Tổng quan về luận án

Trong bối cảnh hệ thống năng lượng hiện đại đang chuyển dịch mạnh mẽ hướng tới việc tích hợp các nguồn năng lượng tái tạo, bài toán tái cấu trúc lưới điện phân phối (Distribution Network Reconfiguration - DNR) đóng vai trò trung tâm nhằm giảm tổn thất kỹ thuật và nâng cao chất lượng điện năng mà không đòi hỏi chi phí tái đầu tư hạ tầng quy mô lớn. Luận án tiến sĩ kỹ thuật điện của tác giả Trần Thế Tùng (2022) với đề tài "Tái cấu trúc lưới điện phân phối sử dụng các thuật toán tối ưu", dưới sự hướng dẫn khoa học của PGS. TS. Võ Ngọc Điều tại Trường Đại học Bách Khoa – Đại học Quốc gia TP. Hồ Chí Minh, là một công trình học thuật tiên phong tiếp cận bài toán tối ưu phi tuyến nguyên hỗn hợp (Mixed-Integer Nonlinear Programming - MINLP) trong không gian tìm kiếm tổ hợp phức tạp $2^n$ trạng thái đóng/mở khóa điện.

Khoảng trống nghiên cứu (research gap) mà luận án giải quyết xuất phát từ hạn chế của các phương pháp tối ưu cổ điển và thuật toán meta-heuristic hiện hành: dễ rơi vào cực trị địa phương khi mở rộng quy mô lưới điện, hiệu quả tính toán suy giảm nghiêm trọng khi tích hợp nguồn phân tán (Distributed Generation - DG) và chưa xử lý triệt để bài toán đa mục tiêu đồng thời giữa giảm tổn hao công suất ($P_L$), độ lệch điện áp ($VD$) và chỉ số ổn định điện áp ($VSI$).

Mục tiêu và các giả thuyết nghiên cứu của luận án được cụ thể hóa thông qua hệ thống câu hỏi và nhiệm vụ khoa học:

  1. Nhiệm vụ 1 (Đơn mục tiêu): Thiết lập mô hình tối ưu hóa đơn mục tiêu giảm tổn thất công suất tác dụng thông qua việc áp dụng và cải tiến các thuật toán meta-heuristic mới gồm Stochastic Fractal Search (SFS), Chaotic SFS (CSFS) với ánh xạ Gauss/mouse, và Symbiotic Organism Search (SOS).
  2. Nhiệm vụ 2 (Đa mục tiêu): Phát triển cấu trúc thuật toán mới Non-dominated Sorting Stochastic Fractal Search (NSSFS) tích hợp kỹ thuật phân loại không vượt trội nhanh (fast non-dominated sorting), khoảng cách mật độ (crowding distance) và cơ chế lựa chọn nhằm tìm tập nghiệm Pareto tối ưu.
  3. Nhiệm vụ 3 (Mô phỏng quy mô đa dạng): Đánh giá hiệu năng trên các mạng chuẩn IEEE (33 nút, 69 nút, 119 nút), mạng thực tế quốc tế (84 nút Đài Loan, 136 nút Brazil) và mạng thực tế phức hợp 272 nút (xuất tuyến XT 475TH và XT 477TH tại huyện Tân Châu, Tây Ninh, Việt Nam).

Khung lý thuyết của công trình tích hợp lý thuyết phân dạng ngẫu nhiên (Fractal Theory), lý thuyết hỗn độn (Chaos Theory), lý thuyết sinh thái học cộng sinh (Symbiosis Theory) và lý thuyết đồ thị (Graph Theory) cho ràng buộc hình tia. Đóng góp đột phá của nghiên cứu được định lượng rõ nét qua việc cắt giảm triệt để tổn thất công suất, san phẳng biểu đồ điện áp và xác định chính xác vị trí, dung lượng tối ưu của các nguồn DG tĩnh.

Literature Review và Positioning

Nghiên cứu về tái cấu trúc lưới điện phân phối đã trải qua nhiều giai đoạn phát triển từ các phương pháp giải tích, heuristic kinh điển đến meta-heuristic hiện đại:

  • Trường phái Heuristic & Deterministic: Khởi xướng bởi Merlin và Back (1975) với phương pháp mở nhánh có dòng bé nhất nhưng chưa tính toán mức giảm $\Delta P$ ở từng bước lặp. Shirmohammadi và Hong (1989) khắc phục nhược điểm này bằng kỹ thuật "bơm vào/rút ra" dòng điện liên tục và kiểm tra khả năng tải. Civanlar et al. (1988) cùng Baran và Wu (1989) phát triển phương pháp chuyển đổi nhánh lặp đơn giản hóa dòng công suất, tuy nhiên dễ mắc kẹt tại các điểm cực tiểu cục bộ do tính chất tổ hợp rời rạc.
  • Trường phái Meta-Heuristic truyền thống: Sự ứng dụng của Giải thuật Di truyền (GA) bởi Nara et al. (1992), Tối ưu hóa bầy đàn (PSO) của Kennedy và Eberhart (1995), Tìm kiếm Tabu (TS) của Jeon và Goswami, Logic mờ của King và Radha (1998), Giải thuật Đàn ong (ABC) và Tìm kiếm Hòa âm (HSA). Dù mang lại nhiều cải tiến, các thuật toán này bộc lộ nhược điểm về thời gian tính toán lớn và xác suất hội tụ sớm khi kích thước mạng lưới gia tăng.
  • Trường phái Tích hợp DG và Đa mục tiêu: Các nghiên cứu gần đây sử dụng Cuckoo Search Algorithm (CSA) của Rajabioun (2011), Firework Algorithm (FWA), Artificial Ecosystem-based Optimization (AEO), và giải thuật đa mục tiêu như NSGA-II (Deb et al., 2002), MOIWO, MOHBB-BC.

Tranh luận học thuật trung tâm nằm ở sự mâu thuẫn giữa hai quan điểm:

  • Quan điểm 1 (Phương pháp tổng trọng số - Weighted Sum): Cho rằng có thể quy đổi bài toán đa mục tiêu thành đơn mục tiêu bằng các hệ số trọng số. Tuy nhiên, quan điểm này bị chỉ trích nặng nề vì kết quả phụ thuộc chủ quan vào việc chọn trọng số và đòi hỏi nhiều lần chạy tính toán riêng biệt.
  • Quan điểm 2 (Phương pháp tập nghiệm Pareto Front): Khẳng định việc tối ưu hóa đồng thời các hàm mục tiêu xung đột để tìm bề mặt Pareto hoàn chỉnh trong một lần chạy duy nhất là giải pháp toàn diện và khách quan hơn cho việc hỗ trợ ra quyết định.

Vị trí của luận án được xác lập rõ ràng thông qua việc khắc phục triệt để hạn chế của cả hai hướng tiếp cận trên: phát triển thuật toán NSSFS nguyên bản kết hợp lý thuyết sắp xếp không vượt trội trên nền tảng SFS của Hamid Salimi (2015), giải quyết toàn diện bài toán đa mục tiêu có xét ảnh hưởng của nguồn DG. Khi đối chiếu với các công trình quốc tế như phương pháp Runner-root Algorithm (RRA) trên mạng 33/70 nút hay giải thuật lai DPSO-HBMO, NSSFS thể hiện tính vượt trội về độ bao phủ Hypervolume ($HV$), khoảng cách thế hệ ($GD$) và độ phân tán nghiệm ($SP$).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và phát triển các lý thuyết tối ưu hóa toán học và hệ thống điện thông qua 3 đóng góp cốt lõi:

  1. Mở rộng lý thuyết tìm kiếm phân dạng ngẫu nhiên (Stochastic Fractal Theory): Phát triển thuật toán gốc SFS của Hamid Salimi (2015) thành thuật toán đa mục tiêu NSSFS. Luận án đã tích hợp thành công cấu trúc phân cấp Pareto vào cơ chế khuếch tán Gaussian và hai quá trình cập nhật thống kê, mở ra một mô hình lý thuyết mới để giải các bài toán tối ưu đa chiều phi tuyến.
  2. Ứng dụng lý thuyết hỗn độn (Chaos Theory) vào điều khiển ngẫu nhiên: Thay thế các tham số phân bố đồng đều $\varepsilon, \varepsilon'$ trong quá trình khuếch tán bằng ánh xạ hỗn loạn Gauss/mouse map ($x_{i+1} = 1/\text{mod}(x_i, 1)$). Điều này giải quyết hiện tượng mất đa dạng cá thể ở các thế hệ sau, cung cấp bằng chứng thực nghiệm về việc nâng cao khả năng thoát khỏi các cực trị cục bộ.
  3. Mô hình hóa toán học tương tác lưới điện – nguồn phân tán (DG Interaction Model): Thiết lập hệ thống phương trình trạng thái kết hợp biến điều khiển liên tục (công suất tác dụng, công suất phản kháng của DG) và biến quyết định rời rạc (trạng thái khóa phân đoạn sectionalizing switches và khóa liên lạc tie-line switches).
Khung cấu trúc lý thuyết tối ưu hóa:
[Lý thuyết Phân dạng Ngẫu nhiên (SFS)] + [Lý thuyết Hỗn độn Gauss/mouse] 
       │                                              │
       ├─────────────────► CSFS / SOS ◄───────────────┤
       │                    (Đơn mục tiêu)            │
       ▼                                              ▼
[Kỹ thuật Fast Non-dominated Sorting] + [Crowding Distance Operator]
       │
       ▼
[Thuật toán Đột phá: NSSFS] ──► [Tối ưu Pareto Đa mục tiêu: PL - VD - VSI]

Khung phân tích độc đáo

Khung phân tích của nghiên cứu được xây dựng trên sự tích hợp chặt chẽ của 4 lý thuyết nền tảng:

  • Lý thuyết đồ thị (Graph Theory): Ứng dụng giải thuật vòng cơ bản (fundamental loop) để xác thực cấu trúc hình tia (radial topology) của lưới điện, loại trừ ngay từ đầu các cấu hình không khả thi hoặc tạo thành nút cô lập, giảm thiểu không gian tìm kiếm từ $2^n$ xuống tập nghiệm hợp lệ.
  • Lý thuyết sinh vật cộng sinh (Symbiosis Theory): Ứng dụng thuật toán SOS mô phỏng 3 quan hệ sinh thái: hỗ sinh (Mutualism phase), hội sinh (Commensalism phase), và ký sinh (Parasitism phase), loại bỏ hoàn toàn các tham số điều chỉnh thuật toán phức tạp.
  • Lý thuyết trắc lượng đa mục tiêu (Multi-Objective Metric Theory): Sử dụng các chỉ số Generational Distance ($GD$), Spacing ($SP$), Spread ($\Delta$), và Hypervolume ($HV$) để định lượng chất lượng của đường biên Pareto.
  • Điều kiện biên (Boundary Conditions): Ràng buộc điện áp các nút ($V_i^{min} \le V_i \le V_i^{max}$ với ngưỡng $0.90 - 1.05$ pu), khả năng mang dòng liên tục của dây dẫn ($I_k \le I_k^{max}$), công suất định mức máy biến áp nguồn, tổng công suất DG cho phép hòa lưới, và điều kiện vận hành hình tia không có phụ tải bị mất điện.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan thực chứng (positivism paradigm) với cách tiếp cận định lượng chuyên sâu, kiểm chứng giả thuyết thông qua các mô hình toán học giải tích và mô phỏng thực nghiệm lặp lại nhiều lần. Thiết kế nghiên cứu đa cấp độ (multi-level experimental design) được chia thành:

  • Cấp độ 1 (Hàm chuẩn toán học): Kiểm nghiệm thuật toán NSSFS trên 8 hàm kiểm tra chuẩn đa mục tiêu quốc tế có độ phức tạp cao: ZDT1, ZDT2, ZDT3, ZDT6 (biến liên tục, mặt lồi, lõm, không liên tục) và KUR, LAU, MUR, POL.
  • Cấp độ 2 (Lưới điện hình tia chuẩn IEEE): Thử nghiệm trên các hệ thống phân phối chuẩn IEEE 33 nút, 69 nút và 119 nút để so sánh đối chuẩn (benchmark) với các công trình trên thế giới.
  • Cấp độ 3 (Lưới điện thực tế quy mô lớn): Đánh giá khả năng mở rộng trên mạng điện 84 nút (Đài Loan), 136 nút (Brazil) và lưới điện thực tế 272 nút tại huyện Tân Châu, tỉnh Tây Ninh, Việt Nam.
Thiết kế thực nghiệm đa cấp độ của luận án:
┌────────────────────────────────────────────────────────┐
│ Cấp 1: Kiểm chuẩn 8 hàm toán học chuẩn đa mục tiêu     │
│        (ZDT1, ZDT2, ZDT3, ZDT6, KUR, LAU, MUR, POL)    │
└───────────────────────────┬────────────────────────────┘
                            │
┌───────────────────────────▼────────────────────────────┐
│ Cấp 2: Lưới điện mẫu chuẩn quốc tế IEEE                │
│        (IEEE 33 nút, IEEE 69 nút, IEEE 119 nút)        │
└───────────────────────────┬────────────────────────────┘
                            │
┌───────────────────────────▼────────────────────────────┐
│ Cấp 3: Lưới điện thực tế quy mô lớn & Hệ thống Tân Châu│
│        (84 nút Đài Loan, 136 nút Brazil, 272 nút VN)   │
└────────────────────────────────────────────────────────┘

Quy trình nghiên cứu rigorous

Quy trình giải bài toán tái cấu trúc lưới điện được thiết kế chuẩn hóa theo các bước nghiêm ngặt:

  1. Khởi tạo dữ liệu và cấu hình ban đầu: Đọc dữ liệu nút, đường dây, phụ tải và thông số các nguồn phân tán DG.
  2. Kiểm tra ràng buộc hình tia bằng lý thuyết đồ thị: Xác định các vòng khép kín độc lập khi đóng toàn bộ các khóa liên lạc (tie switches). Mỗi cá thể chỉ chọn mở duy nhất 1 khóa trên mỗi vòng cơ bản, loại bỏ hoàn toàn các tổ hợp sinh nhánh thừa hoặc tách đảo.
  3. Tính toán phân bố công suất (Power Flow Execution): Sử dụng phương pháp Forward/Backward Sweep hoặc thuật toán phân tích trào lưu công suất chuyên dụng cho lưới phân phối để tính điện áp nút và tổn thất đường dây.
  4. Đánh giá hàm mục tiêu và phạt vi phạm:
    • Đơn mục tiêu: $F = \min \sum_{k=1}^{N_b} P_{loss,k} + \text{Penalty}$.
    • Đa mục tiêu: Tối ưu đồng thời $f_1 = P_L$, $f_2 = VD = \sum |V_i - V_{ref}|$, $f_3 = VSI^{-1}$ (Chỉ số ổn định điện áp đảo ngược).
  5. Thực thi các toán tử tối ưu: Quá trình khuếch tán Gaussian, cập nhật thống kê thứ nhất và thứ hai (đối với SFS/CSFS); hoặc hỗ sinh, hội sinh, ký sinh (đối với SOS).
  6. Sắp xếp không vượt trội và tính khoảng cách mật độ (NSSFS): Xếp hạng các mặt biên Pareto $F_1, F_2, \dots, F_k$ và duy trì đa dạng nghiệm bằng toán tử crowding distance.
  7. Kiểm tra điều kiện hội tụ: Dừng giải thuật khi số vòng lặp đạt $\text{maxIter}$.

Data và phân tích

Dữ liệu đầu vào và các công cụ thực nghiệm được xây dựng với độ chính xác cao:

  • Công cụ tính toán: Thuật toán được lập trình toàn diện trên nền tảng MATLAB kết hợp kiểm chứng kỹ thuật vận hành và đối chiếu kết quả thông qua phần mềm phân tích hệ thống điện chuyên nghiệp PSS/ADEPT 5.
  • Thông số cấu hình thực nghiệm: Số lượng cá thể ($N_p$), số lần khuếch tán ($N_D$), và số vòng lặp tối đa ($\text{maxIter}$) được khảo sát độc lập qua nhiều kịch bản để bảo đảm tính ổn định thống kê.
  • Hệ thống thực tế 272 nút Tân Châu: Lưới điện gồm 2 xuất tuyến 22 kV (XT 475TH và XT 477TH) thuộc trạm 110/22 kV Tân Châu với tổng cộng 272 nút tải, nhiều phân đoạn đường dây phức tạp và tích hợp các nguồn điện phân tán.
  • Chỉ số đánh giá độ tin cậy và phân bố nghiệm Pareto: $$\text{Generational Distance } (GD) = \frac{\sqrt{\sum_{i=1}^{n} d_i^2}}{n}$$ $$\text{Spacing } (SP) = \sqrt{\frac{1}{n-1}\sum_{i=1}^{n} (\bar{d} - d_i)^2}$$ $$\text{Hypervolume } (HV) = \text{volume}\left(\bigcup_{i=1}^{|S|} v_i\right)$$

Phát hiện đột phá và implications

Những phát hiện then chốt

Các kết quả thực nghiệm từ luận án mang lại những phát hiện có ý nghĩa khoa học đột phá:

  1. Năng lực cắt giảm tổn thất vượt bậc của thuật toán SFS và SOS: Trong bài toán đơn mục tiêu trên các hệ thống IEEE 33, 69, 119 nút và thực tế 84, 136, 272 nút, SFS và SOS cho kết quả tối ưu tổn hao công suất thấp hơn đáng kể so với GA, PSO, CSA truyền thống. Đặc biệt, thuật toán SOS thể hiện tính ổn định vượt trội khi không cần tinh chỉnh các siêu tham số nội tại.
  2. Khả năng giải bài toán quy mô lớn 272 nút thực tế: Lưới điện Tân Châu sau khi tái cấu trúc bằng SFS, CSFS và SOS đều đạt được mức giảm sụt áp sâu tại các nút cuối đường dây và cắt giảm tổn thất công suất tác dụng toàn hệ thống, minh chứng tính khả thi khi triển khai trên lưới điện vận hành thực tế tại Việt Nam.
  3. Hiệu năng vượt trội của giải thuật NSSFS trong bài toán đa mục tiêu: Khi đối đầu trực tiếp với các thuật toán chuẩn quốc tế gồm NSGA-II, MOPSO và MOMVO trên cả 8 hàm thử nghiệm chuẩn và lưới điện phân phối có DG, NSSFS đạt giá trị $HV$ cao nhất và các chỉ số $GD, SP, \Delta$ tối ưu nhất, tạo ra đường biên Pareto liên tục, phân bố đồng đều và bao phủ sâu hơn.
  4. Phát hiện phản trực giác về vị trí và dung lượng DG: Tác giả đã chứng minh bằng số liệu thực nghiệm rằng "việc xác định dung lượng cũng như vị trí đặt DG không chính xác sẽ dẫn đến lượng công suất tổn thất lớn hơn so với trước khi đặt DG". Việc đồng thời tối ưu hóa vị trí, công suất DG và trạng thái khóa điện đem lại hiệu quả giảm tổn thất vượt trội so với việc thực hiện độc lập từng tác vụ.

Implications đa chiều

  • Về mặt lý thuyết: Luận án cung cấp một khung phương pháp luận mới trong việc ứng dụng các thuật toán meta-heuristic phân dạng và sinh thái vào lớp bài toán tối ưu phi tuyến nguyên hỗn hợp (MINLP) phức tạp của ngành năng lượng.
  • Về mặt phương pháp: Thiết lập quy trình tự động hóa kiểm tra cấu trúc hình tia bằng ma trận vòng cơ bản của lý thuyết đồ thị, giải quyết triệt để nút thắt tốn thời gian tính toán trào lưu công suất của các cấu hình vi phạm.
  • Về mặt thực tiễn vận hành: Cung cấp cho các kỹ sư điều độ tại các Công ty Điện lực công cụ tính toán chính xác để chuyển tải linh hoạt giữa các xuất tuyến (như XT 475TH và XT 477TH Tân Châu), giảm quá tải cục bộ máy biến áp mà không tốn chi phí đầu tư nâng cấp tiết diện dây dẫn.
  • Về mặt chính sách & quy hoạch: Giúp các nhà hoạch định chính sách năng lượng định rõ cơ chế tích hợp nguồn năng lượng phân tán (điện mặt trời mái nhà, thủy điện nhỏ) vào lưới điện trung áp một cách an toàn, giữ vững biên độ ổn định điện áp theo quy định lưới điện phân phối.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án cũng chỉ ra các giới hạn nghiên cứu cụ thể mang tính khoa học:

  1. Giả định phụ tải và nguồn phát DG tĩnh: Mô hình nghiên cứu giả định phụ tải và công suất phát của nguồn phân tán là tĩnh tại một thời điểm cố định khảo sát, chưa phản ánh hoàn toàn tính biến thiên ngẫu nhiên theo biểu đồ 24 giờ của phụ tải và đặc tính phụ thuộc thời tiết của nguồn năng lượng tái tạo (bức xạ mặt trời, vận tốc gió).
  2. Bỏ qua động học quá độ chi tiết của khóa điện: Nghiên cứu tập trung vào trạng thái cân bằng xác lập sau khi thao tác đóng/mở khóa, chưa tích hợp mô hình mô phỏng quá trình quá độ điện từ và tuổi thọ suy giảm cơ học của thiết bị đóng cắt (switchgear degradation).
  3. Mô hình lưới điện đối xứng 3 pha: Các kiểm nghiệm chủ yếu thực hiện trên mô hình đường dây tương đương 1 pha của lưới phân phối cân bằng, chưa xét chi tiết đến hiện tượng mất cân bằng pha nghiêm trọng trong thực tế phụ tải sinh hoạt.

Chương trình nghiên cứu 10 năm tiếp theo (Future Research Agenda):

  • Phát triển bài toán tái cấu trúc lưới điện động (Dynamic Distribution Network Reconfiguration - DDNR) theo chu kỳ thời gian thực 24 giờ có xét đến hệ thống lưu trữ năng lượng (BESS) và trạm sạc xe điện (EV).
  • Tích hợp kỹ thuật tối ưu hóa ngẫu nhiên (Stochastic Optimization) và tối ưu hóa bền vững (Robust Optimization) để mô hình hóa độ bất định cao của nguồn điện mặt trời và gió.
  • Mở rộng thuật toán NSSFS giải bài toán tái cấu trúc lưới điện phân phối 3 pha không cân bằng và hệ thống lưới điện siêu nhỏ (Microgrids) đa vùng vận hành ở chế độ nối lưới hoặc độc lập.

Tác động và ảnh hưởng

  • Tác động học thuật: Các bài báo khoa học xuất bản từ luận án trên các tạp chí quốc tế chuyên ngành thuộc danh mục ISI/Scopus và hội nghị uy tín khẳng định vị thế học thuật của Việt Nam trong lĩnh vực tính toán thông minh ứng dụng cho hệ thống điện. Thuật toán NSSFS trở thành tài liệu tham khảo chất lượng cho các nghiên cứu sinh chuyên ngành Hệ thống điện và Tối ưu hóa.
  • Chuyển đổi công nghiệp năng lượng: Luận án mở ra giải pháp phần mềm thông minh giúp các Tổng công ty Điện lực (EVN) tối ưu hóa chi phí vận hành hàng năm (OPEX), giảm thiểu tổn thất kỹ thuật hàng triệu kWh điện năng thương phẩm trên toàn hệ thống lưới trung áp.
  • Ảnh hưởng chính sách: Đóng góp căn cứ khoa học định lượng hỗ trợ Tập đoàn Điện lực Việt Nam và Bộ Công Thương ban hành các tiêu chuẩn kỹ thuật về giới hạn dung lượng phát và vị trí đấu nối tối ưu của các dự án năng lượng phân tán vào lưới điện quốc gia.
  • Lợi ích xã hội & môi trường: Giảm phát thải khí nhà kính ($CO_2$) thông qua việc cắt giảm tổn thất công suất phát từ các nhà máy nhiệt điện than, đồng thời nâng cao độ tin cậy cung cấp điện ($SAIDI, SAIFI$), giảm thời gian và tần suất mất điện cho cộng đồng dân cư.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên ngành Kỹ thuật điện: Tiếp cận mã nguồn mô hình toán học, phương pháp luận phát triển thuật toán meta-heuristic đa mục tiêu tiên tiến và kỹ thuật xử lý ràng buộc hình tia.
  • Bộ phận R&D và Điều độ lưới điện tại các Công ty Điện lực: Ứng dụng trực tiếp thuật toán SFS, SOS, CSFS và NSSFS vào hệ thống điều khiển giám sát và thu thập dữ liệu (SCADA/DMS) để tự động hóa bài toán tái cấu trúc lưới điện khi vận hành thực tế.
  • Các đơn vị tư vấn thiết kế điện: Sử dụng phương pháp luận của luận án để tính toán tối ưu vị trí, dung lượng nguồn năng lượng tái tạo và cấu hình vận hành mở tối ưu cho các dự án khu công nghiệp, khu đô thị mới.
  • Nhà đầu tư năng lượng tái tạo: Nắm bắt phương pháp tối ưu hóa đấu nối để giảm thiểu nguy cơ bị cắt giảm công suất (curtailment) do nghẽn mạch hoặc vi phạm điện áp nút.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc xây dựng và phát triển thành công thuật toán Non-dominated Sorting Stochastic Fractal Search (NSSFS). Luận án đã mở rộng lý thuyết tìm kiếm phân dạng ngẫu nhiên (Stochastic Fractal Theory) của Hamid Salimi (2015) từ không gian đơn mục tiêu sang đa mục tiêu phức hợp bằng cách tích hợp thuật toán phân loại không vượt trội nhanh (fast non-dominated sorting), toán tử khoảng cách mật độ (crowding distance) và cơ chế chọn lọc Pareto.

2. Điểm đổi mới về phương pháp luận so với ít nhất 2 nghiên cứu quốc tế tiền nhiệm?

So với thuật toán NSGA-II kinh điển (Deb et al., 2002) và MOPSO (Coello et al., 2004), NSSFS vượt trội nhờ cơ chế khuếch tán phân dạng đa hướng (fractal diffusion) với bước nhảy Gaussian thu hẹp dần ($\log(\text{Iter})/\text{Iter}$), giúp cân bằng hoàn hảo giữa khả năng tìm kiếm toàn cục (exploration) và khai thác cục bộ (exploitation), khắc phục hiện tượng mất tính đa dạng của Pareto front trong không gian nghiệm tổ hợp MINLP.

3. Phát hiện bất ngờ và phản trực giác nhất được chứng minh bằng dữ liệu là gì?

Phát hiện cho thấy việc tùy tiện lắp đặt nguồn phân tán DG vào lưới điện mà không tính toán đồng thời tái cấu trúc mạng sẽ gây phản tác dụng, làm gia tăng tổn thất công suất và gây biến động sụt áp nghiêm trọng tại một số nút lân cận. Chỉ khi tái cấu trúc kết hợp tối ưu đồng thời dung lượng và vị trí DG thì tổn hao công suất mới đạt giá trị cực tiểu toàn cục.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) hoàn chỉnh không?

Hoàn toàn đầy đủ. Toàn bộ thông số đường dây, phụ tải, ma trận điện kháng, điện trở, dòng định mức của các mạng 33, 69, 84, 119, 136 và 272 nút Tân Châu đều được công bố chi tiết trong phần Phụ lục 1, 2. Các bước giải thuật, lưu đồ flowchart và kết quả kiểm chứng độc lập bằng phần mềm PSS/ADEPT 5 (Phụ lục 3) bảo đảm khả năng tái lập thực nghiệm 100%.

5. Khung chương trình nghiên cứu 10 năm được phác thảo như thế nào?

Khung chương trình 10 năm định hướng chuyển dịch từ bài toán thiết kế tĩnh sang bài toán vận hành động thời gian thực 24h (Dynamic DNR), tích hợp các dạng nguồn phân tán ngẫu nhiên (gió, mặt trời), hệ thống pin lưu trữ năng lượng (BESS), lưới điện 3 pha không cân bằng và lưới điện thông minh có khả năng tự phục hồi (self-healing smart grids).

Kết luận

  1. Xây dựng thành công hệ thống mô hình toán học toàn diện cho bài toán tái cấu trúc lưới điện phân phối từ đơn mục tiêu đến đa mục tiêu phi tuyến nguyên hỗn hợp, tích hợp đầy đủ các ràng buộc an ninh vận hành hệ thống điện thực tế.
  2. Khởi tạo và ứng dụng xuất sắc các thuật toán meta-heuristic mới: Chứng minh tính hiệu quả vượt bậc của Stochastic Fractal Search (SFS), Chaotic SFS (với Gauss/mouse map) và Symbiotic Organism Search (SOS) trong việc tối thiểu hóa tổn thất công suất.
  3. Phát triển đột phá thuật toán đa mục tiêu NSSFS: Tạo ra tập nghiệm Pareto tối ưu thỏa hiệp giữa 3 mục tiêu xung đột ($P_L$, $VD$, $VSI$), vượt trội hơn các giải thuật tiêu chuẩn quốc tế như NSGA-II, MOPSO, MOMVO trên các chỉ số $HV, GD, SP, \Delta$.
  4. Giải quyết triệt để ràng buộc hình tia bằng lý thuyết đồ thị: Ứng dụng phương pháp vòng cơ bản (fundamental loop) giúp triệt tiêu các cấu hình không khả thi, giảm thiểu đáng kể chi phí và thời gian tính toán.
  5. Chứng thực thành công trên lưới điện thực tế 272 nút Tân Châu (Việt Nam): Khẳng định tính tương thích kỹ thuật, khả năng ứng dụng thực tế và giá trị kinh tế - kỹ thuật to lớn đối với ngành điện lực quốc gia.
  6. Mở ra các hướng nghiên cứu học thuật mới về tối ưu hóa động thời gian thực, quản lý độ bất định của năng lượng tái tạo và tự động hóa lưới điện phân phối thông minh trong kỷ nguyên chuyển dịch năng lượng toàn cầu.