Phân tích ảnh hưởng của nhiệt độ lên phụ tải điện khu vực Thành phố Hồ Chí Minh

11 Hình 24 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc Bảng 13 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày làm việc mùa khô năm 2

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYỄN NGỌC HẠNH DUNG

PHÂN TÍCH ẢNH HƯỞNG CỦA NHIỆT ĐỘ LÊN PHỤ TẢI ĐIỆN KHU VỰC THÀNH PHỐ

HỒ CHÍ MINH

ANALYSIS OF THE INFLUENCE OF

TEMPERATURE ON THE LOAD DEMAND IN

HO CHI MINH CITY

Chuyên ngành: KỸ THUẬT ĐIỆN

LUẬN VĂN THẠC SĨ

TP HỒ CHÍ MINH, THÁNG 8 NĂM 2019

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIẤ THANH PHỐ HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học: PGS-TS Võ Ngọc Điều

Cán bộ chấm nhận xét 1: TS Huỳnh Quốc Việt

4 PGS.TS Ngô Cao Cường

5 TS Huỳnh Quang Minh

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

3

TRƯỜNG DẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: Nguyễn Ngọc Hạnh Dung

Ngày, tháng, năm sinh: 17/6/1981

Chuyên ngành: Kỹ thuật điện

1- TÊN ĐỀ TÀI: Phân tích ảnh huởng của nhiệt độ lên phụ tải khu vục Thành

phố Hồ Chí Minh

2- NHIỆM VỤ LUẬN VĂN:

- Tìm hiểu các yếu tố ảnh huởng đến phụ tải điện, tìm hiểu đặc điểm khí hậu khu vực TPHCM Tập hợp số liệu về công suất tiêu thụ và nhiệt độ 24 giờ của khu vực TPHCM

- Phân tích mức độ tuơng quan giữa các yếu tố công suất tiêu thụ và nhiệt

độ

- Dự báo phụ tải ngắn hạn (ngày) bằng phương pháp hồi quy tuyến tính trên

cơ sở kết quả phân tích tuơng quan

3- NGÀY GIAO NHIỆM VỤ:

4- NGÀY HOÀN THÀNH NHIỆM VỤ:

5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: PGS-TS Võ Ngọc Điều

Nội dung và đề cương Luận văn thạc sĩ đã đuợc Hội Đồng Chuyên Ngành thông qua

Mã số: 60520202

CÁN BỘ HƯỚNG DẪN

(Họ tên và chữ ký)

Võ Ngọc Điều

4

LỜI CẢM ƠN

Trong thời gian học tập, nghiên cứu và thực hiện luận văn tốt nghiệp, tôi đã nhận được sự hướng dẫn, giúp đỡ và hỗ trợ rất nhiệt tình của các Thầy, Cô giáo, Gia đình, Bạn bè và Đồng nghiệp Thông qua luận văn này, tôi xin gửi lời cảm ơn chân thành đến:

o Thầy hướng dẫn: PGS-TS Võ Ngọc Điều, người đã trực tiếp hướng dẫn, cung cấp kiến thức, phương pháp nghiên cứu, hỗ trợ, giúp đỡ tôi thực hiện hoàn thành đề tài này

o Tập thể các Thầy, Cô giáo trường đại học Bách Khoa TPHCM đã tận tình giảng dạy, giúp đỡ tôi trong suốt quá trình học tập và nghiên cứu tại trường

o Lãnh đạo Tổng công ty Điện lực Thành phố Hồ Chí Minh, Trung tâm Điều

độ Hệ thống điện Thành phố Hồ Chí Minh, Gia đình, Bạn bè và Đồng nghiệp

đã động viên, khuyến khích và tạo mọi điều kiện thuận lợi về thời gian và cung cấp số liệu để tôi có thể hoàn thành luận vãn

Một lần nữa xin gửi lời cảm ơn chân thành đến các Quý Thầy, Cô, Gia đình, Bạn bè và Đồng nghiệp Chúc mọi người luôn vui vẻ và hạnh phúc!

5

TÓM TẮT

Phân tích mối tương quan của xu thế thay đổi biểu đồ phụ tải điện của phụ tải điện với diễn biến về nhiệt độ là một trong các nội dung được Bộ Công Thương yêu cầu thực hiện khi nghiên cứu phụ tải (Khoản 7 Điều 22 Thông tư số 19/2017/TT-BCT ngày 29/9/2017) Thực tế cho thấy là giữa nhiệt độ và nhu cầu tiêu thụ điện có mối liên hệ mật thiết, và việc nghiên cứu mối liên hệ giữa 02 đại lượng này sẽ hỗ trợ tốt cho công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ thống điện, thị trường điện và xây dựng kế hoạch phát triển lưới điện Mục tiêu chính của luận văn này là rút ra được mối tương quan giữa nhiệt

độ và phụ tải khu vực TPHCM, thực hiện dự báo phụ tải ngắn hạn theo mô hình hồi quy tuyến tính phục vụ cho công tác vận hành hệ thống điện của Tổng công

ty Điện lực TPHCM

Luận văn được chia thành 05 chương với nội dung nghiên cứu lần lượt như sau:

- Chương I: Giới thiệu đề tài

- Chương II: Các yếu tố ảnh hưởng đến phụ tải điện

- Chương III: Mô hình tính toán phân tích tương quan giữa nhiệt độ và phụ

tải, dự báo phụ tải ngắn hạn

- Chương IV: Kết quả phân tích

- Chương V: Kết luận và hướng phát triển đề tài

6

ABSTRACT

Analyzing the correlation between electricity consumption and temperature variability is one of the contents requested by the Ministry of Industry and Trade when studying the electricity demand (Cứcular No 19/2017/TT-BCT dated September 29, 2017) The relationship between temperature and electricity consumption is given by factual evidence, and the study of this relationship will support the load forecasting, operating the electricity system, electricity market and formulating the grid development plan

The main objective of this thesis is to determine the correlation between electricity consumption and temperature in Ho Chi Minh City, to perform short-term load forecast by linear regression model for the operation of the electricity system of the Ho Chi Minh City Power Company

The thesis consists of 05 chapters with the following research contents:

- Chapter I: Introduction

- Chapter II: Factor affecting load demand

- Chapter III: Model of correlation analysis between temperature and load, short-term load forecast

- Chapter IV: Results

- Chapter V: Conclusions and future work

7

LỜI CAM ĐOAN

Luận văn này là công trình nghiên cứu của cá nhân tôi, đuợc thục hiện duới

sụ huớng dẫn khoa học của PGS.TS Võ Ngọc Điều Các số liệu, những kết luận nghiên cứu đuợc trình bày trong luận văn này hoàn toàn trung thục

Tôi xin hoàn toàn chịu trách nhiệm về lời cam đoan này

Học viên

Nguyễn Ngọc Hạnh Dung

8

DANH MỤC CÁC HÌNH VẼ

Hình 1 Lượng điện năng tiêu thụ ngày cao nhất qua các năm từ 2010-2019.14

Hình 2 Dữ liệu khi hậu khu vực Thành phố Hồ Chí Minh 22

Hình 3 Minh họa mức độ tương quan của một số trường hợp 25

Hình 4 Minh họa mô hình phân tích hồi quy tuyến tính 26

đầu năm 2019 39

Hình 14 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa 6 tháng đầu năm 2019 40

Hình 15 Đồ thị phụ tải trung bình các năm từ 2015 đến 2019 41

Hình 16 Đồ thị phụ tải cực đại các năm từ 2015 đến 2019 41

Hình 17 Đồ thị phụ tải cực tiểu các năm từ 2015 đến 2019 42

Hình 18 Đồ thị nhiệt độ trung bình các năm từ 2015 đến 2019 43

Hình 19 Đồ thị nhiệt độ cực đại các năm từ 2015 đến 2019 43

Hình 20 Đồ thị nhiệt độ cực tiểu các năm từ 2015 đến 2019 44

Hình 21 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc (trừ ngày nghỉ thêm) năm 2015 45

Hình 22 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc (trừ ngày nghỉ thêm) năm 2016 45

Hình 23 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc (trừ ngày nghỉ thêm) năm 201745 Hình 25 Đồ thị biển diễn p tổng trong ngày và T Hình 5 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2015 31

Hình 6 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2015.32 Hình 7 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2016.33 Hình 8 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2016 34

Hình 9 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2017 35 Hình 10 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2017.36 Hình 11 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2018.37 Hình 12 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2018.38 Hình 13 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 6 tháng

9

Hình 24 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc

trung bình các ngày làm việc

(trừ ngày nghỉ thêm) 6 tháng đầu năm 2019 46 Hình 26 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm

việc (trừ ngày nghỉ thêm) năm 2015 47 Hình 27 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm việc (trừ ngày nghỉ thêm) năm 2016 48 Hình 28 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm

việc (trừ ngày nghỉ thêm) năm 2017 49 Hình 29 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm việc (trừ ngày nghỉ thêm) năm 2018 50 Hình 30 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm việc (trừ ngày nghỉ thêm) 6 tháng đầu năm 2019 51 Hình 31 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày làm việc trong năm 2018 52 Hình 32 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày thứ bảy trong năm 2018 54 Hình 33 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày chủ nhật trong năm 2018 56 Hình 34 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày làm việc mùa khô năm 2018 58 Hình 35 Đồ thị tương quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày thứ bảy mùa khô năm 2018 60 Hình 36 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày chủ nhật mùa khô năm 2018 62 Hình 37 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày làm việc mùa mưa năm 2018 64 Hình 38 Đồ thị tương quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày thứ bảy mùa mưa năm 2018 66 Hình 39 Đồ thị tương quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày chủ nhật mùa mưa năm 2018 68

10

DANH MỤC CÁC BẢNG

Bảng 1 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm việc (trừ ngày nghỉ thêm) năm 2015 47 Bảng 2 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm việc (trừ ngày nghỉ thêm) năm 2016 48 Bảng 3 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm việc (trừ ngày nghỉ thêm) năm 2017 49 Bảng 4 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm việc (trừ ngày nghỉ thêm) năm 2018 50 Bảng 5 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm việc (trừ ngày nghỉ thêm) 6 tháng đầu năm năm 2019 51 Bảng 6 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm việc (trừ ngày nghỉ thêm) năm 2018 53 Bảng 7 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày làm việc (trừ ngày nghỉ thêm) năm 2018 54 Bảng 8 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày thứ bảy năm 2018 55 Bảng 9 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày thứ bảy năm 2018 56 Bảng 10 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ nhật năm 2018 57 Bảng 10 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ nhật năm 2018 57 Bảng 11 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày chủ nhật năm 2018 58 Bảng 12 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ nhật năm 2018 59

11

Hình 24 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc

Bảng 13 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các

ngày làm việc mùa khô năm 2018 60

Bảng 14 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày thứ bảy mùa khô năm 2018 61

Bảng 15 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày thứ bảy mùa khô năm 2018 62

Bảng 16 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ nhật mùa khô năm 2018 63

Bảng 17 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày chủ nhật mùa khô năm 2018 64

Bảng 18 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm việc mùa mưa năm 2018 65

Bảng 19 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày làm việc mùa mưa năm 2018 66

Bảng 20 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày thứ bảy mùa mưa năm 2018 67

Bảng 21 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày thứ bảy mùa mưa năm 2018 68

Bảng 22 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ nhật mùa mưa năm 2018 69

Bảng 23 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các ngày chủ nhật mùa mưa năm 2018 70

Bảng 24 Kết quả dự báo p tổng và p max tháng 4/2018 71

Bảng 25 Kết quả dự báo p tổng và p max tháng 11/2018 72

Bảng 26 Kết quả dự báo p tổng và p max tháng 6/2019 73

12

MỤC LỤC

NHIỆM VỤ LUẬN VÀN THẠC SĨ 3

LỜI CẢM ƠN 4

TÓM TẮT 5

LỜI CAM ĐOAN 7

DANH MỤC CÁC HÌNH VẼ 8

DANH MỤC CÁC BẢNG 10

MỤC LỤC 12

CHƯƠNG I GIỚI THIỆU ĐỀ TÀI 14

1.1 Yêu cầu thục tế 14

1.2 Mục tiêu nghiên cứu của luận văn 16

1.3 Phạm vi nghiên cứu 16

1.4 Đối tuợng nghiên cứu 16

1.5 Tóm tắt Chuơng 1 17

CHƯƠNG II CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN PHỤ TẢI ĐIỆN 18

2.1 Tổng quan về một số nghiên cứu mối tuơng quan giũa nhiệt độ và phụ tải 18 2.2 Các yếu tố ảnh huởng đến phụ tải điện 19

2.3 Tìm hiểu về đặc điểm khí hậu, thời tiết khu vục Thành phố Hồ Chí Minh: ", 21

2.4 Tóm tắt Chuơng II 23

CHƯƠNG III MÔ HÌNH TÍNH TOÁN PHẦN TÍCH TƯƠNG QUAN GIỮA NHIỆT ĐỘ VÀ PHỤ TẢI, DỰ BÁO PHỤ TẢI NGÁN HẠN 24

3.1 Hệ số tuơng quan và mô hình hồi quy tuyến tính 24

3.1.1 Hệ số tuơng quan 24

3.1.2 Mô hình hồi quy tuyến tính 25

3.2 Các buớc thục hiện phân tích tuơng quan giữa phụ tải và nhiệt độ khu vục TPHCM; dụ báo phụ tải ngắn hạn 26

3.3 Tóm tắt Chương III 29

13

CHƯƠNG IV KẾT QUẢ PHÂN TÍCH 30

4.1 Nhận xét và đồ thị phụ tải điện và đồ thị nhiệt độ 24 giờ khu vực TPHCM qua các năm 30

4.2 Kết quả phân tích tương quan giữa công suất và nhiệt độ: 44

4.2.1 Phân tích kết quả qua các năm 44

4.2.1.1 Phân tích cho năm 2015 44

4.2.1.2 Phân tích cho năm 2016 48

4.2.1.3 Phân tích cho năm 2017 49

4.2.1.4 Phân tích cho năm 2018 50

4.2.1.5 Phân tích cho năm 2019 51

4.2.1.6 Các ngày làm việc trong năm 2018 (không trừ ngày nghỉ thêm): 52 4.2.1.7 Các ngày thứ bảy trong năm 2018 54

4.2.1.8 Các ngày chủ nhật trong năm 2018 56

4.2.1.9 Các ngày làm việc trong mùa khô năm 2018 58

4.2.1.10 Các ngày thứ bảy trong mùa khô năm 2018 60

4.2.1.11 Các ngày chủ nhật trong mùa khô năm 2018 62

4.2.1.12 Các ngày làm việc trong mùa mưa năm 2018 64

4.2.1.13 Các ngày thứ bảy trong mùa mưa năm 2018 66

4.2.1.14 Các ngày chủ nhật trong mùa mưa năm 2018 68

4.2.2 Kết luận về kết quả phân tích tương quan 70

4.3 Dự báo phụ tải 70

4.4 Tóm tắt Chương IV 74

CHƯƠNG V KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỂ TÀI 75

5.1 Kết luận 75

5.2 Hướng phát triển sắp tới của đề tài 75

TÀI LIỆU THAM KHẢO 76

PHỤ LỤC 78

lực Việt Nam phát đi ngày 21/6/2019 [1] Tại Thành phố Hồ Chi Mình, Tổng

công ty Điện lực TP HCM (EVNHCMC) cho biết, lượng điện năng tiêu thụ từ đầu năm 2019 đến nay liên tục đi lên Tỉnh đến hết thảng 3/2019, sản lượng tiêu thụ đạt 2,38 tỷ kWh, tăng hơn 44% so vởi thảng 2 (1,65 tỷ kwh) Chưa hết thảng

4 nhưng lượng tiêu thụ dự kiến của thảng cỏ thể ở mức 2,5 tỷ kWh - mức cao nhất trong 10 năm qua của TPHCM

Nguyên nhân chỉnh dẫn đến sản lượng điện tiêu thụ tăng cao kỷ lục lả nắng nóng kéo dài, có ngày trong thảng 4 nhiệt độ đạt 40-42 độ c Cũng chinh vì nắng nóng, sản lượng tiêu đùng điện thảng 4 của nhiều hộ gia đình, doanh nghiệp cao gấp 2-3 lần so vởi thảng 3 [1]

Thực tế này cho thấy là giữa nhiệt độ và nhu cầu tiêu thụ điện cỏ mối liên

hệ mật thiết, và việc nghiên cứu mối liên hệ giữa 02 đại lượng này sẽ hỗ trợ tốt cho công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ thống điện, thị trường điện và xây dựng kế hoạch phát triển lưới điện

lưưng điện nãng tiêu thụ/ngày cao nhất (triệu kWh)

(Kgunn: Trung tăm Điều độ HTĐ TPHCM

ỈDO.ŨO

Sử Củ

80.00 70,00

«100 50,00 40,00 50,00 20,00

15

Trên thế giới, đã có một số nghiên cứu về mối liên hệ giữa nhiệt độ hoặc rộng hơn là nghiên cứu ảnh hưởng của biến đổi khí hậu đến nhu cầu tiêu thụ điện [2-8] Đây là một trong các nội dung trong lĩnh vực nghiên cứu, phân tích và dự báo nhu cầu tiêu thụ điện

Ở Việt Nam, nhận thấy tầm quan trọng của việc nghiên cứu phụ tải điện, ngay từ năm 2011, Bộ Công Thương đã ban hành Thông tư số 33/2011/TT- BCT ngày 06/9/2011 quy định nội dung, phương pháp và trình tự nghiên cứu phụ tải điện và cập nhật nội dung này vào tháng 9/2017 khi ban hành Thông tư số 19/2017/TT-BCT ngày 29/9/2017 Mục đích của việc nghiên cứu phụ tải nhằm:

a) Xây dựng và đề xuất cơ cấu biểu giá điện phù hợp với từng đối tượng khách

hàng sử dụng điện; b) Đánh giá tiềm năng, xây dựng và triển khai thực hiện các

chương trình quản lý nhu cầu điện, chương trình sử dụng năng lượng tiết kiệm và

hiệu quả; c) Hỗ trợ công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ

thống điện, thị trường điện và xây dựng kế hoạch phát triển lưới điện để đáp ứng nhu cầu phụ tải điện [9],[10],

Theo đó, nghiên cứu phụ tải điện là nhiệm vụ bắt buộc được đặt ra cho Tập đoàn Điện lực Việt Nam và Đơn vị trực thuộc Một trong các nội dung quan trọng khi nghiên cứu phụ tải là cần xây dựng được biểu đồ phụ tải điện điển hình của

hệ thống và phân tích mối tương quan của xu thế thay đổi biểu đồ phụ tải điện với diễn biến về nhiệt độ phục vụ cho công tác dự báo phụ tải - một công tác quan trọng được nhắc đến trong hầu hết các quy định liên quan đến việc quản lý và vận hành hệ thống điện do Bộ Công Thương ban hành [11-14],

Tại Tổng công ty Điện lực TPHCM, công tác dự báo phụ tải điện định kỳ hàng ngày, tuần và tháng do Trung tâm Điều độ Hệ thống điện TPHCM phụ trách Việc dự báo căn cứ vào dữ liệu phụ tải điện trong quá khứ, tình hình dự báo thời tiết (trong đó nhiệt độ đóng vai trò chủ yếu) và kinh nghiệm của chuyên gia theo dõi hệ thống Hiện tại, Tổng công ty cũng đang nghiên cứu triển khai phần mềm

dự báo phụ tải áp dụng các thuật toán học máy (Machine Learning) thuộc lĩnh vực trí tuệ nhân tạo như mạng noron nhân tạo (ANN - Artificial Neural Network), máy hỗ trợ vector hồi quy (SVR - Support Vector machine Regression), rừng ngẫu nhiên (Random forest), trong gói phần mềm thuộc dự án Xây dựng Trung tâm giám sát vận hành (OCC - Operations Control Center) tại Tổng công ty Điện lực TPHCM do Công ty ATS thực hiện Các thuật toán học máy được coi là một công cụ mạnh để giải quyết các bài toán có tính phi tuyến, phức tạp và đặc biệt trong các trường họp mà mối quan hệ giữa các quá trình không dễ thiết lập một

16

cách tường minh, huy vọng sẽ đem đến kết quả dự báo tiệm cận với thực tế nhất Bên cạnh việc áp dụng phần mềm hiện đại sử dụng các thuật toán máy học (mỗi thuật toán được xem như một hộp đen mà người sử dụng không thể biết được quá trình xử lý chi tiết), rất cần thiết phải nắm bắt được các quy luật, các yếu tố tác động chính đến nhu cầu sử dụng điện để từ đó có được số liệu đầu vào chính xác hỗ trợ tốt nhất cho công tác dự báo bằng phần mềm mà nhiệt độ là một trong các yếu tố đã được chứng minh có ảnh hưởng lớn đến nhu cầu sử dụng điện

1.2 Mục tiêu nghiên cứu của luận văn

Mục tiêu chính của luận văn này là rút ra được mối tương quan giữa nhiệt

độ phụ tải khu vực TPHCM, thực hiện dự báo phụ tải ngắn hạn (theo ngày) sử dụng mô hình hồi quy tuyến tính phục vụ cho công tác vận hành hệ thống điện của Tổng công ty Điện lực TPHCM

1.3 Phạm vỉ nghiên cứu

Trong phạm vi khu vực TPHCM

1.4 Đối tượng nghiên cứu

Công suất tiêu thụ (P-MW) và nhiệt độ (T°C) từng giờ trong ngày của toàn TPHCM

Luận văn này chọn nhiệt độ làm yếu tố để phân tích ảnh hưởng đến phụ tải điện vì các lý do sau:

- Phân tích mối tương quan của xu thế thay đổi biểu đồ phụ tải điện của phụ tải điện với diễn biến về nhiệt độ là một trong các nội dung được Bộ Công Thương yêu cầu thực hiện khi nghiên cứu phụ tải (Khoản 7 Điều 22 [10])

- Tình hình tiêu thụ điện thực tế cho thấy các ngày nắng nóng thì điện năng tiêu thụ của hệ thống tăng cao, chứng tỏ có sự ảnh hưởng của nhiệt độ [1],

- Một số nghiên cứu trên thế giới đã chứng minh có mối liên hệ giữa nhiệt

độ và phụ tải điện cũng như thực hiện việc phân tích ảnh hưởng của nhiệt

độ lên phụ tải điện [2-8],

1.5 Tóm tắt Chương I

Thực tế này cho thấy là giữa nhiệt độ và nhu cầu tiêu thụ điện có mối liên

hệ mật thiết, và việc nghiên cứu mối liên hệ giữa 02 đại lượng này sẽ hỗ trự tốt cho công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ thống điện, thị trường điện và xây dựng kế hoạch phát triển lưới điện Nội dung chương này giới

17

thiệu tổng quan về yêu cầu thực tế cần nghiên cứu ảnh hưởng của nhiệt độ đến phụ tải khu vực Thành phố Hồ Chí Minh, phục vụ công tác dự báo phụ tải ngắn hạn Hệ số tương quan và mô hình phân tích hồi quy tuyến tính là hai công cụ được áp dụng chính trong luận văn này

Nghiên cứu tại các thành phố Tabriz, Tehran, và Ahavar đại điện cho các vùng khí hậu đặc trưng khác nhau tại Iran như thành phố Tabriz với khí hậu lạnh

có mùa đông lạnh và mùa hè ôn đới, thành phố Tehran với khí hậu bán khô hạn lạnh, và thành phố Ahavar với khí hậu ấm Nghiên cứu đã chỉ ra rằng nhiệt độ có ảnh hưởng lớn đến phụ tải tiêu thụ tại Iran và đây được xem là biến đầu vào trong việc dự báo phụ tại ngắn hạn [2],

Nghiên cứu về ảnh hưởng của biến đổi khí hậu đến đến nhu cầu tiêu thụ điện trong tương lai tại Thái Lan, đến năm 2080, nhiệt độ tại Thái Lan sẽ tăng thêm từ l,74°c đến 3,43°c dẫn đến điện năng tiêu thụ đỉnh sẽ tăng 1,5% đến 3,1% vào năm

2020, 3,7% đến 8,3% vào năm 2050 và tăng 6,6% đến 15,3% vào năm 2080 [3]

Nghiên cứu về ảnh hưởng của nhiệt độ đến đồ thị phụ tải và tổn thất trên lưới điện phân phối khi nhiệt độ thay đổi tại Đài Loan cũng cho thấy điện năng của tiêu thụ của thành phố Đài Bắc đã tăng thêm 365 MW tương ứng 22% khi nhiệt độ tăng thêm 5°c chủ yếu do nhu cầu sử dụng máy điều hòa không khí tăng khi nhiệt độ tăng [4]

Đe tăng độ chính xác khi dự báo phụ tải ngắn hạn, kỹ thuật phân rã theo mô hình thực nghiệm (Empirical Mode Decomposition - EMD) cũng đã được áp dụng để phân tích mối liên hệ giữa đồ thị phụ tải điện và nhiệt độ tại Anh Theo

đó, các đồ thị phụ tải và các đồ thị nhiệt độ được áp dụng kỹ thuật EMD trước khi tiến hành phân tích tương quan, kết quả cho thấy hệ số tương quan của các đại lượng sau khi áp dụng EMD tăng lên đáng kể (R =0.9) [5]

Các nghiên cứu chuyên sâu khác như nghiên cứu về ảnh hưởng của nhiệt độ trung bình trong ngày và điện năng tiêu thụ trong ngày tại Thành phố Kragujevac (Cộng hòa Serbia) trong vòng bảy năm từ 2006 đến 2012 đã chỉ ra nhiệt độ không khí trung bình hàng ngày là thông số khí hậu có ảnh hưởng nhất đến nhu cầu tiêu thụ điện [6]; Bằng cách sủ dụng dữ liệu về mức tiêu thụ điện và nhiệt độ hàng

19

ngày trong giai đoạn từ năm 2003 đến 2007 tại Thuợng Hải, các tác giả đã chỉ ra rằng mùa đông và mùa hè là hai mùa cao điểm tiêu thụ năng luợng do hệ thống suởi ấm dân cu đô thị và và nhu cầu làm mát của nguời dân tăng lên [7], Nghiên cứu về ảnh huơng của nhiệt độ đến từng loại hộ tiêu thụ tại Tây Ban Nha cũng đã cho thấy nhu cầu tiêu thụ điện chịu ảnh huởng của nhiệt độ và cũng tùy thuộc từng loại hộ tiêu thụ [8],

2.2 Các yếu tố ảnh hưởng đến phụ tải điện

Có rất nhiều yếu tố ảnh hưởng đến nhu cầu tiêu thụ điện [15], [16] và cần nhận diện chính xác chúng để tăng độ chính xác trong công tác dự báo phụ tải Các yếu tố ảnh hưởng chính gồm có:

Yếu tố về thời gian:

Bao gồm thời gian của năm, các ngày trong tuần, các giờ trong ngày (giờ ban ngày, giờ ban đêm, giờ làm việc, giờ nghỉ) Có sự khác biệt giữa phụ tải giữa ngày làm việc và ngày cuối tuần, ngày lễ; ngày dương lịch và ngày âm lịch Phụ tải giữa các ngày trong tuần cũng có sự khác nhau

Yếu tố về kình tế:

Điều kiện kinh tế trong một khu vực có thể ảnh hưởng đến hình dạng đồ thị phụ tải, bao gồm các yếu tố như:

- Xu hướng kinh tể', suy thoái hoặc tăng trưởng

- GDP (Gross Domestic Product - Tổng sản phẩm quốc nội): giá trị thị

trường của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất ra trong phạm vi một lãnh thổ nhất định (thường là quốc gia) trong một thời kỳ nhất định(thường là một năm) GDP là một trong những chỉ số cơ bản để đánh giá sự phát triển kinh tế của một vùng lãnh thổ nào đó Tăng trưởng kinh

tế và tác động của nó đến mức sống là động lực chính để kích thích nhu cầu năng lượng

- GNP (Gross National Product - Tống sản phấm quốc gia): là một chỉ tiêu

kinh tế đánh giá sự phát triển kinh tế của một đất nước nó được tính là tổng giá trị bằng tiền của các sản phẩm cuối cùng và dịch vụ mà công dân của một nước làm ra trong một khoảng thời gian nào đó, thông thường là một năm tài chính, không kể làm ra ở đâu (trong hay ngoài nước) GNP sử dụng như một chỉ báo về xu hướng kinh tế

- Hộ gia đình: Hộ gia đình được đưa vào xem xét bởi vì sự tồn tại của các

20

hộ gia đình có nghĩa là sự tồn tại của các thiết bị như máy hút bụi và máy giặt, w

- Giả xăng dầu: Giá dầu xăng đóng một vai trò quan trọng như sự thay đổi

của giá xăng dầu sẽ thay đổi chi phí sản xuất điện và do đó giá cả của điện, cuối cùng ảnh hưởng đến đường cong tải

- Gia tăng dân sổ: Tốc độ tăng dân số cao sẽ tăng mức tiêu thụ điện năng

Do đó phải là một mối tương quan tích cực giữa dân số tăng trưởng và tiêu thụ điện năng

- Phát triển công nghiệp: Phát triển công nghiệp trong một khu vực cụ thể

cũng sẽ tăng sức mạnh tiêu dùng

- Giá điện: Đây cũng là một yếu tố quan trọng ảnh hưởng đến nhu cầu tiêu

thụ điện

Các điều kiện trên chủ yếu ảnh hưởng đến dự báo phụ tải dài hạn

Yếu tố khí hậu, thời tiết:

- Khí hậu: là thời tiết trung bình trong khoảng thời gian dài Thời gian trung

bình chuẩn để xét là 30 năm Khí hậu cũng phụ thuộc vào thời gian: tính thời vụ, hàng năm và vào nhiều thập kỷ Tại Việt Nam, khí hậu phân bố thành 3 vùng khí hậu riêng biệt với miền Bắc và Bắc Trung Bộ là khí hậu cận nhiệt đới ẩm Miền Bắc gồm 4 mùa: Xuân Hạ Thu và Đông Miền Trung và Nam Trung bộ là khí hậu nhiệt đới gió mùa, miền cực Nam Trung

Bộ và Nam Bộ mang đặc điểm nhiệt đới xavan Đồng thời, do nằm ở rìa phía Đông Nam của phần châu Á lục địa, giáp với Biển Đông (một phần của Thái Bình Dương), nên chịu ảnh hưởng trực tiếp của kiểu khí hậu gió mùa mậu dịch, thường thổi ở các vùng vĩ độ thấp Miền Nam thường có 2 mùa: mùa mưa và mùa khô Biến đổi khí hậu ảnh hưởng lớn việc tiêu thụ năng lượng Khí hậu là yếu tố ảnh hưởng đến dự báo phụ tải dài hạn

- Thời tiết là tập hợp các trạng thái của các yếu tố khí tượng xảy ra trong khí

quyển ở một thời điểm, một khoảng thời giannhất định như nắng hay mưa, nóng hay lạnh, ẩm thấp hay khô ráo Hầu hết các hiện tượng thời tiết diễn

ra trong tầng đối lưu Thuật ngữ này thường nói về hoạt động của các hiện tượng khí tượng trong các thời kì ngắn (ngày hoặc giờ), khác với thuật ngữ

"khí hậu" - nói về các điều kiện không khí bình quân trong một thời gian dài Các yếu tố thời tiết bao gồm:

Thành phần phụ tải điện'

Thành phần phụ tải điện là phụ tải điện đuợc phân loại theo cơ cấu tiêu thụ

điện, bao gồm: Công Nghiệp - Xây dụng, Thuơng mại - Dịch vụ, Nông nghiệp - Lâm nghiệp - Thủy sản, Sinh hoạt, Nhà hàng - Khách sạn và các hoạt động khác

Đồ thị phụ tải của từng thành phần khác nhau ảnh huởng lớn đến việc dụ báo phụ tải

Các yếu tố ngẫu nhiên:

Các sụ kiện đặc biệt trong năm (giờ trái đất, hoạt động văn hóa, thể thao, ),

sụ cố luới điện dẫn đến việc sa thải phụ tải đột ngột, các khu công nghiệp ngùng hoạt động, công nhân đình công dẫn đến sụ thay đổi phụ tải đột ngột

2.3 Tìm hiểu về đặc điểm khí hậu, thòi tiết khu vực Thành phố Hồ Chí Minh [17]:

Nằm trong vùng nhiệt đới xavan, cũng nhu một số tỉnh Nam bộ khác Thành phố Hồ Chí Minh không có bốn mùa: xuân, hạ, thu, đông, nhiệt độ cao đều và mua quanh năm (mùa khô ít mua) Trong năm Thành phố Hồ Chí Minh có 2 mùa

là biến thể của mùa hè: mùa mua - khô rõ rệt Mùa mua đuợc bắt đầu từ tháng 5 tới tháng ll(khí hậu nóng ẩm, nhiệt độ cao mua nhiều), còn mùa khô từ tháng 12 tới tháng 4 năm sau (khí hậu khô, nhiệt độ cao và mua ít) Trung bình, Thành phố

Hồ Chí Minh có 160 tới 270 giờ nắng một tháng, nhiệt độ trung bình 27 °C, cao nhất lên tới 40 °C, thấp nhất xuống 13,8 °C Hàng năm, thành phố có 330 ngày nhiệt độ trung bình 25 tới 28 °C Luợng mua trung bình của thành phố đạt 1.949 mm/nãm, trong đó năm 1908 đạt cao nhất 2.718 mm, thấp nhất xuống 1.392 mm vào năm 1958 Một năm, ở thành phố có trung bình 159 ngày mua, tập trung nhiều nhất vào các tháng từ 5 tới 11, chiếm khoảng 90%, đặc biệt hai tháng 6 và

9 Trên phạm vi không gian thành phố, luợng mua phân bố không đều, khuynh huớng tăng theo trục Tây Nam - Đông Bắc Các quận nội thành và các huyện phía

22

bắc có luợng mua cao hơn khu vục còn lại

Thành phố Hồ Chí Minh chịu ảnh huởng bởi hai huớng gió chính là gió mùa Tây - Tây Nam và Bắc - Đông Bắc Gió Tây - Tây Nam từ Ấn Độ Duơng, tốc độ trung bình 3,6 m/s, vào mùa mua Gió Gió Bắc - Đông Bắc từ biển Đông, tốc độ trung bình 2,4 m/s, vào mùa khô Ngoài ra còn có gió mậu dịch theo huớng Nam

- Đông Nam vào khoảng tháng 3 tới tháng 5, trung bình 3,7 m/s Có thể nói Thành phố Hồ Chí Minh thuộc vùng không có gió bão Cũng nhu luợng mua, độ ẩm không khí ở thành phố lên cao vào mùa mua (80%), và xuống thấp vào mùa khô (74,5%) Bình quân độ ẩm không khí đạt 79,5%/năm

Với những biến đổi khí hậu Sài Gòn thuộc danh sách 10 thành phố trên thế giới bị đe dọa vì nguy cơ mục nuớc biển dâng cao Theo dụ tính của Liên Hiệp Quốc thì đến năm 2050 nuớc biển sẽ dâng 26 cm và 70% khu đô thị Sài Gòn sẽ

bị ngập lụt Ngân hàng Phát triển Á châu uớc luợng hậu quả là thiệt hại kinh tế lên đến hàng tỷ USD

Tìm hiểu đặc điểm khí hậu khu vục TPHCM, đặc biệt là yếu tố nhiệt độ sẽ

hỗ trợ tốt cho bài toán phân tích mối liên hệ giũa nhiệt độ và phụ tài khu vục TPHCM

Hình 2 Dữ liệu khi hậu khu vực Thành phổ Hồ Chi Minh

2.4 Tóm tắt Chương II

Có rất nhiều yếu tố ảnh hưởng đến nhu cầu tiêu thụ điện và cần nhận diện chính xác chúng để tăng độ chính xác trong công tác dự báo phụ tải như thời gian, khí hậu, loại phụ tải, Nội dung chương này trình bày tổng quan về các nghiên cứu mối tương quan giữa nhiệt độ và phụ tải điện trên thế giới, đồng thời nhận diện các yếu tố ảnh hưởng đến phụ tải điện và Tìm hiểu về đặc điểm khí hậu, thời tiết khu vực Thành phố Hồ Chí Minh để tăng độ chính xác trong

23

công tác dự báo phụ tải ngắn hạn

24

CHƯƠNG HI MÔ HÌNH TÍNH TOÁN PHÂN TÍCH TƯƠNG QUAN GIỮA NHIỆT Độ VÀ PHỤ TẢI, Dự

BÁO PHỤ TẢI NGẮN HẠN 3.1 Hệ số tương quan và mô hình hồi quy tuyến tính

3.1.1 Hệ số tương quan [18]

Hệ số tương quan (r) là một chỉ số thống kê đo lường mối liên hệ tương quan giữa hai biến số Hệ số tương quan có giá trị từ -1 đến 1 Hệ số tương quan bằng 0 (hay gần 0) đồng nghĩa với hai biến số không có liên hệ gì với nhau; ngược lại nếu hệ số bằng -1 hay 1 thì hai biến số có một mối liên hệ tuyệt đối Nếu giá trị của hệ số tương quan là âm (r <0) thì khi X tăng cao thì y giảm (và ngược lại, khi X giảm thì y tăng); nếu giá trị hệ số tương quan là dương (r > 0) thì khi X tăng cao thì y cũng tăng, và khi X giảm thì y cũng giảm theo

Hệ số tương quan Pearson được ước tính bằng công thức sau đây:

ỉu -xX>7- ỹ)

?=1 — (1) JzU-^iU-j)2

V Ĩ=1 Ĩ=1

Trong đó, như định nghĩa phần trên, X và ỹ giá trị trung bình của biến số X

và y

Hình 3 Minh họa mức độ tương quan của một sổ trường hợp

Luận văn này sử dụng hàm CORREL trong excel để tính hệ số tưong quan

3.1.2 Mô hình hồi quy tuyến tính [18]

X và Y có tuơng quan tuyến tính mạnh Mô hình hồi quy tuyến tính biểu diễn mối quan hệ giữa X và Y nhu sau:

yi = 00 + 0Xi + Ei (2) Trong đó:

- Po: hệ số chặn (intercept) khi Xi = 0

- P: hệ số góc - độ dốc (slope)

- Eị: sai số ngẫu nhiên khi X nhận giá trị X,

Các thông số Po, p, £ đuợc uớc tính từ dữ liệu Phuong pháp để uớc tính các thông số này là phuơng pháp bình phuơng nhỏ nhất (least squares method)

Luận vãn này sủ dụng hàm FORECAST trong excel để dụ báo phụ tải theo

biến nhiệt độ bằng phuơng pháp hồi quy tuyến tính

Hình 4 Mỉnh họa mô hình phân tích hồi quy tuyến tính

3.2 Các bước thực hiện phân tích tương quan giữa phụ tải và nhiệt đệ khu vực TPHCM; dự báo phụ tải ngắn hạn

Bước 1: Thu thập dữ liệu phụ tải và nhiệt độ

Bước 2: Phân tích mối tương quan giữa nhiệt độ và phụ tải điện sử dụng hệ

số tương quan Pearson

Theo các trưởng họp sau:

- Giữa Phụ tải và nhiệt độ các ngày làm việc trong năm;

- Giữa Phụ tải và nhiệt độ các ngày thứ bảy trong năm;

- Giữa Phụ tải và nhiệt độ các ngày chủ nhật trong năm;

- Giữa Phụ tải và nhiệt độ các ngày làm việc, thứ bảy, chủ nhật trong mùa khô (từ tháng 1 đến tháng 4), trong mùa mưa (từ tháng 5 đến tháng 11)

Chi tiết như sau:

> Phụ tải tổng trong ngày và nhiệt độ trung bình (Ttb) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải trung bình trong ngày và nhiệt độ lớn nhất (Tmax) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải trung bình trong ngày và nhiệt độ nhỏ nhất (Tmin) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải trung bình trong ngày và độ chênh lệch nhiệt độ (Tmax - Tmin) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải trung bình trong ngày và nhiệt độ trung bình (Ttb) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

28

> Phụ tải lớn nhất trong ngày và nhiệt độ lớn nhất (Tmax) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải lớn nhất trong ngày và nhiệt độ nhỏ nhất (Tmin) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải lớn nhất trong ngày và độ chênh lệch nhiệt độ (Tmax - Tmin) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải lớn nhất trong ngày và nhiệt độ trung bình (Ttb) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải nhỏ nhất trong ngày và nhiệt độ lớn nhất (Tmax) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải nhỏ nhất trong ngày và nhiệt độ nhỏ nhất (Tmin) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải nhỏ nhất trong ngày và độ chênh lệch nhiệt độ (Tmax - Tmin) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

> Phụ tải nhỏ nhất trong ngày và nhiệt độ trung bình (Ttb) trong ngày của các ngày làm việc, nghỉ trong năm, trong mùa khô và mùa mưa

Bước 3; dư báo phụ tải ngắn hạn

Từ kết quả phân tích tương quan nêu trên, luận vãn tiến hành dự báo phụ tải tổng (P tổng - MW) trong ngày theo biến nhiệt độ trung bình (Ttb) cho năm 2018

và 6 tháng đầu năm 2019 theo các mùa khô và mùa mưa bằng phương pháp hồi quy tuyến tính Cụ thể:

- Sử dụng dữ liệu của các tháng từ tháng 1 đến tháng 3 năm 2018 để dự báo

p tổng và Pmax tháng 4 năm 2018 (mùa khô);

- Sử dụng dữ liệu của các tháng từ tháng 5 đến tháng 10 năm 2018 để dự báo

p tổng và Pmax tháng 11 năm 2018 (mùa mưa);

- Sử dụng dữ liệu của tháng 5 năm 2019 để dự báo p tổng và Pmax tháng 6 năm 2019

29

3.3 Tóm tắt Chương III

Nội dung chuông này trình bày mô hình phân tích tương quan bằng hệ số tương quan Pearson và phương pháp dự báo phụ tải ngắn hạn bằng phương pháp hồi quy tuyến tính Chương III cũng trình bày các bước thực hiện thu thập

dữ liệu công suất và nhiệt độ hàng giờ trong ngày từ năm 2015 đến năm 2019 Kết quả phân tích sẽ được trình bày trong Chương IV

30

CHƯƠNG IV KẾT QUẢ PHÂN TÍCH 4.1 Nhận xét và đồ thị phụ tải điện và đồ thị nhiệt độ 24 giờ khu vực TPHCM qua các năm

Dữ liệu phụ tải (công suất P-MW) đuợc tổng hợp từ các trạm biến áp llOkV

và nhiệt độ (T-°C) 24 giờ/ ngày tại khu vục TPHCM các năm 2015, 2016, 2017,

2018 và 6 tháng đầu năm 2019 đuợc thu thập từ Trung tâm Điều độ Hệ thống Điện TPHCM Nhiệt độ đuợc thu thập sủ dụng trong luận văn này là nhiệt độ bóng râm (nhiệt kế đuợc đặt trong bóng râm, cách mặt đất khoảng 2 m trong các lều khí tuợng để tránh truờng hợp nhiệt kế hấp thụ bức xạ trục tiếp của mặt trời cũng nhu hơi nóng từ mặt đất phả lên và trở nên nóng hơn so với không khí xung quanh Nhiệt độ bóng râm thuờng thấp hơn so với nhiệt độ tuơng đối - nhiệt độ cảm nhận của cơ thể từ 4 - 6 độ C)

Dữ liệu công suất và nhiệt độ các năm 2015, 2017 và 2018 có kích thuớc [365 X 24] (365 hàng tuơng ứng 365 ngày và 24 cột tuơng ứng 24 giờ trong ngày); năm 2016 có kích thuớc [366 X 24] (năm nhuận), 6 tháng đầu năm 2019

có kích thuớc [182 X 24],

Quan sát đồ thị phụ tải điện và diễn biến nhiệt độ trong ngày khu vục TPHCM qua các năm 2015 - 2019 (từ hình 5 đến hình 20), nhận thấy nhu sau:

- Đồ thị phụ tải hệ thống điện TPHCM biến động qua các giờ trong ngày và

xuất hiện 02 cao điểm trong ngày (buổi sáng từ 11-12 giờ và buổi chiều từ

14-15 giờ)

- Hình dạng đồ thị phụ tải mùa khô (từ tháng 1 đến tháng 4) và mùa mua (từ tháng 5 đến tháng 11) TPHCM không có sụ biệt so với đồ thị cả năm Công suất trung bình mùa mua cao hơn mùa khô

- Công suất tiêu thụ tăng dần qua các năm (năm sau lớn hơn năm truớc)

- Đồ thị nhiệt độ TPHCM biến động qua các giờ trong ngày và xuất hiện 01

cao điểm trong ngày (14 giờ) Hình dạng đồ thị nhiệt độ trung bình trong mùa khô và mùa mua là nhu nhau và tuơng tụ hình dạng đồ thị nhiệt độ trung bình cả năm Đỉnh nhiệt trung bình mùa khô cao hơn đỉnh nhiệt trung bình mùa mua

T (OC) IRONS BINH MƯA KHO

T ỉoci TRUNG BINH MUA MUA 'T(0C) TRUNG BINH NAỈ.I

33

hiện 01 cao điểm trong ngày (14 giờ) Hình dạng đồ thị nhiệt độ trung bình trong mùa khô và mùa mưa là như nhau và tương tự hình dạng đồ thị nhiệt độ trung bình cả năm Đỉnh nhiệt trung bình mùa khô cao hơn đỉnh nhiệt trung bình mùa mưa

34

p TRUNâ BINH MUA K HỜ

— - p (MW) TRUNG BINH MUA Mil A

p (MVếI TRUNG BINH CA NAI.'

Quan sát ta cũng nhận thấy hình dạng đồ thị p trung bình năm 2016

tương tự năm 2015 Tuy nhiên p trung bình 2016 cao hơn năm 2015

36

Hình 8 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2016

Nhận xét:

Quan sát ta cũng nhận thấy hình dạng đồ thị T trung bình năm 2016 tương

tự năm 2015, tuy nhiên nhiệt đệ truung bình mùa khô năm 2016 cao hơn so vói năm 2015.

0 1 2 3 4 5 6 7 a s 10 11 12 13 14 15 1ộ 17 ia 19 20 21 22 23 2-4

DO THI NH1ET DO 2D TPHCM NAM 2016

■— p (MW) TRƯNG BINH MUA KHO — p-

(MWJ TRƯNG BINH MUA MƯA (MWI

TRUNG BINH CA NAM

40

DO THI NHIỄT DO 30 TPHCM NAW 201«

DO THI NHIET DO 2D TPHCM NAM: 2018

— -T (DC) TRUNG BINH MUA KHO —

— T (0CI TRUNG B INH MUA MUA

— T ịoc| TRUNG Đ INH NAM