Nghiên cứu dự báo công suất phát của nhà máy điện gió

Với lý do trên, đề tài "Nghiên cứu dự báo công suất phát của nhà máy điện gió" hiện nay là thiết thực và cần thiết góp phần vào nâng cao hiệu quả vận hành lưới điện tại khu vực sử dụng n

ĐẠI HỌC ĐÀ NẴNG

TRƯỜNG ĐẠI HỌC BÁCH KHOA

LƯƠNG THỊ DIỄM ĐOAN

NGHIÊN CỨU DỰ BÁO CÔNG SUẤT PHÁT

CỦA NHÀ MÁY ĐIỆN GIÓ

Chuyên ngành : Kỹ Thuật điện

Mã số : 60520202

TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT ĐIỆN

Đà Nẵng- Năm 2018

Công trình được hoàn thành tại

TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHĐN

Người hướng dẫn khoa học: PGS.TS Đinh Thành Việt

Phản biện 1: TS Đoàn Anh Tuấn

Phản biện 2: PGS.TS Võ Ngọc Điều

Luận văn sẽ được bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Kỹ thuật điện họp tại Trường Đại học Bách khoa

vào ngày 30 tháng 06 năm 2018

Có thể tìm hiểu luận văn tại:

- Trung tâm thông tin học liệu và Truyền thông Trường Đại

học Bách khoa

- Thư viện Khoa điện, Trường Đại học Bách khoa - ĐHĐN

MỞ ĐẦU

1 Lý do chọn đề tài

Năng lượng điện là một nhu cầu không thể thiếu đối với cuộc sống con người và mọi hoạt động sản xuất kinh doanh Để đáp ứng nhu cầu trên, con người đã khai thác, sản xuất tiêu thụ năng lượng có nguồn gốc hóa thạch như: than đá, dầu mỏ Việc khai thác trên là nguyên nhân làm tăng khí nhà kính dẫn đến biến đổi khí hậu, ô nhiễm môi trường sống nhưng nhu cầu về năng lượng lại càng tăng nhanh Trong khi đó các nguồn năng lượng hóa thạch đang dần cạn kiệt và có tác động mạnh tới môi trường, các nguồn thủy điện thì gây ảnh hưởng tới hệ sinh thái và thiên tai lũ lụt Năng lượng hạt nhân thì có nhiều nguy cơ mất an toàn và không có biện pháp xử lý cho các chất thải hạt nhân lâu dài

Vì thế ở các nước phát triển như các nước Châu Âu, Mỹ, Trung Quốc đang chuyển dần sang sử dụng các nguồn năng lượng tái tạo và sạch như năng lượng mặt trời, gió, sóng và thủy triều

Năng lượng gió là một trong những năng lượng tái tạo được sử dụng ngày càng phổ biến rộng rãi trên thế giới Đầu tư vào năng lượng tái tạo như điện gió là xu hướng được các nước phát triển trên thế giới hướng tới phát triển bền vững

Với tốc độ tăng trưởng kinh tế của Việt Nam hiện nay thì nhu cầu điện ngày càng gia tăng trong khi năng lực cung ứng theo chưa kịp Việt Nam cũng đang từng bước đầu tư vào lĩnh vực năng lượng tái tạo và sạch như điện gió, mang chiến lược phát triển bền vững, giảm thiểu tác động của môi trường

Việt Nam là quốc gia có tiềm năng điện gió lớn nhất trong khu vực vượt qua Thái Lan, Lào, Campuchia Diện tích đất liền và biển của Việt Nam rất giàu tiềm năng, thuận lợi cho việc lắp đặt các tuabin gió lớn

Tuy nhiên việc phát triển các dự án điện gió với quy mô công nghiệp

ở Việt Nam còn chậm Nguyên nhân cơ bản là về mặt tài chính đầu

tư cho dạng năng lượng này còn hạn chế và chưa có nghiên cứu quy hoạch các vùng phát triển điện gió Những nơi có tiềm năng điện gió thường tập trung ở các vị trí hẻo lánh, xa hệ thống lưới điện truyền tải Do đó việc kết nối nhà máy điện gió với lưới điện phân phối phải đảm bảo chất lượng điện năng như ổn định điện áp, dao động điện áp, tần số dòng điện

Với lý do trên, đề tài "Nghiên cứu dự báo công suất phát của nhà máy điện gió" hiện nay là thiết thực và cần thiết góp phần vào nâng cao hiệu quả vận hành lưới điện tại khu vực sử dụng năng lượng điện gió nên học viên chọn đề tài trên cho luận văn tốt nghiệp

3 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Năng lượng điện gió và các phương pháp dự báo công suất phát của nhà máy điện gió

Phạm vi nghiên cứu: các phương pháp dự báo vận tốc và công suất phát cho nhà máy điện gió

4 Phương pháp nghiên cứu

Kết hợp giữa lý thuyết và thực tế: Nghiên cứu lý thuyết về các phương pháp dự báo, các kỹ thuật xử lý số liệu, trên cở sở số liệu khảo sát thực tế để từ đó có cơ sở đề xuất phương pháp hợp lý, xây dựng chương trình, phân tích và kiểm nghiệm kết quả

5 Ý nghĩa khoa học và tính thực tiễn của đề tài

Ý nghĩa khoa học:

Để tính toán được công suất phát của nhà máy điện gió cung cấp nguồn năng lượng cho một vùng cụ thể thì cần lựa chọn phương pháp dự báo phù hợp với điều kiện tự nhiên từng vùng để có công suất phát là tối ưu

Sử dụng mạng Nơ-ron và phương pháp thống kê để xây dựng chương trình dự báo công suất phát của điện gió

CHƯƠNG 1: TỔNG QUAN VỀ TÌNH HÌNH PHÁT TRIỂN

ĐIỆN GIÓ Ở THẾ GIỚI VÀ VIỆT NAM

1.1 Tình hình phát triển điện gió

1.1.1 Tình hình phát triển điện gió trên thế giới

Theo thông kê của Hiệp hội năng lượng tái tạo toàn cầu IRENA, năm 2016 tỷ trọng công suất điện gió mới nhất toàn cầu hiện đang chiếm tổng 9% với tổng các nguồn điện hiện có Với các quốc gia thì tổng đứng đầu là Trung Quốc chiếm 34%, Mỹ 17%, Đức 10%,

Pháp, Italia, Bzazil đều 2%, còn Thụy Điển, Đan Mạch, Thổ Nhĩ Kỳ,

Ba Lan đều 1%[4]

1.1.2 Tình hình phát triển điện gió tại Việt Nam

Có 4 dự án với tổng công suất 159,2 MW đã đi vào vận hành thương mại Dự án Nhà máy điện gió Bạc Liêu có công suất lớn nhất trong số 4 dự án điện gió đang hoạt động tại Việt Nam Dự án nằm ở ngoài khơi, thuộc địa phận tỉnh Bạc Liêu, có quy mô 62 tua bin gió với tổng công suất 99,2 MW, điện năng sản xuất khoảng 320 triệu kWh/năm Sau khi đưa vào vận hành giai đoạn I, với quy mô 16 MW

và hòa lưới điện từ tháng 5-2013 Đến tháng 1-2016, Dự án Nhà máy điện gió Bạc Liêu đã hoàn thành việc đầu tư toàn bộ 62 tua bin gió

Dự án điện gió lớn thứ hai nằm ở Tuy Phong (tỉnh Bình Thuận) của Công ty cổ phần Năng lượng tái tạo (REVN) đã hoàn thiện việc lắp đặt 20 trụ tua bin gió với tổng công suất 30 MW vào năm 7-2012 Cũng tại tỉnh Bình Thuận, dự án điện gió trên đảo Phú Quý với giá trị đầu tư khoảng 17 triệu USD (387 tỷ đồng) có quy mô 3 tua bin gió với công suất 6MW cũng đã được đưa vào vận hành từ năm

2012

Dự án điện gió Phú Lạc của Công ty cổ phần điện gió Thuận Bình (tỉnh Bình Thuận) với công suất 24 MW, vốn đầu tư 1.000 tỷ đồng đã bắt đầu vận hành vào tháng 9-2016

1.3 Tiềm năng và trữ lƣợng gió ở Việt Nam

1.2.1 Tiềm năng nguồn năng lượng gió ở Việt Nam

Việt Nam có tới 8,6% diện tích lãnh thổ được đánh giá có tiềm năng rất tốt để xây dựng các trạm điện gió cỡ lớn thì diện tích này ở Campuchia là 0,2%, Lào 2,9%, và Thái Lan 0,2% Tổng tiềm năng điện gió của Việt Nam ước đạt 513.360 MW tức là bằng hơn 200 lần công suất của thủy điện Sơn La, và hơn 10 lần tổng công suất dự báo của ngành điện vào năm 2020

1.2.2 Trữ lượng gió ở Việt Nam

Tại vùng biển Việt Nam có khu vực từ Bình Thuận đến Cà Mau, là nơi có tốc độ gió đạt từ 7 đến 11m/s, cũng là nơi tiềm năng công suất năng lượng gió lớn nhất trên thế giới Khu vực ven

bờ vịnh Bắc Bộ phía Bắc từ Quảng Ninh đến Quảng Trị có tốc độ gió chủ yếu thấp hơn 6m/s

1.4 Tổng quan về năng lượng gió và máy phát điện gió

1.4.1 Nguyên lý để chuyển gió thành điện năng

1.4.2 Tuabin của một trạm điện gió

1.4.3 Các địa điểm có thể xây dựng điện gió

Người ta phân biệt ba loại địa điểm đặt trạm điện gió: nội địa (onshore), ven biển (nearshore) ,ngoài thềm lục địa (offshore)

1.5 Kết luận chương 1

Trong chương I đã nêu lên tổng quan tình hình phát triển năng lượng điện gió trên thế giới nói chung và Việt nam nói riêng Trong chương này cũng nói lên tiềm năng phát triền năng lượng điện gió ở Việt nam là rất lớn Tuy nhiên năng lượng gió chưa được phát triển mạnh vì giới hạn về vốn đầu tư và còn khá mới đối với Việt Nam Chương này cũng đã chỉ rõ sự phân bổ những vùng miền có trữ lượng gió tiềm năng phù hợp với sự phát triển của nhà máy điện gió

CHƯƠNG 2 - CÁC PHƯƠNG PHÁP DỰ BÁO ĐIỆN GIÓ 2.1 Những vấn đề chung và phương pháp tiếp cận với vấn đề dự báo nhà máy điện gió

2.1.1 Những vần đề chung

Do năng lượng gió phụ thuộc vào thời tiết nên nó biến đổi

và liên tục theo thời gian khác nhau Do đó dự báo chính xác về điện gió được công nhận là một đóng góp lớn cho việc tích hợp năng lượng gió đáng kể Các phương pháp dự báo điện gió có thể được sử dụng để lập kế hoạch và vận hành hệ thống khai thác tối

đa năng lượng gió

2.1.2 Lý do dự báo điện gió

Tốc độ gió liên quan tới sản lượng sản xuất điện năng của nhà máy điện gió

Xuất phát từ nhu cầu thực tế, để khai thác và sử dụng hiệu quả nguồn năng lượng gió thì việc dự báo chính xác vận tốc và công suất phát cho các nhà máy điện gió là rất quan trọng Thông tin mang lại từ dự báo không những phục vụ cho việc tính toán và phát điện của nhà máy mà còn phục vụ cho các đơn vị quản lý vận hành hệ thống mà ở đó nhà máy điện gió được kết nối vào

2.1.3 Phân loại dự báo

Các phương pháp dự báo khác nhau được phân loại theo quy

mô thời gian hoặc phương pháp luận

2.2 Các phương pháp dự báo phân loại theo miền thời gian

trước 8 giờ)

Các mô hình cho việc dự báo ngắn hạn nhanh - ngắn hạn được dựa trên các phương pháp thống kê để dự báo

Mô hình trên tính toán dựa vào các bước sau:

- Xác định nguồn cấp điện gió hiện tại cho toàn bộ khu vực kiểm soát và cho bất kỳ khu vực lưới điện nào và một phần khu vực

- Soạn thảo các dự báo tiếp theo về nguồn cấp điện gió cho khu vực kiểm soát và cho vùng lưới dựa trên các thông số khí tượng dự báo

- Tính toán nguồn năng lượng gió dự kiến ngắn hạn trong khoảng thời gian 1-8 giờ cho vùng điều khiển và một phần khu vực, dựa trên các thông số khí tượng và dữ liệu công suất được đo

Một mô hình điển hình cho miền thời gian này là công cụ dự đoán năng lượng gió (WPPT) WPPT được sử dụng để tạo ra các dự báo ngắn hạn (từ 120 giờ đến 36 giờ) của sản xuất năng lượng điện gió WPPT dựa trên trí tuệ nhân tạo có thể tự động hiệu chỉnh theo

tình hình quan sát bên trong thiết lập tối thiểu, hệ thống yêu cầu phép

đo trực tuyến của năng lượng gió

Prediktor được phát triển bởi chương trình nghiên cứu khí tượng (MET) Hệ thống cung cấp sản lượng dự kiến của các trại gió lên đến 48 giờ, 6 giờ một lần Sản lượng cuối cùng của mô hình là sản lượng dự kiến của trang trại gió cho 48 giờ tới cứ sau 3 giờ một lần

AWPPS cung cấp các dự báo ngắn hạn năng lượng gió của các trang trại trên bờ và ngoài khơi trong 48/72 giờ tiếp theo với thời gian là 1 giờ (cập nhật mỗi giờ), sau đó là 4-6 giờ với bước thời gian từ 10 đến 15 phút (cập nhật mỗi 10-15 phút) và đánh giá

sự sai số trên mạng cho những dự báo này

ngày)

Do thời gian dự báo dài, các mô hình đơn giản không thể đáp ứng được yêu cầu nữa, vì vậy sử dụng các mô hình NWP hoặc mô hình NWP hỗn hợp được tính tới

Mô hình Previentor tương tự như mô hình Prediktor, nó cung cấp dự đoán đáng tin cậy về năng lượng gió dự kiến cho bất kỳ vị trí

và bất cứ nơi nào trên thế giới đến trước 10 ngày và với độ phân giải thời gian lên đến 15 phút

2.3 Các phương pháp dự báo phân loại theo phương pháp luận

2.3.1 Phương pháp vật lý

Phương pháp vật lý là phương pháp dựa trên bầu khí quyển thấp hoặc dự báo thời tiết số trị (NWP - Numerical Weather Prediction) và bên trong trang trại gió kết hợp với sử dụng đặc tính đường cong điện của nhà sản xuất để đề xuất ước lượng sản lượng điện gió Nó bao gồm một số mô hình phụ của dự báo NWP tại một

số điểm lưới và mô hình nhất định, để dự báo năng lượng tại vị trí được xem xét và chiều cao trung tâm tuabin.[9]

Hình 2.1: Mô hình dự báo dựa vào phương pháp tiếp cận vật lý

Mô hình dự báo bằng phương pháp tiếp cận vật lý được mô tả theo sơ

đồ khối như sau:

Hình 2.2: Sơ đồ khối của mô hình dự báo bằng phương pháp tiếp cận

vật lý

2.3.2 Phương pháp thống kê

Phương pháp thống kê dựa trên số lượng lớn dữ liệu lịch sử đã khảo sát khí tượng trong nhiều Cách tiếp cận này thường sử dụng mạng nơ-ron và phương pháp phân tích chuỗi thời gian hoạt động của gió để dự báo.[7]

Các phương pháp dự báo thống kê dựa trên một hoặc nhiều mô hình thiết lập mối quan hệ giữa các số liệu thống kê về gió, cũng như

dự báo của các biến số khí tượng, và các phép đo điện Các mô hình thống kê bao gồm các mô hình tuyến tính và phi tuyến tính

Các phương pháp thống kê về dự báo điện gió tập trung vào việc sử dụng nhiều dự báo khí tượng học như là đầu vào và dự báo kết hợp, cũng như về việc sử dụng tối ưu các dữ liệu đo lường phân

bố không gian để sửa lỗi dự báo, để ban hành các cảnh báo về sự không chắc chắn tiềm ẩn lớn

Hình 2.3: Mô hình dự báo bằng phương pháp tiếp cận thống kê

Hình 2.4: Sơ đồ khối của mô hình dự báo bằng phương pháp tiếp

cận thống kê

Các phương pháp thống kế bao gồm:

+ Phương pháp tự hồi quy (AR - AutoRegressive)

+ Phương pháp trung bình trượt kết hợp tự hồi quy (ARMA - AutoRegressive Moving Average)

+ Phương pháp trung bình trượt tích hợp tự hồi quy (ARIMA - AutoRegressive Integrated Moving Average)

2.3.3 Phương pháp trí tuệ nhân tạo

Các phương pháp trí tuệ nhân tạo bao gồm:

+ Mạng nơ-ron nhân tạo (ANN - Artificial Neural Network) + Hệ thống suy luận giả mờ thần kinh (ANSIF - Adaptive Neuro-Fuzzy Inference System)

+ Phương pháp logic mờ

+ Phương pháp Support Vector Machine (SVM)

+ Mạng nơ-ron thần kinh và các thuật toán tối ưu hóa tiến hóa

2.3.4 Phương pháp Persistence

Nếu tốc độ gió và công suất gió đo được tại thời điểm t dự báo được thực hiện là v(t) và P(t) thì tốc độ gió và công suất gió dự báo tại thời điểm tương lai t+∆t có thể được xác định như sau :

v(t+∆t) = v(t) (2-6) P(t+∆t) = P(t) (-7) Phương pháp Persistence cho kết quả chính xác hơn tất cả các phương pháp khác khi áp dụng trong thời gian dự báo cực ngắn

2.3.5 Phương pháp lai ( Phương pháp kết hợp - hybrid)

Phương pháp kết hợp (hybrid) là phương pháp kết hợp giữa

nhiều phương pháp khác nhau để tận dụng được ưu điểm của từng phương pháp riêng lẽ Do đó, phương pháp này thường rất phức tạp

và việc kết hợp phải thực hiện một cách hợp lý và chặt chẽ thì mới có hiệu quả

Phương pháp kết hợp (hybrid) có thể tạo ra bằng cách kết hợp giữa phương pháp vật lý và phương pháp trí tuệ nhân tạo; phương pháp thống kê và phương pháp trí tuệ nhân tạo v.v

Hình 25: Sơ đồ khối của mô hình dự báo bằng phương pháp kết hợp

2.4 Đánh giá dự báo

Đánh giá chất lượng của các phương pháp dự báo được thực

hiện bằng cách so sánh điện gió dự đoán được thực hiện tại một

thời điểm nhất định trực tiếp với các quan sát tương ứng thực tế

Vì thế, chất lượng của một phương pháp dự báo cụ thể được đánh

giá thông qua phân tích độ lệch giữa dự đoán và thực tế

2.4.1 Cơ sở dữ liệu để đào tạo và kiểm tra

Dữ liệu thường được chia thành hai bộ khác nhau, theo đặc điểm

thời gian là: tập dữ liệu để đào tạo và tập dữ liệu thử nghiệm

2.4.2 Các sai số của dự báo

Lỗi dự báo của năng lượng gió được quan sát tại một thời

gian t + k cho một dự đoán được thực hiện tại thời điểm t, et+k|t,

được định nghĩa là sự sai số giữa giá trị của năng lượng gió được

đo hiệu quả tại t + k, Pt+k và giá trị của điện gió tại t + k ban đầu

được dự đoán ở t, :

(2.8) Trong đó:

- et+k|t là: là lỗi tương ứng với thời gian t + k cho dự đoán

được thực hiện tại thời điểm t

- Pt+k là: công suất đo tại thời điểm t + k

- là: công suất dự báo thời gian t + k được thực

hiện tại thời điểm t

Thường thì thuận tiện khi sử dụng lỗi dự đoán chuẩn hóa e, có thể thu

được bằng chia lỗi dự đoán theo dung lượng đã cài đặt, như sau:

(2-9) Trong đó:

- Pinst là trang trại gió được lắp đặt công suất

Lỗi trung bình trong toàn bộ giai đoạn đánh giá, như được mô tả bởi: