Quy hoạch mở rộng lưới điện truyền tải
QUY HOẠCH MỞ RỘNG LƯỚI ĐIỆN TRUYỀN TẢI
TRANSMISSION EXPANSION PLANNING
Dương Lê Mạnh Cường
Trường Đại học Đồng Tháp
TÓM TẮT
Quy hoạch mở rộng lưới điện truyền tải là một phần rất quan trọng trong việc mở rộng hệ
thống điện. Mục tiêu chính của quy hoạch mở rộng lưới điện truyền tải là xác định nơi cần quy
hoạch và mở rộng, công suất cần mở rộng, xác định tổng chi phí quy hoạch và tăng độ tin cậy
của hệ thống… Việc quy hoạch mở rộng mạng lưới điện truyền tải là một bài toán tối ưu phi
tuyến rất phức tạp, chủ yếu tập trung vào việc tìm kiếm cấu trúc tối ưu để vận hành ổn định hệ
thống điện với chi phí đầu tư thấp nhất vào hệ thống điện. Trong bài báo này, việc mở rộng lưới
được thực hiện bằng cách xem xét thêm một hoặc nhiều đường dây để loại bỏ nghẽn mạch trên
đường truyền. Trong những năm gần đây, đã có nhiều công bố về vấn đề này, nhiều phương
pháp được áp dụng, như phương pháp GA kinh điển, phương pháp Heuristic tiến, Heuristic lùi,
PSO kinh điển... Những phương pháp này khi được áp dụng cho bài toán chống nghẽn mạch lưới
truyền tải đều cho kết quả khả quan. Tuy nhiên, đây là một vấn đề quan trọng trong việc vận
hành tối ưu hệ thống, vì vậy các phương pháp tối ưu hóa khác vẫn cần thiết để tham khảo qua đó
đánh giá lựa chọn phương án hợp lý nhất cho một dự án quy mô lớn với chi phí cao như xây
dựng đường dây truyền tải. Trong bài báo, phương pháp Meta-Heuristic PSO được đề xuất áp
dụng cho bài toán này. Để đánh giá kết quả, một hệ thống điện IEEE 30 nút đã được sử dụng để
mô phỏng và ghi lại kết quả trên phần mềm Matlab. Kết quả cho thấy phương pháp được đề xuất
có tính khả thi cao khi áp dụng cho bài toán tối ưu chi phí mở rộng lưới điện trong hệ thống điện
được mô phỏng.
Từ khóa: Quy hoạch mở rộng lưới điện truyền tải; chi phí đầu tư thấp nhất; PSO; IEEE 30 nút;
Matlab.
ABSTRACT
Transmission expansion planning (TEP) is a very important part of power system
expansion planning. The main TEP decided the local to be planed and expanded, the expanded
power, investment cost, the reliability index to be improved… Transmission network expansion
planning (TNEP) is an extremely complex nonlinear optimization problem. Its main focus is to
find the optimal structure for the stable operation of the system with the minimum cost
transmission investment in the power system. In this paper, network expansion is performed by
considering adding one or few lines to eliminate congestion on the transmission line. There have
been many publications on this issue in recent years, many methods are applied such as GA
classic, forward heuristic, backward heuristic, PSO classic and so on. These methods create the
satisfactory results when applied to the problem of congestion eliminated of transmission
network. However, this is an important issue in the optimal operation of the system, so it is still
necessary to add other optimal methods, reference to evaluate and select the most reasonable
planning for a large project with high costs like the construction of power transmission line. In
this paper, the hybrid Meta-heuristic PSO method is considered to apply to this problem. To
evaluate achieved results, IEEE 30 bus test system is used to simulate and record results on
MATLAB software. The obtained results show that the proposed method is highly feasible when
applying to the cost of optimal problem of power network expansion in the simulated power
system.
Keywords: Transmission expansion planning (TEP); minimum cost investment; PSO; IEEE 30
bus; Matlab.
thấp nhất. Nhưng nhược điểm của nó là
không phải lúc nào cũng có thể xây dựng một
nhà máy điện, mà nó phụ thuộc vào các yếu
tố như vị trí, môi trường, nguồn nguyên liệu,
trung tâm phụ tải. Bên cạnh đó chi phí lắp đặt
nhà máy điện rất tốn kém và cần được xem
xét để đầu tư [1], [2], [3].
1. GIỚI THIỆU
Nhu cầu năng lượng ngày càng tăng đang
gây ra áp lực lên hệ thống điện, cho nên sự
phát triển của ngành điện phải gắn liền với
chiến lược phát triển kinh tế - xã hội và đảm
bảo cung cấp điện cho nền kinh tế và đời sống
người dân. Đời sống xã hội với yêu cầu chất
lượng điện năng ngày càng cao, bên cạnh đó
cũng phải tận dụng hiệu quả các nguồn năng
lượng để đa dạng hóa năng lượng sơ cấp, tiết
kiệm điện và đảm bảo an ninh năng lượng
trong tương lai. Vấn đề hiện nay là các nguồn
sản xuất điện thường ở xa khu vực tiêu thụ, do
đó cần phải truyền tải điện từ nơi này sang nơi
khác. Trong quá trình vận hành và phát triển
lưới điện, lưới truyền tải phải được theo dõi
và kiểm tra, sửa chữa thường xuyên vì phải
đảm bảo cung cấp điện liên tục và đảm bảo hệ
thống hoạt động bình thường.
Phương pháp sử dụng thiết bị Facts: có
ưu điểm là chống nghẽn mạch và cải thiện
tính ổn định của hệ thống điện. Tuy nhiên,
khi tải tăng quá nhiều thì không thể giải
quyết bằng phương pháp sử dụng thiết bị
Facts, vì nó không làm tăng khả năng truyền
tải của đường dây [4], [5].
Phương pháp kéo thêm đường dây mới:
có ưu điểm là tăng công suất truyền tải dài
hạn, nhưng chi phí xây dựng rất tốn kém [6],
[7], [8].
Sau khi phân tích các phương pháp để
mở rộng mạng lưới truyền tải ở trên, có thể
nhận thấy phương pháp kéo thêm đường dây
mới là hợp lý. Khả năng truyền tải dài hạn có
thể được tăng lên, khắc phục được ô nhiễm
môi trường, cách xa nguồn nguyên liệu,
không thể đặt tại các trung tâm kinh tế của
phương pháp đặt thêm nhà máy phát điện, và
cũng đáp ứng quá trình tăng tải theo sự phát
triển kinh tế - xã hội, khắc phục những hạn
chế của việc lắp đặt thiết bị Facts .
Khi nhu cầu tiêu thụ điện ngày càng
tăng, thị trường điện ra đời đã đem lại nhiều
lợi ích xã hội. Tuy nhiên, sự nghẽn mạch
trong hệ thống điện xảy ra thường xuyên
hơn. Do đó, yêu cầu đặt ra của ngành điện là
đầu tư mở rộng hệ thống truyền tải để đáp
ứng nhu cầu cung cấp đủ điện năng cho trung
tâm phụ tải. Việc mở rộng này cần được tiến
hành kịp thời để đáp ứng các tiêu chí sau: tối
ưu hóa công nghệ, vận hành kinh tế và đáp
ứng độ tin cậy.
Do đó, bài báo này đề xuất quy hoạch mở
rộng mạng lưới truyền tải bằng cách kéo thêm
đường dây mới. Mặc dù chi phí mở rộng
đường truyền rất tốn kém, nhưng về lâu dài,
nó sẽ mang lại lợi ích kinh tế cao hơn so với
phương pháp quy hoạch mở rộng khác. Trong
bài báo này, thuật toán Meta-heuristic với
phương pháp PSO được sử dụng để giải quyết
bài toán quy hoạch mở rộng mạng lưới. Kết
quả sẽ được phân tích trong các phần sau. Bài
báo được tổ chức như sau: Phần 2 giới thiệu
về giải thuật PSO; Phần 3 mô tả bài toán quy
hoạch mở rộng hệ thống truyền tải; Phần 4
cho thấy kết quả thử nghiệm và kết luận được
đưa ra trong Phần 5.
Trong các hệ thống điện, việc cải thiện
và bổ sung công suất hệ thống phải luôn
được thực hiện để theo kịp sự phát triển của
phụ tải. Trong lưới truyền tải, đường dây
phải luôn thay đổi chế độ vận hành, nhưng
quá tải vẫn thường xảy ra. Nếu quá tải xảy ra
trong thời gian dài, nó có thể gây ra tụt lèo,
tụt mối nối, phát nhiệt và tăng độ võng có thể
gây sự cố cho hệ thống.
Mạng lưới truyền tải đóng vai trò quan
trọng trong việc cung cấp điện cho tất cả các
thành phần có liên quan trên thị trường để
cung cấp và phân phối điện.
Để giải quyết bài toán quy hoạch mở
rộng lưới điện, hiện tại có ba phương pháp
chính, bao gồm thêm nhà máy phát điện, sử
dụng thiết bị Facts và kéo đường dây mới.
Những ưu điểm và nhược điểm của các
phương pháp này được phân tích dưới đây:
2. THUẬT TOÁN TỐI ƯU HÓA BẦY
ĐÀN PSO
2.1 Giới thiệu về thuật toán tối ưu hóa bầy
đàn
PSO (Particles Swarm Optimization) là
một kỹ thuật tối ưu hóa ngẫu nhiên dựa trên
quần thể, sau đó cập nhật các thế hệ để tìm ra
Phương pháp đặt nhà máy điện bổ sung:
có lợi thế là cung cấp công suất với tổn thất
nghiệm tốt nhất, được phát triển bởi
Dr.Eberhart và Dr.Kennedy, phỏng theo hành
vi của bầy chim hoặc đàn cá [10].
nay. Nói cách khác, mỗi cá thể trong quần
thể cập nhật vị trí của nó theo vị trí tốt nhất
của chính nó và vị trí của cá thể tốt nhất
trong quần thể tính tới thời điểm hiện tại.
Quá trình cập nhật dựa trên hai công thức
sau:
PSO thuộc lĩnh vực nghiên cứu quần thể
thông minh (Swarm Intelligence SI) và nằm
trong tính toán tiến hóa (Evolution
computation). Các ý tưởng nghiên cứu trong
quần thể thông minh dựa trên mối quan hệ,
hành vi giữa các cá thể trong quần thể, và
cách tự tổ chức, các hoạt động của quần thể.
Những ý tưởng này đều bắt nguồn từ việc
quan sát các quần thể sinh học trong tự
nhiên. Giống như cách đàn chim tìm nguồn
thức ăn, nguồn nước và cách đàn kiến tìm
đường đi tới nguồn thức ăn.
( )
(
)
(1)
(2)
Hoặc viết cách khác:
( )
(
)
(3)
(4)
2.2 Tổng quan về giải thuật PSO
Các cá thể ban đầu được dựng lên trong
không gian tìm kiếm. Mọi cá thể đều có tốc
độ ban đầu và kênh liên lạc giữa các cá thể.
Sau đó, các cá thể di chuyển trong không
gian giải pháp và mỗi cá thể sẽ được đánh giá
thông qua một hoặc nhiều tiêu chuẩn thích
nghi, cuối cùng các cá thể này sẽ di chuyển
về phía những cá thể tốt hơn trong phạm vi di
chuyển.
Trong đó:
i = 1, 2,…, n; m = 1, 2,…, d
n : Số phần tử trong quần thể.
d : Kích thước quần thể (dimension).
k : Bước lặp.
: Vận tốc của cá thể thứ i tại vòng
Ban đầu, quần thể PSO được tạo ngẫu
nhiên bởi một nhóm phần tử ngẫu nhiên và
mỗi phần tử của quần thể sẽ di chuyển với
tốc độ ngẫu nhiên. Khi mỗi phần tử di
chuyển qua không gian tìm kiếm, nó sẽ đánh
giá lại hàm mục tiêu và lưu vị trí tối ưu của
nó (pbestx) - vị trí đưa ra giá trị mục tiêu tốt
nhất cho mỗi phần tử. Giá trị mục tiêu tại vị
trí pbestx đó được gọi là pbest (best
solution). Mỗi phần tử cũng giữ lại giá trị
mục tiêu toàn cục tốt nhất gbest (best global
solution) – giá trị mục tiêu tốt nhất của một
phần tử bất kỳ trong quần thể đạt được cho
đến thời điểm hiện tại và vị trí có giá trị toàn
cục tốt nhất (gbestx).
lặp thứ k.
χ (hoặc w): trọng số quán tính.
, (hoặc c1, c2): Hệ số gia tốc,
thường được chọn trong khoảng [0, 2]
r1, r2 (Rand ()): Là một số ngẫu nhiên
trong khoảng (0,1).
: Vị trí cá thể thứ i tại thế hệ
thứ k.
pbestm: Vị trí tốt nhất của cá thể thứ i.
gbestm: Vị trí tốt nhất của các cá thể
trong quần thể.
Trong khi di chuyển đến các vị trí pbest
và gbest, mỗi phần tử của mỗi lần lặp sẽ thay
đổi, cập nhật vị trí và tốc độ hiện tại của nó
theo hai giá trị: giá trị đầu tiên, được gọi là
pBest (nghiệm tốt nhất mà giải pháp đạt được
cho đến thời điểm hiện tại), là giá trị mục
tiêu tốt nhất của phần tử hiện nay. Giá trị thứ
hai, được gọi là gBest (nghiệm tốt nhất mà
các cá thể xung quanh cá thể này đạt được
cho đến nay), là giá trị mục tiêu của cá thể tốt
nhất trong tất cả các thế hệ từ trước cho đến
Hình 1. Khái niệm về sự thay đổi điểm tìm
kiếm của PSO
Ưu điểm của phương pháp này so với các
phương pháp tối ưu toàn cục khác, chẳng hạn
như mô phỏng luyện kim (Simulated
Annealing), thuật toán di truyền (Genetic
Algorithm), là với một số lượng lớn các cá thể
có thể giúp giải thuật vượt qua các cực trị cục
bộ.
Tùy thuộc vào bài toán cụ thể, cách biểu
diễn cá thể sẽ khác nhau, khi đó biểu diễn của
hàm vận tốc và vị trí của cá thể có thể khác
với trong mô hình thuật toán được mô tả ở
trên. Lưu đồ thuật toán:
2.3 Các bước để xây dựng giải thuật PSO
Khởi tạo
Khởi tạo một quần thể gồm các cá thể
(biến) với vị trí và vận tốc ngẫu nhiên. Đánh
giá hàm mục tiêu của quần thể và chọn các
giá trị pbest và gbest ban đầu.
Quần thể ban đầu ngẫu nhiên
Trọng số quán tính w
Hệ số gia tốc C1, C2
Cập nhật vận tốc và vị trí của từng cá thể
theo hai công thức (1) và (2). Bây giờ chúng
ta có một quần thể mới.
Đánh giá hàm mục tiêu (cost function)
cho từng cá thể và so sánh với giá trị pbest
ban đầu. Nếu giá trị hiện tại này tốt hơn pbest
ban đầu thì đặt giá trị này thành pbest mới.
Đồng thời so sánh với gbest ban đầu, nếu
nó tốt hơn thì đặt giá trị này thành gbest mới.
(Chọn phần tử có giá trị mục tiêu, chi phí tốt
nhất và gán giá trị này cho gbest).
Lặp lại từ bước 2 cho đến khi đạt đến
ngưỡng giới hạn hoặc số lần lặp lại là lớn
nhất.
Hình 2. Lưu đồ chung cho giải thuật PSO
2.5 Đặc điểm của giải thuật PSO
2.4 Lưu đồ giải thuật
Sơ đồ thuật toán trên là cho bài toán tối
ưu cực tiểu giá trị hàm mục tiêu. Trong mỗi
lần lặp, ta sẽ cập nhật giá trị tốt nhất của mỗi
cá thể trong quá khứ cho đến thời điểm hiện
tại và giá trị tốt nhất của toàn bộ quần thể cho
đến hiên tại.
Giải thuật PSO tìm nhiều điểm tối ưu
cùng lúc. Các cá thể trao đổi thông tin với
nhau, do đó làm giảm khả năng kết thúc tại
một cực trị địa phương.
Giải thuật PSO chỉ làm việc với các cá
thể là mã của các lời giải. Do đó, đối với các
PSO có sẵn, đôi khi chỉ cần thay đổi cách
biểu diễn là được giải thuật cho một bài toán
mới.
Tốc độ tìm kiếm của tối ưu hóa bầy đàn
nhanh hơn các thuật toán tiến hóa truyền
thống khác. Tuy nhiên, thuật toán này thường
tìm thấy các điểm cực trị địa phương một
cách nhanh chóng nhưng lại bị kẹt ở những
điểm này. Để tránh điều này, có thể tăng số
lượng cá thể, nhưng thời gian tính toán cũng
sẽ tăng lên. Trong mỗi bài toán riêng, ta cũng
có thể đưa các tham số ngẫu nhiên vào trong
thuật toán cơ bản ở trên, chẳng hạn như 2
vectơ ngẫu nhiên R1, R2. Các tham số ngẫu
nhiên này làm giảm khả năng thuật toán sẽ
rơi vào trạng thái cực trị địa phương.
Giải thuật PSO chỉ cần đánh giá hàm
mục tiêu để phục vụ quá trình tìm kiếm chứ
không yêu cầu các thông tin hỗ trợ khác.
Các hoạt động cơ bản trong giải thuật
PSO dựa trên khả năng tích hợp tính ngẫu
nhiên trong quá trình xử lý.
3. BÀI TOÁN QUY HOẠCH MỞ RỘNG
HỆ THỐNG TRUYỀN TẢI
Các điều kiện để kết thúc vòng lặp của
thuật toán rất đa dạng. Có thể là sau vài lần
lặp cho trước hoặc sau một số lần lặp mà
không thu được kết quả tốt hơn.
3.1. Mô tả bài toán với giải thuật PSO
Giả sử rằng lưới truyền tải điện có số
đường dây hiện hữu là m, khi lưới truyền tải
được mở rộng bằng cách kéo thêm đường
mới với các ràng buộc cho trước, sẽ có n
đường dây ứng viên mới. Sau khi sử dụng
thuật toán PSO, bài toán mở rộng lưới sẽ
chọn các đường dây đáp ứng các yêu cầu cho
trước với chi phí đầu tư thấp nhất.
: là số nhánh đường dây thứ i được
thêm vào hệ thống điện. , nếu nhánh i
không được thêm vào lưới. khi có 1
nhánh thứ i được thêm vào lưới.
: tổng số nhánh có khả năng thêm vào
lưới.
Để giải bài toán này, đường dây phải
được mã hóa để thực hiện trong quá trình mô
phỏng. Đối với các nhánh có giá trị bằng 0,
không có đường dây nào được thêm vào.
Nhánh có giá trị bằng 1 thì có 1 đường dây
được thêm vào.
: chi phí để xây dựng đường dây thứ i.
Hàm chi phí của tổn thất công suất tác
dụng: Trong quá trình truyền tải, một lượng
công suất tác dụng bị mất đi do tổn thất trên
đường truyền. Đây là lượng công suất có thể
bán cho khách hàng để tăng lợi nhuận nhưng
lại tổn thất một cách vô ích. Có nhiều cách để
giảm tổn thất này, chẳng hạn như tăng tiết
diện dây để giảm điện trở đường dây, thay thế
dây dẫn bằng loại dây tốt hơn, giảm công suất
phản kháng truyền trên đường dây, lắp đặt
thêm đường dây mới...
(6)
Trong đó:
: Số năm khảo sát (năm)
: Thời gian sử dụng công suất cực đại
(h/năm)
Hình 3. Mã hóa đường dây
Trong số những đường dây thêm vào hệ
thống lưới truyền tải điện, sẽ có đường dây
song song với đường dây hiện hữu và cũng có
đường dây mới hoàn toàn nối hai bus với
nhau.
: Tổn thất công suất cực đại khi có
đường dây mới (kW)
C: Chi phí cho 1kW tổn thất ($/kW)
3.2 Hàm mục tiêu
Hàm mục tiêu của bài toán: Để đánh giá
hiệu quả của việc xây dựng đường dây mới,
các thành phần như chi phí xây dựng đường
dây, chi phí phạt vi phạm điện áp và vi phạm
công suất phải được tính toán đồng thời, vì
các thông số này có thể ảnh hưởng đến chất
lượng và ổn định hệ thống điện. Hàm mục
tiêu được tính toán dựa trên phương trình
Hàm mục tiêu là hàm mô tả các yêu cầu
mà bài toán cần phải đạt được. Hàm này được
sử dụng để đánh giá các lời giải của bài toán.
Hàm mục tiêu là khác nhau tùy thuộc vào bài
toán. Thông thường, tham số được xác định là
giá trị tối thiểu của hàm mục tiêu. Đây là một
trong những yếu tố quan trọng quyết định sự
thành công của giải thuật. Nó đánh giá các cá
thể tốt trong quần thể. Hàm mục tiêu được
xây dựng sao cho giá trị thích nghi phải phản
ánh giá trị thực của cá thể trong việc đáp ứng
các yêu cầu bài toán.
sau đây:
(7)
Hàm phạt vi phạm điện áp nút: Khi điện
áp nút bị vi phạm, giá trị phạt sẽ được thêm
vào hàm mục tiêu để loại bỏ vi phạm. Hàm
phạt điện áp được trình bày như trong
Hàm chi phí xây dựng đường dây mới:
Hàm chi phí xây dựng đường dây mới được
tính bằng tổng chi phí các đường dây được
thêm vào hệ thống. Hàm chi phí xây dựng
đường dây mới được trình bày trong phương
phương trình bên dưới:
∑
trình
dưới đây:
Trong đó:
: là hệ số phạt điện áp tại nút thứ i,
∑
được tính như sau:
Trong đó:
{
: là hằng số phạt tổng trong vi phạm
điện áp. Giá trị phụ thuộc vào mục tiêu
của bài toán. Khi yêu cầu ổn định điện áp
đóng vai trò quan trọng thì hệ số sẽ lớn
và ngược lại.
N: số nút trong hệ thống
Hình 4. Lưu đồ thuật toán giải thuật PSO
3.4 Mô hình hệ thống thử nghiệm
: điện áp tại nút i
: điện áp lớn nhất cho phép tại nút i
: điện áp nhỏ nhất cho phép tại nút i
Để trình bày thuật toán tối ưu được đề
xuất, mô hình hệ thống IEEE 30 nút được sử
dụng làm mô hình đánh giá. Hệ thống điện
đánh giá bao gồm: 30 nút, 6 máy phát và 41
nhánh. Sơ đồ hệ thống IEEE 30 nút được hiển
thị bên dưới:
: là điện áp tham chiếu, giá trị
được tính theo công thức sau:
{
Hàm phạt vi phạm công suất truyền trên
nhánh: Khi công suất truyền trên nhánh lớn
hơn công suất định mức của nhánh đó thì
một giá trị phạt được thêm vào hàm mục tiêu
để loại bỏ trường hợp vi phạm. Hàm phạt
công suất được trình bày như trong
phương trình bên dưới:
∑
Trong đó:
: là hệ số phạt công suất tại nhánh thứ
i, được tính như sau:
Hình 5. Sơ đồ hệ thống IEEE 30 nút
4. KẾT QUẢ MÔ PHỎNG
{
4.1 Thực thi chương trình mở rộng lưới
điện truyền tải
: là hằng số phạt tổng trong vi phạm
công suất. Giá trị phụ thuộc vào mục tiêu
Đã có nhiều phương pháp được đề xuất
để giải quyết bài toán nghẽn mạch của hệ
thống truyền tải, bài báo này đề xuất một giải
pháp mở rộng lưới điện truyền tải bằng cách
xây dựng đường truyền mới với các ràng buộc
như đã trình bày trong các phần trước. Lúc
này, nhiều đường dây ứng viên mới sẽ được
đưa vào bài toán mở rộng lưới. Sau khi sử
dụng thuật toán PSO, nó sẽ chọn các đường
dây đáp ứng các yêu cầu ràng buộc cho trước
và có chi phí đầu tư thấp nhất. Khi thực hiện
chương trình tối ưu truyền tải công suất trên
các nhánh, cần phải ổn định điện áp nút và
đảm bảo rằng công suất truyền trên nhánh
của bài toán. Khi yêu cầu chống nghẽn mạch
đóng vai trò quan trọng thì hệ số sẽ lớn
và ngược lại.
: là công suất tại nhánh thứ i
: là công suất định mức tại nhánh
thứ i
: là số nhánh trong hệ thống
3.3 Lưu đồ thuật toán
Hàm mục tiêu trên sẽ được giải bằng giải
thuật Meta-heuristic sử dụng phương pháp
PSO. Lưu đồ thuật toán được trình bày như
sau:
không bị quá tải. Kết quả tính toán và mô
phỏng bằng phần mềm Matlab như sau:
30
25
20
15
10
5
Bảng 1. Các đường dây được thêm vào hệ
thống điện
Bus 23
Bus 27
Chi phí (103 $)
fbus tbus Số đường dây
1
2
5
6
9
4
4
16
8
22
30
28
1
1
1
1
1
1
1
2275
2275
2275
2184
2730
2002
1547
0
2022 2024 2026 2028 2030
Năm
Hình 8. Đồ thị tăng công suất máy phát
25
26
Thứ tự thực hiện của chương trình
Matlab để chọn phương án thêm lần lượt các
đường dây như sau:
Sau khi thực thi chương trình mở rộng
lưới điện, 7 đường dây đã được chọn để thêm
vào hệ thống điện.
Bước 1: Chạy chương trình với tải năm
2030 (năm thứ 10) và xác định 7 đường dây
sẽ được thêm vào hệ thống.
Bước 2: Giảm tải xuống năm 2028 (năm
thứ 8) và loại bỏ dần các đường dây có chi
phí cao mà không bị quá tải.
Bước 3: Tiếp tục lặp lại bước 2 cho đến
thời điểm hiện tại.
Bước 4: Xây dựng biểu đồ tăng tải theo
thời gian và trình tự xây dựng các đường dây
theo năm với chi phí thấp nhất mà hệ thống
không bị quá tải.
Bảng 2. Trình tự xây dựng các đường dây
Năm
2022
2024
2026
2028
2030
Các đường dây được xây dựng
2 – 4, 6 – 8
9 – 22
Hình 6. Sơ đồ hệ thống điện sau khi mở rộng
Sơ đồ trong Hình 6 và Bảng 1 cho thấy
các đường dây được thêm vào hệ thống điện
hiện tại để ngăn ngừa nghẽn mạch và tăng
điện áp nút. Kết quả là 7 nhánh mới đã được
thêm vào hệ thống điện.
1 – 4, 5 – 16
25 – 30
26 – 28
4.2 Kết quả phân bổ công suất của lưới
điện sau khi mở rộng
Thời gian dự báo để thực hiện mở
rộng lưới điện truyền tải là 10 năm. Khi phụ
tải tăng theo thời gian, cần tính toán để lần
lượt xây dựng 7 đường dây với mục tiêu
giảm chi phí đầu tư và thời gian thực hiện
như sau:
Để phân tích và đánh giá độ tin cậy cung
cấp điện của hệ thống cũng như nâng cao khả
năng truyền tải công suất sau khi mở rộng
lưới điện, hệ thống điện mới được kiểm tra
phân bổ công suất trong các điều kiện phụ tải
khác nhau và tăng công suất phụ tải qua từng
giai đoạn để dự đoán nhu cầu phụ tải của hệ
thống điện.
60
50
40
Bus 7
30
20
10
0
Bus 14
Bus 17
Bus 30
Khi mức tải tại các bus của hệ thống tăng
đến năm 2022 và chưa được mở rộng đã có sự
quá tải 105% công suất định mức ở nhánh 15
- 23. Sau khi thêm 7 đường dây để mở rộng
lưới, ở mức tải năm 2030 trong giai đoạn dự
2022 2024 2026 2028 2030
Năm
Hình 7. Đồ thị tăng tải trong 10 năm
báo 10 năm thì không có xảy ra hiện tượng
quá tải trên hệ thống.
hiệu quả trong việc chống nghẽn mạch trong
lưới điện hiện tại cũng như khi có sự tăng phụ
tải trong tương lai. Sau khi lưới điện được mở
rộng, khả năng truyền tải công suất sẽ tăng lên
trong toàn lưới.
Do thời gian thực hiện có hạn nên ngoài
các kết quả có được, vẫn còn một số vấn đề
chưa thực hiện được, ví dụ như: nhiều phương
pháp khác nhau chưa được kết hợp để cải
thiện hiệu quả của việc mở rộng lưới điện
truyền tải, dùng thêm thiết bị Facts... Qua đó,
chi phí đầu tư có thể giảm và thời gian thực
hiện sẽ nhanh hơn.
Để tiếp tục phát triển đề tài nghiên cứu
thì cần thực hiện một số kiến nghị sau: Tìm
hiểu về thiết bị Facts kết hợp với phương
pháp kéo thêm đường dây mới vào bài toán
mở rộng lưới điện truyền tải. Kết hợp với
nghiên cứu xây dựng thêm các nhà máy sử
dụng năng lượng tái tạo để bổ sung nguồn ở
một số vị trí trên hệ thống để ngăn ngừa
nghẽn mạch trong quá trình mở rộng lưới
điện.
Hình 9. Phân bố công suất trên các nhánh ở
mức tải năm 2030
5. KẾT LUẬN
Hệ thống sau khi mở rộng lưới bằng
phương pháp thêm các đường dây mới rất
TÀI LIỆU THAM KHẢO
[1] S . a. farghal, M. roehdy abdel aziz. Generation expansion planning including the renewable
energy sources. IEEE transactions on power systems. Vol. 3, no. 3, august 1988.
[2] Adelino J.C. Pereira a, João Tomé Saraiva b,*. Generation expansion planning (GEP) e A
long-term approach using system dynamics and genetic algorithms (GAs). Energy. 36 (2011)
5180-5199.
[3] S. Kannan, S. Mary Raja Slochanal, and Narayana Prasad Padhy. Application and
Comparison of Metaheuristic Techniques to Generation Expansion Planning Problem. IEEE
transactions on power systems. VOL. 20, NO. 1, FEBRUARY 2005.
[4] Hooshmand R-A, Banejad M, Isazadeh G. Management of power flow of transmission lines
indisturbed condition susing UPFC. In: Australian Universities Power Engineering Conference.
Australia; p.33–41, 2007.
[5] H.Yazdanpanahi G.B.Gharehpetian. Application of FACTS Devices in Transmission
Expansion Planning to Overcome Problems of Projects Delays.
[6] Betelehem T. Tessema. Strategies for Electrical Network Expansion. Master Thesis Electrical
Power Engineering. August 30, 2011.
[7] Mitra Mirhosseini and Aliakbar Gharaveisi. Transmission Network Expansion Planning with
a Heuristic Approach. International Journal of Electronics Engineering. 2 (2), 2010, pp. 235 –
237.
[8] Manuel Costeira da Rocha #1, João Tomé Saraiva #2, # DEEC – FEUP, Universidade do
Porto Rua Dr. Roberto Frias, sn, 4200-465 Porto Portugal. Multiyear Transmission Expansion
Planning using Discrete Evolutionary Particle Swarm Optimization. International Conference on
the European Energy Market (EEM). 25-27 May 2011.
[10] Kennedy, J., & Eberhart, R. C. A discrete binary version of the particle swarm algorithm. In
Systems, Man, and Cybernetics, 1997.
Tác giả chịu trách nhiệm bài viết:
Họ tên: Dương Lê Mạnh Cường
Đơn vị: Trường Đại học Đồng Tháp
Điện thoại: 0908520287
Email: [email protected]
9 trang
09/01/2024
17180
Free
Bạn đang xem tài liệu "Quy hoạch mở rộng lưới điện truyền tải", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- quy_hoach_mo_rong_luoi_dien_truyen_tai.pdf
