BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÀNH PHỐ HỒ CHÍ MINH
NGUYỄN HỮU VINH
NGHIÊN CỨU GIẢI THUẬT ĐIỀU KHIỂN STATCOM TRONG VIỆC CẢI THIỆN CHẤT LƯỢNG ĐIỆN ÁP TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT
CHUYÊN NGÀNH: KỸ THUẬT ĐIỆN
MÃ SỐ NGÀNH: 62520202
TP HỒ CHÍ MINH NĂM 2020
Công trình được hoàn thành tại:
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÀNH PHỐ HỒ CHÍ MINH
Người hướng dẫn khoa học 1: GS.TS. Lê Kim Hùng ..................................
Người hướng dẫn khoa học 2: PGS.TS. Nguyễn Hùng ................................
Phản biện 1: PGS. TS. Ngô Văn Dưỡng
Phản biện 2: PGS. TS. Võ Ngọc Điều
Phản biện 3: PGS. TS. Trương Đình Nhơn
Luận án được bảo vệ trước Hội đồng chấm luận án tiến sĩ kỹ thuật cấp Trường Đại học
Công nghệ Tp. Hồ Chí Minh, họp vào 14 giờ 00, ngày 06 tháng 11 năm 2020 tại Trường
Đại học Công nghệ Tp. Hồ Chí Minh.
Có thể tìm hiểu luận án tại thư viện:
- Đại học Công nghệ Tp. HCM
TÓM TẮT LUẬN ÁN
Hệ thống điện ngày nay đã phải đối mặt với các vấn đề về chất lượng và độ tin cậy cung
cấp điện. Những khó khăn quan trọng nhất là lượng điện năng tiêu thụ tăng lên một cách
đáng kể, sự phát triển nhanh chóng các nguồn năng lượng tái tạo và phân tán và sự gia
tăng các phụ tải phi tuyến. Những điều này và nhiều hiện tượng khác, là nguyên nhân
của thông số điện áp cung cấp không đạt yêu cầu, chẳng hạn như: dao động điện áp;
nhấp nháy điện áp; mất cân bằng điện áp; lồi và lõm điện áp; gián đoạn cung cấp điện.
Xu hướng sử dụng ngày càng nhiều thiết bị phụ tải phi tuyến trong công nghiệp và dân
dụng như bộ chuyển đổi điện tử công suất dùng trong truyền động điện, máy hàn hồ
quang, lò luyện kim hồ quang, mất cân bằng điện áp, nhấp nháy điện áp, lồi và lõm điện
áp. Những hiện tượng này có tác động tiêu cực nghiêm trọng đến các đơn vị phát điện,
truyền tải và phân phối điện và phụ tải được kết nối. Gần đây, chất lượng điện đã được
các đơn vị quản lý vận hành chú ý nhiều hơn. Ngày nay các vai trò đang thay đổi - đó là
khách hàng sử dụng điện, người đòi hỏi nguồn cung cấp công suất cao và tin cậy từ các
đơn vị cung cấp điện (ở đây là các Công ty Điện lực). Vấn đề đặc biệt nghiêm trọng đối
với các khách hàng chiến lược, khách hàng quan trọng như các tổ chức tài chính, bệnh
viện và căn cứ quân sự, cũng như khách hàng công nghiệp, nơi sự mà việc suy giảm các
thông số điện áp cung cấp có thể gây gián đoạn cho quá trình sản xuất.
Việc phát triển kỹ thuật thyristor công suất lớn đã mở ra những khả năng mới, một trong
số đó là việc ra đời và ứng dụng các thiết bị FACTS như STATCOM, SVC, hoặc DVR.
Ứng dụng của thiết bị FACTS có thể được dùng trong 3 trạng thái của hệ thống, bao
gồm: trạng thái xác lập (thông thường), trạng thái quá độ (thông thường) và trạng thái
xác lập sau quá độ. Nhằm mục đích ổn định điện áp dùng STATCOM, các nghiên cứu
trước đây đã sử dụng các kỹ thuật và phương pháp sau: phương pháp điều khiển vị trí
cực; điều khiển PI/PID/PD; điều khiển cân bằng kết nối DC. Các cấu trúc điều khiển
thông thường có thể được chia thành ba nhóm: i) Điều khiển dòng điện cục bộ: chế độ
điều khiển áp dụng để bù các thành phần dòng tải không mong muốn. Điều khiển được
áp dụng trong STATCOM để bù cho công suất phản kháng hoặc trong bộ lọc công suất
tác dụng để bù cho tải phi tuyến hoặc tải không cân bằng; ii) Điều khiển điện áp cục bộ:
được sử dụng chủ yếu trong STATCOM để điều chỉnh điện áp. Thông thường, nó ghép
i
tầng các bộ điều khiển điện áp và điều khiển dòng điện. Một vòng điện áp ngoài đặt
tham chiếu với công suất phản kháng cho bộ điều khiển dòng điện; iii)Tham chiếu bên
ngoài: được sử dụng chủ yếu trong các hệ thống lớn với một bộ điều khiển trung tâm.
Chế độ điều khiển phù hợp với lưới điện truyền tải hơn là lưới phân phối. Điều khiển từ
xa phát công suất phản kháng trong các trang trại gió hiện đại là bắt buộc.
Trong số các bộ điều khiển STATCOM được trình bày, chủ yếu là sử dụng các khối
điều khiển PID. Bộ điều khiển PID được sử dụng rộng rãi trong công nghiệp nhờ tính
đơn giản và tính bền vững của nó. Tuy nhiên, nó rất phù hợp với hệ tuyến tính, đối với
các hệ phi tuyến cao như trong hệ thống điện, bộ điều khiển PID chỉ có thể hoạt động
tốt trong phạm vi nhất định. Để đạt được kết quả tối ưu toàn cục, nó cần thiết phải hiệu
chỉnh lại bộ điều khiển PID khi chế độ vận hành thay đổi, và ứng dụng các kỹ thuật khác
nhau từ lý thuyết điều khiển phi tuyến. Đối với logic mờ, trí tuệ nhân tạo phát triển mạnh
mẽ tạo cơ sở xây dựng các hệ chuyên gia, những hệ có khả năng cung cấp kinh nghiệm
điều khiển hệ thống. Việc kết hợp cả hai phương pháp để tạo nên một công cụ xử lý
mạnh. Với các nhận định này, luận án nghiên cứu hệ nơ ron mờ thích nghi (ANFIS) để
cải tiến bộ điều khiển STATCOM.
Trong luận án này, tác giả đã tập trung vào việc nghiên cứu bộ điều khiển STATCOM,
sử dụng hệ mờ thích nghi (ANFIS) kết hợp với thuật toán tối ưu bầy đàn (PSO-Particle
Swarm Optimization), hoặc kết hợp với giải thuật di truyền (GA-Generic Algorithm) để
cải tiến bộ điều khiển. Trong quá trình nghiên cứu, đề tài cũng đã áp dụng các bộ điều
khiển kết hợp như: ANFIS-PSO, ANFIS-GA, và ANFIS-Online để so sánh các kết quả
đạt được trước khi đưa ra kết luận đối với bộ điều khiển nào đạt hiệu quả tốt nhất. Hơn
nữa, một phương pháp lọc dữ liệu mới dựa trên cơ sở lý thuyết thống kê được phát triển
trước khi áp dụng vào các giải thuật huấn luyện cho bộ điều khiển thiết bị STATCOM
cũng đã được đề cập trong luận án. Các kết quả nghiên cứu trên hệ một máy phát nối
với nút vô cùng lớn, lưới điện mẫu IEEE_9 nút và hệ thống lưới điện thông số thực tế
tại Khu Công nghệ cao Tp Hồ Chí Minh cũng được trình bày để làm rõ các kết quả
nghiên cứu. Các kết quả cũng cho thấy hiệu quả của bộ ANFIS-Online và đặc biệt là dữ
liệu dùng để huấn luyện được đánh giá độ tin cậy trước khi huấn luyện nên đảm bảo độ
chính xác cao.
ii
ABSTRACT
The power system has been struggling with power quality and reliability problems for
decades. Nowadays, the most important difficulties are the meaningly growing amount
of consumed power, the rapid development of renewable and distributed energy sources,
and increasing the share of non-linear loads. These, and many other phenomena, cause
deterioration of supply voltage parameters, such as voltage fluctuations/flicker; voltage
unbalance; higher harmonic content; voltage dips and swells; interruptions in the power
supply. These phenomena have a serious negative impact on the units generating,
transmitting and distributing electricity, and on connected loads. Recently, the power
quality has been mostly noticed by utilities. Nowadays roles are changing – it is the
consumer, who requires a reliable and high-quality power supply from the utilities. The
problem is particularly serious for strategic customers such as financial institutions,
hospitals, and military facilities, as well as industrial customers, where deterioration of
supply voltage parameters can cause disruption to the fabrication process.
The development of high power semiconductor devices allows controlling power flow
in the network. Flexible AC Transmission Systems (FACTS) like series and shunt
compensators can be installed to control power flow in the power grid. STATCOM is
the original shunt connected controller and falls amongst the FACTS Controllers. In
order to stabilize the voltage using STATCOM, techniques, and methods were used in
previous studies as follows: pole placement controller technique; PI/PID/PD controller
technique; DC-link balancing controller technique. Basically, conventional control
structures can be divided into three groups: i) Local current control– the control mode
applicable to compensate for unwanted load current components. The control applied in
the STATCOM to compensate for the reactive power or in the active power filter to
compensate for load nonlinearity or unbalance; ii) local voltage control– used mainly in
the STATCOM for voltage regulation. Conventionally, it consists of cascade voltage
and current controllers. An outer voltage loop sets a reactive current reference for the
current controller; iii) External reference – used mostly in widespread systems with one
central controller. The control mode is rather suitable for transmission than the
distribution network. Remotely controlled reactive power generation is mandatory in a
modern wind farm.
iii
Among the STATCOM controllers presented, the PID controllers are mostly used. The
PID controllers can be described by robust performances across a wide range of
operating conditions and their functional simplicity. However, the high nonlinear of the
power system means that a PID controller cannot perform well at all operating range, it
can be a robust performance at a particular operating range. For meeting the good global
results, it is necessary to re-tune the PID controller when the operating range is changed,
and different techniques from nonlinear control theory are required. The neuro-adaptive
learning techniques supply a procedure for the fuzzy modeling procedure to acquire
information about a data set. The ANFIS control algorithm is very attention due to its
robustness for nonlinear systems. Under the conditions of uncertainly, a method to
identify the model parameters of parallel manipulators is to use the ANFIS control
algorithm. In the author’s opinion, the adaptive fuzzy neuron system (ANFIS) is a good
way of improving the STATCOM controller.
In this thesis, the author has focused on the study of the STATCOM controller, using
the adaptive fuzzy system in combination with a particle swarm optimization algorithm,
or in combination with a generic algorithm to improve the controllers. The thesis also
applied the combination controllers such as ANFIS-PSO, ANFIS-GA, and ANFIS-
Online to compare the results before making conclusions which is the best. In addition,
a new method of filtering data based on statistical theory is developed before applying
to train algorithms for STATCOM controllers that were also mentioned in the thesis. To
achieve nonlinear optimal control at abnormal operating conditions of the one machine
– infinite bus, IEEE 9 bus power systems and real network at Ho Chi Minh city, the
controller is trained offline by PSO, GA and is trained online, and Simulation results are
provided that explains the performance of the ANFIS-PSO, ANFIS-GA, ANFIS-Online
controller. The results also show that the effectiveness of the ANFIS-Online and
especially the training data is assessed before the training should be guaranteed to be
highly accurate.
iv
MỤC LỤC
Chương 1 GIỚI THIỆU ................................................................................... 1
1.1 Lý do chọn đề tài ............................................................................................ 1
1.2 Mục tiêu của đề tài.......................................................................................... 2
1.3 Nhiệm vụ và giới hạn của đề tài ...................................................................... 2
1.4 Phương pháp nghiên cứu ................................................................................ 3
1.5 Đóng góp của đề tài ........................................................................................ 3 Chương 2 TỔNG QUAN VỀ STATCOM ....................................................... 3
2.1 Tổng quan....................................................................................................... 3
2.1.1 Các phương pháp ổn định hệ thống điện sử dụng STATCOM .................. 3
2.1.2 Các giải thuật điều khiển điện áp sử dụng STATCOM ............................. 5
2.2 Mô hình STATCOM....................................................................................... 6
2.2.1 Cấu trúc cơ bản của STATCOM .............................................................. 6
2.2.2 Nguyên lý hoạt động của STATCOM ...................................................... 6
2.2.3 Bộ chuyển đổi nguồn điện áp (VSC) ........................................................ 6
2.2.4 Nguyên tắc hoạt động của VSC ................................................................ 7
2.2.5 Bộ điều khiển của STATCOM ................................................................. 7
2.2.6 Mô hình toán của STATCOM .................................................................. 7
2.3 Lý thuyết điều khiển để ổn định điện áp dùng STATCOM ............................. 8
2.3.1 Lý thuyết mờ ............................................................................................ 8
2.3.2 Hệ điều khiển mờ lai (Fuzzy-PID) áp dụng trong STATCOM .................. 8
2.3.3 Hệ Nơ-ron mờ thích nghi (ANFIS)........................................................... 8
2.3.4 Thuật toán tối ưu bầy đàn (PSO) .............................................................. 9
2.3.5 Thuật toán di truyền (GA) ........................................................................ 9 Chương 3 CÁC GIẢI THUẬT ĐIỀU KHIỂN STATCOM ĐƯỢC ĐỀ XUẤT
ĐỂ CẢI THIỆN CHẤT LƯỢNG ĐIỆN ÁP ................................................... 9
3.1 Sơ đồ hệ thống điều khiển STATCOM được đề xuất ...................................... 9
3.2 Giải thuật điều khiển STATCOM sử dụng các thuật toán huấn luyện ANFIS kết hợp với PSO và GA ............................................................................................... 11
3.2.1 Thuật toán tối ưu bầy đàn PSO kết hợp ANFIS ...................................... 11
3.2.2 Thuật toán di truyền GA kết hợp với ANFIS .......................................... 12
3.2.3 Thuật toán huấn luyện ANFIS-Online .................................................... 12
3.3 Giải thuật điều khiển STATCOM sử dụng thuật toán ANFIS-Online kết hợp với bộ ANI và bộ dự báo công suất ........................................................................ 13
3.3.1 Độ ổn định dữ liệu ................................................................................. 13
3.3.2 Phân tích thành phần chính (PCA) ......................................................... 13
v
3.3.3 Bộ lọc dữ liệu ngõ vào ........................................................................... 14
3.3.4 Cấu trúc bộ ANI ..................................................................................... 15
3.3.5 Thuật toán ANFIS-online kết hợp với ANI và bộ lọc dữ liệu đầu vào .... 15 Chương 4 ÁP DỤNG HỆ NƠ-RON MỜ THÍCH NGHI VÀO CÁC BỘ ĐIỀU
KHIỂN CỦA STATCOM ĐỂ CẢI THIỆN ĐIỆN ÁP ................................. 16
4.1 Các kết quả nghiên cứu với hệ thống A......................................................... 17
4.1.1 Cấu trúc hệ thống A ............................................................................... 17
4.1.2 Kết quả mô phỏng hệ thống A ................................................................ 17
4.1.3 Đánh giá kết quả nghiên cứu bộ điều khiển STATCOM trên hệ OMIB .. 19
4.2 Các kết quả nghiên cứu với hệ thống B ......................................................... 19
4.2.1 Cấu trúc của hệ thống B ......................................................................... 19
4.2.2 Kết quả mô phỏng hệ thống B ................................................................ 19
4.2.3 Đánh giá các kết quả nghiên cứu của bộ điều khiển STATCOM trên lưới mẫu IEEE_9 nút ................................................................................................. 21
Chương 5 KẾT QUẢ MÔ PHỎNG CỦA CÁC BỘ ĐIỀU KHIỂN
STATCOM ĐỂ CẢI THIỆN ĐIỆN ÁP TRÊN LƯỚI ĐIỆN THỰC TẾ ... 22
5.1 Đặc tính điện áp tại trạm Intel tương ứng với các kịch bản sự cố .................. 23
5.2 Kết quả mô phỏng của các bộ điều khiển STATCOM khi sự cố trên đường dây Thủ Đức – Thủ Đức Bắc – Intel ............................................................................. 24
5.2.1 Kết quả so sánh trong trường hợp có hoặc không có bộ STATCOM ...... 24
5.2.2 Kết quả mô phỏng với bộ điều khiển Fuzzy và PID ................................ 24
5.2.3 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng ANFIS ....... 25
5.2.4 Kết quả mô phỏng với bộ điều khiển STATCOM dùng phương pháp kết hợp ANFIS- PSO và ANFIS- GA....................................................................... 25
5.2.5 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng phương pháp ANFIS-Online.................................................................................................... 25
5.2.6 Đánh giá các kết quả mô phỏng đạt được ............................................... 26
5.3 Kết quả mô phỏng của các bộ điều khiển STATCOM khi sự cố trên đường dây Cát Lái – Công nghệ cao ........................................................................................ 27
5.3.1 Kết quả so sánh trong trường hợp có hoặc không có bộ STATCOM ...... 27
5.3.2 Kết quả mô phỏng với bộ điều khiển Fuzzy ........................................... 27
5.3.3 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng ANFIS ....... 27
5.3.4 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng phương pháp ANFIS- PSO và ANFIS- GA ............................................................................. 28
5.3.5 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng phương pháp ANFIS-Online.................................................................................................... 28
5.3.6 Đánh giá các kết quả mô phỏng đạt được ............................................... 28 Chương 6 KẾT LUẬN ................................................................................... 29
vi
6.1 Các kết quả đạt được của luận án .................................................................. 29
6.2 Hướng phát triển của luận án ........................................................................ 31 DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ ............................................... 32
vii
Chương 1 GIỚI THIỆU
1.1 Lý do chọn đề tài
Hệ thống điện ngày nay đã phải đối mặt với các vấn đề về chất lượng và độ tin cậy cung
cấp điện. Những khó khăn quan trọng nhất là lượng điện năng tiêu thụ tăng lên một cách
đáng kể, sự phát triển nhanh chóng các nguồn năng lượng tái tạo và phân tán và sự gia tăng
các phụ tải phi tuyến [1-2]. Những điều này và nhiều hiện tượng khác, là nguyên nhân của
thông số điện áp cung cấp không đạt yêu cầu, chẳng hạn như: dao động điện áp; nhấp nháy
điện áp; mất cân bằng điện áp; lồi và lõm điện áp; gián đoạn cung cấp điện.
Xu hướng sử dụng ngày càng nhiều thiết bị phụ tải phi tuyến trong công nghiệp và dân
dụng như bộ chuyển đổi điện tử công suất dùng trong truyền động điện, máy hàn hồ quang,
lò luyện kim hồ quang, mất cân bằng điện áp, nhấp nháy điện áp, lồi và lõm điện áp. Những
hiện tượng này có tác động tiêu cực nghiêm trọng đến các đơn vị phát điện, truyền tải và
phân phối điện và phụ tải được kết nối. Giải pháp chung cho những vấn đề này là tăng độ
cứng của hệ thống mạng bằng cách xây dựng các nhà máy điện mới và xây dựng các đường
dây truyền tải và phân phối mới [3]. Trong hầu hết các trường hợp, cấu trúc kết nối hình
tia thường dùng để kết nối liên vùng. Chúng làm tăng độ tin cậy cung cấp điện cho khách
hàng; tuy nhiên, họ không xem xét các vấn đề về chất lượng điện năng đang trở thành vấn
đề nghiêm trọng đối với các đơn vị quản lý vận hành và khách hàng sử dụng điện.
Ngày nay vai trò đang thay đổi - đó là khách hàng sử dụng điện, người đòi hỏi nguồn cung
cấp công suất cao và tin cậy từ các đơn vị cung cấp điện (ở đây là các Công ty Điện lực).
Vấn đề đặc biệt nghiêm trọng đối với các khách hàng chiến lược, khách hàng quan trọng
như các tổ chức tài chính, bệnh viện và căn cứ quân sự, cũng như khách hàng công nghiệp,
nơi sự mà việc suy giảm các thông số điện áp cung cấp có thể gây gián đoạn cho quá trình
sản xuất. Trong các trường hợp cực đoan, vấn đề chất lượng điện gây hư hỏng hoặc ngắt
kết nối thiết bị, thường dẫn đến tổn thất tài chính lớn. Do vậy, chất lượng điện hiện đang
trở thành một vấn đề phổ biến đối với đơn vị cung cấp điện và khách hàng. Duy trì chất
lượng cao và độ tin cậy của nguồn cung cấp là một trong những nhiệm vụ chính cho một
mạng lưới trong tương lai. Giải pháp cho các vấn đề được đề cập ở trên là chuyển đổi hệ
thống điện thành hệ thống điện thông minh với các hệ thống truyền thông tiên tiến và điện
tử công suất [4-10]. Một trong những giải pháp được áp dụng và lắp đặt trong hệ thống
điện là STATCOM, nó được ưu tiên để điều chỉnh điện áp và / hoặc bù tải trong lưới điện
1
để nâng cao độ ổn định điện áp [11-24]. Việc nghiên cứu để nâng cao hiệu quả vận hành
statcom, cải thiện độ ổn định điện áp hoặc chất lượng điện áp là vấn đề mang tính thời sự
và cần được nghiên cứu [24-34]. Vì vậy, đề tài nghiên cứu cải thiện chất lượng điện áp trên
lưới điện, cải tiến các giải thuật điều khiển của thiết bị STATCOM nhằm cải thiện chất
lượng và nâng cao ổn định điện áp lưới điện phân phối [35]. Từ đó, đề xuất áp dụng các bộ
điều khiển cải tiến cho thiết bị STATCOM vào lưới điện thông số thực tế.
1.2 Mục tiêu của đề tài
Mục tiêu của đề tài là nghiên cứu cải thiện chất lượng điện áp trên lưới điện, cải tiến các
giải thuật điều khiển của thiết bị STATCOM nhằm cải thiện chất lượng và nâng cao ổn
định điện áp lưới điện phân phối, và đề xuất áp dụng các bộ điều khiển cải tiến cho thiết bị
STATCOM vào lưới điện thông số thực tế.
1.3 Nhiệm vụ và giới hạn của đề tài
• Nhiệm vụ của đề tài:
- Tìm hiểu về cấu tạo, nguyên lý hoạt động, mô hình toán, và sơ đồ thay thế tương
đương của thiết bị bù STATCOM;
- Tìm hiểu về các bộ điều khiển hiện có cho STATCOM, so sánh và đưa ra các nhận
định về điều khiển STATCOM;
- Nghiên cứu áp dụng hệ nơ-ron mờ thích nghi (ANFIS) vào bộ điều khiển STATCOM
nhằm cải thiện chất lượng điện áp;
- Nghiên cứu, đề xuất áp dụng các kỹ thuật huấn luyện tích hợp khác nhau cho bộ điều
khiển thiết bị STATCOM, như các bộ điều khiển kết hợp: Fuzzy, ANFIS-PSO,
ANFIS-GA, và ANFIS-Online;
• Giới hạn của đề tài:
- Nghiên cứu trên lưới điện một máy phát nối với nút vô cùng lớn và IEEE_9 nút;
- Đề xuất áp dụng các bộ điều khiển cho thiết bị STATCOM vào lưới điện thông số
thực tế khu Công nghệ cao Thành phố Hồ Chí Minh và đánh giá hiệu quả.
2
1.4 Phương pháp nghiên cứu
- Sử dụng phương pháp nghiên cứu, tham khảo tài liệu, các sách, các tạp chí khoa học,
các Hội nghị chuyên ngành, các hệ thống cơ sở dữ liệu điện tử, thư viện điện tử:
Elsevier, IEEE Xplore, Springer… về STATCOM, logic mờ, mạng nơ-ron nhân tạo,
xác xuất thống kê, ổn định điện áp để phân tích làm cơ sở cho hướng nghiên cứu.
- Sử dụng phương pháp mô hình mô phỏng dùng Matlab.
- Sử dụng phương pháp phân tích và tổng hợp kết quả nghiên cứu, mô phỏng và đánh
giá, và đưa ra kết luận.
1.5 Đóng góp của đề tài
- Khảo sát, đánh giá đặc tính động học của điện áp tại các nút của hệ lưới điện một máy
phát nối với nút vô cùng lớn, lưới điện mẫu IEEE_9 nút và lưới điện thông số thực tế
trong trường hợp không có và có thiết bị STATCOM.
- Cải tiến bộ điều khiển cho thiết bị STATCOM dùng Fuzzy, ANFIS-PSO, ANFIS-GA
và ANFIS-Online nhằm cải thiện chất lượng, ổn định điện áp tại vị trí đặt thiết bị
STATCOM.
- Đề xuất phương pháp lọc dữ liệu mới dựa trên cơ sở lý thuyết xác xuất thống kê để
xử lý dữ liệu trước khi cung cấp cho giải thuật huấn luyện cũng như xây dựng bộ dự
báo công suất để điều khiển hiệu quả các thiết bị STATCOM trên lưới;
- Áp dụng các bộ điều khiển được cải tiến vào lưới điện khu Công nghệ cao Thành phố
Hồ Chí Minh, nơi có các phụ tải với độ nhạy cao, góp phần đưa ra các giải pháp đảm
Chương 2 TỔNG QUAN VỀ STATCOM
bảo tính ổn định chất lượng điện áp.
2.1 Tổng quan
2.1.1 Các phương pháp ổn định hệ thống điện sử dụng STATCOM
Nhằm mục đích ổn định điện áp dùng STATCOM, các nghiên cứu trước đây đã sử dụng
các kỹ thuật và phương pháp sau: phương pháp điều khiển vị trí cực; điều khiển PI/PID/PD.
Trong thiết thiết kế bộ điều khiển đặt cực, hai bộ thông số độ lợi của bộ điều khiển được
thực thi, bộ thông số độ lợi đầu tiên, bằng cách sử dụng các bất đẳng thức ma trận tuyến 3
tính (LMI) để thiết kế đáp ứng đặc điểm kỹ thuật và bộ thông số độ lợi thứ hai, bằng cách
đặt cực 0 để thiết kế đáp ứng điều khiển điện áp tổng thể [36-37]. Bộ thông số độ lợi đầu
tiên dùng cho chỉ số điều chế với trạng thái xác lập và bộ số độ lợi thứ hai dùng cho chỉ số
điều chế thích nghi với trạng thái quá độ [38]. Một nghiên cứu khác kết hợp với điều chỉnh
toàn phương tuyến tính (LQR) [39], cũng được được thảo luận để cải thiện hoạt động của
STATCOM. Trong mỗi nghiên cứu dao động hệ thống điện, hai bộ điều khiển gồm điều
chỉnh điện áp DC và điều chỉnh điện áp AC dùng dùng kỹ thuật dịch cực tối ưu (OPS) được
đề xuất trong [40]. Ngoài ra, cùng một khái niệm nhưng với chỉ số điều chế cố định (MI)
và tham chiếu điện áp DC thay đổi được triển khai cho STATCOM trong [41]. Hệ OMIB
và hệ liên hai vùng 04 máy để điều khiển giảm dao động bởi các ma trận bất đẳng thức phi
tuyến được đề xuất trong [42] với thử nghiệm vận hành dưới chế độ sự cố 3 pha và nhiễu
tín hiệu nhỏ. Tài liệu [43], S. Latha và G.Y. R. Vikhram đã đưa ra phương pháp tuyến tính
hóa chính xác để biến đổi các phương trình phi tuyến với điều khiển tích phân tỷ lệ, kết
quả mô phỏng được lấy từ hoạt động STATCOM trong trường hợp sự cố 3 pha chạm đất.
Bộ điều khiển dựa theo các luật như sử dụng logic mờ, tối ưu thông số PI dùng PSO được
đề nghị trong [44-46] để cải thiện hiệu suất bộ điều khiển.
Một STATCOM tự điều chỉnh với bộ điều khiển PI dựa trên cài đặt và nhận dữ liệu theo
thời gian thực với kỹ thuật đặt cực cho các điều kiện tải khác nhau được thiết kế và mô
phỏng [47-48]. Một chiến lược điều khiển vec tơ dòng trực tiếp cho bất kỳ bộ điều khiển
PI, PID được đề xuất trong [49]. Kết quả mô phỏng được so sánh với các biến đổi điện áp
đầu ra của bộ điều khiển khi nhu cầu công suất phản kháng không vượt quá giới hạn và khi
nhu cầu công suất phản kháng vượt quá chúng. Trong [50], độ ổn định quá độ được cải
thiện bằng phương pháp Euler-Lagrange dựa trên tính thụ động, trong đó cài đặt các thông
số bộ điều khiển PI là Kpd, Kid, Kpq và Kiq. Một cách tiếp cận khác hỗ trợ kỹ thuật đặt cực
không, cộng thêm dòng hồi tiếp, bù sớm pha và bù thụ động nối tiếp, bù shunt tích cực
được chấp nhận để nghiên cứu ổn định động của hệ thống [51-61]. Trong bài báo [56], các
tác giả quan tâm đến việc điều khiển STATCOM trong điều kiện không cân bằng. Trong
bài báo [57], tác giả trình bày một mô hình của hệ thống điện với STATCOM dựa trên mô
hình Phillips-Heffron. Mô hình Phillips-Heffron này ban đầu được đề xuất cho mô hình
máy phát đồng bộ [58]. Đầu tiên, mô hình được trình bày cho thấy rằng STATCOM và các
chế độ vận hành của hệ thống điện là sự phụ thuộc rất cao cả tuyến tính lẫn phi tuyến. Thứ
hai, có thể thấy rằng các tương tác giữa STATCOM và hệ thống điện phụ thuộc rất nhiều
vào điểm vận hành hệ thống và việc mô hình hóa dựa trên tuyến tính hóa các phương trình
4
về một trạng thái vận hành giả định. Thứ ba, một so sánh trực tiếp có thể được rút ra giữa
điều khiển STATCOM và điều khiển máy phát đồng bộ. Đây là sự so sánh rất hữu ích khi
nghiên cứu thiết kế bộ điều khiển cho STATCOM [59-61].
Qua trình bày các kết quả nghiên cứu của các tác giả trước đây, có thể thấy rất nhiều tài
liệu chủ yếu là sử dụng bộ điều khiển PI hoặc PID để khiều khiển STATCOM. Để có được
đáp ứng tốt, cũng như đạt được kết quả mong muốn, bộ điều khiển STATCOM cần có
được sự điều với chỉnh thông số phù hợp. Các bộ điều khiển PID được sử dụng để điều
chỉnh, tuy nhiên, chưa có nhiều tài liệu nói về cách tính các giá trị trong bộ điều chỉnh PI
này và thường sử dụng phương pháp thử và sai.
2.1.2 Các giải thuật điều khiển điện áp sử dụng STATCOM
Trong các bài báo trước đây [30-32], các tác giả chỉ ra rằng, không có phương pháp tiêu
chuẩn nào để xác định hiệu quả các thông số của bộ điều khiển dành cho STATCOM. Điều
chỉnh thủ công các bộ điều khiển đối với trường hợp STATCOM có dung lượng nhỏ đấu
nối vào lưới điện là có thể thực hiện được, tuy nhiên nó đòi hỏi một kỹ năng và kinh nghiệm
cao để điều khiển chính xác. Trong bài báo [26], các tác giả đã nghiên cứu và đề xuất một
cấu trúc điều khiển nhằm giảm độ dao động của hệ thống điện. Bộ điều khiển PID được sử
dụng, nhưng việc tính toán sự hiệu quả của nó đã không được giới thiệu. Một số tác giả đã
nghiên cứu và đề xuất phương pháp điều chỉnh sinh học [25], [34], [62-68], chẳng hạn như
bài báo [34], phương pháp tối ưu hóa đàn ong mật (HBMO) được sử dụng để cải tiến bộ
điều khiển và so sánh kết quả điều chỉnh được với thuật toán di truyền. Bài báo [25] đã sử
dụng thuật toán định vị tiếng vang của dơi để điều chỉnh bộ điều khiển PI cho thiết bị
STATCOM. Các bài báo về điều khiển điện áp hệ thống lưới phân phối cho thấy rằng ngày
càng có nhiều nhu cầu về các phương pháp điều khiển điện áp tiên tiến hơn so với các máy
biến áp ở cấp phân phối. Đặc biệt, các tài liệu [22-23, 31], đã chỉ ra rằng có thể cần phải
thiết kế bộ điều khiển nhanh cho thiết bị STATCOM. Điều khiển công suất phản kháng đã
được chứng minh là một phương tiện điều khiển điện áp nhanh và ổn định trên các hệ thống
phân phối, và STATCOM cung cấp một phương tiện điều khiển công suất phản kháng linh
hoạt và hiệu quả. Hơn nữa, nó rất cần thiết để có một phương pháp điều chỉnh bộ điều
khiển STATCOM nhất quán liên quan đến ổn định điện áp trên lưới điện phân phối.
Bộ điều khiển PID được sử dụng rộng rãi trong công nghiệp nhờ tính đơn giản và tính bền
vững của nó. Tuy nhiên, quá trình thiết kế và chỉnh định các thông số của bộ điều khiển
PID đòi hỏi nhiều công sức và kinh nghiệm. Bên cạnh đó, đối với các hệ phi tuyến cao, bộ
điều khiển PID chỉ có thể hoạt động tốt trong phạm vi nhất định [19], [25-26], [68]. Các
5
bộ điều khiển PID có thể được chia làm hai loại. Thứ nhất, các thông số bộ điều khiển PID
cố định toàn bộ quá trình điều khiển, tuy nhiên, rất khó để đạt được yêu cầu vận hành khi
hệ điều khiển là phi tuyến và kết hợp rất nhiều biến. Thứ hai, trong các bộ PID tự điều
chỉnh, các thông số của bộ điều khiển được hiệu chỉnh dựa trên việc ước lượng các thông
số này [60-61], [68]. Để đạt được kết quả tối ưu toàn cục, nó cần thiết phải hiệu chỉnh lại
bộ điều khiển PID khi chế độ vận hành thay đổi, và ứng dụng các kỹ thuật khác nhau từ lý
thuyết điều khiển phi tuyến [69]. Không giống với các bộ điều khiển PID thông thường,
bộ điều khiển mờ là hệ phi tuyến và thích nghi, từ đó cho ra các kết quả tốt dưới điều kiện
ảnh hưởng của việc thay đổi các thông số và nhiễu tải [68]. Ưu điểm của giải thuật điều
khiển logic mờ là sự rõ ràng và linh hoạt trong điều khiển logic dựa vào tập luật Nếu – Thì,
tuy nhiên, việc xác định hình dạng và vị trí của hàm liên thuộc cho mỗi biến mờ được thực
hiện bằng phương pháp “thử và sai” [69]. Trong khi đó, tính toán số và khả năng nhận thức
và thích nghi lại là những điểm mạnh của mạng nơron nhân tạo, tuy nhiên, không hề dễ
dàng cho việc xác định được một cấu trúc tối ưu của mạng nơ ron nhân tạo. Ngoài ra, mạng
nơ ron nhân tạo cũng thực hiện việc tính toán số nhiều hơn là tính toán logic. Để có thể
phát huy những điểm mạnh cũng như hạn chế những yếu điểm của hai phương pháp trên,
thì việc kết hợp cả hai phương pháp để tạo nên một công cụ xử lý mạnh là một việc làm
cần thiết. Một trong những sự kết hợp này là hệ suy luận nơron mờ thích nghi (ANFIS)
[69-72]. Mô hình ANFIS là một mạng nơron thích nghi mà trong đó nó biểu diễn cụ thể
một hệ suy luận mờ.
Từ các nội dung tổng quan và nhận xét ở trên, tác giả đã tập trung vào việc nghiên cứu bộ
điều khiển STATCOM, ba bộ điều khiển sử dụng hệ mờ thích nghi (ANFIS) kết hợp với
thuật toán tối ưu bầy đàn (PSO), kết hợp với giải thuật di truyền (GA) và thuật toán huấn
luyện online (ANFIS-Online) để cải tiến bộ điều khiển. Trong quá trình nghiên cứu, đề tài
cũng đã áp dụng các bộ điều khiển kết hợp như: Fuzzy, ANFIS, ANFIS-PSO, ANFIS-GA,
và ANFIS-Online để so sánh các kết quả đạt được trước khi đưa ra kết luận đối với bộ điều
khiển nào đạt hiệu quả tốt nhất.
2.2 Mô hình STATCOM
2.2.1 Cấu trúc cơ bản của STATCOM
2.2.2 Nguyên lý hoạt động của STATCOM
2.2.3 Bộ chuyển đổi nguồn điện áp (VSC)
6
2.2.4 Nguyên tắc hoạt động của VSC
2.2.5 Bộ điều khiển của STATCOM
Hệ thống điều khiển STATCOM cơ bản bao gồm: (i) Một vòng khóa pha (PLL) đồng bộ
hóa trên các thành phần thứ tự dương của điện áp ba pha sơ cấp V1, Đầu ra của PLL (góc
𝜃 = 𝜔𝑡) được sử dụng để tính toán các thành phần dọc trục và ngang trục của điện áp và
dòng điện ba pha AC; (ii) Các hệ thống đo lường đo các thành phần d và q của điện áp và
dòng điện thứ tự thuận AC được điều khiển cũng như điện áp DC, Vdc; (iii) Một vòng lặp
điều chỉnh bên ngoài bao gồm một bộ điều chỉnh điện áp AC và bộ điều chỉnh điện áp DC;
(iv) Một vòng lặp điều chỉnh dòng điện bên trong bao gồm bộ điều chỉnh dòng điện.
2.2.6 Mô hình toán của STATCOM
2.2.6.1 Mô hình tĩnh của STATCOM
2.2.6.2 Mô hình động đơn giản của STATCOM
2.2.6.3 Mô hình động nâng cao của STATCOM
2.2.6.4 Mô hình STATCOM nối lưới
Hình 2.1 cho biết sơ đồ đơn tuyến STATCOM được nối lưới. Với điện áp tạo ra từ
STATCOM theo 2 thành phần trục d và trục q được tính theo [25], [28] [71-73]:
(2.1)
(2.2)
Hình 2.1 Sơ đồ đơn tuyến STATCOM nối lưới
(a)
(b)
Hình 2.2 Sơ đồ khối điều khiển STATCOM
7
2.3 Lý thuyết điều khiển để ổn định điện áp dùng STATCOM
2.3.1 Lý thuyết mờ
2.3.2 Hệ điều khiển mờ lai (Fuzzy-PID) áp dụng trong STATCOM
Sơ đồ của bộ điều khiển Fuzzy - PID được đề xuất như trong Hình 2.3 [73], bao gồm bốn
phần cơ bản: mờ hóa (FZ); thực hiện các luật hợp thành (RB) hoặc các luật học (theo bộ
e
Fuzzy Logic RB
de/dt
FZ
DC
DF
các luật If-Then); quyết định (DC); và giải mờ (DF).
Hệ thống
Bộ điều khiển PID (KP, KI, KD)
Đo lường
(Kp, Ki và Kd)
Hình 2.3 Cấu trúc bộ điều khiển tự điều chỉnh các thông số Fuzzy-PID
2.3.3 Hệ Nơ-ron mờ thích nghi (ANFIS)
Ưu điểm của hệ điều khiển logic mờ là sự rõ ràng và linh hoạt trong điều khiển ngôn ngữ
dựa vào tập luật Nếu – Thì, tuy nhiên, việc xác định hình dạng và vị trí của hàm liên thuộc
cho mỗi biến mờ được thực hiện bằng phương pháp “thử và sai” [20-21], [26,31], [73-75].
Việc tính toán số và khả năng nhận thức và thích nghi là điểm mạnh của mạng nơron nhân
tạo. Mô hình ANFIS là một mạng nơron thích nghi mà trong đó nó biểu diễn cụ thể một hệ
suy luận mờ [69-72], [75-76]. Hình 2.4 trình bày cấu trúc ANFIS.
Hình 2.4 Cấu trúc bộ điều khiển ANFIS
8
2.3.4 Thuật toán tối ưu bầy đàn (PSO)
Thuật toán này lần đầu tiên được đề xuất bởi Kennedy và Eberhart dựa trên các mối quan
hệ toán học đơn giản và xem xét mô hình chuyển động của các loài chim để tối ưu hóa các
(𝑘))
(𝑘+1) = 𝑤𝑉𝑖
(𝑘) + 𝑐1𝑟1(𝑝𝑏𝑒𝑠𝑡𝑖 − 𝑋𝑖
(𝑘)) + 𝑐2𝑟2(𝑔𝑏𝑒𝑠𝑡𝑖 − 𝑋𝑖
vấn đề phức tạp [63, 65-66, 77]. Vận tốc và vị trí mới được xác định lại theo công thức:
(𝑘)
(𝑘+1) = 𝑋𝑖 𝑋𝑖
(𝑘) + 𝑉𝑖
𝑉𝑖 (2.3) (2.4)
2.3.5 Thuật toán di truyền (GA)
Thuật toán di truyền là một kỹ thuật tìm kiếm tổng thể để giải các bài toán tối ưu, dựa trên
lý thuyết chọn lọc tự nhiên, quá trình động lực cho sự tiến hóa của sinh vật. Khả năng mạnh
hơn về tìm kiếm xác suất cũng như khả năng hội tụ dễ dàng, ứng dùng cho nhiều dạng bài
toán tối ưu đã làm cho GA là một lựa chọn tốt để giải các bài toán tối ưu [39, 62, 67, 71,
78]. Thuật toán di truyền được mô tả theo các bước như sau: Khởi tạo dân số ban đầu; Tính
toán, đánh giá giá trị mục tiêu cho từng nhiễm sắc thể tương ứng; Kiểm tra điều kiện dừng,
hàm mục tiêu. Nếu đáp ứng hàm mục tiêu thì dừng; Lựa chọn nhiễm sắc thể, cá thể tốt;
Tạo nhiễm sắc thể mới dựa trên toán tử gen di truyền; Thực hiện quá trình lai tạo; Thực
hiện quá trình đột biến gen và quay lại bước 2 để tính toán, đánh giá giá trị mục tiêu cho
Chương 3
từng nhiễm sắc thể tương ứng.
CÁC GIẢI THUẬT ĐIỀU KHIỂN STATCOM
ĐƯỢC ĐỀ XUẤT ĐỂ CẢI THIỆN CHẤT LƯỢNG ĐIỆN ÁP
Chương này trình bày các giải thuật điều khiển STATCOM để cải thiện chất lượng điện áp
trên lưới điện. Các thuật toán tối ưu bầy đàn (PSO) và di truyền (GA) được sử dụng để
điều chỉnh các thông số của bộ điều khiển ANFIS. Bên cạnh đó, cấu trúc bộ dự báo ANI
được sử dụng cho kỹ thuật huấn luyện ANFIS- Online nhằm điều chỉnh công suất tác dụng
và phản kháng từ thiết bị STATCOM để ổn định chất lượng điện áp của hệ thống. Hơn
nữa, phương pháp lọc dữ liệu dựa trên xác suất thống kê được sử dụng để đánh giá độ tin
cậy của dữ liệu trước khi đưa vào hệ huấn luyện ANFIS-Online.
3.1 Sơ đồ hệ thống điều khiển STATCOM được đề xuất
Trong sơ đồ hệ thống điều khiển STATCOM được trình bày trong các bài báo trước đây,
các tác giả sử dụng bộ điều khiển PID [25, 30, 44, 50, 68]. Như đã trình bày trong Chương
9
2, trong nghiên cứu của luận án này, tác giả tập trung vào cải thiện ổn định, biên độ điện
áp, do vậy không xem xét đến mức độ ảnh hưởng của công suất tác dụng lên biên độ điện
áp và giả định rằng mức độ thay đổi này là rất nhỏ và không đáng kể. Cụ thể, Hình 3.1
trình bày sơ đồ hệ thống điều khiển STATCOM được đề xuất để cải thiện chất lượng điện
áp. Việc điều chỉnh điện áp nút kết nối chung PCC sẽ được thực hiện bởi các bộ điều khiển
Fuzzy, ANFIS, ANFIS-PSO, ANFIS-GA và ANFIS-Online thông qua việc điều khiển để
phát hoặc hấp thụ công suất phản kháng. Với các sơ đồ bộ điều khiển đề xuất trong luận
án này, điện áp đo lường tại nút kết nối chung V1, được so sánh với điện áp chuẩn 𝑉𝑟𝑒𝑓 để
xác định độ lệch điện áp. Độ lệch điện áp này và vi phân của nó là tìn hiệu đầu vào của các
bộ điều khiển được đề xuất gồm: Fuzzy–PID [73], ANFIS [76], ANFIS-PSO, ANFIS-GA,
ANFIS-Online. Các đầu ra của bộ điều khiển lúc bấy giờ là dòng điện tham chiếu 𝐼𝑞𝑟𝑒𝑓 cho
khối điều chỉnh dòng điện, để từ đó tạo ra các thông số của bộ điều chế độ rộng xung gồm
Vref
I
V1dq
V1
chỉ số điều 𝑘𝑚𝑠𝑡𝑎𝑡 và góc pha 𝛼𝑠𝑡𝑎𝑡.
~
+ ~
ANFIS
Đo lường điện áp AC
- Vac
I
Id
=t
Đo lường dòng Id, Iq
Iq
PLL Vòng khóa pha
Vdc
V1
V2
Vdc
Đo lường điện áp DC
VSC
- ~ +
Đo lường điện áp DC
Vdcref
Iq
V2d
Xung
V2q
Điều chế PWM
Hiệu chỉnh dòng điện
- + ~ + ~ -
Id
V1dq
Hệ thống điều khiển
Hình 3.1 Hệ thống điều khiển của STATCOM được đề xuất để cải thiện chất lượng điện áp
10
3.2 Giải thuật điều khiển STATCOM sử dụng các thuật toán huấn luyện ANFIS kết
hợp với PSO và GA
Hệ thống suy luận mờ dựa trên mạng thích nghi (ANFIS) dựa trên ý tưởng kết hợp việc
học khả năng của mạng nơ ron nhân tạo và tính ưu việt của logic mờ, như ra quyết định
giống con người và dễ học [70-71]. Đã có nhiều công bố cho thấy hiệu quả của hệ nơ ron
mờ thích nghi trong các nghiên cứu ứng dụng của nó [79-81]. Tuy nhiên, tối ưu hóa các
tham số mô hình có thể cải thiện đáng kể chất lượng và độ chính xác của mô hình [82].
Đối với vấn đề đó, rất nhiều phương pháp tối ưu được nghiên cứu và áp dụng, chẳng hạn
như thuật toán tối ưu bầy đàn (PSO) và thuật toán di truyền (GA).
3.2.1 Thuật toán tối ưu bầy đàn PSO kết hợp ANFIS
Lưu huấn luyện hệ ANFIS dùng thuật toán PSO được mô tả như Hình 3.2. Biểu thức hàm
đánh giá khi huấn luyện bộ điều khiển ANFIS-PSO [83] như sau:
(3.1)
Bắt đầu
Khởi tạo quần thể
Đánh giá hiệu quả của từng cá thể, sử dụng vị trí hiện tại của nó
Đúng Kết thúc So sánh hiệu quả từng cá thể với hiệu quả tốt nhất
Sai
Di chuyển từng cá thể đến một vị trí mới
Thay đổi vectơ vận tốc cho mỗi cá thể
Hình 3.2 Các bước thực hiện thuật toán PSO
11
3.2.2 Thuật toán di truyền GA kết hợp với ANFIS
Lưu huấn luyện hệ ANFIS dùng thuật toán GA [84] được mô tả như Hình 3.3.
Bắt đầu
Khởi tạo dân số
Tính toán giá trị mục tiêu cho từng nhiễm sắc thể tương ứng
Đúng
Kết thúc Kiểm tra điều kiện dừng
Sai
Lựa chọn những cá thể tốt
Tạo nhiễm sắc thể mới dựa trên toán tử gen di truyền
Quá trình đột biến
Quá trình lai tạo
Hình 3.3 Các bước thực hiện thuật toán GA
3.2.3 Thuật toán huấn luyện ANFIS-Online
Việc huấn luyện để đạt các tham số tối ưu của ANFIS có thể thực hiện bằng phương pháp
huấn luyện off-line độc lập. Nhưng trong phương pháp huấn luyện off-line, bộ dữ liệu huấn
luyện không bao gồm toàn bộ các điều kiện vận hành, nó có thể là các nhiễu bên ngoài,
nhiễu đo lường…[85]. Để khắc phục vấn đề này, tác giả nghiên cứu và áp dụng phương
pháp huấn luyện on-line để cải thiện bộ điều khiển STATCOM. Nhiệm vụ của thuật toán
huấn luyện cho cấu trúc này là hiệu chỉnh tất cả các thông số có thể điều chỉnh như các
biến số của hàm liên thuộc Gauss và giá trị của các luật trong ANFIS [86-88]. Những thông
số tiền đề hoặc các thông số phi tuyến được cập nhật tại mỗi lần lặp và để giảm thiểu hàm
sai số tức thời như phương trình (3.2):
(3.2) 𝐸(𝑛) = (𝑈𝑠(𝑛) − 𝑈𝑎(𝑛))2 1 2
12
d/dt
ANFIS
Plant
xref + - x(n) ∆𝑃𝑠(𝑘 + 1) u(k)
𝑒𝑖 +
D
∆𝑃̂𝑠(𝑘 + 1)
- D D
ANN Identifier
D
D
𝑒𝑐 ∆𝑃𝑑(𝑘 + 1) + -
Hình 3.4 Sơ đồ Bộ điều khiển ANFIS-Online đề xuất Trong nghiên cứu này, theo sơ đồ bộ điều khiển được trình bày trong hình Hình 3.4, tác
giả áp dụng bộ ANFIS-Online dựa trên bộ nhận dạng nơ ron nhân tạo (ANI), cấu trúc tổng
quan được miêu tả trong Hình 2.4, để xác định sai số khi huấn luyện. Các thông số của bộ
điều khiển ANFIS được điều chỉnh trực tuyến thông qua hàm mục tiêu sau:
(3.3) (𝑒𝑐(𝑛 + 1))2 = (𝑈𝑠(𝑛) − 𝑈𝑎(𝑛))2 1 2 1 2
(3.4) 𝐽𝑐(𝑛) = (𝑒𝑐(𝑛 + 1))2 = (∆𝑃̂𝑠(𝑛 + 1) − ∆𝑃𝑑(𝑛 + 1) )2 𝐽𝑐(𝑛) = 1 2 1 2
3.3 Giải thuật điều khiển STATCOM sử dụng thuật toán ANFIS-Online kết hợp với
bộ ANI và bộ dự báo công suất
3.3.1 Độ ổn định dữ liệu
Xu hướng trong chuỗi dài hạn chủ yếu là xu hướng tăng tuyến tính, có thể dễ dàng được
xác định để loại bỏ khỏi các xu hướng bằng các phương pháp đơn giản, cụ thể là các phương
pháp ước lượng trung bình động, hồi quy tuyến tính và so lệch. Ở đây, phương pháp so
lệch được sử dụng trong phương trình (3.6) như sau:
(3.5) 𝑑𝑖𝑓𝑓(𝑘 + 1, ∆𝑃𝑑(𝑘 + 1)) = 𝑇((𝑘 + 1), ∆𝑃𝑑(𝑘 + 1)) − 𝑇((𝑘), ∆𝑃𝑑(𝑘))
3.3.2 Phân tích thành phần chính (PCA)
Các bộ dữ liệu lớn ngày càng phổ biến và thường khó diễn giải và ngày càng xuất hiện
trong nhiều lĩnh vực. Để diễn giải các bộ dữ liệu đó, các phương pháp được yêu cầu phải
giảm đáng kể số chiều của chúng theo cách có thể hiểu được, sao cho thông tin trong dữ
13
liệu vẫn được bảo tồn nhiều nhất có thể. Phân tích thành phần chính (PCA) là một kỹ thuật
để giảm kích thước của các bộ dữ liệu đó, tăng tính dễ hiểu nhưng đồng thời giảm thiểu
mất thông tin [89-90].
3.3.3 Bộ lọc dữ liệu ngõ vào
Bắt đầu
Dữ liệu đầu vào
Biến đổi dữ liệu thành các nhóm dữ liệu dựa trên mật độ phổ năng lượng
Sai
Bộ dữ liệu sau khi phân nhóm là dữ liệu ngẫu nhiên?
Đúng
Ổn định dữ liệu
Tính PDF (Mật độ xác xuất)
Sai
Dữ liệu có dạng phân phối chuẩn?
Tính PCA và PDF Đúng
Đúng
Dữ liệu có dạng phân phối chuẩn?
Sai
Áp dụng phương pháp dendrogram
Chọn mức độ tin cậy tốt nhất sử dụng ANN với chỉ số MAPE
Kết thúc Áp dụng mức tin cậy được tính toán để loại bỏ các điểm outliers của dữ liệu
Hình 3.5 Giải thuật đề xuất để lọc dữ liệu dựa trên phương pháp phân tích thống kê
14
Khi dự báo, hầu hết các tác giả đều giả thiết rằng các dữ liệu thu thập được để phục vụ dự
báo đều có độ tin cậy cao (với 100% độ tin cậy) [91-93]. Tuy nhiên, bên cạnh các phương
pháp dự báo hiệu quả thì độ tin cậy của dữ liệu phục vụ dự báo đều có ảnh hưởng đến kết
quả [91-96]. Điều này, hầu như ai cũng biết, nhưng chưa có nhiều kết quả công bố cho thấy
cải thiện kết quả dự báo từ việc cải thiện dữ liệu. Việc đánh giá độ tin cậy của bộ dữ liệu
này sẽ rất cần thiết trong giai đoạn xử lý (lọc dữ liệu) trước khi đưa vào các mô hình dự
báo công suất thay đổi [97-99] tại nút có kết nối STATCOM. Giải thuật chi tiết về phương
pháp lọc đề xuất được thể hiện trong Hình 3.5.
3.3.4 Cấu trúc bộ ANI
Một mạng perceptron được sử dụng để đại diện bộ nhận dạng ANI, cấu trúc gồm 6 ngõ
vào là công suất của STATCOM, tín hiệu điều khiển và các thành phần trễ của nó được
(3.6)
cho biết trong các phương trình (3.13 , 3.14, 3.15 và 3.16): ∆𝑃̂𝑠(𝑛 + 1) = 𝑓(∆𝑃𝑠(𝑛), ∆𝑃𝑠(𝑛 − 1), ∆𝑃𝑠(𝑛 − 2), 𝑢(𝑛), 𝑢(𝑘 − 1), 𝑢(𝑘 − 1) Các tín hiệu đầu vào của bộ ANI được chuẩn hóa trong khoảng [-1, 1]. Bộ ANI được huấn
luyện và cập nhật các thông số để đảm bảo cực tiểu hàm chi phí:
(3.7) 𝐹(𝑛) = (𝑒𝑖(𝑛))2 = (∆𝑃𝑠(𝑛) − ∆𝑃̂𝑠(𝑛))2 1 2 1 2 Và các trọng số của bộ ANI được cập nhật theo biểu thức:
(3.8) W(n) = W(𝑛 − 1) − η∇𝑊𝐽𝑖(n)
Trong đó, 𝑊(𝑛) là ma trận trọng số ở lần lặp n, 𝜂 là tốc độ học tập của mạng, η∇𝑊𝐽𝑖(n) là gradient của 𝐽𝑖(n) liên quan đến ma trận trọng số 𝑊(𝑛). Giá trị gradient được tính theo
công thức sau:
∆𝑃̂𝑠(𝑛) 𝜕𝑊(𝑛)
(3.9) ∇𝑊𝐽𝑖(n) = −[∆𝑃𝑠(𝑛) − ∆𝑃̂𝑠(𝑛)]
3.3.5 Thuật toán ANFIS-online kết hợp với ANI và bộ lọc dữ liệu đầu vào
Trong Hình 3.6 cho biết bộ điều khiển ANFIS-Online sử dụng bộ lọc dữ liệu ngõ vào được
trình bày trong Mục 3.2.1. Bộ lọc dữ liệu sẽ loại bỏ các thành phần outliers của độ chênh
lệch công suất tác dụng được đo lường thực tế, 𝑃𝑑(𝑘 + 1). Độ chênh lệch công suất thực tế này được so sánh với giá trị chênh lệch công suất được dự đoán từ bộ ANI, 𝑃̂𝑠(𝑘 + 1); kết quả, sai số 𝑒𝐶 được sử dụng để làm giá trị tham chiếu cho bộ huấn luyện ANFIS. Hơn nữa, 𝑃̂𝑠(𝑘 + 1) còn được so sánh với độ chênh lệch công suất từ ngõ ra của hệ thống ANFIS, 𝑃𝑠; kết quả, sai số 𝑒𝑖 được sử dụng để làm giá trị tham chiếu khi huấn luyện bộ
dự báo ANI. Bộ huấn luyện ANFIS-Online có thể cập nhật liên tục các giá trị thay đổi ngẫu
15
nhiên của 𝑒𝑖 và 𝑒𝐶 để có thể điều chỉnh thích nghi, nhanh và hiệu quả dòng công suất được
cung cấp từ thiết bị STATCOM tại nơi mà nó được kết nối đến lưới điện. Bộ ANI sử dụng
thông số ngõ ra từ ANFIS như là các tín hiệu vào của nó cùng với sai số 𝑒𝑖 để dự báo sự chênh lệch công suất 𝑃̂𝑠(𝑘 + 1). Các thông số của bộ ANFIS được điều chỉnh online thông qua hàm mục tiêu sau:
(3.10) 𝐽𝑐(𝑛) = (𝑒𝑐(𝑛 + 1))2 = (∆𝑃̂𝑠(𝑛 + 1) − ∆𝑃𝑑(𝑛 + 1) )2 1 2 1 2
xref
de
+ - x(n) e ∆𝑃𝑠(𝑘 + 1) u(k) d/dt ANFIS Plant
𝑒𝑖 +
D
∆𝑃̂𝑠(𝑘 + 1)
- D D
ANN Identifier
D ∆𝑃𝑑(𝑘 + 1)
D
𝑒𝑐 + - Bộ lọc dữ liệu
Chương 4
Hình 3.6 Bộ điều khiển ANFIS-Online sử dụng bộ lọc dữ liệu ngõ vào
ÁP DỤNG HỆ NƠ-RON MỜ THÍCH NGHI
VÀO CÁC BỘ ĐIỀU KHIỂN CỦA STATCOM ĐỂ CẢI THIỆN ĐIỆN ÁP
Hệ thống điện là hệ thống phi tuyến và hoạt động trên phạm vi rộng, các chế độ vận hành
của hệ thống điện thay đổi rất phức tạp từ việc thay đổi phụ tải đến các trường hợp sự cố
trên hệ thống, dẫn đến các dao động trong hệ thống điện. Các kịch bản nghiên cứu giải
thuật điều khiển STATCOM cho lưới điện mẫu được trình bày trong Bảng 4.1. Tương ứng
16
với mỗi kịch bản, tác giả áp dụng các bộ điều khiển khác nhau để so sánh mức độ đáp ứng
và khả năng cải thiện chất lượng điện áp của lưới từ thiết bị STATCOM.
Bảng 4.1 Các kịch bản mô phỏng
Mô tả Mô phỏng với hệ một máy phát nối với nút vô cùng lớn, có sự cố ngắn mạch 03 pha xảy ra trong hệ thống (nút vô cùng lớn). Sự cố này xuất hiện tại thời điểm 𝑡 = 1𝑠 và được cô lập sau khoảng thời gian là 05 chu kỳ (100𝑚𝑠). Mô phỏng với hệ lưới điện mẫu IEEE_9 nút, thiết bị STATCOM được kết nối với hệ thống tại nút 9, có sự cố ngắn mạch 3 pha xảy ra tại nút 8. Sự cố này xuất hiện tại thời điểm 𝑡 = 1𝑠 và được cô lập sau khoảng thời gian là 05 chu kỳ (100𝑚𝑠). Các kịch bản Bộ điều khiển AA AB AC AD AE BA BB BC BD BE PID FUZZY ANFIS-PSO ANFIS-GA ANFIS-Online PID FUZZY ANFIS-PSO ANFIS-GA ANFIS-Online
4.1 Các kết quả nghiên cứu với hệ thống A
4.1.1 Cấu trúc hệ thống A
Hình 4.1 trình bày cấu trúc của hệ thống nghiên cứu OMIB [28][103].
Hình 4.1 Cấu trúc của hệ thống OMIB được nghiên cứu
4.1.2 Kết quả mô phỏng hệ thống A
4.1.2.1 Khảo sát với bộ điều khiển Fuzzy
Hình 4.2 Điện áp quá độ tại điểm đấu nối chung PCC khi có ngắn mạch 3 pha
17
4.1.2.2 Khảo sát với bộ điều khiển ANFIS
Hình 4.3 Điện áp quá độ (VPCC) tại điểm đấu nối chung PCC khi có ngắn mạch 3 pha trong trường hợp sử dụng bộ điều khiển PID, Fuzzy, và ANFIS
4.1.2.3 Khảo sát với bộ điều khiển kết hợp ANFIS-PSO và ANFIS-GA
Hình 4.4 Điện áp quá độ (VPCC) tại điểm đấu nối chung PCC khi có ngắn mạch 3 pha trong trường hợp sử dụng PID, Fuzzy, ANFIS, ANFIS-GA, và ANFIS-PSO
4.1.2.4 Khảo sát với bộ điều khiển ANFIS-Online
Hình 4.5 Điện áp quá độ (VPCC) tại điểm đấu nối chung PCC khi có ngắn mạch 3 pha trong trường hợp sử dụng ANFIS, ANFIS-GA, ANFIS-PSO và ANFIS-Online
18
4.1.3 Đánh giá kết quả nghiên cứu bộ điều khiển STATCOM trên hệ OMIB
Bảng 4.2 cho biết sự so sánh các đặc tính động học của các đại lượng điện áp và công suất
liên quan đến các bộ điều khiển khác nhau (PID, Fuzzy, ANFIS, ANFIS-GA, ANFIS-PSO,
và ANFIS-Online) dành cho thiết bị STATCOM trên lưới điện OMIB. Như kết luận, bộ
điều khiển ANFIS-Online có thể làm giảm đáng kể tốt nhất các đặc tính dao động động
học của điện áp tại PCC (đạt trạng thái xác lập khoảng 1,346s và độ chênh lệch điện áp
khoảng 0,85%), công suất của máy phát đồng bộ PCC (đạt trạng thái xác lập khoảng 1,1 ~
2,1s), và công suất của máy phát điện gió (đạt trạng thái xác lập khoảng 2,09 ~ 2,36s) tại
thời điểm phục hồi sự cố ba pha xảy ra trên lưới điện OMIB.
Bảng 4.2 Bảng so sánh các bộ điều khiển PID, Fuzzy, ANFIS, ANFIS-PSO, ANFIS-GA, và ANFIS-Online dành cho thiết bị STATCOM trên lưới OMIB
Đại lượng Hạng mục
PID
Fuzzy ANFIS
No STAT
With STAT
ANFIS GA
ANFIS PSO
ANFIS Online
3,508
3,253
2,576
1,844 1,632
1,497
1,444
1,346
1,072
1,064
1,033
1,003 0,991
0,995
0,993
0,987
Điện áp Vpcc (pu)
9,53%
8,72% 5,55% 2,48% 1,26%
1,62%
1,43%
0,85%
4,511
4,383
6,101
3,154 2,641
1,688
1,634
1,157
1,191
1,203
1,241
1,137 1,114
1,109
1,108
0,977
-
-
-
-
-
-
-
-
6,653
5,583
4,691
4,274 3,681
2,533
2,351
2,111
0,356
0,348
0,306
0,261 0,245
0,245
0,245
0,233
-
-
-
-
-
-
-
-
Công suất tác dụng máy phát đồng bộ (PSG) Công suất phản kháng máy phát đồng bộ (QWF)
6,603
6,853
5,321
4,585 3,718
2,507
2,361
2,095
0,836
0,862
0,832
0,817 0,799
0,806
0,805
0,798
Công suất tác dụng phát điện gió (PWF)
-
-
-
-
-
-
-
-
6,653
5,583
4,691
4,274 3,681
2,533
2,351
2,111
0,348
0,356
0,306
0,26
0,245
0,245
0,245
0,233
-
-
-
-
-
-
-
-
Thời gian ổn định (s) Giá trị đỉnh Độ chênh lệch điện áp Thời gian ổn định (s) Giá trị đỉnh Độ chênh lệch điện áp Thời gian ổn định (s) Giá trị đỉnh Độ chênh lệch điện áp Thời gian ổn định (s) Giá trị đỉnh Độ chênh lệch điện áp Thời gian ổn định (s) Giá trị đỉnh Độ chênh lệch điện áp
Công suất phản kháng phát điện gió (QWF) 4.2 Các kết quả nghiên cứu với hệ thống B
4.2.1 Cấu trúc của hệ thống B
4.2.2 Kết quả mô phỏng hệ thống B
4.2.2.1 Khảo sát với bộ điều khiển Fuzzy và ANFIS
19
Hình 4.6 Đặc tính động học của điện áp điểm chung PCC trên lưới khảo sát sử dụng các bộ điều khiển PID, Fuzzy, và ANFIS
4.2.2.2 Khảo sát với bộ điều khiển ANFIS-PSO và ANFIS-GA
Hình 4.7 Đặc tính động học của các điện áp tại điểm chung PCC trên lưới khảo sát, sử dụng các bộ điều khiển PID và ANFIS
4.2.2.3 Khảo sát với bộ điều khiển ANFIS-Online
Hình 4.8 So sánh các kết quả ổn định điện áp tại nút PCC khi sử dụng bộ huấn luyện ANFIS cho thiết bị STATCOM
20
4.2.3 Đánh giá các kết quả nghiên cứu của bộ điều khiển STATCOM trên lưới mẫu IEEE_9 nút
Bảng 4.3 so sánh các đặc tính động học của các đại lượng điện áp liên quan đến tất cả các
bộ điều khiển khác nhau dành cho thiết bị STATCOM trên lưới điện IEEE_9 nút. Từ kết
quả mô phỏng đạt được, các bộ điều khiển ANFIS-PSO, ANFIS- GA và ANFIS-Online có
thể cải thiện độ ổn định điện áp tốt hơn bộ điều khiển PID truyền thống. Trong đó, ANFIS-
Online cho kết quả tốt nhất khi so sánh với các bộ điều khiển khác. Các chỉ số về độ chênh
lệch điện áp và thời gian xác lập được sử dụng để so sánh định lượng giữa các kết quả.
Bảng 4.3 So sánh thời gian, biên độ và độ chênh lệch điện áp các đáp ứng điện áp
Đặc tính động học
PID Fuzzy ANFIS
Thành phần điện
STAT COM
ANFIS GA
ANFIS PSO
ANFIS Online
4,651 4,651 1,051 1,051
4,651 1,044
4,651 1,044
4,651 1,044
4,631 1,041
1%
1%
1%
1%
1%
1%
0,5%
0,484
0,956 0,962
0,962
0,962
0,962
0,961
Điện áp tại máy phát 1 (VSG1)
53%
8%
7%
7%
7%
7%
7%
3,801 3,801 1,039 1,039
3,801 1,039
3,801 1,039
3,801 1,039
3,601 1,036
0%
1%
1%
1%
1%
1%
1%
0,606
0,822 0,855
0,861
0,861
0,861
0,864
Điện áp tại máy phát 2 (VSG2)
41%
20%
17%
16%
16%
16%
16%
3,601 3,601 1,019 1,019
3,601 1,019
3,601 1,019
3,601 1,019
3,501 1,018
0%
0%
0%
0%
0%
0%
0%
0,712
0,872 0,874
0,879
0,879
0,879
0,886
Điện áp tại máy phát 3 (VSG3)
30%
14%
14%
14%
14%
14%
13%
4,801 3,801 1,117 1,11
3,501 1,104
3,501 1,101
3,501 1,101
3,501 1,089
6%
6%
6%
5%
5%
5%
4%
Điện áp tại nút PCC (VPCC)
0,963
0,943 0,957
0,951
0,949
0,958
0,953
8%
10%
9%
9%
10%
9%
9%
Thời gian ổn định (s) 6,101 Giá trị đỉnh 1,051 Độ chênh lệch điện áp trên Giá trị đỉnh dưới (nửa chu kỳ sau) Độ chênh lệch điện áp dưới Thời gian ổn định (s) 5,751 1,026 Giá trị đỉnh Độ chênh lệch điện áp trên Giá trị đỉnh dưới (nửa chu kỳ sau) Độ chênh lệch điện áp dưới Thời gian ổn định (s) 5,751 Giá trị đỉnh 1,019 Độ chênh lệch điện áp trên Giá trị đỉnh dưới (nửa chu kỳ sau) Độ chênh lệch điện áp dưới Thời gian ổn định (s) 5,101 1,117 Giá trị đỉnh Độ chênh lệch điện áp trên Giá trị đỉnh dưới (nửa chu kỳ sau) Độ chênh lệch điện áp dưới
21
Nhìn chung, bảng so sánh này cho thấy về định lượng, trong trường hợp sử dụng các bộ
điều khiển ANFIS, ANFIS-GA, ANFIS-PSO và ANFIS-Online, thì độ chênh lệch điện áp
điện áp tại nút PCC là trong khoảng 9~10%. Điện áp đạt trạng thái xác lập đối với các bộ
Chương 5
điều khiển sử dụng ANFIS là khoảng 1,101s.
KẾT QUẢ MÔ PHỎNG CỦA CÁC BỘ ĐIỀU KHIỂN STATCOM
ĐỂ CẢI THIỆN ĐIỆN ÁP TRÊN LƯỚI ĐIỆN THỰC TẾ
Việt Nam đã và đang đầu tư nhiều vào việc phát triển nguồn điện và lưới điện để đáp ứng
đủ nhu cầu năng lượng của đất nước. Tuy nhiên, vấn đề về chất lượng điện năng chưa được
quan tâm đúng mức, cụ thể, sự cố vẫn xảy ra trên lưới điện còn nhiều, điều này ảnh hưởng
đến thời gian mất điện của khách hàng, cũng như chất lượng điện áp chưa ổn định để phục
vụ cho sản xuất công nghệ cao. Trong nghiên cứu này, tác giả áp dụng mô hình thông số
thực tế lưới điện khu công nghệ cao Tp. HCM, được hiển thị trên sơ đồ đơn tuyến trong
Hình 5.1. Các kịch bản khảo sát được nêu trong Bảng 5.1.
Hình 5.1 Sơ đồ lưới điện khu vực cung cấp điện cho khu công nghệ cao Tp. HCM
22
STATCOM
Hình 5.2 Sơ đồ mô phỏng lưới điện khu công nghệ cao Tp. HCM
Bảng 5.1 Các kịch bản mô phỏng hoạt động của các bộ điều khiển STATCOM được kết nối với lưới điện thực tế
Kịch bản Mô tả sự cố xảy ra trên lưới điện thực tế được khảo sát
Mô phỏng trường hợp sự cố ngắn mạch ba pha trên đường dây 110kV Thủ Đức – Thủ Đức Bắc – Intel, khảo sát mức độ sụt áp trong kịch bản này với thời gian sự cố xuất hiện tại thời điểm 0,3 s và thời gian duy trì sự cố là 100ms. Mô phỏng trường hợp sự cố ngắn mạch bap ha trên đường dây 110kV Cát Lái – Công nghệ cao, khảo sát mức độ sụt áp trong kịch bản này với thời gian sự cố xuất hiện tại thời điểm 0,3 s và thời gian duy trì sự cố là 100ms. Bộ điều khiển cho STATCOM FUZZY ANFIS-PSO ANFIS-GA ANFIS-Online FUZZY ANFIS-PSO ANFIS-GA ANFIS-Online CA CB CC CD DA DB DC DD
5.1 Đặc tính điện áp tại trạm Intel tương ứng với các kịch bản sự cố
Hình 5.3 Đặc tính điện áp tại trạm Intel khi sự cố ngắn mạch ba pha xảy ra trên đường dây 110kV Thủ Đức – Thủ Đức Bắc – Intel
23
Hình 5.4 Đặc tính điện áp tại trạm Intel khi sự cố ngắn mạch ba pha xảy ra trên đường dây 110kV Cát Lái – Công nghệ cao
5.2 Kết quả mô phỏng của các bộ điều khiển STATCOM khi sự cố trên đường dây
Thủ Đức – Thủ Đức Bắc – Intel
5.2.1 Kết quả so sánh trong trường hợp có hoặc không có bộ STATCOM
Hình 5.5 Kết quả khảo sát điện áp tại trạm Intel trong trường hợp có và không có sử dụng thiết bị STATCOM
5.2.2 Kết quả mô phỏng với bộ điều khiển Fuzzy và PID
Hình 5.6 Kết quả điện áp tại trạm Intel trong trường hợp sử dụng bộ điều khiển Fuzzy và bộ điều khiển PID
24
5.2.3 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng ANFIS
Hình 5.7 Kết quả khảo sát độ ổn định điện áp tại trạm Intel trong trường hợp dùng bộ điều khiển ANFIS, PID và Fuzzy
5.2.4 Kết quả mô phỏng với bộ điều khiển STATCOM dùng phương pháp kết hợp
ANFIS- PSO và ANFIS- GA
Hình 5.8 Kết quả khảo sát độ ổn định điện áp tại trạm Intel trong trường hợp dùng bộ điều khiển ANFIS, ANFIS-PSO và ANFIS-GA
5.2.5 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng phương pháp
ANFIS-Online
Hình 5.9 Kết quả khảo sát độ ổn định điện áp tại trạm Intel trong trường hợp dùng bộ điều khiển PID, Fuzzy, ANFIS và ANFIS-Online
25
Bảng 5.2 Bảng so sánh các bộ điều khiển PID, Fuzzy, ANFIS, ANFIS-GA, ANFIS-PSO và ANFIS-Online dành cho thiết bị STATCOM trên lưới Khu Công nghệ cao
Nút
Thông số động học
PID
Fuzzy ANFIS
Thời gian biên độ điện áp đạt ngưỡng cho phép ( 5%) (giây)
Giá trị điện áp quá độ lớn nhất (pu)
Độ chênh lệch điện áp (%)
0,5373 0,5309 Intel Thủ Đức Đông 0,5374 0,4975 Công Nghệ Cao 0,4979 0,487 Tăng Nhơn Phú 0,5374 0,5073 0,4976 0,487 Thủ Đức Bắc 0,4977 0,487 Cát Lái 1,725 2,527 Intel 1,372 Thủ Đức Đông 2,181 1,129 Công Nghệ Cao 1,357 1,54 Tăng Nhơn Phú 2,34 1,12 1,464 Thủ Đức Bắc 1,357 Cát Lái 1,129 158% 76% Intel 40% 123% Thủ Đức Đông 15% Công Nghệ Cao 38% 57% Tăng Nhơn Phú 139% 14% 49% Thủ Đức Bắc 15% 38% Cát Lái
Bộ điều khiển ANFIS ANFIS ANFIS Online PSO GA 0,4904 0,487 0,4331 0,4876 0,4876 0,4321 0,4571 0,4465 0,4331 0,5071 0,5067 0,4323 0,4468 0,4462 0,4331 0,4326 0,4569 0,428 1,027 1,106 1,146 1,018 1,086 1,120 1,004 1,042 1,061 1,021 1,094 1,131 1,006 1,039 1,056 1,004 1,042 1,061 5% 13% 17% 4% 11% 14% 2% 6% 8% 4% 12% 15% 3% 6% 8% 2% 6% 8%
0,4862 0,4764 0,428 0,4864 0,4368 0,428 1,074 1,058 1,03 1,064 1,029 1,03 10% 8% 5% 9% 5% 5%
5.2.6 Đánh giá các kết quả mô phỏng đạt được
Từ kết quả mô phỏng các trường hợp sự cố được trình bày, có thể nhận thấy rằng, các bộ
điều khiển ANFIS-Online, ANFIS, ANFIS-PSO, và ANFIS- GA đều tốt hơn bộ điều khiển
PID thông thường. Trong đó, ANFIS-Online cho kết quả tốt nhất khi so sánh về chỉ số độ
chênh lệch điện áp và thời gian điện áp đạt trạng thái xác lập. Từ kết quả so sánh trong
Bảng 5.2, trong trường hợp sử dụng bộ điều khiển ANFIS-Online thì độ chênh lệch điện
áp tại các nút Intel, Thủ Đức Đông, Công Nghệ Cao tương ứng lần lượt là 5%, 4% và 2%.
Trong trường hợp sử dụng bộ điều khiển ANFIS-GA thì độ chênh lệch điện áp tại các nút
Intel, Thủ Đức Đông, Công Nghệ Cao tương ứng lần lượt là 17%, 14% và 8%; với bộ điều
khiển ANFIS-PSO lần lượt là 13%, 11% và 6%. Trong khi đó, độ chênh lệch điện áp trong
trường hợp sử dụng bộ điều khiển PID lần lượt là 158%, 123% và 38%. Trong trường hợp
so sánh về thời gian điện áp ổn định sau khi tách sự cố, thời gian điện áp nằm trong phạm
vi cho phép là 5%, trường hợp sử dụng bộ ANFIS-Online có thời gian ổn định thấp nhất
so với các trường hợp còn lại. Cụ thể, trong trường hợp sử dụng bộ điều khiển ANFIS-
Online thì điện áp các nút Intel, Thủ Đức Đông, Công Nghệ Cao đạt giá trị xác lập lần lượt
sau 0,433s, 0,432s, và 0,433s. Hơn nữa, Bảng 5.2 còn cho biết phần trăm cải thiện biên độ
(giá trị đỉnh) điện áp đối với các bộ điều khiển STATCOM khác nhau. So sánh các mức
26
độ cải thiện độ chênh lệch điện áp, bộ điều khiển ANFIS-Online hầu như cho kết quả đáp
ứng điện áp tốt nhất trên lưới điện thực tế khảo sát.
5.3 Kết quả mô phỏng của các bộ điều khiển STATCOM khi sự cố trên đường dây
Cát Lái – Công nghệ cao
5.3.1 Kết quả so sánh trong trường hợp có hoặc không có bộ STATCOM
Hình 5.10 Kết quả khảo sát điện áp tại nút tải Intel trong trường hợp có và không có sử dụng thiết bị STATCOM
5.3.2 Kết quả mô phỏng với bộ điều khiển Fuzzy
Hình 5.11 Kết quả khảo sát điện áp tại nút tải Intel trong trường hợp bộ điều khiển Fuzzy
5.3.3 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng ANFIS
Hình 5.12 Kết quả khảo sát điện áp tại nút tải Intel trong trường hợp bộ điều khiển PID, Fuzzy, và ANFIS
27
5.3.4 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng phương pháp
ANFIS- PSO và ANFIS- GA
Hình 5.13 Kết quả khảo sát điện áp tại nút tải Intel, và Công nghệ cao trong trường hợp sử dụng bộ điều khiển PID, ANFIS, ANFIS-PSO và ANFIS-GA
5.3.5 Kết quả mô phỏng cải tiến bộ điều khiển STATCOM dùng phương pháp
ANFIS-Online
Hình 5.14 Kết quả khảo sát điện áp tại nút tải Intel, và Công nghệ cao trong trường hợp sử dụng bộ điều khiển PID, ANFIS, ANFIS-PSO, ANFIS-GA và ANFIS-Online
5.3.6 Đánh giá các kết quả mô phỏng đạt được
Từ kết quả mô phỏng các trường hợp sự cố được trình bày trong Mục 5.3, có thể nhận thấy
rằng, các bộ điều khiển ANFIS-Online, ANFIS, ANFIS-PSO, và ANFIS- GA đều tốt hơn
bộ điều khiển PID thông thường. Trong đó, ANFIS-Online cho kết quả tốt nhất khi so sánh
về chỉ số độ chênh lệch điện áp và thời gian điện áp đạt trạng thái xác lập. Từ bảng so sánh
này, trong trường hợp sử dụng bộ điều khiển ANFIS-Online thì độ chênh lệch điện áp tại
các nút Intel, Thủ Đức Đông, Công Nghệ Cao tương ứng lần lượt là 4%, 5% và 8%. Trong
trường hợp sử dụng bộ điều khiển ANFIS-PSO thì độ chênh lệch điện áp song điện áp tại
các nút Intel, Thủ Đức Đông, Công Nghệ Cao tương ứng lần lượt là 14%, 16% và 34%;
28
với bộ điều khiển ANFIS-GA lần lượt là 12%, 14% và 22%. Trong khi đó, độ chênh lệch
điện áp trong trường hợp sử dụng bộ điều khiển PID lần lượt là 19%, 22% và 83%.
Bảng 5.3 Bảng so sánh các bộ điều khiển PID, Fuzzy, ANFIS, ANFIS-GA, ANFIS-PSO và ANFIS-Online dành cho thiết bị STATCOM trên lưới điện Intel thực tế
Nút
Thông số động học
PID
Fuzzy ANFIS
Thời gian biên độ điện áp đạt ngưỡng cho phép ( 5%) (giây)
Giá trị điện áp quá độ lớn nhất (pu)
Độ chênh lệch điện áp (%)
0,487 Intel Thủ Đức Đông 0,507 Công Nghệ Cao 0,537 Tăng Nhơn Phú 0,507 0,447 Thủ Đức Bắc 0,527 Cát Lái 1,169 Intel Thủ Đức Đông 1,201 Công Nghệ Cao 1,801 Tăng Nhơn Phú 1,182 1,065 Thủ Đức Bắc 1,662 Cát Lái 19% Intel 22% Thủ Đức Đông Công Nghệ Cao 83% Tăng Nhơn Phú 20% 8% Thủ Đức Bắc 69% Cát Lái
0,487 0,489 0,527 0,487 0,447 0,527 1,123 1,154 1,417 1,141 1,050 1,293 14% 17% 44% 16% 7% 31%
Bộ điều khiển ANFIS GA 0,477 0,489 0,517 0,487 0,447 0,527 1,106 1,126 1,200 1,114 1,040 1,190 12% 14% 22% 13% 6% 21%
ANFIS PSO 0,487 0,487 0,517 0,487 0,447 0,527 1,122 1,145 1,322 1,132 1,046 1,217 14% 16% 34% 15% 6% 24%
ANFIS Online 0,457 0,457 0,488 0,457 0,437 0,477 1,025 1,031 1,059 1,026 1,007 1,056 4% 5% 8% 4% 2% 7%
0,486 0,489 0,527 0,486 0,447 0,527 1,149 1,176 1,536 1,161 1,059 1,401 17% 19% 56% 18% 8% 42% Trong trường hợp so sánh về thời gian điện áp đạt trạng thái xác lập mới sau khi tách sự
cố, thời gian điện áp nằm trong phạm vi cho phép là 5%, trường hợp sử dụng bộ ANFIS-
Online có thời gian ổn định thấp nhất so với các trường hợp còn lại. Cụ thể, trong trường
hợp sử dụng bộ điều khiển ANFIS-Online thì điện áp các nút Intel, Thủ Đức Đông, Công
Nghệ Cao đạt giá trị xác lập lần lượt sau 0,457s, 0,457s, và 0,488s. Hơn nữa Bảng 5.3 còn
cho biết phần trăm cải thiện biên độ điện áp đối với các bộ điều khiển STATCOM khác
nhau. So sánh các mức độ cải thiện độ chênh lệch điện áp, bộ điều khiển ANFIS-Online
hầu như cho kết quả đáp ứng điện áp tốt nhất trên lưới điện thực tế.
Chương 6 KẾT LUẬN
6.1 Các kết quả đạt được của luận án
Luận án đã xác định hướng và mục tiêu nghiên cứu rõ ràng, cụ thể các mục tiêu nghiên
cứu, nội dung nghiên cứu có tính mới và phương pháp nghiên cứu phù hợp. Trên cơ sở các
nội dung đã xác định, luận án đã tìm hiểu các cơ sở lý thuyết liên quan đến bộ điều khiển
29
STATCOM để cải thiện chất lượng điện áp trên lưới điện. Dựa trên cơ sở lý thuyết về
STATCOM, luận án tập trung phân tích các giải thuật điều khiển mới được áp dụng cho
STATCOM khi nó được kết nối đến lưới điện để nhằm ổn định điện áp của lưới này. Việc
nghiên cứu cải tiến bộ điều khiển dành cho STATCOM nhằm mục đích nâng cao chất
lượng điện áp trong hệ thống điện. Cụ thể, đề tài đã đề xuất áp dụng các bộ điều khiển kết
mới như: ANFIS-PSO, ANFIS-GA, và ANFIS-Online để cải thiện ổn định điện áp, nơi mà
bao gồm nhiều phụ tải có độ nhạy cao cần hoạt động với độ ổn định chất lượng điện áp tốt
nhất. Chi tiết các kết quả nghiên cứu đã được trình bày cụ thể trong Chương 4 và Chương
5 của luận án.
So sánh các kết quả mô phỏng đạt được giữa các bộ điều khiển được đề xuất như Fuzzy,
ANFIS-PSO, ANFIS-GA, và ANFIS-Online trong Chương 4 và Chương 5 của luận án, nó
được kết luận rằng bộ điều khiển ANFIS-Online có thể cải thiện chất lượng điện áp tốt nhất
trên lưới điện sau khi các sự cố ngắn mạch xảy ra trên lưới này được tách ly. Kết quả cho
thấy, với cấu trúc bộ điều khiển ANFIS – Online, phương pháp lọc dữ liệu mới dựa trên
xác suất thống kê được giới thiệu và sử dụng để đánh giá độ tin cậy của dữ liệu trước khi
đưa vào hệ huấn luyện ANFIS - Online. Bộ lọc dữ liệu sẽ loại bỏ các thành phần outliers
của độ chênh lệch công suất tác dụng được đo lường thực tế. Bộ huấn luyện ANFIS-Online
có thể cập nhật liên tục các giá trị thay đổi ngẫu nhiên của 𝑒𝑖 và 𝑒𝐶 để có thể điều chỉnh
thích nghi, nhanh và hiệu quả dòng công suất được cung cấp từ thiết bị STATCOM tại nơi
mà nó được kết nối đến lưới điện. Bộ ANFIS sẽ cập nhật cơ sở dữ liệu trực tuyến, và giá
trị ngõ ra của nó sẽ là tham chiếu để điều chỉnh bộ dự báo ANI trong hệ thống huấn luyện
online. Với sự kết hợp này, các thông số của hệ mờ thích nghi được cập nhật tức thời và
tin cậy nhờ dữ liệu trước khi đưa vào huấn luyện đã được đánh giá độ tin cậy.
Các mô hình lưới điện khác nhau được sử dụng để đánh giá tính hiệu quả của các bộ điều
khiển STATCOM được để xuất. Cụ thể, mô hình lưới điện mẫu OMIB và IEEE_9 nút cũng
như hệ thống điện thực tế tại Khu Công nghệ cao Tp. HCM-Việt nam được sử dụng trong
các quá trình mô phỏng tính toán và phân tích. Kết quả nghiên cứu cũng như các đóng góp
chính của luận án này được tóm tắt như sau:
- Khảo sát, đánh giá đặc tính động học của điện áp tại các nút của hệ lưới điện OMIB,
IEEE_9 nút và lưới điện thông số thực tế trong trường hợp không có và có
STATCOM.
30
- Cải tiến và tối ưu các thông số bộ điều khiển STATCOM dùng ANFIS-PSO, ANFIS-
GA và ANFIS-Online để cải thiện chất lượng điện áp tại vị trí đặt STATCOM.
- Đề xuất phương pháp lọc dữ liệu mới dựa trên cơ sở lý thuyết xác xuất thống kê để
xử lý dữ liệu trước khi cung cấp cho các giải thuật huấn luyện cũng như xây dựng bộ
dự báo công suất để điều khiển hiệu quả các thiết bị STATCOM trên lưới;
- Áp dụng các bộ điều khiển được cải tiến vào lưới điện khu Công nghệ cao TP. HCM,
nơi có các phụ tải với độ nhạy cao, góp phần đưa ra các giải pháp đảm bảo tính ổn
định chất lượng điện áp. Kết quả mô phỏng trên lưới điện thực tế cho thấy việc sử
dụng kỹ thuật huấn luyện online cho ANFIS sẽ cho kết quả tốt nhất đối với hệ thống
điện được nghiên cứu.
6.2 Hướng phát triển của luận án
Mặc dù những nội dung nghiên cứu trong luận án đã được công nhận thông qua các bài
báo khoa học; kết quả chỉ ra có tính mới; và kết quả mô phỏng cho thấy hiệu quả của các
bộ điều khiển được đề nghị, tuy nhiên, luận án vẫn còn một số tồn tại, hạn chế cần tiếp tục
nghiên cứu phát triển tiếp theo nhằm nâng cao hiệu quả các bộ điều khiển, cũng như thêm
các giải pháp cải thiện chất lượng điện áp. Cụ thể, các hướng nghiên cứu tiếp theo là:
- Trong việc tối ưu các bộ tham số của hệ ANFIS, có thể áp dụng các thuật toán tối ưu
khác như ABC (tối ưu đàn kiến), BA (tối ưu đàn ong), FA (tối ưu con đom đóm), và
CS (giải thuật tìm kiếm cooku) để xác đính các tham số của bộ ANFIS.
- Bộ dự báo ANI hiện được xây dựng và huấn luyện với phương pháp huấn luyện nơ-
ron nhân tạo thông thường. Vì vậy, trong tương lai, tác giả có thể nghiên cứu áp dụng
các phương pháp huấn luyện khác như SVM hoặc ARIMA để cải thiện tính hiệu quả
khả năng dự báo.
31
DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ
[1] Huu Vinh, Nguyen; Minh Tien, Cao; Hung, Nguyen; Kim Hung, Le, “Performance Comparison between PSO and GA in Improving Dynamic Voltage Stability in ANFIS Controllers for STATCOM”, Engineering, Technology & Applied Science Research, Vol. 9, No. 6, 2019, pp. 4863-4869 (Journal, ESCI, online)
[2] Huu Vinh, Nguyen; Minh Tien, Cao; Hung, Nguyen; Kim Hung, Le, “Using an Intelligent ANFIS Controller for STATCOM In Improving Dynamic Voltage Stability”, FACTA UNIVERSITATIS Series: Electronics and Energeticsod (Journal, ESCI, accepted, online)
[3] Huu Vinh, Nguyen; Minh Tien, Cao; Hung, Nguyen; Kim Hung, Le, “Application of Anfis-Pid Controller for Statcom to Enhance Power Quality in Power System Connected Wind Energy System”, International Journal of Engineering & Technology, 7 (4.4) (2018), pp. 35-37, (Journal, Scopus Index, online)
[4] H. V. Nguyen; H. Nguyen; K. H. Le, “ANFIS and Fuzzy Tuning of PID Controller for STATCOM to Enhance Power Quality in Multi-machine System Under Large Disturbance”, Recent Advances in Electrical Engineering and Related Sciences: Theory and Application, LNEE (ATEA 2018), LNEE, Vol 554, pp. 34-44. (Lecture Note, Scopus Index).
[5] Nguyen Huu Vinh; Nguyen Hung; Le Kim Hung, “Sử dụng STATCOM để nâng cao ổn định trong hệ thống điện gió kết hợp với lưới điện”, Tạp chí Khoa học và công nghệ Đại học Đà Nẵng, ISSN: 1859 – 1531, số 11(96).2015, Quyển 2, pp. 219 – 221 (Journal)
[6] Nguyen Huu Vinh; Nguyen Hung; Le Kim Hung, “Application Of Adaptive Neuro- Fuzzy Inference System For Enhancing Controllability Of A Statcom In Power Systems”, Innovative International Journal Of Engineering Science & Technology (IJESIT), ISSN: 2319-5967, Volume 6, Issue 5, September 2017, pp. 21-29 (Journal, Online)
[7] Nguyen Huu Vinh; Nguyen Hung; Le Kim Hung, “Designing PID Controller for STATCOM and SVC in Multi-machine System Using Modal Theory Method”, International Journal of Engineering and Technical Research (IJETR), ISSN: 2321- 0869 (O), Volume-7, Issue-10, October 2017, pp. 14-18 (Journal, Online) [8] Nguyễn Hữu Vinh; Hồ Thanh Tuấn; Nguyễn Hùng; Lê Kim Hùng, “Ứng dụng STATCOM để cải thiện chất lượng điện áp trên hệ thống điện phân phối 22kV: khu công nghiệp Tân Bình, TpHCM”, Tạp chí Khoa học và công nghệ Đại học Đà Nẵng, ISSN: 1859 – 1531, số 7(116).2017, pp 102 - 106 (Journal)
[9] Nguyễn Hữu Vinh; Hoàng Văn Khải; Nguyễn Hùng; Lê Kim Hùng, “Cải thiện chất lượng điện áp trong lưới điện phân phối 22Kv có phụ tải phi tuyến dùng Statcom và bộ lọc sóng hài”, Tạp chí Khoa học và công nghệ Đại học Đà Nẵng, ISSN: 1859 – 1531, số 01 (122)/2018, pp 120 - 124 (Journal).
[10] Nguyen Huu Vinh; Le Kim Hung; Nguyen Hung, “Application study of a Statcom to enhance the stability of a grid connected Wind energy system”, 2015 IEEE International Future Energ Electronics Conference (IEEE IFEEC 2015), (IEEE Conference)
[11] Nguyen Huu Vinh; Le Kim Hung; Nguyen Hung, “Hybrid damping controller for STATCOM to enhance power quality in multi-machine system”, 2017 International Conference on System Science and Engineering (ICSSE 2017), IEEE Conference, pages: 154-157 (IEEE Conference)
32
[12] Nguyen Huu Vinh; Cao Minh Tien; Nguyen Hung; Le Kim Hung, “Transient Stability Improvement of Doubly Fed Induction Generator for Wind Turbine in Power System”, 21st International Conference on Mechatronics Technology (ICMT 2017), ISBN: 978-604-63-2635-9, pp. 443-447 (Conference).
[13] Nguyễn Hữu Vinh; Cao Minh Tiến; Nguyễn Hùng; Lê Kim Hùng, “Ứng dụng ANFIS để điều khiển STATCOM nhằm cải thiện sụt áp ngắn hạn trong hệ thống điện”, Hội nghị Khoa học công nghệ HUTECH 2018 (HUTECH Conference 2018), 2018, ISBN: 978-604-67-1082-0, pp. 753-759 (Conference).
[14] Nguyễn Hữu Vinh; Phạm Thanh Hưng; Nguyễn Hùng; Lê Kim Hùng, “Giải pháp cải thiện ổn định điện áp dùng thiết bị bù ngang cho lưới phân phối 22kV Huyện U Minh – Cà Mau”, Hội nghị Khoa học công nghệ HUTECH 2019 (HUTECH Conference 2019), 2019, ISBN: 978-604-67-1299-2, pp. 1452 - 1457 (Conference) [15] Huu Vinh, Nguyen; Minh Tien, Cao; Hung, Nguyen; Kim Hung, Le; Tan Hung, Nguyen; Minh Vuong, Le; Tien Hoang, Nguyen: “Determining Optimal Location and Sizing of STATCOM Based on PSO Algorithm and Designing Its Online ANFIS Controller for Power System Voltage Stability Enhancement”, 2020 5th International Conference on Green Technology and Sustainable Development (GTSD 2020), 2020, ISBN: 978-1-7281-9982-5 (IEEE Conference).
33
