Tổng quan về luận án

Sự gia tăng đột biến của các nguồn năng lượng tái tạo phân tán (Distributed Renewable Energy Sources), đặc biệt là quang điện (PV) và điện gió (WT), đã tạo nên một bước chuyển dịch lớn nhưng cũng đặt ra thách thức nghiêm trọng đối với độ ổn định của hệ thống điện phân phối. Theo số liệu của Cơ quan Năng lượng Quốc tế (IEA), tổng công suất đặt của điện mặt trời toàn cầu đạt 843,086 TW (tăng 18% so với năm 2020) và điện gió đạt 824,874 TW (tăng 12,9%). Tại Việt Nam, quy mô công suất điện mặt trời áp mái đến tháng 12/2020 đã đạt 7.760 MW, chiếm 10,1% tổng công suất nguồn điện toàn hệ thống, cùng với 8.732 MW từ các trang trại quang điện quy mô lớn.

Tuy nhiên, tính chất bất định và biến thiên ngẫu nhiên theo thời tiết của bức xạ mặt trời và vận tốc gió dẫn đến các hiện tượng tiêu cực: biến động điện áp vượt ngưỡng cho phép ($\pm 5% U_{đm}$), quá tải dòng điện trên các nhánh phân phối, suy giảm quán tính hệ thống và nguy cơ nghẽn mạch cục bộ. Khi điện áp hoặc dòng điện vượt ngưỡng kỹ thuật quy định tại Thông tư số 39/2015/TT-BCT và Quyết định 13/2020/QĐ-TTg, giải pháp vận hành truyền thống thường buộc phải sa thải công suất (curtailment) của các nhà máy năng lượng tái tạo, gây lãng phí nghiêm trọng nguồn lực kinh tế và tổn hại thiết bị đóng cắt.

Khoảng trống nghiên cứu then chốt (Research Gap) được xác định là: Hầu hết các công trình nghiên cứu hiện hữu tập trung vào việc tối ưu hóa trào lưu công suất trên lưới truyền tải hoặc lưới trung áp ba pha đối xứng mà bỏ qua đặc thù của lưới điện hạ áp 0,4 kV – nơi phần lớn các phụ tải sinh hoạt là phụ tải 1 pha không đối xứng và các máy biến áp phân phối 22/0,4 kV tại các nước đang phát triển không tích hợp bộ điều áp dưới tải tự động (OLTC). Đồng thời, các nghiên cứu trước đây chưa tích hợp đồng thời cơ chế giải tỏa công suất ngược (reverse power flow) từ hạ áp lên trung/cao áp, bài toán điều độ kinh tế đa nguồn gắn với hệ số lợi thế vị trí ($\alpha_i$), và giải pháp điều khiển dịch chuyển phụ tải (Demand Side Management) tích hợp hạ tầng sạc xe điện (EV-V2G).

Luận án của nghiên cứu sinh Đặng Thành Trung thuộc chuyên ngành Kỹ thuật Điều khiển và Tự động hóa (Mã số: 952 02 16) tại Học viện Khoa học và Công nghệ – Viện Hàn lâm Khoa học và Công nghệ Việt Nam, dưới sự hướng dẫn khoa học của PGS. TS Thái Quang Vinh và TSKH Trần Kỳ Phúc, đã giải quyết toàn diện bài toán điều khiển và vận hành tối ưu hệ thống điện phân phối thông qua bốn câu hỏi và giả thuyết nghiên cứu chính:

  1. Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để xác định chính xác công suất phát cực đại ($P_{max}$) của nguồn PV và WT vào từng pha của lưới hạ áp mà không làm vi phạm các ràng buộc an ninh tĩnh về điện áp nút và dòng điện nhánh?
    Giả thuyết 1 (H1): Mô hình hóa tối ưu phi tuyến có ràng buộc kết hợp thuật toán tối ưu hóa tiến hóa (GA/PSO) cho phép giải phóng tối đa công suất phát 1 pha và 3 pha trong khi vẫn duy trì điện áp trong giới hạn $[U_{min}, U_{max}]$.
  2. Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc phân bố công suất phát tối ưu giữa các nguồn điện truyền thống và nguồn tái tạo biến đổi trong không gian lưới đa cấp điện áp khi xét đến tiềm năng tự nhiên từng nút như thế nào?
    Giả thuyết 2 (H2): Tích hợp hệ số lợi thế vị trí $\alpha_i$ vào hàm mục tiêu trào lưu công suất tối ưu (OPF) sử dụng phương pháp hàm chắn nội điểm (Barrier Method) sẽ cực đại hóa việc thu nạp năng lượng sạch và giảm chi phí nhiên liệu.
  3. Câu hỏi nghiên cứu 3 (RQ3): Kiến trúc dự báo chuỗi thời gian nào đem lại sai số nhỏ nhất đối với phụ tải, bức xạ và giá điện cho chu kỳ vận hành 30 phút của ngày tiếp theo ($dayfo$)?
    Giả thuyết 3 (H3): Cấu trúc đa mạng nơ-ron truyền thẳng (MLP/FFNN) được huấn luyện bằng thuật toán Levenberg-Marquardt phân tách theo nhóm điều kiện thời tiết sẽ giảm thiểu triệt để sai số dự báo so với mạng đơn khối.
  4. Câu hỏi nghiên cứu 4 (RQ4): Việc điều khiển phụ tải linh hoạt kết hợp trạm sạc xe điện có khả năng lưu trữ năng lượng đóng vai trò gì trong việc nâng cao độ tin cậy cung cấp điện khi xảy ra sự cố tách đảo?
    Giả thuyết 4 (H4): Điều khiển thông minh cơ chế nạp/xả trạm sạc EV kết hợp nguồn PV đấu lưới sẽ làm giảm đáng kể chỉ số thời gian mất điện trung bình (SAIDI) theo mô phỏng Monte Carlo.

Phạm vi thực nghiệm của công trình bao quát từ hệ thống 1 pha hạ áp thực tế đến các lưới chuẩn quốc tế IEEE 5-bus, 23-bus, IEEE 24-bus và IEEE 30-bus, hình thành một khung giải pháp điều khiển tối ưu liên hoàn mang tính đột phá cho hệ thống điện hiện đại.

Literature Review và Positioning

Phân tích tổng quan y văn quốc tế và trong nước cho thấy sự phát triển của bài toán điều khiển hệ thống điện phân phối tích hợp năng lượng tái tạo xoay quanh ba luồng tư tưởng học thuật chính:

Luồng nghiên cứu thứ nhất tập trung vào việc xác định vị trí và dung lượng tối ưu của nguồn điện phân tán (DG Allocation & Sizing). Các tác giả trong nước như Võ Ngọc Điều và cộng sự [1, 2] đã khai thác giải thuật di truyền (GA) để tối thiểu hóa tổn thất công suất tác dụng ($\Delta P$) trên lưới trung áp 22 kV và hệ thống IEEE 33-bus, với giả thiết lưới điện vận hành 3 pha đối xứng. Trên trường quốc tế, các công trình của Georgilakis & Hatziargyriou [20] và Hung et al. [21] áp dụng thuật toán tối ưu bầy đàn (PSO) và mô phỏng Monte Carlo để định cỡ nguồn phân tán có xét đến độ tin cậy và chi phí mua điện biên. Tuy nhiên, tranh biện học thuật lớn tồn tại giữa quan điểm của phe "Tập trung hóa" (cho rằng chỉ cần điều độ tại trạm biến áp phân phối) đối lập với phe "Phân tán hóa" (yêu cầu kiểm soát điện áp cục bộ tại từng nút phụ tải 1 pha). Các nghiên cứu trước đây thường lý tưởng hóa lưới điện phân phối là ba pha cân bằng, vô hình trung bỏ qua sự sụt áp và quá áp nghiêm trọng trên từng dây pha riêng biệt do sự bất đối xứng của phụ tải sinh hoạt và nguồn pin mặt trời 1 pha công suất dưới 3 kW.

Luồng nghiên cứu thứ hai liên quan đến bài toán trào lưu công suất tối ưu (Optimal Power Flow - OPF). Kể từ nền tảng kinh điển của Carpentier (1962), các phương pháp giải OPF chia thành hai trường phái: Phương pháp giải tích số dựa trên hàm chắn nội điểm kết hợp lặp Newton (Interior Point / Barrier Methods) của Quintana et al. [18] và nhóm tác giả Việt Nam [4, 5], đối lập với trường phái Trí tuệ tính toán (Metaheuristics) áp dụng GA, PSO, Differential Evolution [6, 22, 23]. Trường phái hàm chắn thể hiện ưu thế vượt trội về tốc độ hội tụ bậc hai và tính ngặt đối với hệ thống ràng buộc bất đẳng thức phi tuyến phức tạp, nhưng lại gặp khó khăn khi hàm mục tiêu tích hợp các yếu tố phi liên tục và tham số trọng số địa lý.

Luồng nghiên cứu thứ ba định vị ở các công nghệ dự báo năng lượng tái tạo và quản lý phụ tải (Demand Response/Load Control). Các nghiên cứu quốc tế của Mellit et al. [24] tại Bulgaria và Shi et al. [26] áp dụng mạng nơ-ron lan truyền ngược (BPNN) để dự báo bức xạ mặt trời; Han et al. [41, 42] nghiên cứu dự báo công suất điện gió tại đảo Jeju (Hàn Quốc); trong khi Amjady [48] và Catalao et al. [55] tập trung vào dự báo giá điện ngắn hạn. Điểm hạn chế chung của các công bố quốc tế này là các mô hình dự báo thường hoạt động độc lập (stand-alone), thiếu sự kết nối khép kín giữa kết quả dự báo 48 bước (chu kỳ 30 phút/ngày) với thuật toán điều khiển đóng/cắt phụ tải thời gian thực.

So sánh với mô hình tích hợp điện mặt trời hạ áp quy mô 22 GW của Đức [94] (nơi các Inverter thông minh bắt buộc phải có chức năng tự động điều chỉnh công suất phản kháng $Q(U)$), hệ thống phân phối tại các nước đang phát triển chưa được trang bị đồng bộ các bộ Inverter hiện đại và máy biến áp tự ngắt. Luận án đã định vị chính xác vị thế khoa học của mình: Khắc phục khoảng trống giữa lý thuyết tối ưu hóa cao cấp và thực tế vận hành lưới điện phân phối không đối xứng, xây dựng cầu nối giải thuật giữa dự báo nơ-ron Levenberg-Marquardt, tối ưu hóa tiến hóa và đánh giá độ tin cậy ngẫu nhiên Monte Carlo.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và làm phong phú hệ thống lý thuyết điều khiển hệ thống điện thông qua các đóng góp nền tảng:

  • Mở rộng lý thuyết Trào lưu công suất tối ưu (OPF Extension): Tác giả đã tái cấu trúc hàm mục tiêu OPF truyền thống bằng việc đưa vào khái niệm "Hệ số có lợi vị trí" ($\alpha_i$). Thay vì chỉ tối thiểu hóa chi phí nhiên liệu $\sum (a_i + b_i P_i + c_i P_i^2)$ một cách thuần túy, mô hình mở rộng thiết lập bài toán tối ưu hóa kép: Tối đa hóa công suất phát năng lượng tái tạo $\max \sum \alpha_i P_i^{PV/WT}$ có trọng số kinh tế - kỹ thuật kết hợp với giải phóng nghẽn mạch truyền tải ngược qua máy biến áp phân phối lên lưới điện cấp cao hơn.
  • Xây dựng không gian trạng thái điều khiển phụ tải nhị phân (Binary Controllable Load Theory): Phân định ranh giới toán học rõ ràng giữa phụ tải không dịch chuyển ($P_{LUC}$) và phụ tải có khả năng dịch chuyển thời điểm đóng/cắt ($P_{LC}$). Thiết lập ánh xạ thời gian thực biểu diễn trạng thái đóng/cắt của thiết bị thông qua nhiễm sắc thể nhị phân trong không gian tối ưu hóa tiến hóa.
  • Chuyển đổi Paradigm trong kiểm soát độ tin cậy lưới điện (Reliability Paradigm Shift): Chuyển dịch từ việc xem trạm sạc xe điện (EV) đơn thuần là phụ tải tiêu thụ thụ động sang mô hình trạm sạc là nguồn cấp điện linh hoạt (Vehicle-to-Grid - V2G) kết hợp bộ lưu trữ phân tán, tạo cơ sở lý thuyết mới cho chế độ vận hành tách đảo tự dùng.

Khung phân tích độc đáo

Khung phân tích của luận án được xây dựng dựa trên sự giao thoa của ba trụ cột lý thuyết: Lý thuyết tối ưu hóa phi tuyến có ràng buộc (Nonlinear Constrained Optimization), Lý thuyết trí tuệ nhân tạo (Mạng nơ-ron học sâu / Giải thuật tiến hóa), và Lý thuyết xác suất ngẫu nhiên (Stochastic Reliability Modeling).

                      ┌────────────────────────────────────────────────────────┐
                      │    HỆ THỐNG ĐIỆN PHÂN PHỐI TÍCH HỢP ĐA NGUỒN TÁI TẠO   │
                      └───────────────────────────┬────────────────────────────┘
                                                  │
             ┌────────────────────────────────────┼────────────────────────────────────┐
             ▼                                    ▼                                    ▼
┌─────────────────────────┐          ┌─────────────────────────┐          ┌─────────────────────────┐
│     KHỐI DỰ BÁO NGẮN HẠN│          │  KHỐI ĐIỀU KHIỂN TỐI ƯU │          │  KHỐI ĐÁNH GIÁ TIN CẬY  │
│  48 bước/ngày (30 phút) │          │       (GA / PSO)        │          │    (MONTE CARLO SAIDI)  │
├─────────────────────────┤          ├─────────────────────────┤          ├─────────────────────────┤
│ • Mạng MLP 2 lớp        │          │ • Ràng buộc điện áp [U] │          │ • Đánh giá 100 năm      │
│ • Thuật toán Levenberg- │          │ • Dòng nhánh [I]        │          │ • 1.752.000 trạng thái  │
│   Marquardt             │─────────>│ • Hệ số vị trí alpha_i  │─────────>│ • V2G xả công suất bù   │
│ • Nhóm dữ liệu thời tiết│          │ • Tối ưu hóa chi phí f  │          │   thiếu hụt sự cố       │
│ • Dự báo: PV, WT, Load, │          │ • Điều khiển đóng/cắt   │          │ • Giảm chỉ số cắt điện  │
│   Giá điện PR_GR        │          │   phụ tải dịch chuyển LC│          │   trung bình năm        │
└─────────────────────────┘          └─────────────────────────┘          └─────────────────────────┘

Hàm mục tiêu tổng quát của bài toán điều khiển kinh tế phụ tải 1 pha được thiết lập: $$\max f = \sum_{t=1}^{48} \left[ \sum_{i=1}^{N} \left( PR_{PV}(t) \cdot P_{i}^{PV}(t) + PR_{WT}(t) \cdot P_{i}^{WT}(t) - PR_{GR}(t) \cdot (P_{i}^{LUC}(t) + P_{i}^{LC}(t)) \right) \right]$$

Với hệ thống điều kiện biên ngặt (Boundary Conditions):

  • Ràng buộc cân bằng điện áp: $U_{min} \le U_k(t) \le U_{max}$ với mọi nút $k \in {1, \dots, N}$.
  • Ràng buộc khả năng tải đường dây: $I_{km}(t) \le I_{km}^{max}$ với mọi nhánh $(k, m)$.
  • Ràng buộc thời gian vận hành phụ tải: $\sum_{t=t_{start}}^{t_{start}+\Delta t} P_i^{LC}(t) \cdot \Delta t = W_i^{req}$ (đảm bảo tổng điện năng cấp cho thiết bị trong chu kỳ ngày là không đổi).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được định hình dựa trên thế giới quan Thực chứng luận (Positivism) kết hợp phương pháp luận Mô phỏng kỹ thuật định lượng cao cấp (Advanced Quantitative Modeling & Deterministic/Stochastic Simulation). Thiết kế nghiên cứu đa cấp độ (Multi-level Design) bao gồm:

  1. Cấp độ phần tử: Mô hình hóa toán học tĩnh và động của giàn quang điện (PV), tua bin gió (WT), đường dây phân phối $\pi$, phụ tải $P$-$Q$, và bộ lưu trữ pin trạm sạc EV.
  2. Cấp độ lưới phân phối hạ áp 1 pha: Xây dựng mô hình ma trận tổng dẫn nút $Y_{bus}$, giải trào lưu công suất nút hạ áp theo phương pháp quét nhánh (Forward-Backward Sweep / Direct Algebraic Solver).
  3. Cấp độ liên kết đa lưới trung - cao áp: Tích hợp ma trận trào lưu công suất phi tuyến đầy đủ có sự tham gia của các tổ máy nhiệt điện, thủy điện và các nguồn phân tán quy mô lớn.

Quy trình nghiên cứu rigorous

Quy trình thực nghiệm được chuẩn hóa nghiêm ngặt qua bốn giai đoạn xử lý số liệu và tính toán:

[Thu thập dữ liệu SCADA, bức xạ, gió, phụ tải] 
                      │
                      ▼
[Tiền xử lý & Chuẩn hóa dữ liệu Vector Z-Score / Min-Max]
                      │
                      ▼
[Huấn luyện mạng nơ-ron Levenberg-Marquardt & Phân nhóm thời tiết]
                      │
                      ▼
[Chạy giải thuật di truyền (GA) / Bầy đàn (PSO) tối ưu hóa công suất]
                      │
                      ▼
[Mô phỏng ngẫu nhiên Monte Carlo 100 năm đánh giá SAIDI]
  • Giao thức thu thập và phân lập dữ liệu: Bộ dữ liệu chuỗi thời gian được thu thập với tần suất 30 phút/mẫu (48 chu kỳ/ngày). Dữ liệu được chia thành tập huấn luyện ($InputTrn$ gồm 458 ngày) và tập kiểm thử ($InputTst$ gồm 150 ngày độc lập) nhằm triệt tiêu hoàn toàn hiện tượng quá khớp (overfitting).
  • Thuật toán đào tạo Levenberg-Marquardt (LM): Sử dụng hàm tối ưu cập nhật trọng số: $$p_k = -(J^T J + \mu_k I)^{-1} J^T e$$ Trong đó ma trận Jacobian $J$ được đạo hàm giải tích chính xác từ hàm kích hoạt Tang-sigmoid phi tuyến $h(x) = \tanh(x)$, kết hợp kỹ thuật dò đường nghiệm theo phương pháp chia đoạn tỉ lệ vàng (Golden Section) và lặp Newton-Raphson một chiều, với ngưỡng hội tụ $minMSE = 1$ và $minGRAD = 10^{-3}$.
  • Giải thuật di truyền (GA) và Tối ưu bầy đàn (PSO): Quần thể cá thể được mã hóa nhiễm sắc thể nhị phân và số thực chính xác tới $\Delta = 0,1\text{ kW}$. Tỷ lệ trao đổi chéo $p_c = 0,02$, xác suất đột biến $p_m$, hệ số giảm vận tốc $\mu_1, \mu_2$, hằng số gia tốc bầy đàn $C_1 = 1, C_2 = 2$.

Data và phân tích

Hệ thống phần mềm được tác giả tự lập trình hoàn toàn trên môi trường MATLAB (bao gồm bộ giao diện điều khiển GUI và các hàm giải tích chuyên sâu: d2Sbus_dV2, d2ASbr_dV2, gaformaxpowerwithbenefit, psoformaxwtbenefit, ffnnetwork, montecarlo).

% Trích đoạn giải thuật Levenberg-Marquardt tự lập trình trong Luận án:
iter = iter + 1;
param = vectorizationGradient(Win, Wout, bin, bout, nin, feature, nout);
J = findJacobian(netout, netin, Wout, X, nin, feature, nout);
pk = -inv(J'*J + uK*eye(size(J,2), size(J,2))) * J' * error';
zk = param + pk;
[Win, Wout, bin, bout] = devecotrization(zk, nin, nout, feature);

Mô phỏng được triển khai trên 5 hệ thống thử nghiệm với độ phức tạp tăng dần:

  • Lưới điện 1 pha hạ áp gồm 8 nút phụ tải, tổng trở nhánh $r_0 = 0,396\ \Omega/\text{km}$, $x_0 = 0,08\ \Omega/\text{km}$.
  • Lưới điện 5 nút và lưới điện 23 nút phân phối.
  • Lưới chuẩn quốc tế IEEE 24-bus (gồm 38 nhánh, 32 máy phát truyền thống và các nút tích hợp năng lượng tái tạo).
  • Lưới chuẩn quốc tế IEEE 30-bus (gồm 41 nhánh, 6 nhà máy điện truyền thống, công suất cơ bản $S_{base} = 100\text{ MVA}$).

Phát hiện đột phá và implications

Những phát hiện then chốt

Các kết quả phân tích số liệu và mô phỏng thực nghiệm mang lại 5 phát hiện then chốt có giá trị khoa học cao:

+──────────────────────────────────────────────────────────────────────────────────────────+
|                    BẢNG TỔNG HỢP CÁC PHÁT HIỆN ĐỘT PHÁ TỪ LUẬN ÁN                        |
+──────────────────────────────────┬───────────────────────────────────────────────────────+
| Chỉ tiêu so sánh                 | Kết quả thực nghiệm chính xác                         |
+──────────────────────────────────┼───────────────────────────────────────────────────────+
| 1. Công suất thu nạp cực đại     | Tăng từ 58,4 MW lên 65,0 MW (tăng 11,3%) khi xét đến  |
|    trên lưới IEEE 30-bus         | hệ số lợi thế vị trí alpha_i (GA & PSO đạt tối ưu).   |
+──────────────────────────────────┼───────────────────────────────────────────────────────+
| 2. Ổn định điện áp nút hạ áp     | Điện áp nút xa nguồn từ 0,92 pu (vi phạm < 0,95 pu)  |
|    khi điều khiển phụ tải        | được nâng lên ổn định ở mức 0,985 - 1,02 pu.          |
+──────────────────────────────────┼───────────────────────────────────────────────────────+
| 3. Độ chính xác mô hình dự báo   | Mô hình 4 (phân nhóm thời tiết) đạt sai số trung bình |
|    bức xạ PV & công suất gió     | thấp nhất: MAPE giảm từ 18,4% (Mô hình 1) xuống 6,2%. |
+──────────────────────────────────┼───────────────────────────────────────────────────────+
| 4. Giảm chỉ số mất điện SAIDI    | SAIDI giảm từ 14,2 giờ/năm xuống 3,1 giờ/năm (giảm    |
|    (Tích hợp Trạm sạc EV + PV)   | 78,17%) trong 100 năm mô phỏng Monte Carlo.          |
+──────────────────────────────────┼───────────────────────────────────────────────────────+
| 5. Tối ưu hóa chi phí vận hành   | Chi phí điện năng mua từ lưới ngoài giảm 21,4% nhờ    |
|    kinh tế ngày điển hình        | dịch chuyển thời điểm đóng phụ tải sang giờ bức xạ cao|
+──────────────────────────────────┴───────────────────────────────────────────────────────+
  1. Hiệu ứng khơi thông công suất phát nhờ Hệ số có lợi vị trí ($\alpha_i$): Khi chưa áp dụng hệ số vị trí, các thuật toán thông thường phân bổ đều công suất tái tạo dẫn đến hiện tượng "nghẽn nút cục bộ". Bằng việc định tuyến công suất vào các nút có hệ số độ nhạy điện áp thấp và dung lượng đường dây lớn, tổng công suất giải tỏa trên hệ thống IEEE 30-bus đạt cực đại 65,0 MW mà không làm bất kỳ nhánh nào vượt dòng $I_{max}$.
  2. Triệt tiêu hiện tượng sụt áp cuối nguồn bằng Điều khiển đóng/cắt tải thông minh: Tại các thời điểm phụ tải không điều khiển ($P_{LUC}$) đạt đỉnh vào buổi tối (18h-20h), việc dịch chuyển các tải bơm nước, bình nước nóng và trạm sạc ($P_{LC}$) sang khung giờ 11h-14h (khi công suất phát quang điện đạt $P_{PV}^{max}$) đã kéo điện áp từ mức nguy hiểm 0,92 pu trở lại dải tối ưu 0,99 pu, giảm tổn thất kỹ thuật trên đường dây 1 pha hơn 14,6%.
  3. Tính ưu việt của Cấu trúc mạng nơ-ron phân tách 48 kênh kết hợp phân nhóm thời tiết: Kết quả kiểm định cho thấy Mô hình 1 (1 mạng duy nhất 48 đầu vào - 48 đầu ra) cho sai số lớn do tương quan phi tuyến giữa các mốc giờ quá phức tạp. Mô hình 4 (sử dụng 48 mạng MLP độc lập tương ứng 48 chu kỳ 30 phút, kết hợp phân nhóm 9 trạng thái thời tiết mây/mưa/nắng) cho hệ số xác định $R^2 > 0,94$, đánh bại các phương pháp chuỗi thời gian ARIMA truyền thống.
  4. Đột phá về Độ tin cậy cấp điện với Hạ tầng tích hợp EV-V2G: Trong kịch bản sự cố mất nguồn trạm biến áp hạ áp 22/0,4 kV, sự kết hợp giữa giàn pin mặt trời nối lưới và trạm sạc gồm 10 xe điện (dung lượng mỗi pin $A_{EV} = 42\text{ kWh}$, công suất sạc $P_{ch} = 11\text{ kW}$, hiệu suất xả $\eta_{disch} = 95%$) đã duy trì nguồn điện liên tục cho các phụ tải ưu tiên, làm giảm thời gian mất điện từ 14,2 giờ/năm xuống còn 3,1 giờ/năm qua 1.752.000 trạng thái thử nghiệm Monte Carlo.

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp mô hình toán học giải tích hóa trọn vẹn sự tương tác giữa trào lưu công suất ngược 1 pha và điều độ hệ thống điện phân phối, mở rộng phạm vi ứng dụng của lý thuyết điều khiển tự động trong kỹ thuật năng lượng.
  • Về mặt phương pháp luận: Chuẩn hóa quy trình thiết kế công cụ tính toán OPF kết hợp giải thuật tiến hóa và học máy Levenberg-Marquardt tự xây dựng mã nguồn mở, không phụ thuộc vào các hộp công cụ thương mại đóng kín.
  • Về mặt thực tiễn vận hành: Cung cấp thuật toán tối ưu hóa lịch đóng/cắt phụ tải trực tiếp cho các Công ty Điện lực (EVN SPC, EVN CPC, EVN NPC), cho phép tích hợp thêm 15-20% công suất điện mặt trời áp mái mà không cần tái đầu tư nâng tiết diện dây dẫn.
  • Về mặt hoạch định chính sách: Cung cấp cơ sở khoa học định lượng để Bộ Công Thương và Cục Điều tiết Điện lực xây dựng biểu giá bán lẻ điện linh hoạt theo thời gian (Time-of-Use - TOU) và biểu giá khuyến khích dịch vụ lưu trữ điện từ xe điện (V2G Tariff).

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, nghiên cứu thẳng thắn thừa nhận 4 giới hạn mang tính điều kiện biên:

  1. Giới hạn mô hình hóa sóng hài và chất lượng điện năng cao tần: Mô hình trào lưu công suất tập trung vào tần số công nghiệp (50 Hz), chưa tính toán chi tiết tác động của sóng hài bậc cao sinh ra từ các bộ biến đổi nghịch lưu Inverter phi tuyến tính của PV và trạm sạc nhanh DC.
  2. Ràng buộc trao đổi thông tin lý tưởng: Giải thuật điều khiển phụ tải giả định hạ tầng truyền thông viễn thông (SCADA/IoT) có độ trễ bằng không và không có sự cố mất gói tin khi truyền lệnh điều khiển đóng/cắt.
  3. Độ sâu xả của pin xe điện: Mô hình xả pin trạm sạc xe điện áp đặt giới hạn an toàn trạng thái sạc tối thiểu ($SOC_{min} = 30%$) mang tính tham số cố định, chưa liên kết với mô hình suy giảm tuổi thọ hóa học điện cực pin lithium-ion theo thời gian thực.

Chương trình nghiên cứu tiếp nối (Future Research Agenda):

  • Phát triển mô hình điều khiển phân tán đa tác tử (Multi-Agent System - MAS) kết hợp điều khiển dự báo mô hình (Model Predictive Control - MPC) để xử lý bất định theo thời gian thực dưới 1 giây.
  • Tích hợp thị trường điện ngang hàng (Peer-to-Peer - P2P Energy Trading) dựa trên nền tảng chuỗi khối (Blockchain) cho các hộ dân tự dùng năng lượng mặt trời hạ áp.
  • Mở rộng thuật toán cho lưới điện Microgrid hỗn hợp xoay chiều/một chiều (AC/DC Hybrid Microgrids) có kết nối pin nhiên liệu hydro (Green Hydrogen Fuel Cells).

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Luận án là nguồn tài liệu tham khảo mẫu mực cho các nghiên cứu sinh và học viên cao học ngành Kỹ thuật Điều khiển, Tự động hóa và Hệ thống Điện. Các thuật toán tối ưu đã được công bố trên các tạp chí khoa học chuyên ngành uy tín trong nước và quốc tế, với tiềm năng trích dẫn cao trong các nghiên cứu về Lưới điện thông minh (Smart Grid).
  • Chuyển đổi công nghiệp: Ứng dụng trực tiếp cho các doanh nghiệp phát triển trạm sạc xe điện (như VinFast, EVN) trong việc tích hợp trạm sạc năng lượng mặt trời không gây sập nguồn cục bộ, tối ưu hóa chi phí đầu tư hạ tầng lưới điện.
  • Lợi ích kinh tế - xã hội: Giảm thiểu sản lượng điện năng sa thải từ các nguồn năng lượng sạch, góp phần thực hiện cam kết quốc gia về phát thải ròng bằng 0 (Net Zero Carbon by 2050) tại COP26, đồng thời bảo vệ thiết bị điện dân dụng của hàng triệu hộ tiêu thụ điện sinh hoạt.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận phương pháp tích hợp mã nguồn MATLAB tự lập trình cho các bài toán tối ưu OPF phức tạp và giải thuật học máy Levenberg-Marquardt chuyên dụng cho kỹ thuật điện.
  • Kỹ sư vận hành điều độ hệ thống điện (A0, A1, A2, A3): Nhận được công cụ tính toán chính xác giới hạn công suất cho phép đấu nối của các nguồn điện mặt trời áp mái theo từng xuất tuyến hạ áp/trung áp.
  • Doanh nghiệp năng lượng tái tạo và Phát triển trạm sạc: Tối ưu hóa vị trí lắp đặt dự án, gia tăng doanh thu từ việc bán điện và nâng cao hiệu quả thu hồi vốn (ROI).
  • Cơ quan Quản lý Nhà nước (Bộ Công Thương, EVN): Hoàn thiện khung quy chuẩn kỹ thuật đấu nối năng lượng phân tán và cơ chế điều độ phụ tải thông minh.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
    Đó là việc mở rộng lý thuyết Trào lưu công suất tối ưu (OPF) cổ điển bằng cách tích hợp trực tiếp Hệ số có lợi vị trí ($\alpha_i$) và mô hình hóa dòng công suất ngược từ hạ áp 1 pha lên lưới cấp cao, giải quyết triệt để xung đột giữa mục tiêu kinh tế vận hành và bài toán an ninh điện áp tại từng pha riêng biệt.
  2. Đột phá phương pháp luận so với các nghiên cứu tiền nhiệm?
    So với công trình của Võ Ngọc Điều [1, 2] (chỉ tối ưu trên lưới 3 pha trung áp) và Shi et al. [26] (chỉ dự báo đơn khối), luận án đã tạo ra một chu trình khép kín: Dự báo đa mô hình 48 kênh Levenberg-Marquardt $\rightarrow$ Tối ưu hóa nhị phân đóng cắt phụ tải bằng GA/PSO $\rightarrow$ Kiểm chứng độ tin cậy cấp điện ngẫu nhiên bằng Monte Carlo 1.752.000 chu kỳ.
  3. Kết quả thực nghiệm nào gây bất ngờ và có ý nghĩa nhất?
    Kết quả mô phỏng Monte Carlo chỉ ra rằng việc kết hợp chỉ 10 trạm sạc xe điện với giàn quang điện nối lưới có thể kéo giảm thời gian mất điện hàng năm (SAIDI) tới 78,17% (từ 14,2 giờ xuống 3,1 giờ/năm), chứng minh pin xe điện có thể đóng vai trò như một trạm phát điện khẩn cấp hoàn hảo cho lưới điện phân phối.
  4. Luận án có cung cấp quy trình tái lập thực nghiệm (Replication Protocol) không?
    Toàn bộ mã nguồn MATLAB chi tiết của các thuật toán (từ ma trận đạo hàm Jacobian, hàm tính gradient, thuật toán chia đoạn tỉ lệ vàng, giải thuật GA/PSO đến mô phỏng Monte Carlo) và toàn bộ thông số lưới điện thử nghiệm (5 nút, 23 nút, IEEE 24, IEEE 30) đều được trình bày công khai, minh bạch trong các phụ lục kỹ thuật của luận án.
  5. Chương trình nghiên cứu 10 năm tiếp theo được vạch ra như thế nào?
    Tập trung vào ba định hướng: Tự động hóa điều khiển biên (Edge Computing Control) cho từng Inverter gia đình; xây dựng sàn giao dịch điện lực phân tán P2P; và thiết lập mô hình điều khiển kháng nhiễu bền vững thích ứng với biến đổi khí hậu cực đoan.

Kết luận

Công trình nghiên cứu tiến sĩ của tác giả Đặng Thành Trung đã tạo nên một dấu ấn khoa học thực chất và toàn diện trong lĩnh vực Kỹ thuật Điều khiển và Tự động hóa hệ thống năng lượng với 6 đóng góp cốt lõi:

  1. Xây dựng thành công thuật toán xác định tổng công suất phát lớn nhất ($P_{max}$) của nguồn điện gió và quang điện trên từng pha lưới hạ áp có ràng buộc nghiêm ngặt về điện áp và dòng điện nhánh.
  2. Thiết lập mô hình tối ưu trào lưu công suất (OPF) đa cấp điện áp tích hợp giải tỏa công suất ngược và hệ số lợi thế vị trí $\alpha_i$, tăng 11,3% sản lượng năng lượng tái tạo thu nạp trên hệ thống IEEE 30-bus.
  3. Đề xuất kiến trúc dự báo 48 bước/ngày sử dụng mạng nơ-ron Levenberg-Marquardt phân nhóm 9 trạng thái thời tiết, nâng cao độ chính xác dự báo bức xạ và phụ tải vượt trội ($R^2 > 0,94$).
  4. Thiết kế giải thuật tối ưu hóa di truyền điều khiển đóng/cắt phụ tải dịch chuyển ($P_{LC}$), ổn định dải điện áp nút hạ áp từ 0,92 pu lên 0,985 - 1,02 pu.
  5. Đột phá trong giải pháp tích hợp trạm sạc xe điện (EV-V2G) và giàn pin mặt trời vận hành tách đảo, giảm 78,17% chỉ số gián đoạn cung cấp điện trung bình năm (SAIDI).
  6. Phát triển bộ công cụ phần mềm chuyên dụng trên nền tảng MATLAB, cung cấp giải pháp chuyển giao công nghệ trực tiếp cho ngành điện lực Việt Nam trong kỷ nguyên chuyển dịch năng lượng xanh bền vững.