Tổn thất công suất và tổn thất điện năng là chỉ tiêu quan trọng trong các bài toán qui hoạch, thiết kế và vận hành hệ thống điện nói chung và lưới điện phân phối. Tổn thất điện [r]
Trang 197
ẢNH HƯỞNG CỦA TẢI NGẪU NHIÊN TỚI TỔN THẤT ĐIỆN NĂNG
TRONG LƯỚI ĐIỆN PHÂN PHỐI
Vũ Văn Thắng 1 , Bạch Quốc Khánh 2
1 Trường Đại học Kỹ thuật Công nghiệp – ĐH Thái Nguyên
2 Trường Đại học Bách khoa Hà Nội
TÓM TẮT
Phụ tải điện là đại lượng mang tính ngẫu nhiên phụ thuộc vào điều kiện thời tiết và nhu cầu của khách hàng Tuy nhiên, trong các nghiên cứu trước đây tổn thất điện năng thường được tính toán với giả thiết thông số của tải là xác định như tải luôn là cực đại (theo thời gian chịu tổn thất công suất lớn nhất) hay đồ thị phụ tải ngày điển hình (theo mùa trong năm) Những giả thiết trên dẫn đến kết quả tính toán tổn thất điện năng có sai số lớn và ảnh hưởng tới hiệu quả của các phương án đầu tư Do đó, nghiên cứu này giới thiệu một mô hình tính toán tổn thất điện năng trên cơ sở lựa chọn mô hình xác suất biểu diễn tính ngẫu nhiên của phụ tải Tính toán kiểm tra bằng chương trình lập trong ngôn ngữ lập trình GAMS trên LĐPP 33 nút Kết quả được so sánh với các trường hợp phụ tải xác định để đánh giá ảnh hưởng của tải ngẫu nhiên tới tổn thất điện năng của LĐPP
Từ khóa: Lưới điện phân phối (LĐPP), Tổn thất điện năng, Tải ngẫu nhiên, GAMS
Tổn thất công suất và tổn thất điện năng là chỉ
tiêu quan trọng trong các bài toán qui hoạch,
thiết kế và vận hành hệ thống điện nói chung
và lưới điện phân phối Trong đó, tổn thất
điện năng được sử dụng làm mục tiêu trong
các bài toán nâng cấp đường dây và lựa chọn
thiết bị bù [1] Hàm mục tiêu cực tiểu chi phí
tính toán bao gồm chi phí tổn thất điện năng
cũng được sử dụng rỗng rãi để so sánh và lựa
chọn phương án đầu tư [2]-[14] …
Trước đây, tổn thất điện năng thường được
tính toán theo phương pháp phụ tải xác định
(không thay đổi) với công suất cực đại và thời
khối lượng tính toán nhỏ nhưng thường gặp
sai số lớn do bỏ qua sự thay đổi của phụ tải
[2] Do đó, để giảm sai số và đáp ứng gần hơn
với điều kiện thực tiễn, trong thời gian gần
đây, tổn thất điện năng được tính toán theo đồ
thị phụ tải ngày điển hình trong mỗi mùa
[5]-[7] Tổn thất điện năng được xác định chính
xác hơn bởi tính toán trong từng chế độ làm
việc của LĐPP Tuy nhiên, khối lượng tính
toán tăng mạnh gây khó khăn khi tính toán
những hệ thsống thực tiễn với qui lớn và thời
*
Tel: 0915 176569, Email: thangvvhtd@tnut.edu.vn
gian xét dài (96 chế độ - mỗi ngày 24 chế độ
và 4 mùa trong năm)
Thực tế, phụ tải luôn mang tính ngẫu nhiên phụ thuộc vào nhiều yếu tố như điều kiện thời tiết, khách hàng… Do đó, để đáp ứng yêu cầu thực tiễn, hàm phân phối xác suất chuẩn đã được nghiên cứu và sử dụng để biểu diễn xác suất của phụ tải điện trong các nghiên cứu [8] [9] bởi sự phù hợp với thông số ngẫu nhiên của tải trong thực tiễn Trong một hàm phân
bố xác suất, số lượng trạng thái là rất lớn (hàm liên tục) nên việc lựa chọn số lượng trạng thái hay chế độ tính toán của LĐPP quyết định đến tính chính xác và khối lượng tính toán
Vì vậy, cần lựa chọn số trạng thái phù hợp trong mỗi bài toán nhằm giảm khối lượng tính toán
mà vẫn đảm bảo sai số nhỏ [10]
Trong những bài toán qui mô lớn của LĐPP, việc tính toán trào lưu công suất từ đó xác định tổn thất công suất và tổn thất điện năng
có khối lượng tính toán rất lớn Do đó, nhiều chương trình tính toán và ngôn ngữ lập trình giải tích lưới điện đã được giới thiệu [11]-[13] trong đó General Algebraic Modeling System (GAMS) là ngôn ngữ lập trình bậc cao cho phép lập các bài toán tối ưu với những mô hình lớn và phức tạp Mô hình được trình bày ngắn gọn và đơn giản, cho phép sử dụng những liên hệ đại số và miêu tả
mô hình độc lập với giải thuật tính toán
Trang 2Từ những phân tích trên, nghiên cứu này giới
thiệu một mô hình tính toán tổn thất điện
năng của LĐPP xét đến tính ngẫu nhiên của
phụ tải Kết quả được so sánh với các mô
hình tính toán trước đây với tải xác định để từ
đó đánh giá ảnh hưởng của tải ngẫu nhiên tới
kết quả tính toán tổn thất của LĐPP Chương
trình tính toán tổn thất điện năng theo các mô
hình giới thiệu được lập trong ngôn ngữ lập
trình GAMS
Phần tiếp theo của bài báo sẽ giới thiệu mô
hình ngẫu nhiên của phụ tải và các mô hình
toán Kết quả tính toán, so sánh hiệu quả của
các mô hình và kết luận cũng được trình bày
MÔ HÌNH NGẪU NHIÊN CỦA PHỤ TẢI
Nhu cầu của các phụ tải không xác định mà
mang tính ngẫu nhiên Nhiều mô hình xác
suất biểu diễn tính ngẫu nhiên của các đại
lượng đã được giới thiệu Trong đó, xác suất
của phụ tải thường được phân bố theo hàm
mật độ xác suất chuẩn như đã trình bày trong
các nghiên cứu [8]-[10] và được biểu diễn
như biểu thức (1)
2
2 2
( | , )
( ) exp
2 2
P X x
x
f x
(1)
là phương sai
MÔ HÌNH TOÁN
Như đã giới thiệu ở trên, phương pháp xác
định phụ tải có ảnh hưởng lớn tới việc tính
toán chính xác tổn thất điện năng của LĐPP
Do đó, mô hình tính toán được xây dựng
trong 3 trường hợp để đánh giá ảnh hưởng bởi
tính ngẫu nhiên của phụ tải tới tổn thất điện
năng nhằm xác định chính xác hơn các chỉ
tiêu kinh tế kỹ thuật trong các bài toán thiết
kế và vận hành LĐPP: i) Tính toán theo thời
gian chịu tổn thất công suất lớn nhất (mô hình
MH1) ii) Tính toán theo ĐTPT ngày điển
hình (mô hình MH2) iii) Theo mô hình ngẫu
nhiên của tải (mô hình MH3)
Mô hình MH1
Trong mô hình này, thông số của tải được xác định theo giá trị công suất cực đại và thời gian chịu tổn thất công suất lớn nhất Khi đó, tổn thất
(2) với tổn thất công suất khi phụ tải cực đại, ax
m
P
max
max
1
2
N N
ij i j i j j i
i j
thất công suất lớn nhất được xác định theo
như biểu thức sau đây
4 2 ax
Tổn thất công suất và tổn thất điện năng được xác định thông qua thông số chế độ của LĐPP khi thỏa mãn ràng buộc cân bằng công suất nút trong chế độ phụ tải cực đại như biểu thức (5) với công suất tác sdụng và phản kháng của tải là P pt i.,Q pt i.
1
1
.cos( )
.sin( )
N
pt i ij i j j i j
N
pt i ij i j j i j
P Y U U
Q Y U U
(5)
Mô hình MH2
ĐTPT ngày điển hình là phương pháp được
sử dụng phổ biến khi xét đến thay đổi của tải theo thời gian trong ngày và mùa trong năm [1] [2] Khi đó, tổn thất điện năng được tính toán theo từng giờ vận hành của từng mùa
trong ngày
,
N N
s h s
s h
Trang 399
Tổn thất công suất trong mỗi giờ vận hành là
,
s h
P
, ,
i s h
mùa s, giờ h.
1
2
N N
s h ij i s h j s h
i j
i s h j s h j s h i s h
Ràng buộc cân bằng công suất nút trong từng
chế độ vận hành của LĐPP được tính toán
như biểu thức (8)
1
1
N
pt i s h ij i s h j s h j s h i s h
j
N
pt i s h ij i s h j s h j s h i s h
j
(8)
Trong đó: P pt i s h , , , Q pt i s h , , là công suất tác
dụng và phản kháng của tải trong từng chế độ
vận hành được xác định theo biểu thức (9) với
,
s h
xác định từ đồ thị phụ tải
pt i s h pt i s h pt i s h pt i s h
Mô hình MH3
Tải ngẫu nhiên được xác định bởi hàm xác
suất như đã giới thiệu ở trên Tại mỗi trạng
thái, trị số của phụ tải được xác định bởi hệ số
tải so với công suất lớn nhất và xác suất
tương ứng Do đó, tổn thất điện năng của
LĐPP khi xét đến tải ngẫu nhiên được xác
định theo biểu thức (10) với xác suất của tải ở
là số trạng thái tính toán
1
k
N
k k k
trạng thái k được xác định theo biểu thức sau
điện áp nút i tại mỗi trạng thái tính toán.
1
2
2 cos( )
N N
i j
i k j k i k j k j k i k
Ràng buộc cân bằng công suất trong trạng
thái tính toán k được xác định theo (12)
1
1
N
pt i k ij i k j k j k i k j
N
pt i k ij i k j k j k i k j
P Y U U
Q Y U U
(12)
và phản kháng của tải, xác định theo biểu
pt i k pt i k pt i k pt i k
Các mô hình đề xuất trên được lập chương trình tính toán bằng ngôn ngữ lập trình The General Algebraic Modeling System (GAMS) [13] và được tính toán áp dụng như phần dưới đây TÍNH TOÁN ÁP DỤNG
Những giả thiết và tham số của thiết bị
Sơ đồ và tham số của LĐPP
Sơ đồ LĐPP 33 nút, điện áp 22kV như giới thiệu trên hình 1 được sử dụng để tính toán kiểm tra trong cả 3 trường hợp Phụ tải cực đại và thông số của lưới điện trong phần PL1
và PL2
ĐTPT và tham số xác suất của tải
LĐPP thường cung cấp cho một khu vực nhỏ nên giả thiết tất cả các tải có cùng ĐTPT ngày điển hình cho mỗi mùa như trên hình 2 với phụ tải lớn nhất vào 18 giờ mùa hè và nhỏ nhất vào 1giờ mùa đông Từ ĐTPT ngày điển hình xác định được thời gian làm việc với công suất cực đại là 5388 giờ
Từ thông số giả thiết như trên, tính toán theo hàm phân bố chuẩn đã giới thiệu ở trên xác định được đồ thị phân bố xác suất của tải như trên hình 3 Hệ số tải được phân bố từ 0.37 tới 1 với xác suất lớn nhất khi hệ số tải đạt 0.6 là 0.152
Từ đồ thị phân bố xác suất cho thấy, số lượng các trạng thái là rất lớn và việc lựa chọn số trạng thái tính toán là rất quan trọng Số lượng trạng thái nhỏ sẽ gây sai số lớn và ngược lại số trạng thái lớn sẽ làm tăng khối lượng tính toán Do đó, để đảm bảo giữa tính chính xác và khối lượng tính toán nghiên cứu lựa chọn số lượng trạng thái là 15 tương ứng với hệ số tải thay đổi từ 0.3 đến 1 với mỗi
Trang 4Hình 1 Sơ đồ LĐPP
Hình 2 ĐTPT ngày điển hình
Hình 3 Phân bố xác suất của tải
Kết quả tính toán
Tính toán tổn thất điện năng của LĐPP trên
với các phương pháp xác định tải khác nhau
trong 3 trường hợp với 3 mô hình Kết quả
trình bày trên bảng 1 Trong MH1 (tính toán
tổn thất điện năng trong MH2 (tính toán theo
trong MH3 (tính toán theo mô hình xác suất) là
Bảng 1 So sánh tổn thất điện năng
TT Chỉ tiêu tính toán MH1 MH2 MH3
1 Tổn thất điện năng (103kWh) 4407.7 3528.2 3538.1
2 So sánh MH2 và
3 So sánh MH3 và
Kết quả trên cho thấy, sai số gặp phải khi sử dụng phương pháp tính toán theo thời gian chịu tổn thất công suất lớn nhất tăng 1.53% so với phương pháp sử dụng ĐTPT Tuy nhiên, MH2 đòi hỏi tính toán với 96 chế độ nên khối lượng và thời gian tính toán lớn Ngược lại, MH1 chỉ phải tính toán cho 1 chế độ
Tương tự, so sánh MH3 và MH2 trên bảng 1 cho thấy, khi tính toán với mô hình xác suất của tải thì tổn thất điện năng có sai số rất nhỏ
so phương pháp sử dụng ĐTPT, chỉ 0.02%
Vì vậy, đã nâng cao được tính chính xác của kết quả tính toán Hơn nữa, MH3 sử dụng số lượng chế độ tính toán nhỏ, 15 chế độ, so với MH2 đã giảm khối lượng và thời gian tính toán Điều này rất quan trọng trong những bài toán có qui mô lớn và khối lượng tính toán lớn như bài toán qui hoạch LĐPP, bài toán xét đến các nguồn điện phân tán trong qui hoạch và vận hành LĐPP…
KẾT LUẬN Nghiên cứu này giới thiệu phương pháp xác định thông số của tải theo hàm phân bố xác suất và mô hình xác suất tính toán tổn thất điện năng của LĐPP Phương pháp đề xuất đã đáp ứng gần hơn với điều kiện thực tiễn bởi nhu cầu của tải điện là đại lượng ngẫu nhiên Chương trình tính toán được lập trong ngôn ngữ lập trình GAMS và tính toán kiểm tra, so sánh kết quả với các phương pháp sử dụng thông số tải xác định Kết quả cho thấy, mô hình xác suất cho kết quả chính xác tương đương với phương pháp sử dụng ĐTPT Tuy nhiên, phương pháp có ưu điểm là giảm được
số chế độ tính toán nên giảm được khối lượng
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
Hệ số tải
0
0.2
0.4
0.6
0.8
1
1.2
1 2 3 4 5 6 7 8 9 101112131415161718192021222324
Thời gian (giờ)
Mùa xuân Mùa hè
Mùa thu Mùa đông
TBA
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
26
27
28
29
30
31
32
33
23
24
25
19
20
21
22
Trang 5101
tính toán và có thể áp dụng cho LĐPP có qui
mô lớn Hơn nữa, phương pháp cho phép sử
dụng dữ liệu tải thực tế trong quá khứ để tính
toán xác suất của tải đã nâng cao được tính
chính xác và gần với tải thực tế
PL1 Thông số của tải
TT Ký hiệu PD 0 (kW) QD 0 (kVAr)
PL1 Thông số của tải
TT Ký hiệu PD 0 (kW) QD 0 (kVAr)
Tổng 10,675 9,040
PL2 Thông số của đường dây
TT Nút
i.j
F ij
(mm 2 )
S gh.ij (MVA)
L ij (km)
Rf ij ()
Xf ij ()
1 1.2
AC-150 16.96 1.5 0.2910 0.5760
2 2.3
AC-150 16.96 0.6 0.1164 0.2304
3 3.4 AC-95 12.57 1.6 0.5024 0.6352
4 4.5 AC-95 12.57 1.5 0.4710 0.5955
5 5.6 AC-95 12.57 2.1 0.6594 0.8337
6 6.7 AC-35 6.67 2.5 1.9325 1.0725
7 7.8 AC-35 6.67 1.1 0.8503 0.4719
8 8.9 AC-25 4.95 1.6 1.8336 0.6880
9 9.10 AC-25 4.95 1.5 1.7190 0.6450
10 10.11 AC-25 4.95 0.2 0.2292 0.0860
11 11.12 AC-25 4.95 0.4 0.4584 0.1720
12 12.13 AC-25 4.95 1.2 1.3752 0.5160
13 13.14 AC-25 4.95 1.4 1.6044 0.6020
14 14.15 AC-25 4.95 1.3 1.4898 0.5590
15 15.16 AC-25 4.95 1.6 1.8336 0.6880
16 16.17 AC-25 4.95 1.2 1.3752 0.5160
17 17.18 AC-25 4.95 0.8 0.9168 0.3440
18 2.19 AC-25 4.95 0.2 0.2292 0.0860
19 19.20 AC-25 4.95 1.3 1.4898 0.5590
20 20.21 AC-25 4.95 0.3 0.3438 0.1290
21 21.22 AC-25 4.95 0.7 0.8022 0.3010
22 3.23 AC-25 4.95 1.4 1.6044 0.6020
23 23.24 AC-25 4.95 0.8 0.9168 0.3440
24 24.25 AC-25 4.95 0.8 0.9168 0.3440
25 6.26 AC-35 6.67 1.5 1.1595 0.6435
26 26.27 AC-35 6.67 2.2 1.7006 0.9438
27 27.28 AC-25 4.95 1.7 1.9482 0.7310
28 28.29 AC-25 4.95 1.8 2.0628 0.7740
29 29.30 AC-25 4.95 1.3 1.4898 0.5590
30 30.31 AC-25 4.95 2 2.2920 0.8600
31 31.32 AC-25 4.95 2.2 2.5212 0.9460
32 32.33 AC-25 4.95 1.4 1.6044 0.6020
TÀI LIỆU THAM KHẢO
1 Nguyễn Lân Tráng, Qui hoạch phát triển hệ thống điện, Nxb Khoa học và kỹ thuật, Hà Nội 2005
2 Nguyễn Văn Đạm, Thiết kế mạng và hệ thống điện, Nxb Khoa học và Kỹ thuật, Hà Nội 2005
3 K Tilakul, P Buasri…, Capacitor Location and Size Determination to Reduce Power Losses of a Distribution Feeder in Lao PDR, International
Journal of Computer and Electrical Engineering, Vol.4, 2012
4 S Wong, K Bhattacharya1and J.D Fuller,
Electric power distribution system design and planning in a deregulated environment, IET
Generation, Trans & Distr, 2009
5 Vũ Văn Thắng, Bạch Quốc Khánh, Vị trí và công suất tối ưu của tụ điện trong qui hoạch và cải tạo hệ thống phân phối, Tạp chí KHCN Đại học Đà Nẵng,
Số 3(112).2017
6 S Porkar, A A.T.Fard, P Poure, S Saadate,
Distribution system planning considering integration
of distributed generation and load curtailment options in a competitive electricity market, Electr
Eng, DOI 10.1007/s00202-010-0189-8, 2010
7 Ayed A S Algarni and Kankar Bhattacharya, A Generic Operations Framework for Discos in Retail Electricity Markets, IEEE Transactions on Power
Systems, Volume: 24, 2009
Trang 68 Y M Atwa, E F El-Saadany, M M A Salama,
and R Seethapathy, Optimal Renewable Resources
Mix for Distribution systems Energy Loss
Minimization, IEEE Transactions on Power Sytems,
Vol.25, No.1, 2010
9 Z.Liu, F.Wen, and G.Ledwich, Optimal Siting and
Sizing of Distributed Generators in Distribution
Systems Considering Uncertainties, IEEE
Transactions on Power Delivery, Vol.26, No.4, 2011
10 S.Pazouki, M.Haghifamb, A.Moser, Uncertainty
modeling in optimal operation of energy hub in
presence of wind, storage and demand response,
Electrical Power and Energy Systems, 61 -2014
11 ETAP-Electrical Power System Analysis & Operation Software, https://etap.com/
12 PSS/ADEPT™ 5.2, USERS MANNUAL, Siemens
Power Transmission & Distribution, Inc Power Technologies International, June 2005
13 Richard E Rosenthal, GAMS - A User's Guide,
GAMS Development Corporation, Washington,
SUMMARY
EVALUATING INFLUENCE OF STOCHASTIC LOADS TO POWER LOSS
OF DISTRIBUTION SYSTEM
Vu Van Thang 1* , Bach Quoc Khanh 2
1 University of Technology - TNU 2
Hanoi University of Science and Technology
In above researches, the power loss is usually calculated with certainty loads as maximum demand
or typical load curves for each day and season However, the electrical demand is a stochastic parameter depending on weather and consumers Hence, a new model is proposed to determine power loss of distribution system with stochastic loads The uncertainties of loads are modeled by
a probability distribution function (PDF), the normal PDF General Algebraic Modeling System (GAMS) is applied to undertake calculations in a test system 33 bus The influence of stochastic loads to power loss is evaluated by comparison between certainty and uncertainty load cases
Keywords: Distribution System, Power loss, Stochastic load, GAMS
Ngày nhận bài: 01/11/2017; Ngày phản biện: 29/11/2017; Ngày duyệt đăng: 05/01/2018
*
Tel: 0915 176569, Email: thangvvhtd@tnut.edu.vn
