DG và những vấn đề trên lưới điện

Chương 1 DG VÀ NHỮNG VẤN ĐỀ TRÊN LƯỚI ĐIỆN 1.1. Vấn đề tăng điện áp lưới điện khi có DG(Distributed Generation) - Giải pháp DG trong lưới phân phối nhằm cải thiện, tối ưu hệ thống điện. Song khi lượng công suất bơm vào vượt mức giới hạn nào đó sẽ dẫn đến vấn đề quá áp trên hệ thống. Ta xét một mô hình đơn giản sau để khảo sát hiệu ứng của DG lên lưới: Hình 1.1: Sơ đồ lưới điện đơn giản có kết nối DG - Trên hình, có là điện áp thanh cái gởi ở đầu cuối, Z=(R+jX) là tổng trở đường dây, là điện áp tại thanh cái của tải - Khi đó, độ chênh lệch điện áp giữa và được viết thành: (2.1) Trong đó: P=-P+P, Q=Q+Q và xem là điện áp định mức với góc pha bằng 0. Khi đó (2.1) trở thành: (2.2) - Đối với đường dây trên không, giá trị điện trở R gần bằng với giá trị điện kháng X và có phần ảo thường nhỏ. Do phần thực trong công thức (2.2) lớn hơn phần ảo nên ta chỉ xét đến phần thực. Khi đó, (2.2) trở thành: (2.3) - Trong một mạng lưới mang tải nhẹ thì tải có giá trị và có giá trị nhỏ. Công suất phản kháng do DG bơm lên lưới có thể được điều khiển bằng kích từ máy phát đồng bộ hoặc sử dụng bù phản kháng bên ngoài để giữ . Nếu dòng từ máy phát gần với hệ số công suất, máy phát có và giá trị tải , coi như bỏ qua thì P=-P, Q0. Khi đó, độ tăng điện áp trên lưới là: (2.4) Biểu thức (2.4) đã chứng tỏ rằng VL > VS vì lượng công suất thực đã bơm vào lưới. Từ đó ta có thể tính lượng công suất cực đại có thể bơm vào lưới bằng cách giảm điện áp VS xuống mức giới hạn nhỏ nhất mà đầu phân áp của OLTC có thể điều khiển được 1.2 Ảnh hưởng của DG đến sự vận hành lưới điện phân phối: - Tùy thuộc vào cấu trúc của lưới điện mà sự ảnh hưởng của DG là khác nhau. + Thứ nhất lưới điện phân phối bị giới hạn bởi những ràng buộc về ổn định điện áp và khả năng tải của đường dây , thiết bị. + Thứ hai là do các tiêu chuẩn cơ bản cho phép kết nối vào lưới điện phân phối (tiêu chuẩn về cấp điện áp , tần số,…) bị ảnh hưởng bởi kỹ thuật và công nghệ chế tạo DG. Khi số lượng DG tham gia nhiều trong lưới điện sẽ có thể nâng cao chất lượng điện áp vận hành , cung cấp điện áp hỗ trợ trong suốt quá trình sự cố để cải thiện độ võng điện áp trên đường dây . Hơn nữa DG nâng cao được độ tin cậy cấp điện rõ rệt khi một máy phát dự phòng khởi động chỉ trong vòng 2 phút . Tuy nhiên, một số vấn đề khác có thể nảy sinh như sau: + Gây ra sự gia tăng độ lớn toàn bộ các dòng điện chảy trong mạng, điều này dẫn đến những phần tử trong mạng sẽ gần đạt đến giới hạn nhiệt độ của chúng. + Gây ra các dao động điện áp, độ võng điện áp và điện áp bước có giá trị lớn trên lưới điện trong suốt quá trình vận hành, khởi động hay dừng do sự cố của DG . + Tạo ra sự méo dạng sóng hài trên lưới điện do các bộ biến đổi điện tử công suất hiện đại giao tiếp với lưới điện. + Làm tăng mức độ dòng sự cố do tổng trở sự cố bị giảm khi DG mắc song song với lưới điện. + Rơle của máy cắt bảo vệ đường dây không đo lường đúng dòng sự cố thực . + Phạm vi hoạt động của Rơle tổng trở bị giảm . + Dòng chảy công suất trên lưới thay đổi hướng của nó so với ban đầu nếu công suất phát của nguồn phát lớn hơn công suất phụ tải cục bộ tại nơi nó gắn vào . + Tình trạng vận hành cô lập của một phần lưới với lưới điện chính đang cung cấp . phần lưới điện bị cô lập vẫn tiếp tục vận hành và được cung cấp bởi nguồn phát DG kết hợp với nó . Tuy nhiên đây là trường hợp vận hành không đảm bảo ổn định được cả tần số và điện áp. + Việc cắt không cần thiết đối với DG do ảnh hưởng của những sự cố ngắn mạch trên đường dây liền kề. Chương 2 PHỐI HỢP OLTC VÀ CÔNG SUẤT PHÁT PHẢN KHÁNG CỦA DG 2.1. Đặt vấn đề: - Trong điều kiện lưới điện của Việt Nam thì các thao tác trên OLTC được thực hiện bằng tay. Vì thế, việc tự động điều chỉnh và thay đổi thường xuyên nấc điều áp là không thể vì còn chịu ảnh hưởng của các yếu tố sau: + Số lần thao tác ảnh hưởng đến tuổi thọ của OLTC. + Mỗi công suất phát khác nhau của các DG sẽ làm cho giá trị điện áp sau thứ cấp của OLTC khác nhau. + Công suất phát của các DG (đặc biệt là DG gió và DG mặt trời) trên lưới không thể xác định được chính xác vì còn phụ thuộc vào điều kiện tự nhiên. 2.2- Tìm hiểu về OLTC: 2.2.1- Đầu phân áp của máy biến áp: - Đầu phân áp điều áp dưới tải của máy biến áp chủ yếu dùng để điều chỉnh điện áp (cùng pha) của máy biến áp điện lực và trong một số trường hợp dùng để điều chỉnh góc pha. Trong hệ thống phân phối, đầu phân áp dùng để duy trì một điện áp không đổi phía thứ cấp (phía điện áp thấp) khi điện áp phía sơ cấp thay đổi, để điều chỉnh điện áp phía thứ cấp khi điện áp phía sơ cấp cố định, để điều khiển dòng công suất kháng giữa hai nhà máy hoặc giữa các nhánh của mạng điện kín và để điều khiển sự phân bố công suất giữa các nhánh của mạng kín bằng cách dịch góc pha điện áp ra của các máy biến áp. - Các đầu phân áp cho phép thay đổi số vòng dây cuộn cao của máy biến áp và do đó thay đổi hệ số biến áp của máy biến áp. Về điều chỉnh điện áp, bao giờ người ta cũng điều chỉnh phía điện áp cao vì ở điện áp cao thì dòng điện nhỏ nên bộ điều áp sẽ làm việc nhẹ nhàng hơn và giảm tối đa cách điện cho bộ điều áp. - Việc thay đổi đầu phân áp trong máy biến áp điều áp dưới tải không cần phải cắt tải bằng cách dùng một biến áp tự ngẫu, tạm gọi là máy biến áp phụ - Có nhiều loại mạch và thiết bị thay đổi đầu phân áp tùy theo điện áp và công suất của máy biến áp và tùy theo điều chỉnh điện áp hay góc pha. Đầu phân áp điều áp dưới tải được thiết kế với 8, 16, 32 nấc và nhiều hơn nữa để có thể điều chỉnh tinh hơn, phạm vi điều chỉnh ±5%, ±7,5%, ±10%. 2.2.2- Chọn đầu phân áp của máy biến áp: a. Chọn đầu phân áp của máy biến áp giảm áp hai dây quấn: - Đối với máy biến áp có đầu phân áp thì có thể vẽ sơ đồ thay thế gần đúng như trong hình dưới đây: Hình 5.1: Sơ đồ thay thế máy biến áp giảm áp Trong đó: + : Điện áp dầu phân áp ghi trên nhãn máy + : Điện áp phía thứ cấp lúc không tải + : Tỷ số biến áp Với: + %7,5% thì =1,1. + %<7,5% thì =1,05. - Mạch tương đương của máy biến áp giữa hai đầu a và b là mạch tương đương bao gồm tổng trở của máy biến áp nối tiếp với máy biến áp lý tưởng. Để chọn đầu phân áp () sao cho điện áp phía thứ cấp khi mang tải đạt được trị số yêu cầu () thì có thể tính gần đúng như sau: + Tính điện áp () là điện áp phía thứ cấp qui đổi về phía sơ cấp. Vì chưa chọn được đầu phân áp nên tạm thời qui đổi theo tỷ số định mức của máy biến áp và chấp nhận như là điện áp qui đổi sau khi chọn đầu phân áp, nghĩa là xem như không thay đổi nên có: (2.1) + Quan hệ về tỷ số biến áp qua máy biến áp lý tưởng: (2.2) + Suy ra điện áp cần chọn là: (2.3) b. Chọn đầu phân áp của máy biến áp tăng áp hai dây quấn: - Phía hạ áp nối với máy phát điện, đầu phân áp đặt phía cuộn dây cao áp Hình 5.2: Sơ đồ thay thế máy biến áp tăng áp - Yêu cầu chọn đầu phân áp để điện áp phía cao áp khi máy biến áp mang tải là - Điện áp định mức cuộn hạ áp là điện áp định mức của máy phát - Lý luận tương tự như trên đối với máy biến áp đang mang tải và máy phát vận hành với điện áp khác với : (2.4) Suy ra: (2.5) c. Chọn đầu phân áp của máy biến áp ba pha ba dây quấn: - Với máy biến áp ba dây quấn thì chỉ có đầu phân áp ở cuộn cao áp và cuộn trung áp, còn cuộn hạ thì không có đầu phân áp Hình 5.3: Sơ đồ thay thế máy biến áp ba dây quấn - Trước hết, chọn đầu phân áp cuộn cao áp theo yêu cầu điện áp trên thanh góp hạ áp của máy biến áp: (2.6) Suy ra: (2.7) - Tiếp theo tìm đầu phân áp cho cuộn trung áp với đầu phân áp đã chọn và điện áp yêu cầu phía trung áp : (2.8) Suy ra: (2.9) Ghi chú: Phép tính trên chấp nhận tổng trở máy biến áp không thay đổi và cho phép xác định nhanh chóng đầu phân áp 2.3-Điều phối điện áp giữa OLTC và DG khi có thông tin liên lạc. - Ở phần này, khi mà mạng lưới phân phối đã có sự kết nối truyền thông tin giữa các phần tử trong mạng. Do đó, ở từng thời điểm ta sẽ biết được cả công suất thực lẫn công suất phản kháng mà DG đang phát lên lưới. - Khi có sự kết nối truyền thông tin giữa các DG với điện lực, tức DG có sự thông báo về công suất phát ở từng thời điểm (P,Q), công việc điều chỉnh điện áp sẽ được san sẻ giữa OLTC và DG. - Mối quan hệ giữa V1 và V2 trên trạm phân phối (hình 2): V1=(V2+(P*RT+(Q-Qc)*XT)/V2 (3) Với RT và XT là điện trở và cảm kháng của biến thế, P,Q là công suất phía thứ cấp biến thế V1 V2 P,Q Hình 2: Nếu V2=Vs≠V2ref, khi giữ nguyên đầu phân áp, cần bù một lượng công suất Q phía thứ cấp biến thế. Ở đây coi như V1 là hằng, lượng công suất này được dễ dàng xác định từ (3). Từ (3) tìm được lượng công suất Q∑DG cần phát từ các DG. Nếu mạng điện phân phối có nhiều vị trí gắn DG có thể phát Q lên lưới, với một giá trị QDG sẽ có vô số phương án phát Q∑DG. Khi ấy phương án nào có tổn thất công suất trong lưới phân phối nhỏ hơn cả sẽ là là hợp lý nhất, vì khi đó có thể coi như sự thay đổi của P tại phía thứ cấp biến thế (tức nút 2) là không đáng kể Lưu ý là các máy phát có thể phát Q lên lưới sẽ có ràng buộc về khả năng phát: QDG i min<=QDG i<=QDG i max Các giá trị giới hạn khả năng phát theo Q thay đổi theo chế độ vận hành của DG.Bài toán trở thành: minΔP∑ (4) QDG imini<=QDG i<=QDG i max (5) |V2-V2ref|<ε (6) Vi min<=Vi<=Vi max (7) i=1nQDGi=QDG (8) (4)-(8) được giải bằng giải thuật gen. Nếu không tìm được lời giải, điều này có nghĩa là cần thay đổi đầu phân áp Ví dụ minh họa : - Xét sơ đồ lưới điện 41 nút. + Giả sử ta xét trường hợp điện áp tại nút số 1 đang là 1p.u, tại lúc 9h, công suất phản kháng của các DG ở các nút số 9, 10, 16 lần lượt là [0.3,0.3,0.3](Mvar) và công suất thực của chúng đang phát đều bằng 3,2MW. Tải tại các nút: 0.9*(0.8+j0.387)MVA+(0.3+j0.2)MVA Vref ở nút số 2 là 1.05Uđm lưới với đầu phân áp không đổi và giữ bằng -5, Lượng công suất các DG cần phát là: QDG = 12.19 (Mvar) (kể cả lượng công suất Q đang phát hiện hữu): V2=22.643 kV, P=31.4914 MW; Q=22.0334 Mvar - Từ lượng QDG đã tìm được như trên, sử dụng thuật toán gen di truyền để phân bố lại lượng công suất phản kháng phát của mỗi DG sao cho tổng công suất kháng phát của các DG bằng (hoặc gần bằng) QDG vẫn đảm bảo điện áp của tất cả các nút trong mạng trong khoảng [0,95 1,05], V2=Vref (hoặc có sai số epsilon) và tổn hao công suất trong mạng là thấp nhất: ΔP=0.1787 MW; QDG-16=4.7756Mvar; QDG-9=4.7759Mvar; QDG-10=2.6585Mvar. Lưu ý là đối với DG gió , tương ứng với mỗi mức công suất thực ta tính được công suất kháng tối đa Qmax mà DG có thể phát lên lưới: |Q|max(t) = +Bây giờ ta xét tải lúc 5giờ : -tải tại mỗi nút là 0.5*(0.8+j0.387)+(0.3=j0.2) MVA - đầu phân áp đang để số 1, điện áp mong muốn phía thứ cấp biến áp là 1.01 Uđm lưới -điện áp đầu vào là Nhập giá trị điện áp yêu cầu V2ref: 1.01Uđm lưới Nhập số đầu phân áp: 1 Nhập giá trị điện áp V1: 115kV Nhập thời gian trong ngày tương ứng với đồ thị phụ tảiNhap thoi gian : 5h Nhập giá trị Qdg9 hiện tại: 0.2 Nhập giá trị Qdg10 hiện tại: 0.3 Nhập giá trị Q16 hiện tại: 0.3 V2 = 21.9862 P = 18.5240MW; Q = 15.7180Mvar Kết quả là không cần bù 2.4- Ứng dụng mạng neuron cho bài toán . DG được phép phát công suất bù Q lên lưới điện, lượng Q này được quy định bởi hệ thống xử lý ở đầu nguồn cung cấp và gửi thông tin đến DG. Công suất kháng Q bị ràng buộc bởi các thông số sau: Điện áp ở phía thứ cấp máy biến áp (vị trí tap n của OLTC) Tổng công suất SP và SQ đo được phía thứ cấp (lượng P và Q cần để phân phối lên lưới) Tổ hợp công suất P mà DG phát lên lưới. Trong các tổ hợp phát Q của các DG thì tổ hợp cần tìm có tổn thất công suất là bé nhất Bài toán này nếu sử dũng thuật toán di truyền sẽ cho thời gian tìm lới giải lâu Mối liên hệ trên cho ý tưởng để xây dựng phương pháp điều khiển theo mô hình huấn luyện mạng neuron với ưu điểm về tốc độ xử lý và khả năng học có giám sát. Dữ liệu của mạng neuron là các inputs và outputs (Hình 2.3.5) Hình 2.3.5 Mô hình mạng nơ ron Từ các thay đổi về công suất phát của DG hay nhu cầu trên tải, thông tin sẽ được truyền về bộ xử lý đầu nguồn. Sau khi tham khảo từ mạng neuron, giá trị quy định của Q_DG được truyền cho các DG để phát lên lưới lượng công suất phù hợp. Thời gian đáp ứng là tức thời CHƯƠNG 3 LÝ THUYẾT VA ỨNG DỤNG MẠNG NEURON 3.1- lý thuyết mạng neuron nhân tạo - Ban đầu được chế tạo dưới dạng một mạch điện tử , sau đó các mạng neuron được chuyển thành các chương trình mô phỏng trên máy tính với mức độ linh hoạt cao. - Trong thời gian gần đây mạng neuron phát triển mạnh mẽ với các nghiên cứu của Rosenblatt, Widrow và Hoff về các mạng neuron nhiều lớp phức tạp. Mặt khác, do khả năng phần cứng máy tính tăng lên rất nhiều cũng góp phần vào sự phát triển của lĩnh vực này. - Mạng neuron nhân tạo được ứng dụng trong nhiều lĩnh vực: nhận dạng , phân loại xử lý ảnh, các hệ thống điều khiển, dự báo,… 3.2- Cấu trúc mạng neuron nhân tạo (ANN) - Mạng neuron nhân tạo là sự tái tạo bằng kỹ thuật những chức năng của hệ thần kinh con người. - Hai đặc tính cơ bản của mạng neuron nhân tạo là: + Qúa trình tính toán được tiến hành song song và phân tán trên nhiều neuron gần như đồng thời . + Tính toán thực chất là một quá trình học, chứ không phải theo một sơ đồ định sẵn từ trước. 3.3- Mô hình mạng neuron nhân tạo - Mạng neuron nhân tạo gồm 3 thuộc tính: + trọng số kết nối. + ngưỡng. + hàm kích hoạt. Wn W2 W1 ∑ X1 Hàm kích hoạt X2 y Xn θ Ngưỡng Trọng số kết nối Ta đặt X=[x1,x2,…,xn]1 là cường độ của vector ngõ vào. Đầu ngõ ra của mạng được tính theo công thức: Trọng số kết nối: W=[w1,w2,…,wn]T Ngưỡng ( ngưỡng phân cực – bias): Kí hiệu : θ Đầu ngưỡng là giá trị biên độ độ lệch, nó ảnh hưởng đến sự kích hoạt ngõ ra của nơ ron theo công thức: u = XT W –θ Hàm kích hoạt Quá trình xử lý thông tin gồm: xử lý tín hiệu đầu vào và tín hiệu đầu ra Hàm tổng (u): dùng để kết hợp và xử lý các thông tin ở đầu vào Một số dạng hàm tổng thường gặp: Hàm tuyến tính (linear function): Hàm toàn phương ( quadratic function): Hàm cầu ( spherical function): Thông thường, hàm tổng được sử dụng nhiều nhất là hàm tuyến tính. Phân loại mạng nơ ron nhân tạo: Các loại mạng có thể được phân loại dựa trên các tính chất của nó: - Theo số lớp: + Mạng một lớp ( mạng đơn nơ ron): mạng chỉ gồm 1 nơ ron +Mạng nhiều lớp (mạng đa nơ ron): mạng gồm nhiều nơ ron + Mạng truyền thẳng (mạng nuôi-tiến): các tín hiệu trong mạng chỉ truyền theo một chiều từ ngõ vào đến ngõ ra. + Mạng hồi quy (mạng nuôi lùi): các tín hiệu hồi tiếp từ ngõ ra trở về ngõ X1 Y1 X1 X2 Y2 Y X2 X3 Yn Mạng hồi quy 1 lớp Mạng truyền thẳng nhiều lớp X1 Y1 X2 Y2 Xn Yn Mạng 1 lớp truyền thẳng X1 Y1 X2 Y2 X3 Yn Xn Lớp vào Lớp bị che Lớp ra Mạng hồi quy nhiều lớp 3.4 Các phương pháp huấn luyện mang nơ ron: Có hai kiểu học: - Học thông số (Parameter Learning): dùng để cập nhật các trọng số liên kết giữa các tế bào nơ ron và ngưỡng phân cực trong mạng. - Học cấu trúc (Structure Learning): dùng để thay đổi cấu trúc mạng bao gồm cả tế bào nơ ron và các liên kết giữa chúng. 3.5 CÁC LUẬT HỌC a . Khái niệm Luật học là một thủ tục nhằm sửa đổi hàm trọng và độ dốc của mạng (thủ tục này cũng có thế coi như một thuật toán huấn luyện). Luật học được áp dụng để huấn luyện mạng thực hiện một vài nhiệm vụ cụ thể nào đó. Các luật học trong mạng được phân thành 2 loại: học có giám sát và học không có giám sát. + Đối với học có giám sát các luật học được cung cấp cùng với một tập các ví dụ (tập huấn luyện) đặc trưng của mạng: {P1,t1}; {p2,t2}... ;{pQ,tQ} Trong đó P, Q là đầu vào mạng vả từ đầu ra đáp ứng chính xác tương ứng (đích). Giống như các đầu vào áp dụng cho mạng, ở các đầu ra mạng được so sánh với đích. Luật học được sử dụng để điều chỉnh hàm trọng và độ dốc của mạng nhằm dịch chuyển dần các đầu ra mạng tiến dần đển đích. + Đối với học không giám sát, hàm trọng và độ dốc của mạng được thay đổi tương ứng giá trị ở đầu vào mà không có sẵn đích ở đầu ra. Phần lớn các thuật toán này biểu diễn thành một tập bó. Người ta chia mẫu vào thành con số cụ thể của hạng (loại). Điều này đặc biệt hữu ích trong các ứng dụng cụ thể như một véc tơ lượng tử hoá. Trong chương này ta chỉ đề cập đển các thuật toán huấn luyện mạng perceptron theo kiểu học có giám sát. Trong Matlab người ta sử dụng 2 hàm để huấn luyện mạng là hàm learnp và hàm train. 3.5 .Ưu điểm và nhược điểm của mạng noron. a. Các nghiên cứu cả về mặt lí thuyết và thực tế cho thấy mạng nơron có những ưu điểm sau: + Có thể xấp xỉ một hệ phi tuyến động (nonlinear dynamical system) với độ chính xác bất kì. + Có khả năng miễn nhiễu (robustness) và chịu sai hỏng (fault tolerance) cao. Chẳng hạn mạng có thể nhận các dữ liệu bị sai lệch hoặc không đầy đủ mà vẫn hoạt động được. + Có khả năng thích ứng: mạng nơron có thể “học” (learn) và “điều chỉnh” (adapt) trong quá trình hoạt động. Đây là điểm đáng chú ý nhất của mạng nơron trong nhận dạng tiếng nói. Đặc điểm này của mạng cho phép ta hi vọng xây dựng được một hệ nhận dạng có thể “học tập” để nâng cao khả năng nhận dạng trong khi hoạt động. + Có khả năng tổng quát hoá tốt và phân lớp mạng. b. Nhưng mạng nơron cũng không phải là công cụ vạn năng cho mọi vấn đề, vì chúng cũng có nhiều nhược điểm: + Chỉ xử lí được các dữ liệu số. Cần tích hợp thêm nhiều thành phần khác (ví dụ: các hệ mờ, các bộ số hoá...) để có thể xử lí những dữ liệu phi số. + Hiệu năng của mạng phụ thuộc bộ dữ liệu huấn luyện. Để đảm bảo hiệu năng, mạng cần được huấn luyện với lượng dữ liệu lớn. Quá trình huấn luyện do đó rất dài. Mặt khác nếu bộ dữ liệu được chuẩn bị không tốt thì mạng có khả năng tổng quát hoá thấp. + Mạng nơron gần như là một “hộp đen” đối với các phân tích. Rất khó xác định được sự phân bố thông tin và xử lí trên các phần tử của mạng. + Không có một phương pháp chung nào để xác định cấu trúc mạng phù hợp từng bài toán. Nhà nghiên cứu phải tiến hành thử nghiệm hoặc dựa vào kinh nghiệm để xác định. + Các thuật toán huấn luyện hiện chưa đảm bảo tránh quá trình huấn luyện rơi vào một cực trị địa phương. Hơn nữa sai số huấn luyện giảm không đồng nghĩa với tăng hiệu năng hoạt động của mạng. + Mạng cấu trúc lớn cài đặt bằng phần mềm trên máy tính hoạt động rất chậm. Việc xây dựng mạng nơron bằng phần cứng vẫn còn đang được nghiên cứu. 3.7 Các ứng dụng mạng neuron: - ứng dụng mạng nơron (Artificial Neural Network - ANN) vào ước lượng từ thông của động cơ được điều khiển bởi biến tần nguồn áp và điều khiển vector tựa theo từ thông rotor là vấn đề mới trong các hệ truyền động động cơ không đồng bộ. - Nhận dạng và phân loại các hiện tượng quá độ trong hệ thống diện bằng mạng neuron kết hợp với phân tích wavelet đa phân giải. - Ứng dụng vào việc chẩn đoán sự cố tiềm ẩn trong máy biến áp điện lực. - Nhận dạng tiếng nói và xây dựng hệ nhận dạng tiếng nói các chữ số tiếng Việt bằng mạng nơron nhân tạo. - Ứng dụng mạng neuron mờ để điều khiển bộ bù tĩnh. - Phân loại: tín hiệu radar; xem xét các mẫu bệnh,…  - Giảm nhiễu: tiếng nói, ảnh tĩnh bị nhiễu,… Chương 4 VÍ DỤ VÀ ÁP DỤNG 4.1-Ví dụ: a. Mô hình lưới điện: (Hình 2.3.7) P∑,Q∑ Hình 1 Mô hình lưới điện b. Huấn luyện: Với V2ref = 1.05 Vđm và nT = -3 Mạng neuron của ta có cấu trúc như sau: Dữ liệu đầu vào: 6 thông số đầu vào đươc chọn như sau: - ΣP tiêu thụ phía thứ cấp - ΣQ tiêu thụ phía thứ cấp - P_G(9) : Công suất phát của DG ở nút số 9 - P_G(10): Công suất phát của DG ở nút 10 - P_G(16): Công suất phát của DG ở nút 16 - V1. Dữ liệu đầu ra gồm 3 thông số: - Q_DG(9) : Công suất phản kháng DG tại nút 9 phát lên lưới - Q_DG(10): Công suất phản kháng DG tại nút 10 phát lên lưới - Q_DG(16): Công suất phản kháng DG tại nút 16 phát lên lưới Mạng neuron có 2 lớp ẩn – lớp đầu tiên có 4 neuron, lớp thứ 2 có 2 neuron. 6 Inputs 3 Outputs Hình 2: Thông số cấu trúc mạng neuron nhân tạo - Các trọng số của mạng sẽ được khởi tạo tự động theo lệnh init(net). - Tương ứng với 2 lớp ẩn của mạng neuron, ta dùng 2 hàm truyền hardlims và logsig. - Thuật toán huấn luyện neuron là ‘traincgp’ của Polak. c. Mô phỏng bằng matlab -Các số liệu huấn luyện chạy từ bài toán gien Số các số liệu cho huấn luyện là bao nhiêu????liệu Chạy mô phỏng bằng MATLAB như hình dưới +Kết quả Chạy mô phỏng: a = [ 2.2078 2.6100 2.4291 ] + Kết quả tính toán là : a = [ 2.1007 2.6678 2.4376 ]. Sai số : 4.8% , 2.2%, 0.3% Sau khi nhận được kết quả phản hồi từ mạng neuron,bước tiếp theo là gửi thông tin về các máy phát DG ở các nút 9, 10 và 16 để tiến hành thao tác cài đặt thông số công suất phản kháng là vector a nêu trên. 4.2- Vài khảo sát ảnh hưởng đến kết quả mô phỏng. a. Tăng số lớp ẩn của mạng neuron. - Ta chọn 4 lớp ẩn. +Kết quả Chạy mô phỏng: a = [2.1904 2.6213 2.4363] + Kết quả tính toán là : a = [2.1007 2.6678 2.4376 ]. Sai số : 4% , 1.8%, 0.05%. => sai số giảm khi tăng số lớp ẩn. b.Tăng số neural trong trong 2 lớp ẩn +Kết quả Chạy mô phỏng: a = [2.1981 2.6193 2.4239] + Kết quả tính toán là : a = [2.1007 2.6678 2.4376 ]. Sai số: 4.4%, 1.8% , 0.6% => Khi tăng số neural trong lớp ẩn thi sai số giảm không đáng kể. 4.2- Nhận xét kết quả. - Qua kết quả chạy mô phỏng so với tính toán thì sai số không đáng kể. + Khi tăng số lớp ẩn thì sai số có giảm nhưng không đáng kể. +Khi tăng số neuron trong các lớp ẩn thì sai số cũng có giảm nhưng không đáng kể. - Số mẫu đưa vào mạng neuron huấn luyện càng nhiều thì kết quả càng chính xác. - Số lớp ẩn càng nhiều thì độ chính xác càng cao. - Người vận hành có thể sử dụng những thông tin về lưới điện phân phối có sẵn để lập kế hoạch cho việc kết nối DG nhằm đạt mục tiêu giảm tổn thất, cải thiện dạng điện áp như mong muốn. Mỗi sự thay đổi thông số Q phát của DG lên lưới ảnh hưởng đến hồ sơ điện áp của lưới điện theo một cách thức rất phức tạp.Do vậy, phương pháp dùng mạng neuron huấn luyện với các hàm truyền cố định không thể nào phản ánh hoàn toàn chính xác trạng thái của lưới điện. Chương 5 KẾT LUẬN 5.1 . Các nội dung đã thực hiện. - Tìm hiểu sự ảnh hưởng của các máy phát DG (Distributed Generation) vào sự vận hành của lưới điện. - Tím hiểu sự phối hợp giửa đầu phân áp OLTC (On Load Tap Changer) với công suất phản khan do các DG phát ra. - Tìm hiểu lý thuyết về mạng neuron và các úng dụng của nó trong thực tế, trong hệ thống điện hiện nay. - Chương trình huấn luyện mạng neuron nhân tạo, lấy mẫu từ chương trình Dòng chảy công suất và bài toán tôi ưu theo giải thuật gien, truy xuất kết quả theo yêu cầu cho từng trạng thái của lưới điện. 5.2. Hướng phát triển của đồ án. - Hiện tại các thông số huấn luyện còn phải nhập bằng tay nên tốn nhiều thời gian và khả năng huấn luyện bị hạn chế nên sai số huấn luyện còn lớn.Hướng tới luận văn chúng lập trình để tự động tạo các mẩu và tự động chuyển các mẩu này vào cho mạng neuron huấn luyện . - Bài toán đa mục tiêu với các mục tiêu và ràng buộc phù hợp với điều kiện Việt Nam . - Áp dụng thuật huấn luyện neuron và phân vùng tối ưu cho bài toán đa mục tiêu. Tài liệu tham khảo 1-Hệ thống điện truyền tải và phân phối . Tác giả: Hồ Văn Hiến. 2-Giáo Trình Mạng Nơron Nhân Tạo. Tác giả: Lê Minh Trung 3- Phan Thị Thanh Bình.”kết nối DG lên lưới”, đề tài :TĐĐHQG 2011; ĐHBK.