Tổng quan về luận án

Sự chuyển dịch năng lượng toàn cầu và xu hướng phi tập trung hóa nguồn phát đã đặt hệ thống phân phối điện năng trước những thách thức kỹ thuật và kinh tế chưa từng có. Luận án tiến sĩ kỹ thuật với đề tài "Mở rộng nguồn điện phân tán và bộ dự trữ năng lượng trên lưới điện phân phối" do nghiên cứu sinh Tôn Ngọc Triều thực hiện dưới sự hướng dẫn khoa học của PGS. Trương Việt Anh và PGS. Vũ Phan Tú (Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh, chuyên ngành Kỹ thuật điện, mã số 9520201) là một công trình tiên phong giải quyết bài toán quy hoạch mở rộng lưới điện phân phối (Distribution Network Expansion Planning - DEP) trong bối cảnh tích hợp sâu rộng nguồn phân tán (Distributed Generation - DG) và hệ thống pin lưu trữ năng lượng (Battery Energy Storage System - BESS).

                      ┌───────────────────────────────────────────────┐
                      │    QUY HOẠCH MỞ RỘNG LƯỚI ĐIỆN PHÂN PHỐI     │
                      │                    (DEP)                      │
                      └──────────────────────┬────────────────────────┘
                                             │
         ┌───────────────────────────────────┼───────────────────────────────────┐
         ▼                                   ▼                                   ▼
┌───────────────────┐               ┌───────────────────┐               ┌───────────────────┐
│     GIAI ĐOẠN     │               │     ĐIỀU HÀNH     │               │      LƯU TRỮ      │
│  Mở rộng quy mô   │               │   Tái cấu hình    │               │   Hệ thống BESS   │
│    DG/PV 2 pha    │               │  Lưới động (DNR)  │               │   San phẳng tải   │
└─────────┬─────────┘               └─────────┬─────────┘               └─────────┬─────────┘
          │                                   │                                   │
          └───────────────────────────────────┼───────────────────────────────────┘
                                              ▼
                             ┌─────────────────────────────────┐
                             │       TỐI ƯU HÓA ĐA MỤC TIÊU    │
                             │  • Min ΔP (Tổn thất công suất)  │
                             │  • Min ΔA (Tổn thất điện năng)  │
                             │  • Min Cost (Chi phí mua điện)  │
                             │  • Max Penetration (Thâm nhập)  │
                             └─────────────────────────────────┘

Khoảng trống nghiên cứu cốt lõi (research gap) mà luận án tập trung khai phá là sự thiếu hụt các mô hình toán học và giải thuật có khả năng phân tách tối ưu hóa đa tầng giữa quy hoạch dài hạn và vận hành ngắn hạn. Phần lớn các công trình trước đây giải bài toán đồng thời (simultaneous) hoặc tối ưu vị trí trước rồi mới xác định công suất và tái cấu hình (VT-CS và DNR), dẫn đến sự bùng nổ không gian tìm kiếm, dễ rơi vào cực trị địa phương hoặc không phù hợp với thực tiễn đầu tư theo giai đoạn.

Luận án thiết lập 4 câu hỏi nghiên cứu (Research Questions - RQ) và 4 giả thuyết khoa học (Hypotheses - H) tương ứng:

  • RQ1 & H1: Có thể phân tách bài toán tích hợp DG có xét tái cấu hình lưới điện (DNR) thành mô hình hai giai đoạn (giai đoạn thiết kế mạch kín và giai đoạn vận hành mạch hở) nhằm giảm không gian biến tìm kiếm mà vẫn đảm bảo nghiệm tối ưu toàn cục?
  • RQ2 & H2: Việc cải tiến thuật toán trao đổi nhánh dựa trên chỉ số công suất nhánh trung bình (CSNTB) có thể xác định chính xác cấu hình tối ưu khi nguồn quang điện (PV) mở rộng công suất theo thời gian mà không cần giải lại toàn bộ bài toán quy hoạch từ đầu?
  • RQ3 & H3: Lập lịch thâm nhập đa giai đoạn cho các cụm DG trên lưới phân phối thực tế có thể tối đa hóa tỷ lệ tích hợp nguồn năng lượng tái tạo (RES) đồng thời cực tiểu hóa tổn thất công suất ($\Delta P$)?
  • RQ4 & H4: Ứng dụng giải thuật Cuckoo Search Algorithm (CSA) có mang lại hiệu quả vượt trội trong việc tối ưu hóa đồng thời vị trí và dung lượng vận hành của BESS theo biểu giá điện theo thời gian (TOU) nhằm giảm thiểu tổng chi phí mua điện và chi phí tổn thất năng lượng?

Khung lý thuyết của công trình tích hợp lý thuyết dòng công suất phi tuyến (AC Power Flow Theory), lý thuyết đồ thị mạng hình tia (Radial Distribution Network Graph Theory), và các giải thuật tối ưu hóa phỏng sinh học tiến tiến. Phạm vi khảo sát trải rộng từ các mô hình lưới chuẩn quốc tế IEEE 18 nút, IEEE 33 nút, IEEE 69 nút đến lưới điện phân phối thực tế 22kV Chư Prông – Gia Lai thuộc hệ thống điện Việt Nam.

Literature Review và Positioning

Tổng quan y văn quốc tế cho thấy các nghiên cứu về tích hợp DG và tái cấu hình lưới điện phân phối (DNR) chủ yếu phân bổ thành ba nhánh tiếp cận:

Nhánh 1: Tối ưu DG đơn lẻ (IWO, GA, FWA, CSA) ──┐
                                               ├──► Tranh luận: Đồng thời vs Tuần tự
Nhánh 2: Tối ưu đồng thời DG & DNR ────────────┘    (Độ phức tạp tính toán O(N^k))
                                                            │
Nhánh 3: Tối ưu hóa lưu trữ BESS & Biểu giá TOU ────────────┼──► POSITIONING LUẬN ÁN:
                                                            │    Khung phân tách 2 giai đoạn
                                                            │    + CSNTB cải tiến + CSA BESS
  1. Nhánh tối ưu hóa cục bộ DG đơn lẻ: Các nghiên cứu sử dụng thuật toán Invasive Weed Optimization (IWO) [49], Genetic Algorithm (GA) [50], Fireworks Algorithm (FWA) [51], hay Cuckoo Search Algorithm (CSA) [52] xác định vị trí và công suất DG nhưng cố định cấu hình lưới, bỏ qua tiềm năng giảm tổn thất từ việc chuyển mạch.
  2. Nhánh tối ưu hóa DNR độc lập: Sử dụng các kỹ thuật nhánh và biên rời rạc [54], thuật toán trao đổi nhánh cổ điển [55], hay Shuffled Frog Leaping Algorithm (SFL) [57] để tái cấu hình cấu trúc hình tia nhằm cực tiểu tổn thất điện năng $\Delta A$, nhưng thiếu sự phối hợp với nguồn phát phân tán nội vùng.
  3. Nhánh tích hợp đồng thời DG và DNR: Điển hình là các công bố quốc tế của Sultana et al. và Rao et al., cố gắng gộp toàn bộ biến vị trí DG, công suất DG và trạng thái khóa chuyển mạch thành một vector trạng thái lớn để tối ưu hóa trong một vòng lặp duy nhất.

Tranh luận học thuật cốt lõi nảy sinh giữa hai trường phái: Tối ưu hóa đồng thời toàn diện (Simultaneous Optimization) và Tối ưu hóa phân tách/tuần tự (Decoupled Optimization). Trường phái đồng thời cho rằng giải cùng lúc sẽ bắt được toàn bộ điểm tương tác phi tuyến giữa DG và DNR, tuy nhiên nhược điểm chí mạng là độ phức tạp tính toán tăng theo hàm mũ, dẫn đến hiện tượng "curse of dimensionality" khi áp dụng vào lưới quy mô thực tế. Ngược lại, mô hình tuần tự truyền thống (VT-CS trước, DNR sau) lại thường xuyên mắc kẹt tại nghiệm cục bộ do vị trí DG chọn trước không còn tối ưu khi các khóa phân đoạn và liên lạc thay đổi.

Luận án định vị nghiên cứu thông qua việc thiết lập một cách tiếp cận hoàn toàn mới: Mô hình tối ưu hóa hai giai đoạn dựa trên phân tách bản chất thời gian của bài toán. Đúng như luận án khẳng định: "vấn đề lắp đặt DG trong dài hạn (giai đoạn thiết kế) được ưu tiên trước và vấn đề DNR là ngắn hạn (giai đoạn vận hành) được thực hiện sau." Cách định vị này tạo ra sự đột phá so với các công trình quốc tế khi vừa giữ được tính tối ưu toàn cục tương đương bài toán đồng thời, vừa giảm thiểu số lượng biến điều khiển trong từng pha tính toán, mang lại sự ổn định và tốc độ hội tụ vượt trội.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng lý thuyết quy hoạch mở rộng hệ thống điện (DEP) bằng việc chuẩn hóa mô hình toán học giải quyết mâu thuẫn giữa tính dài hạn của tài sản nguồn vốn (DG/BESS) và tính linh hoạt thời gian thực của cấu hình vận hành (DNR).

                      ┌───────────────────────────────────────────────┐
                      │        MÔ HÌNH QUY HOẠCH HAI GIAI ĐOẠN        │
                      └──────────────────────┬────────────────────────┘
                                             │
                     ┌───────────────────────┴───────────────────────┐
                     ▼                                               ▼
     ┌───────────────────────────────┐               ┌───────────────────────────────┐
     │    GIAI ĐOẠN I (DÀI HẠN)      │               │    GIAI ĐOẠN II (NGẮN HẠN)    │
     │      Quy hoạch thiết kế       │               │      Điều hành vận hành       │
     ├───────────────────────────────┤               ├───────────────────────────────┤
     │ • Lưới phân phối mạch kín     │  Nghiệm DG    │ • Mở khóa chuyển mạch         │
     │ • Tối ưu vị trí và CS DG      ├──────────────►│ • Vận hành mạch tia hở        │
     │ • Max hiệu quả bù công suất   │  (P_DG, Bus)  │ • Tối ưu cấu hình DNR         │
     │ • Min ΔP hệ thống kín         │               │ • Min ΔP toàn hệ thống hở     │
     └───────────────────────────────┘               └───────────────────────────────┘
  • Mô hình hai giai đoạn chuyển tiếp trạng thái Lưới Kín - Lưới Hở: Ở Giai đoạn I, lưới điện được đóng toàn bộ các khóa liên lạc để trở thành lưới mạch kín đa nguồn; thuật toán tối ưu hóa xác định vị trí và công suất DG nhằm cực tiểu hóa tổn thất công suất cơ bản. Ở Giai đoạn II, cấu hình DG tối ưu được cố định, thuật toán tiến hành mở các khóa chuyển mạch để đưa lưới về trạng thái vận hành hình tia (radial) với tổn thất công suất toàn hệ thống đạt mức cực tiểu.
  • Lý thuyết trao đổi nhánh động dựa trên CSNTB cải tiến: Bổ sung vào lý thuyết giải tích mạng phân phối công thức tính toán dòng công suất nhánh trung bình khi có sự tham gia của nguồn PV phát công suất biến thiên theo chu kỳ 24 giờ, cho phép dự báo chính xác điểm mở khóa tối ưu mà không cần chạy lặp phân tích trào lưu công suất hàng trăm lần.
  • Mô hình kinh tế - kỹ thuật tích hợp BESS: Thiết lập hàm mục tiêu kết hợp phi tuyến giữa chi phí mua điện năng từ lưới truyền tải theo biểu giá giờ cao điểm/thấp điểm và chi phí tổn thất điện năng kỹ thuật trên đường dây.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên ngành giữa ba trụ cột lý thuyết:

  1. Lý thuyết giải tích mạng điện phân phối (Distribution Power Flow Theory): Thiết lập hệ phương trình cân bằng công suất nút phi tuyến: $$P_i = V_i \sum_{j=1}^N V_j (G_{ij}\cos\theta_{ij} + B_{ij}\sin\theta_{ij})$$ $$Q_i = V_i \sum_{j=1}^N V_j (G_{ij}\sin\theta_{ij} - B_{ij}\cos\theta_{ij})$$
  2. Lý thuyết tối ưu hóa toán học Metaheuristics: Ứng dụng giải thuật Runner Root Algorithm (RRA - mô phỏng cơ chế lan truyền rễ và nhánh của cây dâu tây), Coyote Algorithm (COA - mô phỏng cấu trúc bầy đàn linh cẩu), và Cuckoo Search Algorithm (CSA - mô phỏng tập tính ký sinh nuôi con kết hợp bước bay Lévy Flights).
  3. Lý thuyết topo lưới điện hình tia (Radial Topology & Spanning Tree Constraints): Đảm bảo cấu trúc không tồn tại mạch vòng kín và không có nút bị cô lập sau khi tái cấu hình: $$\sum_{k \in \Omega_B} s_k = N - N_{sub}$$

Phương pháp nghiên cứu tiên tiến

   THIẾT KẾ NGHIÊN CỨU                   THUẬT TOÁN TỐI ƯU                    MÔI TRƯỜNG & DỮ LIỆU
┌────────────────────────┐            ┌──────────────────────┐            ┌────────────────────────┐
│ • Triết lý thực chứng  │            │ • RRA (Runner Root)  │            │ • MATLAB Engine        │
│ • Mô hình MINLP        │ ──────────►│ • COA (Coyote Opt.)  │ ──────────►│ • PSS-ADEPT Software   │
│ • Đa mức (Thiết kế     │            │ • CSA (Cuckoo Search)│            │ • IEEE 18, 33, 69 Bus  │
│   vs Vận hành)         │            │ • CSNTB cải tiến     │            │ • Thực tế Chư Prông    │
└────────────────────────┘            └──────────────────────┘            └────────────────────────┘

Thiết kế nghiên cứu

Nghiên cứu vận hành theo triết lý thực chứng (Positivism) với mô hình hóa toán học chính xác dạng Quy hoạch phi tuyến số nguyên hỗn hợp (Mixed-Integer Non-Linear Programming - MINLP). Thiết kế đa mức (Multi-level design) chia tách rõ ràng hai không gian biến: biến liên tục đại diện cho công suất phát của DG ($P_{DG}$), dung lượng sạc/xả của BESS ($P_{BESS}$), và biến rời rạc đại diện cho vị trí nút lắp đặt ($Bus_{DG}, Bus_{BESS}$) cùng trạng thái đóng/mở của các thiết bị đóng cắt ($s_k \in {0, 1}$).

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ các bước kiểm định nghiêm ngặt:

  • Xác định hàm mục tiêu đơn và đa chỉ tiêu: Cực tiểu hóa tổn thất công suất ($\min \Delta P$), cực tiểu hóa tổn thất năng lượng ($\min \Delta A$), và cực tiểu hóa tổng chi phí vận hành: $$\min F = \text{Cost}{\text{purchase}} + \text{Cost}{\text{loss}} = \sum_{t=1}^{24} \left( C_t \cdot P_{\text{grid}, t} \cdot \Delta t \right) + \sum_{t=1}^{24} \left( C_{\text{loss}} \cdot \Delta P_t \cdot \Delta t \right)$$
  • Thiết lập không gian ràng buộc kỹ thuật khắt khe:
    • Ràng buộc cân bằng công suất tác dụng và phản kháng tại mọi thời điểm $t$.
    • Giới hạn điện áp nút: $V_i^{\min} \le V_{i, t} \le V_i^{\max}$ (chuẩn $\pm 5%$, tức $0.95 \le V_i \le 1.05\text{ p.u.}$).
    • Giới hạn khả năng mang tải của đường dây: $I_k \le I_{k}^{\max}$.
    • Giới hạn thâm nhập công suất nguồn phân tán: $\sum P_{DG} \le P_{\text{Load}}^{\text{total}}$.
    • Giới hạn trạng thái sạc của pin lưu trữ: $\text{SOC}^{\min} \le \text{SOC}_t \le \text{SOC}^{\max}$.
  • Quy trình Triangulation và Kiểm định độ tin cậy: Kiểm tra chéo nghiệm tối ưu trên cả hai nền tảng phần mềm độc lập: mô phỏng thuật toán tối ưu hóa trên môi trường MATLAB và kiểm chứng trào lưu công suất, sụt áp, quá tải nhánh trên phần mềm công nghiệp PSS-ADEPT. Mỗi kịch bản tối ưu hóa metaheuristic được thực thi độc lập 50 lần để tính toán độ lệch chuẩn, kiểm tra độ hội tụ và độ ổn định thống kê.

Data và phân tích

Luận án sử dụng bộ dữ liệu chuẩn mực và dữ liệu thực địa có độ phức tạp cao:

  • Lưới chuẩn IEEE 18 nút, 33 nút, 69 nút: Bao gồm đầy đủ thông số đường dây (R, X), biểu đồ phụ tải thương mại, dân dụng, công nghiệp theo 24 giờ.
  • Lưới điện phân phối 22kV Chư Prông – Gia Lai: Toàn bộ dữ liệu thực tế về bán kính cấp điện, tiết diện dây dẫn, công suất phụ tải đỉnh từng trạm và các vị trí nút có tiềm năng đấu nối nguồn năng lượng tái tạo.
  • Biểu giá điện mua theo khung giờ TOU: Áp dụng giá điện ba giá thực tế (giờ bình thường, giờ cao điểm, giờ thấp điểm) để mô phỏng chính xác bài toán dòng tiền nạp/xả BESS.

Phát hiện đột phá và implications

Những phát hiện then chốt

┌─────────────────────────────────────────────────────────────────────────────────────────────┐
│                            TỔNG HỢP CÁC KẾT QUẢ ĐỘT PHÁ CỦA LUẬN ÁN                         │
├──────────────────────┬──────────────────────────────────────────────────────────────────────┤
│ Bài toán 1:          │ Mô hình 2 giai đoạn (RRA/COA) giảm tổn thất công suất tương đương    │
│ Tối ưu DG & DNR      │ tối ưu đồng thời nhưng giảm đột phá số biến và thời gian hội tụ.     │
├──────────────────────┼──────────────────────────────────────────────────────────────────────┤
│ Bài toán 2:          │ Thuật toán CSNTB cải tiến xử lý chính xác cấu hình khi PV mở rộng    │
│ Mở rộng công suất PV │ từ 560 kW lên 2440 kW tại nút 18 mà không cần chạy lại quy hoạch.    │
├──────────────────────┼──────────────────────────────────────────────────────────────────────┤
│ Bài toán 3:          │ Xác lập kế hoạch 3 giai đoạn tích hợp DG cho lưới Chư Prông, nâng    │
│ Thực tế Chư Prông    │ tối đa công suất thâm nhập RES và cải thiện vượt bậc điện áp nút.   │
├──────────────────────┼──────────────────────────────────────────────────────────────────────┤
│ Bài toán 4:          │ Lần đầu ứng dụng CSA tối ưu BESS, cắt giảm mạnh chi phí mua điện     │
│ Lưu trữ BESS & TOU   │ giờ cao điểm, san phẳng đồ thị phụ tải và giảm tổn thất năng lượng.  │
└──────────────────────┴──────────────────────────────────────────────────────────────────────┘
  1. Hiệu năng vượt trội của mô hình tối ưu hóa hai giai đoạn: Trên lưới IEEE 33 nút và 69 nút, thuật toán Runner Root Algorithm (RRA) giải theo mô hình hai giai đoạn cho kết quả tổn thất công suất tương đương với phương pháp tối ưu hóa đồng thời phức tạp nhất, nhưng triệt tiêu hoàn toàn rủi ro kẹt biến và giảm hơn $40%$ số lần lặp tính toán so với thuật toán Genetic Algorithm (GA) truyền thống.
  2. Khả năng thích ứng tức thời khi mở rộng công suất PV: Thử nghiệm nâng công suất nguồn quang điện tại nút 18 từ $P_{PV1} = 560\text{ kW}$ lên mức mở rộng $P_{PV2} = 2440\text{ kW}$ trên lưới 18 và 33 nút chứng minh: thuật toán trao đổi nhánh với CSNTB cải tiến đã tái định hình ngay lập tức các khóa mở tối ưu, đảm bảo chiều truyền công suất không gây quá tải ngược và duy trì tổn thất năng lượng $\Delta A$ ở mức tối thiểu.
  3. Kế hoạch tích hợp đa giai đoạn cho lưới Chư Prông – Gia Lai: Tối ưu hóa thành công việc lắp đặt 3 cụm DG theo lộ trình 3 giai đoạn đầu tư dài hạn. Kết quả thực nghiệm bằng thuật toán Coyote Algorithm (COA) và RRA chứng minh hệ số mang tải của các tuyến dây giảm rõ rệt, điện áp tại các nút xa nguồn được nâng lên trên ngưỡng an toàn $0.95\text{ p.u.}$, đồng thời hấp thụ tối đa công suất phát từ các nguồn năng lượng sạch địa phương.
  4. Lợi ích kinh tế kép từ tích hợp BESS bằng thuật toán Cuckoo Search: Lần đầu tiên thuật toán CSA được áp dụng cho bài toán BESS trên lưới phân phối có PV. Kết quả trích xuất từ luận án chỉ ra rằng: "Việc tối ưu lắp đặt BESS vào hệ thống không những giảm chi phí mua điện năng mà còn giảm tổn thất năng lượng và khai thác hiệu quả các nguồn năng lượng tái tạo (RES)." Hệ thống BESS đã thực hiện hoàn hảo chu trình nạp năng lượng ở giờ thấp điểm (hoặc hấp thụ điện mặt trời dư thừa) và xả công suất vào khung giờ cao điểm, giúp đơn vị quản lý lưới tiết kiệm đáng kể ngân sách mua điện từ hệ thống truyền tải.

Implications đa chiều

  • Về mặt học thuật: Cung cấp một phương pháp luận chuẩn tắc giải các bài toán tối ưu hóa quy hoạch kết hợp vận hành trong hệ thống điện hiện đại, mở ra hướng ứng dụng cho các bài toán Microgrid và Smart Grid.
  • Về mặt kỹ thuật vận hành: Giúp các kỹ sư điều độ tại các Công ty Điện lực chủ động xác định vị trí chuyển mạch tối ưu khi có sự biến động công suất của nguồn năng lượng tái tạo theo mùa và theo thời tiết.
  • Về mặt chính sách và kinh tế: Cung cấp luận cứ khoa học thực chứng để các nhà hoạch định chính sách năng lượng (như Tập đoàn Điện lực Việt Nam - EVN) xây dựng cơ chế giá khuyến khích lắp đặt hệ thống lưu trữ BESS và định mức công suất nguồn phân tán tối đa trên từng lộ dây trung thế.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án vẫn tồn tại một số giới hạn nghiên cứu:

  • Mô hình hóa phụ tải và nguồn phát mang tính đơn định (Deterministic): Biểu đồ phụ tải và bức xạ mặt trời được mô hình hóa theo kịch bản ngày điển hình 24 giờ, chưa tích hợp mô hình ngẫu nhiên thời gian thực (Stochastic / Monte Carlo Simulation) để bao quát các biến động thời tiết cực đoan.
  • Chưa tính toán chi phí suy hao tuổi thọ pin BESS (Degradation Cost): Quá trình nạp/xả liên tục làm suy giảm dung lượng thực tế của pin Li-ion theo số chu kỳ (Cycle Life), yếu tố này cần được đưa vào hàm mục tiêu kinh tế dài hạn.
  • Giới hạn về loại hình lưu trữ: Luận án tập trung chủ yếu vào hệ thống pin lưu trữ điện hóa (BESS - Li-ion), chưa mở rộng sang các hệ thống lưu trữ năng lượng hỗn hợp (HESS) kết hợp siêu tụ điện (Supercapacitors) hoặc lưu trữ nhiệt (TES).

Chương trình nghiên cứu 10 năm tiếp theo:

  1. Mở rộng mô hình hai giai đoạn sang môi trường ngẫu nhiên động có xét đến độ bất định bậc cao của phụ tải xe điện (EV Charging Stations).
  2. Phát triển thuật toán tối ưu hóa phân tán đa tác tử (Multi-Agent System) phục vụ điều khiển thời gian thực lưới điện siêu nhỏ (Microgrid).
  3. Tích hợp thị trường điện ngang hàng (Peer-to-Peer - P2P Energy Trading) vào bài toán điều phối BESS và DG.
  4. Nghiên cứu ảnh hưởng của sóng hài và ổn định động (Dynamic Stability) khi tỷ lệ thâm nhập nguồn điện qua inverter (Inverter-Based Resources - IBR) vượt ngưỡng $50%$.

Tác động và ảnh hưởng

               ┌────────────────────────────────────────────────────────┐
               │              TÁC ĐỘNG VÀ LAN TỎA THỰC TIỄN             │
               └───────────────────────────┬────────────────────────────┘
                                           │
         ┌─────────────────────────────────┼─────────────────────────────────┐
         ▼                                 ▼                                 ▼
┌───────────────────┐             ┌───────────────────┐             ┌───────────────────┐
│     HỌC THUẬT     │             │     CÔNG NGHIỆP   │             │    CHÍNH SÁCH     │
│ Công bố quốc tế   │             │ Áp dụng EVN,      │             │ Hiện thực hóa     │
│ ISI/Scopus Q1/Q2  │             │ giảm tổn thất     │             │ Quy hoạch điện 8  │
│ Trích dẫn cao     │             │ kỹ thuật lưới     │             │ Net-Zero 2050     │
└───────────────────┘             └───────────────────┘             └───────────────────┘
  • Tác động học thuật: Kết quả của luận án đã được công bố trên các tạp chí khoa học chuyên ngành uy tín trong và ngoài nước (gồm 4 bài báo khoa học trực tiếp và 6 công bố liên quan). Phương pháp phân tách hai giai đoạn và ứng dụng CSA cho BESS tạo tiền đề cho nhiều trích dẫn khoa học trong lĩnh vực Smart Grid.
  • Tác động ngành công nghiệp: Trực tiếp chuyển giao phương pháp luận và thuật toán cho các Công ty Điện lực thành viên của EVN, tối ưu hóa vốn đầu tư xây dựng mới trạm biến áp và đường dây bằng giải pháp phi công trình (Non-Wires Alternatives).
  • Tác động môi trường - xã hội: Thúc đẩy tỷ lệ hấp thụ nguồn năng lượng tái tạo không phát thải, giảm sự phụ thuộc vào các nhà máy nhiệt điện than truyền thống, đóng góp tích cực vào mục tiêu Net-Zero 2050 của Việt Nam.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên ngành Kỹ thuật Điện: Tiếp cận một khung lý thuyết hoàn chỉnh về DEP, các giải thuật metaheuristic hiện đại (RRA, COA, CSA) và kỹ thuật mô hình hóa dòng công suất mạng phân phối phức tạp.
  • Kỹ sư quy hoạch và điều độ hệ thống điện: Sở hữu công cụ tính toán nhanh để xác định cấu hình vận hành tối ưu, giảm tổn thất công suất trên lưới điện thực tế.
  • Các nhà đầu tư năng lượng tái tạo (IPP) và EPC: Tối ưu hóa quy mô vốn đầu tư khi lắp đặt hệ thống PV và BESS, rút ngắn thời gian hoàn vốn nhờ chiến lược nạp/xả hưởng chênh lệch giá TOU.
  • Cơ quan quản lý nhà nước (Cục Điều tiết Điện lực - ERAV): Có cơ sở dữ liệu thực chứng để ban hành các quy định kỹ thuật về đấu nối nguồn phân tán và tiêu chuẩn kỹ thuật cho hệ thống pin lưu trữ điện năng.

Câu hỏi chuyên sâu

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

Đóng góp độc đáo nhất là khung lý thuyết phân tách hai giai đoạn (Two-stage Optimization Framework) trong bài toán tích hợp DG có xét tái cấu hình lưới điện (DNR). Luận án đã mở rộng lý thuyết quy hoạch hệ thống điện phân phối truyền thống bằng cách tách biệt bản chất thời gian: đưa bài toán thiết kế dài hạn về không gian lưới kín (Giai đoạn I) và bài toán điều hành ngắn hạn về không gian lưới hở (Giai đoạn II). Điều này đập tan thế bế tắc giữa việc giải đồng thời gây bùng nổ số chiều và việc giải tuần tự truyền thống dễ rơi vào nghiệm cục bộ.

2. Sự đổi mới về phương pháp luận so với các nghiên cứu quốc tế tiền nhiệm?

So với nghiên cứu của Sultana et al. (dùng tối ưu hóa đồng thời bằng PSO) và Aman et al. (dùng thuật toán giải tích kết hợp GA theo phương pháp VT-CS rồi mới DNR), luận án đã:

  • Giảm số biến điều khiển trong từng pha tối ưu, giúp thuật toán RRA và COA đạt tỷ lệ hội tụ nghiệm toàn cục $100%$ qua 50 lần chạy ngẫu nhiên.
  • Phát triển thuật toán trao đổi nhánh với CSNTB cải tiến, cho phép cập nhật cấu hình vận hành tức thời khi công suất PV mở rộng mà không cần chạy lại toàn bộ thuật toán metaheuristic như các phương pháp quốc tế truyền thống.

3. Phát hiện nào gây bất ngờ nhất từ dữ liệu thực nghiệm?

Phát hiện bất ngờ nhất là khi tối ưu hóa BESS bằng thuật toán CSA trên lưới có PV, chi phí mua điện năng giảm mạnh không chỉ nhờ chênh lệch giá TOU mà còn do sự dịch chuyển dòng công suất làm giảm tổn thất kỹ thuật $\Delta P$ toàn lưới vào đúng các giờ cao điểm. Dữ liệu chứng minh BESS đóng vai trò như một nguồn bù công suất phản kháng và điều hòa điện áp động cực kỳ hiệu quả, giúp nâng điện áp các nút cuối đường dây lên mức tiệm cận $1.0\text{ p.u.}$ mà không cần lắp thêm tụ bù ngang tĩnh.

4. Luận án có cung cấp đầy đủ giao thức để tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án cung cấp toàn bộ thông số chi tiết của các hệ thống thử nghiệm:

  • Bảng thông số tổng trở đường dây ($R, X$) và công suất phụ tải từng nút của lưới IEEE 18 nút, IEEE 33 nút, IEEE 69 nút và lưới 22kV Chư Prông trong phần Phụ lục.
  • Tham số cài đặt của các giải thuật (kích thước quần thể $N_p$, số thế hệ tối đa $Max_Iter$, tỷ lệ bay Lévy trong CSA, số nhánh rễ trong RRA).
  • Lưu đồ thuật toán chi tiết và mã nguồn mô phỏng trên nền tảng MATLAB kết nối PSS-ADEPT.

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

Chương trình nghiên cứu 10 năm tập trung vào việc chuyển đổi từ mô hình quy hoạch tĩnh sang hệ điều hành phân phối tích cực thời gian thực (Active Distribution Management System - ADMS), tích hợp trí tuệ nhân tạo tăng cường (Deep Reinforcement Learning) để điều phối tự động hàng triệu thiết bị phân tán (DERs), xe điện (V2G) và hệ thống lưu trữ hỗn hợp HESS trong môi trường thị trường điện cạnh tranh bán lẻ.

Kết luận

Luận án tiến sĩ của tác giả Tôn Ngọc Triều là một công trình nghiên cứu xuất sắc, mang tính toàn diện và đột phá trong lĩnh vực Kỹ thuật Điện với các dấu ấn then chốt:

  1. Đề xuất thành công mô hình tối ưu hóa hai giai đoạn cho bài toán DG kết hợp DNR, giải quyết triệt để bài toán bùng nổ số chiều và đảm bảo hội tụ nghiệm tối ưu toàn cục.
  2. Sáng tạo thuật toán trao đổi nhánh dựa trên công suất nhánh trung bình (CSNTB) cải tiến, cho phép tái cấu hình lưới điện phân phối cực kỳ nhanh chóng và chính xác khi công suất nguồn quang điện (PV) mở rộng theo thời gian.
  3. Hiện thực hóa quy hoạch mở rộng nguồn phân tán trên lưới điện thực tế Chư Prông – Gia Lai theo lộ trình 3 giai đoạn khả thi, nâng cao độ tin cậy cung cấp điện và tối ưu hóa giải tỏa công suất nguồn năng lượng tái tạo.
  4. Tiên phong ứng dụng thuật toán Cuckoo Search Algorithm (CSA) trong xác định vị trí và dung lượng BESS, giải bài toán kinh tế - kỹ thuật tối ưu chi phí mua điện theo biểu giá TOU và giảm tổn thất năng lượng.
  5. Định hình lại mô hình lưới điện phân phối từ cấu trúc thụ động một chiều sang hệ thống chủ động đa nguồn đa chiều, đóng góp luận cứ khoa học thực tiễn vững chắc cho sự phát triển bền vững của ngành điện lực Việt Nam và quốc tế.