Thiết kế hệ thống microgrid ứng dụng phần mềm microgrid design toolkit

Nội dung luận văn sẽ tìm hiểu về cách thức hoạt động của Microgrid Design Toolkit MDT và ứng dụng MDT để thiết kế một Microgrid giả lập điển hình với tải và các nguồn năng lượng phân tán

ĐẠI HỌC QUỐC GIA TP HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-

LƯU VŨ PHƯƠNG UYÊN

THIẾT KẾ HỆ THỐNG MICROGRID ỨNG DỤNG PHẦN

MỀM MICROGRID DESIGN TOOLKIT

Chuyên ngành: Kỹ Thuật Điện

Mã số: 8520201

LUẬN VĂN THẠC SĨ

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI:

TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM

Cán bộ hướng dẫn khoa học : PGS TS Phan Quốc Dũng

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ)

1 GS.TS Hồ Phạm Huy Ánh - Chủ tịch Hội đồng

2 TS Trương Phước Hoà - Thư ký Hội Đồng

3 PGS.TS Nguyễn Đình Tuyên - Cán bộ Phản biện 1

4 TS Văn Tấn Lượng - Cán bộ Phản biện 2

5 PGS.TS Nguyễn Thanh Phương - Ủy viên Hội đồng

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có)

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN- ĐIỆN TỬ

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT

NAM Độc lập - Tự do - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ và tên học viên: LƯU VŨ PHƯƠNG UYÊN MSHV: 2070145

Ngày, tháng, năm sinh: 07/12/1988 Nơi sinh: Quảng Nam

Chuyên ngành: Kỹ thuật điện Mã số : 8520201

I TÊN ĐỀ TÀI:

Thiết kế hệ thống Microgrid ứng dụng phần mềm Microgrid Design Toolkit

(Designing Microgrid system using Microgrid Design Toolkit software)

II NHIỆM VỤ VÀ NỘI DUNG:

Tìm hiểu vận hành phần mềm Microgrid Design Toolkit để có thể đưa ra các giải pháp thiết kế microgrid thực tế hiệu quả đến người dùng

Áp dụng công nghệ vào thiết kế, giúp giảm bớt được gánh nặng người thiết kế, giảm thiểu rủi ro và tiết kiệm chi phí

III NGÀY GIAO NHIỆM VỤ: 05/09/2022

IV NGÀY HOÀN THÀNH NHIỆM VỤ: 18/12/2022

V CÁN BỘ HƯỚNG DẪN: PGS TS Phan Quốc Dũng

LỜI CẢM ƠN

Trước tiên, em xin gửi lời cảm ơn chân thành đến quý thầy cô của Trường Đại Học Bách Khoa Thành Phố Hồ Chí Minh, em đã được nhận nhiều kiến thức chuyên ngành từ sự truyền đạt tận tâm và nhiệt huyết của các thầy cô trong suốt quá trình học tập tại trường

Em xin chân thành cảm ơn thầy Phan Quốc Dũng đã tận tâm chỉ bảo và giúp

đỡ em trong suốt thời gian làm đề tài, tạo mọi điều kiện để em có thể hoàn thành luận văn một cách tốt nhất

Đối với em đây là luận văn vô cùng quan trọng và có ý nghĩa, đánh dấu một cột mốc lớn trong hành trình chinh phục tri thức và phát triển bản thân Trong quá trình làm bài khó có thể tránh khỏi những thiếu sót và hạn chế, em rất mong được sự góp ý và nhận xét từ phía quý thầy cô để có thể rút kinh nghiệm và học hỏi nhiều hơn

Em xin chân thành cảm ơn

Cuối cùng, em xin gửi lời cảm ơn chân thành đến gia đình và bạn bè đã luôn đồng hành, động viên em trong quá trình học tập cũng như trong thời gian thực hiện luận văn

Thành phố Hồ Chí Minh, ngày 19 tháng 12 năm 2022

TÓM TẮT LUẬN VĂN

Lưới điện nhỏ - Microgrid là xu thế hiện nay, tuy nhiên việc vận hành và thiết kế một microgrid cũng đặt ra nhiều vấn đề Do đó, luận văn này sẽ tìm hiểu về phần mềm thiết microgrid “Microgrid Design Toolkit” (MDT) và ứng dụng vào để thiết kế một microgrid giả lập

Phần đầu của luận văn sẽ tìm hiểu về các thuật toán trong phần mềm, các chế độ hoạt động của phần mềm

Phần sau của luận văn sẽ ứng dụng MDT vào thiết kế một microgird giả lập Bước đầu tiên sẽ thiết kế ở chế độ Sizing có kết nối lưới, sau đó tinh chỉnh lại microgrid ở chế độ Islanded khi hoạt động độc lập không kết nối lưới

Mục tiêu thiết kế chính của MDT là chi phí, hiệu suất và độ tin cậy của lưới

ABSTRACT

Recently, microgrid is becoming trending all over the world However, the design and operation of it practice have been creating challenges that made it difficult for users

Therefore, this thesis will help learner to have more knowledge about

“Microgrid Design Toolkit”(MDT)- A support tool make users easily design a Simulated Microgrid as well as applying

The thesis will be separated into two parts First part of this thesis will be

“Research about algorithms, operations in the software” The second will be “Apply MDT into design of a Simulated Microgrid”

In second part, there are two including on MDT, which are Sizing and Islanded First step, we will design in Sizing mode with grid connection Then, we will refine Microgrid in Islanded mode when working indepently without grid connection

COST, PERFORMANCE, RELIABILITY of the grid are the main goals of

“Microgrid Design Toolkit”(MDT)

LỜI CAM ĐOAN CỦA TÁC GIẢ

Tôi xin cam đoan luận văn về đề tài “Thiết kế hệ thống Microgrid ứng dụng phần mềm Microgrid Design Toolkits ” là kiến thức tổng hợp nghiên cứu của của cá nhân tôi trong thời gian qua

Mọi số liệu sử dụng phân tích trong luận văn và kết quả nghiên cứu là do tôi

tự tìm hiểu, phân tích một cách khách quan, trung thực, có nguồn gốc rõ ràng Tôi xin chịu hoàn toàn trách nhiệm nếu có sự không trung thực trong thông tin sử dụng trong công trình nghiên cứu này

Tác giả luận văn

Lưu Vũ Phương Uyên

MỤC LỤC

NHIỆM VỤ LUẬN VĂN THẠC SĨ ii

LỜI CẢM ƠN iii

TÓM TẮT LUẬN VĂN iv

ABSTRACT v

LỜI CAM ĐOAN CỦA TÁC GIẢ vi

ĐẶT VẤN ĐỀ 1

CHƯƠNG 1: GIỚI THIỆU VỀ MICROGRID DESIGN TOOLKITS (MDT) 2

1.1 Lưới điện siêu nhỏ - Microgrid (MG) là gì: 2

1.2 Tổng quan về MDT: 2

1.3 Microgrid Sizing Capability (MSC): 3

1.3.1 Các bước thực hiện mô hình MSC: 3

1.3.2 Các công thức và ràng buộc trong mô hình MSC: 3

1.3.3 Quy trình thực hiện: 10

1.4 Tối ưu hoá quản lý công nghệ (TMO): 10

1.4.1 Tổng quan về TMO: 10

1.4.2 Mô tả mô hình TMO: 11

1.5 Mô hình hiệu suất và độ tin cậy (PRM): 14

1.5.1 Đầu vào mô hình 15

1.5.2 Đầu ra mô hình 21

CHƯƠNG 2: THIẾT KẾ MỘT MICROGRID MỚI DỰA TRÊN MICROGRID DESIGN TOOLKIT 30

2.1 Các bước chuẩn bị ban đầu: 30

2.1.1 Vị trí đặt MG: 30

2.1.2 Điều kiện khí hậu (Theo Global Solar Atlas): 30

2.1.3 Quy mô MG: 31

2.1.4 Tải cố định: 32

2.1.5 Chuẩn bị dữ liệu cho các nguồn phát trong MG: 35

2.1.5.1 Nguồn điện năng lượng mặt trời : 35

2.1.5.2 Turbin gió: 36

2.2 Các bước thiết kế trong MG: 37

2.2.1 Chế độ MSC: 38

2.2.2 Chế độ Islanded Mode Optimization: 50

CHƯƠNG 3: KẾT LUẬN VÀ KIẾN NGHỊ 66

3.1 Kết luận: 66

3.2 Hướng phát triển của luận văn: 66

TÀI LIỆU THAM KHẢO 67

PHỤ LỤC TÍNH TOÁN PHỤ TẢI 69

PHẦN LÝ LỊCH TRÍCH NGANG 71

DANH MỤC HÌNH ẢNH

Hình 1 1 Minh hoạ Pareto Optimal Frontier 11

Hình 1 2 TMO Optimization Framework 11

Hình 1 3 Ví dụ minh hoạ kỹ thuật trao đổi chéo trong MDT GA 13

Hình 1 4 Các giai đoạn mô phỏng trong PRM 14

Hình 1 5 ví dụ minh hoạ một đường dẫn trong PRM 15

Hình 2 1 Vị trí MG chụp từ vệ tinh 30

Hình 2 2 Mô hình khuôn viên MG xây dựng bằng phần mềm BIM Archicad 31

Hình 2 3 Sơ đồ mặt bằng MG xây dựng trên phần mềm BIM 31

Hình 2 4 Thông số phụ tải nhập vào MDT 33

Hình 2 5 Thông tin vị trí MG trên Photovoltaic Geographical Information System 35

Hình 2 6 Thông tin vị trí MG trên Global Solar Atlas 36

Hình 2 7 Kết quả dữ liệu quang điện được phân tích trên Global Solar Atlas 36

Hình 2 8 Thông tin năng lượng gió trên Global Wind Atlas 37

Hình 2 9 Khung điều hướng trên giao diện MDT 38

Hình 2 10 Thông số ban đầu của MDT 38

Hình 2 11 Thông số phụ tải nhập vào MDT 39

Hình 2 12 Cửa sổ Market Information 40

Hình 2 13 Cửa sổ Usage Charge Rates với đơn giá điện đã được nhập 41

Hình 2 14 Cửa sổ Electricity Market đã được nhập thông số 42

Hình 2 15 Thông số battery được nhập vào MDT 43

Hình 2 16 Thông số công nghệ DER được nhập vào MDT 44

Hình 2 17 Giao diện nhập dữ liệu Solar vào MDT 45

Hình 2 18 Công suất lắp đặt được tính bằng công cụ tính toán EVN 46

Hình 2 19 Cửa sổ hiển thị Solar Technology 47

Hình 2 20 Cửa sổ hiển thị kết quả Cost sau khi tính toán trong MDT 48

Hình 2 21 Cửa sổ hiển thị kết quả các công nghệ được đầu từ 49

Hình 2 22 Cửa sổ hiển thị kết quả phân tích khi thời gian hoàn vốn là 6 năm 50

Hình 2 26 Chế độ lỗi được đưa vào máy phát diesel 53

Hình 2 27 Các bậc ưu tiên của tải trong System Load Tiers 54

Hình 2 28 cài đặt chế độ lỗi sự cố mất điện của đơn vị cung cấp điện 54

Hình 2 29 Nguồn Solar Resource hiển thị trong MDT 55

Hình 2 30 Giao diện hiển thị sơ đồ MG 56

Hình 2 31 Bus được thêm vào và hiển thị trong MDT 57

Hình 2 32 Tải được kết nối vào trong bus 6 58

Hình 2 33 Thông số máy phát Diesel được kết nối vào bus 6 58

Hình 2 34 Thông số nguồn điện mặt trời được kết nối vào bus 6 59

Hình 2 35 Thông số máy biến áp được thêm vào MG 60

Hình 2 36 Các line kết nối được thêm vào trong MDT 60

Hình 2 37 Thông số các bồn chứa diesel được thêm vào MDT 61

Hình 2 38 Sơ đồ cấu trúc MG 61

Hình 2 39 Các giá trị phân tích được đưa vào mô hình 62

Hình 2 40 Các giá trị cài đặt cho bộ giải Solver 63

Hình 2 41 Kết quả mô phỏng MG trong chế độ Islanded 64

Hình 2 42 Kết quả mô phỏng lựa chọn trang thiết bị 65

DANH MỤC CÁC CHỮ VIẾT TẮT

DER Distributed Energy Resource

GA Genetic Algorithm

MDT Microgrid Design Toolkit

MILP Mixed – Interger Linear Program

MSC Microgrid Sizing Capability

MTBF Mean time between failures

MTTR Mean time to repair/recovery

PRM Performance and Reliability Model

TMO Technology Management Optimization

ĐẶT VẤN ĐỀ

Vào năm 2013, hệ thống lưới điện Việt Nam gặp sự cố dẫn đến mất điện toàn bộ miền Nam trong nhiều giờ khi xe cần cẩu va chạm vào đường dây 500KV tại Bình Dương, ảnh hưởng đến kinh tế Trước đó, vào năm 2012 siêu bão Sandy đổ bộ vào nước Mỹ cũng đã gây thiệt hại nặng nề lên lưới điện, mất điện trên diện rộng Lưới điện siêu nhỏ với các nguồn phân tán là một giải pháp được đưa ra để giảm thiểu thiệt hại của

hệ thống điện khi có trường hợp thiên tai sự cố xảy ra

Bên cạnh đó, vấn đề về chống biến đổi khí hậu ngày càng được đề cập sâu hơn trên thế giới, một trong các vấn đề được đặt ra là phải giảm được lượng tiêu thụ nhiên liệu hoá thạch Hướng đến điều này, ta phải tìm ra được các nguồn năng lượng thay thế,

và điện năng với các nguồn năng lượng tái tạo là giải pháp được ưu tiên hàng đầu Tuy nhiên, các nguồn năng lượng tái tạo như gió, mặt trời lại phụ thuộc khá nhiều vào thời tiết, để ổn định và phục hồi lưới điện nhanh chóng ta cần phải tìm đến các nguồn lưu trữ dự phòng, tất cả các nguồn này đều phải được kết nối với nhau vào lưới

Do đó, việc thiết kế lưới điện siêu nhỏ - Microgrid được đưa ra, các microgrid cần phải được thiết kế, tính toán phù hợp để đáp ứng được các yêu cầu cung cấp và ổn định điện cho từng khu vực Nội dung luận văn sẽ tìm hiểu về cách thức hoạt động của Microgrid Design Toolkit (MDT) và ứng dụng MDT để thiết kế một Microgrid giả lập điển hình với tải và các nguồn năng lượng phân tán bao gồm cả năng lượng tái tạo gió, mặt trời

CHƯƠNG 1: GIỚI THIỆU VỀ MICROGRID DESIGN

TOOLKITS (MDT) 1.1 Lưới điện siêu nhỏ - Microgrid (MG) là gì:

Microgrid là tập hợp có tổ chức các nguồn năng lượng phân tán (DER), các thiết bị lưu trữ năng lượng, tải và các bộ điều khiển có thể hoạt động tự động nối lưới hoặc độc lập để cung cấp năng lượng điện MG hỗ trợ khả năng phục hồi, bảo mật, kiểm soát cục bộ và gia tăng lưu trữ các tài nguyên mới MG

có thể cung cấp nguồn điện đáng tin cậy trong thời gian không sử dụng được nguồn điện lớn và được tận dụng để có giá trị kinh tế trong các hoạt động nối lưới

1.2 Tổng quan về MDT:

MDT là một công cụ phần mềm được phát triển bởi phòng thí nghiệm Sandia National Laboratories thuộc công ty National Technology and Engineering Solutions of Sandia, một công ty con thuộc sở hữu hoàn toàn của Honeywell International, Inc MDT hỗ trợ các nhà thiết kế microgrid đưa ra các lựa chọn trong giai đoạn đầu của quá trình thiết kế

Phần mềm sử dụng các thuật toán tìm kiếm để xác định và mô tả đặc điểm không gian thương mại của các quyết định thiết kế MG thay thế theo các mục tiêu do người dùng xác định Các ví dụ phổ biến về các mục tiêu đó là chi phí, hiệu suất và độ tin cậy

MDT bao gồm hai khả năng chính và các đặc điểm kỹ thuật của MDT được trình bày bên dưới:

- Khả năng đầu tiên, Microgrid Sizing Capability (MSC), được sử dụng để xác định kích thước và thành phần của một microgrid mới trong giai đoạn đầu của quá trình thiết kế MSC tập trung vào việc phát triển một microgrid

có hiệu quả kinh tế khi kết nối với lưới điện

- Khả năng thứ hai là tập trung vào việc tinh chỉnh một MG để hoạt động ở

Optimization (TMO) và Mô hình Độ tin cậy và Hiệu suất - The Microgrid Performance and Reliability Model (PRM)

1.3 Microgrid Sizing Capability (MSC):

MSC là một mô hình tối ưu hóa được sử dụng để xác định ban đầu về số lượng

và loại của các công nghệ sản xuất và lưu trữ năng lượng nên mua khi phát triển một MG mới MSC được triển khai dưới dạng chương trình tuyến tính hỗn hợp

số nguyên (MILP) Ngoài việc xác định công nghệ nào cần mua, mô hình xác định các chính sách tối ưu để vận hành MG Mô hình lựa chọn các chính sách mua hàng và vận hành theo cách giảm thiểu tổng chi phí năng lượng hàng năm (chi phí vận hành cộng với chi phí vốn hàng năm), đồng thời đảm bảo rằng các công nghệ đã mua được hoàn vốn trong khung thời gian hợp lý do người dùng xác định

1.3.1 Các bước thực hiện mô hình MSC:

Mô hình MSC phải được xử lý hai lần khi thực hiện phân tích:

- Bước đầu được giải quyết để xác định chi phí vận hành cơ bản hàng năm khi không có MG tại địa điểm được phân tích Việc mua các công nghệ thiết bị cho MG không được phép trong bước này, nên chi phí vận hành

cơ bản chỉ là chi phí mua điện từ công ty cung cấp điện

- Khi mô hình được xử lý lần thứ hai, các công nghệ thiết bị MG được cho phép mua Chi phí vận hành cơ sở từ bước đầu tiên được sử dụng để đảm bảo chi phí hàng năm liên quan đến MG nhỏ hơn chi phí hàng năm không

có MG Hơn nữa, mô hình phải đảm bảo MG sẽ tự hoàn vốn thông qua việc tiết kiệm năng lượng hàng năm trong một khoảng thời gian do người dùng chỉ định Chi phí hàng năm được xem xét trong bước thứ hai bao gồm phí từ công ty cung cấp điện, chi phí vận hành lưới điện MG, chi phí bảo trì và chi phí vốn hàng năm của các công nghệ thiết bị MG đã mua

1.3.2 Các công thức và ràng buộc trong mô hình MSC:

Mô hình tối ưu hóa MSC có thể được chia thành bốn phần:

- Các biến đại diện cho các quyết định sẽ được thực hiện (tức là kết quả của việc tối ưu hóa)

- Các ràng buộc hạn chế các biến quyết định ở các giá trị khả thi

- Cuối cùng là hàm mục tiêu đo lường chất lượng của giải pháp và cho phép

mô hình tối ưu hóa xác định các các giải pháp

1.3.2.1 Tham số đầu vào:

- Các chỉ số MSC

- Dữ liệu tải

- Dữ liệu thị trường

- Các công nghệ nguồn năng lượng phân tán

- Các thông số gió và mặt trời …

1.3.2.2 Các biến quyết định:

- Số lượng các máy phát, nguồn năng lương

- Tổng lượng điện năng tiêu thụ và phát

- Lượng điện lưu trữ trong Pin theo thời gian

- Chi phí hoàn vốn theo năm …

1.3.2.3 Các ràng buộc:

Các phần phụ sau đây mô tả các ràng buộc được sử dụng trong mô hình MSC Các ràng buộc được nhóm lại dựa trên chức năng mà chúng cung cấp

- Ràng buộc bảo toàn năng lượng:

MSC lập mô hình MG bằng cách quản lý dòng năng lượng giữa các nguồn, lưới, pin và người tiêu dùng Để đảm bảo năng lượng năng lượng đi vào microgrid giống như năng lượng rời microgrid trong mọi khoảng thời gian ta phải đưa vào các ràng buộc Thời gian được chia nhỏ theo tháng, loại ngày và giờ

ElectricityProvidedm,t,h =ElectricityPurchasem,t,h +ElectricityGenerationm,t,h

ElectricityConsumedm,t ,h = Load'e',m,t ,h +SalestoGridm,t ,h +ElectricityforStoragem,t ,h

+ ElectricityforFlowBatterym,t ,h "m,t ,h (2)

ElectricityProvidedm,t ,h = ElectricityConsumedm,t ,h "m,t ,h (3)

- Ràng buộc về nguồn phân tán:

Nguồn phát phân tán là loại công nghệ trong MG đầu tiên được MSC xem xét phân tích Sau khi mua, các nguồn này có thể được bật và tắt khi cần thiết

DERCurrentlyOperatingi,m,t,h £DERInvestmenti "i,m,t,h (4)

Ràng buộc (4) giới hạn số lượng nguồn phát hoạt động không nhiều hơn số

lượng đã được mua

Geni ,m,t ,h ³ DERCurrentlyOperatingi ,m,t ,h ×Maxpi ×MinLoadi "i,m,t,h, (5)

Geni,m,t,h £DERCurrentlyOperatingi,m,t,h ×SprintCapi "i,m,t ,h (6)

Trong một số trường hợp, sản lượng điện có thể vượt quá công suất ghi trên nhãn của nhà sản xuất trong vài giờ giới hạn Hạn chế này được thực thi bởi ràng buộc (9) - (10) Cả hai mặt của Ràng buộc (10) hiện buộc phải bằng 0 trong MDT để ngăn sản lượng điện vượt quá công suất trên bảng tên Tính năng này có thể được kích hoạt trong phiên bản tương lai của công cụ nếu được yêu cầu

- Ràng buộc về lưu trữ năng lượng:

Để giúp tối đa hóa hiệu quả của MG, MSC xem xét việc mua các công nghệ lưu trữ năng lượng và các chính sách vận hành để lưu trữ năng lượng

Ràng buộc (11) là ràng buộc liên tục theo dõi tổng lượng điện được lưu trữ trong pin trong suốt một ngày :

ElectricityStoredm,t ,h = ElectricityStoredm,t ,h-1 + ElectricityStorageInputm,t ,h

-ElectricityStorageOutputm,t ,h - ElectricityStorageLossesm,t ,h "m,t ,h (11)

(12) và (13) giải thích về tổn thất năng lượng do sạc và xả không hiệu quả:

Ràng buộc (15) và (16) giới hạn nguồn điện đầu vào và đầu ra của pin

ElectricityStorageInputm,t,h £(Capacity'es' -ElectricityStoredm,t,h-1)

- Ràng buộc về Quang Điện và năng lượng Gió:

Các ràng buộc (19) và (20) hạn chế sản lượng điện từ quang điện và gió Đối với cả hai công nghệ, sản lượng điện bị hạn chế bởi thời tiết tại một thời điểm nhất định và số lượng của mỗi công nghệ đã được mua

ElectricityPVm,t,h £Capacitypv ×SolarInsolationm,h "m,t,h (19)

ElectricityWindm,t,h £ åWindCapacityw,m,h ×WindInvestmentw "m,t,h (20)

- Ràng buộc hoàn vốn của Microgrid

Mô hình MSC bị hạn chế trong việc đưa ra các giải pháp cho MG khi bị ràng

dùng xác định Các ràng buộc đảm bảo rằng khoản tiết kiệm hàng năm liên quan đến

MG lớn hơn hoặc bằng chi phí vốn chia cho số năm hoàn vốn tối đa

AnnualizedCapitalCost = åDERInvestmenti ×Maxpi ×CapCosti × Annuityi

+å(Purchasel ×FixedCostl +Capacityl ×VariableCostl )×Annuityl (21) +åWindInvestmentw ×WindCapCostw ×Annuityw

+SwitchPurchase×(SwitchSize×CostM+CostB)×AnnuitySwitch

AnnualSavings = BaseCaseCost -(TotalEnergyCost - AnnualizedCapitalCost) (22)

UpfrontCapitalCost = åDERInvestmenti ×Maxpi ×CapCosti+

å(Purchasel ×FixedCostl +Capacityl ×VariableCostl )+åWindInvestmentw ×WindCapCostw (23) +SwitchPurchase×(SwitchSize×CostM +CostB)

AnnualSavings ≥!"#$%&'()"*')+(%,'-)./)01)23/4$*%5 (24)

- Ràng buộc mua hàng:

Người dùng có thể đặt giới hạn về số lượng công nghệ thiết bị có thể được mua Các ràng buộc bên dưới đảm bảo các giao dịch mua luôn nằm trong các giới hạn này

Capacityl £ MaxCapacityl ×Purchasel "l (25)

MaxPurchasei ³DERInvestmenti "i (26) MaxWindPurchasew ³WindInvestmentw "w (27) AllowPurchasel ³Purchasel "l (28)

AllowSwitch ³ SwitchPurchase (29)

1.3.2.4 Hàm mục tiêu:

Hàm mục tiêu bao sẽ gồm tất cả các chi phí thị trường điện cũng như các chi phí

và tiết kiệm liên quan đến công nghệ MG đạt giá trị nhỏ nhất

1.4 Tối ưu hoá quản lý công nghệ (TMO):

cơ sở Thuật toán tìm kiếm được TMO sử dụng là thuật toán di truyền (GA)

Đầu ra chính của TMO là một tập hợp các thiết kế MG hiệu quả nhất nằm trên đường biên Pareto như hình bên dưới Những thiết kế này có chất lượng mà không

có giải pháp nào khác được tìm thấy trong quá trình tìm kiếm

Hình 1 1 Minh hoạ Pareto Optimal Frontier

1.4.2 Mô tả mô hình TMO:

1.4.2.1 Đầu vào mô hình:

TMO nhận dữ liệu đầu vào từ giao diện MDT Một số dữ liệu này được chuyển cho PRM (Performance And Reliability Model) và được sử dụng để tính toán các số liệu yêu cầu của PRM

Với mục đích thực hiện tìm kiếm các thiết kế MG, dữ liệu đầu vào bao gồm các thông số kỹ thuật của thiết bị và các thiết kế MG cơ sở

Hình 1 2 TMO Optimization Framework

1.4.2.2 Số liệu mô hình:

Các thước đo của mô hình được sử dụng để cung cấp các đánh giá định lượng

về thiết kế MG Chúng cũng được sử dụng để tạo các hàm mục tiêu được sử dụng trong tìm kiếm đa mục tiêu

1.4.2.3 Mô hình toán học

Mô hình toán học mà TMO tạo ra bao gồm ba phần chính: các lựa chọn cần thực hiện (các biến quyết định), các ràng buộc về giá trị của các biến quyết định và các hàm mục tiêu được sử dụng để đánh giá các giải pháp

1.4.2.4 Quy trình giải pháp

Phần này mô tả các tính năng chính của GA được sử dụng để giải quyết vấn

đề tối ưu hóa TMO

- Gen tiêu biểu:

Ở dạng cơ bản nhất, gen được sử dụng trong GA có thể được biểu diễn bằng vectơ x, có độ dài I Chỉ số thứ i của x tương ứng với phần tử thiết

kế thứ i và giá trị của phần tử thứ i tương ứng với phần tử đã lựa chọn thiết kế

- Khởi tạo:

Thành phần ban đầu trong GA được tạo bằng cách chọn ngẫu nhiên một lựa chọn thiết kế cho từng phần từng cá thể Kích thước thành phần ban đầu là một tham số có thể được sửa đổi Thuật toán đảm bảo sẽ không có hai giải pháp nào trong tập hợp ban đầu là giống hệt nhau

- Thuật toán chéo:

Thuật toán chéo được sử dụng bởi MDT là một quy trình chéo đa điểm, giá trị thực Các điểm giao nhau bị giới hạn ở vị trí giữa các biến (phần

tử của x) Đối với mỗi phép lai chéo, hai vị trí giao nhau được xác định ngẫu nhiên và hai kiểu dáng con cái được hình thành bằng cách chọn các đoạn từ hai bố mẹ phù hợp với các vị trí giao chéo Hình minh hoạ :

Hình 1 3 Ví dụ minh hoạ kỹ thuật trao đổi chéo trong MDT GA

- Đột biến: Thuật toán đột biến được MDT sử dụng để thay đổi ngẫu nhiên các lựa chọn thiết kế cho một tập hợp con của tổng thể Thuật toán sử dụng tham số tỷ lệ đột biến để xác định số lượng đột biến sẽ xảy ra

- Đánh giá thể trạng và chọn lọc giảm: Sự mạnh yếu của các cá thể trong quần thể dựa trên mức độ mà mỗi giải pháp bị chi phối bởi các giải pháp khác Các giải pháp bị chi phối bởi số lượng điểm lớn hơn sẽ kém phù hợp hơn Chỉ các giải pháp bị chi phối bởi số lượng giải pháp được xác định trước hoặc ít hơn mới được chuyển sang lần lặp tiếp theo của thuật toán

- Thuật toán bao gồm một số tính năng để đảm bảo rằng nó kết thúc

tại một điểm hợp lý trong quá trình giải pháp

1.4.2.5 Đầu ra mô hình:

Đầu ra chính của TMO là một tập hợp các thiết kế MG cân bằng hiệu quả Các giải pháp này có chất lượng cao nhất trong quá trình tìm kiếm

1.5 Mô hình hiệu suất và độ tin cậy (PRM):

Hiệu suất và độ tin cậy của lưới khi có nhiều loại nguồn phân tán khác nhau là

một trong các vấn đề cần được ưu tiên trong thiết kế MG Mô hình PRM trong MDT

sẽ thực hiện các mô phỏng cho phép định lượng hiệu suất của MG về hiệu quả nhiên

liệu, sử dụng nhiên liệu, sự thâm nhập và sử dụng năng lượng tái tạo, sự cố tràn tái

tạo, thống kê điều phối và các số liệu vận hành khác Độ tin cậy của MG có thể được

định lượng về tần số và độ lớn của tải bị mất trên cơ sở từng cấp, từng tải hoặc từng

bus trên MG

Thuật toán điều phối MG trong PRM sử dụng các bộ quy tắc để thay cho tính

năng tối ưu hoá phân bố công suất Các máy phát có thể được điều chỉnh hoạt động

tăng hoặc giảm Riêng các nguồn năng lượng tái tạo lại không được điều chỉnh công

suất, PRM chấp nhận một lượng điện cố định từ các nguồn tái tạo và bất kỳ phần dư

thừa nào đều được coi là “tràn”

Trong mô phỏng, số liệu thống kê chỉ được thu thập trong quá trình khởi động

và vận hành MG Các giai đoạn này của mô phỏng được thể hiện trong hình bên dưới

Hình 1 4 Các giai đoạn mô phỏng trong PRM

Mô hình PRM được viết trong ngôn ngữ C++, ở chế độ “library mode” nó có thể

được nhập thêm thông tin thông qua giao diện lập trình ứng dụng API

1.5.1 Đầu vào mô hình

Đầu vào cho PRM là một cấu trúc liên kết MG, cấu trúc liên kết bao gồm các phần tử như đường dây, thanh cái, bộ chuyển đổi, máy biến áp Các đặc điểm như kích thước, độ dài, tính chất điện và công suất cũng phải được chỉ định Khả năng kết nối trong PRM được xác định bởi “đường dẫn”

Hình 1 5 ví dụ minh hoạ một đường dẫn trong PRM

Các thông số hoạt động trong MG sẽ được xác định bởi người dùng và các giá trị này được mô phỏng sử dụng để thực thi logic cho từng giai đoạn hoạt động của MG

- Danh mục thanh cái (bus)

- Lựa chọn bộ điều khiển khởi động + Thông số

- Lựa chọn bộ điều khiển lưới điện siêu nhỏ + Thông số

- Lựa chọn điều độ máy phát điện + Thông số

- Danh mục đường dẫn điện

- Thông tin Statistics Configuration

Đối với Bộ điều khiển khởi động:

- Độ trễ khởi động lại máy phát điện

- Độ trễ đồng bộ hoá nguồn phát

- Độ trễ đồng bộ hoá bus

- Độ trễ hình thanh lưới điện siêu nhỏ– Không có lỗi nguồn phát

- Độ trễ hình thanh lưới điện siêu nhỏ– Có lỗi nguồn phát

- Độ trễ Renewable Close

Đối với bộ điều khiển MG:

- Độ trễ khởi động lại máy phát điện

- Danh sách máy phát điện gió

- Danh sách nguồn phát điện năng lượng mặt trời

- Danh sách máy phát điện Diesel

- Danh sách bồn chứa diesel

- Danh sách máy phát điện khí tự nhiên

- Thống kê thông tin cấu hình

Với mỗi phần tải:

- Chi phí tối thiểu cho phép

- Chi phí tối đa cho phép

- Trạng thái sạc ban đầu

- Trạng thái sạc mong muốn

- Hiệu suất sạc

- Hiệu suất xả

- Dữ liệu độ tin cậy

- Thông tin cấu hình thống kê

Cho từng battery:

- Nhãn

- Dung lượng

- Tỷ lệ phí tối đa

- Chi phí tối đa cho phép

- Trạng thái sạc ban đầu

- Trạng thái sạc mong muốn

- Hiệu suất sạc

- Hiệu suất xả

- Dữ liệu độ tin cậy

- Thông tin cấu hình thống kê

Với mỗi Wind Generator:

- Nhãn

- Công suất

- Dữ liệu đầu ra của Máy phát điện gió (dữ liệu chuỗi thời gian chuẩn hóa)

- Dữ liệu độ tin cậy

- Thông tin cấu hình thống kê

Đối với mỗi Solar Generator:

- Nhãn

- Công suất

- Dữ liệu đầu ra của nguồn điện năng lượng mặt trời (dữ liệu chuỗi thời gian chuẩn hóa)

- Dữ liệu độ tin cậy

- Thông tin cấu hình thống kê

Máy phát Diesel:

- Label

- Capacity

- Spinning Reserve Rate

- Startup Probability Vector

- Microgrid Enabled Status

- Startup Power Output Profile

- Fuel Utilization Profile

- List of Attached Diesel Generators

- Statistics Configuration Information

Máy phát điện khí tự nhiên:

- Label

- Capacity

- Spinning Reserve Rate

- Startup Probability Vector

- Microgrid Enabled Status

- Minimum Allowable Utilization Rate

- Minimum Runtime

- Minimum Cool Time

- Startup Power Output Profile

- Fuel Utilization Profile

- Efficiency Profile

- Reliability Data

- Statistics Configuration Information

Đường dẫn Bus-Bus:

- Thông tin đường dẫn

- Bus kết nối đầu

- Thông tin đường dẫn

- Bus được kết nối

- Thiết bị tài sản được kết nối

- Reliability Data

1.5.2 Đầu ra mô hình

Kết quả đầu ra có sẵn trong PRM cung cấp số liệu thống kê cho các danh mục như độ tin cậy, pin, tải, bus, máy phát điện, bồn chứa dầu diesel, nguồn năng lượng tái tạo

Các giá trị đầu ra:

Reliability Statistics

Raw Statistics:

- Min, Max, Count, Sum, and Mean of downtime durations

- Min, Max, Count, Sum, and Mean of operational durations

- Min, Max, Count, Sum, and Mean of all downtime attributable to each failure mode

Available Computed Values:

None

Battery Statistics

Raw Statistics:

- All Reliability Statistics

- Min, Max, Count, Sum, Mean, and Variance of runtime

- Min, Max, Count, Weighted Sum, Weighted Mean, Sum of Weights, and 2nd Weighted Moment of power (weights – time)

- Min, Max, Count, Weighted Sum, Weighted Mean, Sum of Weights, and 2nd Weighted Moment of state of charge (weights –

- Available Computed Values:

- Variance of power

- Variance of State of Charge

Load Statistics

Raw Statistics:

- Min, Max, Count, Sum, and Mean of total load served for each tier

- Min, Max, Count, Sum, and Mean of total load not served for each tier

- Min, Max, Count, Sum, and Mean of post-startup load served for each tier

- Min, Max, Count, Sum, and Mean of post-startup load not served for each tier

- Min, Max, Count, Sum, and Mean of load not served for each tier accounted only for those utility outages for which any tier load not served was observed

Available Computed Values:

- Overall Energy Availability for each tier (%)

- Post-Startup Energy Availability for each tier (%)

Bus Statistics

Raw Statistics:

- All Load Statistics

Available Computed Values:

Capacity Limitation Statistics (not currently used)

Raw Statistics:

- Min, Max, Count, Weighted Sum, Weighted Mean, Sum of Weights, and 2nd Weighted Moment of overloads (weights – time)

- Time histogram of overloads (bins are definable)

Available Computed Values:

- Variance of overloads

Generator Statistics

Raw Statistics:

- Min, Max, Count, Sum, Mean, and Variance of % utilization

- Min, Max, Count, Sum, Mean, and Variance of efficiency

- Min, Max, Count, Sum, Mean, and Variance of runtime

- Min, Max, Count, Sum, Mean, and Variance of offline time

- Min, Max, Count, Sum, Mean, and Variance of total energy produced

- Time Histogram of % Utilization (bins are definable)

Available Computed Values:

- Standard Deviation of % utilization

- Standard Deviation of efficiency

- Standard Deviation of energy produced

- Standard Deviation of runtime

- Standard Deviation of offline time

Raw Statistics:

- All Generator Statistics

- All Reliability Statistics

- Min, Max, Count, Sum, and Mean of fuel used during a utility outage

Available Computed Values:

- All Available Computed Values of Generator Statistics

- All Available Computed Values of Reliability Statistics

Diesel Generator Statistics

Raw Statistics:

- All Fuel-Based Generator Statistics Available

Computed Values:

- All Available Computed Values of Fuel-Based Generator Statistics

Diesel Tank Statistics

Raw Statistics:

- Min, Max, Count, Sum, Mean, and Variance of fuel used during a utility outage

- Time Histogram of fuel level (bins are definable)

Available Computed Values:

Raw Statistics:

- All Load Statistics

- Count, Sum, and Mean of number of fuel based generator dispatch calls (used in the logic that decides whether or not to start or stop fuel based generators)

- Count, Sum, and Mean of number of times entry in the fuel based generator dispatch logic resulted in a change to the set of running generators

- Min, Max, Count, Sum, and Mean of the diesel fuel used during utility outages

- Min, Max, Count, Sum, and Mean of the natural gas used during utility outages

- Min, Max, Count, Sum, and Mean of the solar power generated during utility outages

- Min, Max, Count, Sum, and Mean of the solar power spilled during utility outages

- Min, Max, Count, Sum, and Mean of the wind power generated during utility outages

- Min, Max, Count, Sum, and Mean of the wind power spilled during utility outages

- Min, Max, Count, Weighted Sum, Weighted Mean, Sum of Weights, and 2nd Weighted Moment of renewable penetration (penetration %, weights – time)

- Time Histogram of renewable penetration (penetrations %, bins are definable)

Available Computed Values:

Load Section Statistics

Raw Statistics:

- All Load Statistics

Available Computed Values:

- All Available Computed Values of Load Statistics

Natural Gas Generator Statistics

Raw Statistics:

- All Fuel-Based Generator Statistics

Available Computed Values:

- All Available Computed Values of Fuel-Based Generator Statistics

Renewable Generator Statistics

Raw Statistics:

- All Generator Statistics

- All Reliability Statistics

- Min, Max, Count, Sum, Mean, and Variance of energy spilled during a utility outage

Available Computed Values:

- All Available Computed Values of Generator Statistics

- All Available Computed Values of Reliability Statistics

Site Statistics

Raw Statistics:

- All Load Statistics

- Min, Max, Count, Sum, and Mean of the diesel fuel used during utility outages

- Min, Max, Count, Sum, and Mean of the natural gas used during utility outages

- Min, Max, Count, Sum, and Mean of the solar power generated during utility outages

- Min, Max, Count, Sum, and Mean of the solar power spilled during utility outages

- Min, Max, Count, Sum, and Mean of the wind power generated during utility outages

- Min, Max, Count, Sum, and Mean of the wind power spilled during utility outages

- Min, Max, Count, Weighted Sum, Weighted Mean, Sum of Weights, and 2nd Weighted Moment of renewable penetration (penetration %, weights – time)

- Time Histogram of renewable penetration (penetration in %, bins are definable)

Available Computed Values:

- All Available Computed Values of Load Statistics

- Variance of Renewable Penetration

Solar Generator, Wind Generator, and Inverter Statistics

- All Renewable Generator Statistics

Available Computed Values:

- All Available Computed Values of Renewable Generator Statistics

Line Statistics

Raw Statistics:

- All Reliability Statistics

- All Capacity Limitation Statistics

Available Computed Values:

- All Available Computed Values of Reliability Statistics

- All Available Computed Values of Capacity Limitation Statistics

Power Utility Statistics

Raw Statistics:

- All Reliability Statistics

Available Computed Values:

- All Available Computed Values of Reliability Statistics

Switch Statistics

Raw Statistics:

- All Reliability Statistics

- All Available Computed Values of Reliability Statistics

Transformer Statistics

Raw Statistics:

- All Reliability Statistics

- All Capacity Limitation Statistics

Available Computed Values:

- All Available Computed Values of Reliability Statistics

- All Available Computed Values of Capacity Limitation Statistics

UPS Statistics

Raw Statistics:

- All Battery Statistics

Available Computed Values:

- All Available Computed Values of Battery Statistics