Lưới điện thông minh (LĐTM) không còn là khái niệm mới trên thế giới, được phát triển thông qua sự tích hợp nhiều công nghệ hiện đại vào lưới điện, trong đó có sự tương tác, kết nối 2 chiều thông qua hệ thống thông tin và truyền thông, các quá trình sản xuất, truyền tải, phân phối và tiêu thụ điện được quản lý một cách thông minh hơn. Nhờ đó, vận hành lưới điện được an toàn và tin cậy hơn, khả năng tiết kiệm điện từ phía người dùng cuối được tăng cường và các nguồn năng lượng trong hệ thống được phân bổ hợp lý hơn.
Lưới điện thông minh là gì?
Mặc dù không còn là một khái niệm mới mẻ nhưng đến nay vẫn chưa có một định nghĩa thống nhất về LĐTM. Tuy nhiên, có thể hiểu đơn giản LĐTM là một lưới điện cho phép phân bố năng lượng một cách tự động và tối ưu, và được đặc trưng bởi dòng công suất và dòng thông tin 2 chiều. LĐTM có khả năng giám sát và phản hồi với những thay đổi của mọi phần tử trong hệ thống từ nhà máy điện đến khách hàng sử dụng điện [2]. Hình 1 dưới đây mô tả cơ bản các thành phần và các chức năng của lưới điện thông minh.
Hình 1: Mô tả lưới điện thông minh theo NREL [2]
So với lưới điện truyền thống, tiến bộ kỹ thuật trong LĐTM được thể hiện qua việc ứng dụng các công nghệ khá phổ biến như sau: công nghệ dự báo, hệ thống đo lường và quản lý nhu cầu, đáp ứng phụ tải, nguồn phân tán và hệ thống tích trữ, và quản trị dữ liệu [3][4]. Bên cạnh đó, còn có một số công nghệ khác cũng đã và đang được phát triển và ứng dụng trên các hệ thống LĐTM như: Hệ thống truyền tải xoay chiều linh hoạt (FACTS), Nhà máy điện ảo (VPP), Electric Vehicle (EV), Biến tần thông minh, Lưới điện siêu nhỏ (Microgrid),…
Công nghệ dự báo
Sự phát triển nhanh chóng của năng lượng tái tạo (NLTT) biến đổi (gió và mặt trời) trên thế giới hiện nay dẫn đến việc tăng mức độ xâm nhập của loại hình năng lượng này trong cơ cấu nguồn. Mặc dù đây là nguồn năng lượng sạch và gần như vô tận, nhưng do sự không chắc chắn trong sản lượng điện đầu ra của chúng, nên cần có các mô hình dự báo với độ chính xác cao để phục vụ cho công tác điều độ, vận hành tối ưu cũng như đảm bảo an ninh hệ thống. Chẳng hạn như dự báo trước các nguy cơ về bão (đối với điện gió) hay mây che, mưa dài ngày (đối với điện mặt trời) và các nguy cơ về tắc nghẽn hệ thống để có thể đưa ra kịp thời các biện pháp dự phòng/cắt giảm. Các mô hình dự báo hiện nay thường được xây dựng trên nền tảng của trí tuệ nhân tạo. Mô hình dự báo và dữ liệu đầu vào là 2 yếu tố quan trọng hàng đầu quyết định đến tính chính xác của kết quả dự báo, ngoài ra có thể sử dụng thêm dữ liệu thời tiết với các trọng số ảnh hưởng phù hợp. Mức độ chính xác này được đánh giá chủ yếu thông qua sai số bình phương trung bình (Root Mean Squared Error - RMSE). Tùy thuộc vào mô hình dự báo là ngắn hạn hay trung hạn, dài hạn mà chu kỳ lấy mẫu dự báo sẽ thay đổi tương ứng (5 phút đến một ngày). Sự tích hợp các mô hình dự báo vào LĐTM đã được áp dụng tại Châu Âu cũng như nhiều nước trên thế giới, phục vụ cho công tác lên kế hoạch điều độ, hạn chế tối đa việc cắt giảm công suất và góp phần xác định các điểm tắc nghẽn cục bộ trên lưới.
Hệ thống đo lường và quản lý nhu cầu
Các công nghệ quan trọng không thể thiếu trong LĐTM liên quan đến hệ thống đo lường gồm hệ thống đo đếm thông minh/tiên tiến (AMI) và hệ thống giám sát/đo lường diện rộng (WAMs).
Công nghệ đo đếm thông minh là một công nghệ nằm ở phạm vi hạ áp, và là nền tảng trong thiết kế LĐTM [1]. Việc tích hợp các thiết bị đo đếm thông minh vào LĐTM cho phép khách hàng quan sát trực quan được lượng điện tiêu thụ, từ đó có những quyết định sử dụng phù hợp như thay đổi khung giờ sử dụng điện từ giờ cao điểm xuống giờ thấp điểm, hoặc thiết lập thói quen tiết kiệm điện để giảm thiểu hóa đơn tiền điện mỗi tháng [1].
Hình 2: Mô tả một hệ thống đo lường tiên tiến/thông minh thiết lập theo tiêu chuẩn IEC và IEEE [5]
Hệ thống giám sát/đo lường diện rộng (Wide Area Measurement System- WAMs) bao gồm các đơn vị đo đồng bộ góc pha và biên độ điện áp (PMU) tại nhiều điểm rất xa nhau trên lưới điện truyền tải, với các dữ liệu được gửi về Trung tâm dữ liệu pha (Phase Angle Data Concentrator - PDC) và qua bộ phân tích dữ liệu phục vụ vận hành hệ thống. Với tần số lấy mẫu từ 10-60Hz, lớn hơn nhiều lần so với tần số lấy mẫu 2-4 Hz của SCADA, kết hợp với dữ liệu vị trí từ GPS đảm bảo đồng bộ hóa thời gian, WAMs cho phép đo đạc và giám sát lưới điện trên phạm vi rộng một cách chính xác. Một LĐTM tích hợp các hệ thống WAMs có thể hỗ trợ các tính năng bảo vệ tự phục hồi hoặc phát hiện sớm và thông báo về sự cố mất điện tiềm năng cho một phạm vi rộng trong thời gian thực. Cơ sở hạ tầng truyền thông, khả năng trực quan hóa, chất lượng dữ liệu và an ninh mạng là những yếu tố ảnh hưởng đến các hệ thống giám sát diện rộng này [4].
Hình 3: Hệ thống giám sát/đo lường diện rộng . (Nguồn: Internet)
Đáp ứng phụ tải
Bên cạnh việc quản lý về việc phân bổ nguồn điện thông minh hay đo đạc thông minh, Đáp ứng của nhu cầu phụ tải điện (Demand Respond - DR) cũng là một vấn đề cần xem xét trong hệ thống LĐTM. Định nghĩa của Ủy ban Điều tiết Năng lượng Liên bang (the Federal Energy Regulatory Comission) về Đáp ứng phụ tải là “những thay đổi trong việc sử dụng điện của người tiêu dùng so với hành vi tiêu dùng bình thường của họ để đáp ứng với các chương trình định giá mới, nâng cao tinh thần trách nhiệm, trong đó các mức giá được thiết kế chủ yếu để giảm mức tiêu thụ điện trong thời kỳ giá cao hoặc khi độ tin cậy của hệ thống bị đe dọa”. DR cũng tạo ra khả năng cung cấp đủ công suất dự phòng khi phụ tải tăng cao, thay thế cho việc phải cắt giảm tải để cân bằng hệ thống. Trong hệ thống LĐTM, khách hàng có nhiều vai trò hơn tương ứng với cấu trúc mới của hệ thống điện (HTĐ) . Không chỉ chủ động hơn khi được báo trước các yêu cầu cắt giảm, khách hàng còn có khả năng chủ động điều chỉnh mức độ tiêu thụ điện thông qua các chương trình:
● Chương trình dựa trên nền tảng độ tin cậy cấp điện: gửi trước thông tin về việc cắt giảm cho người dùng theo dạng bắt buộc/tự nguyện.
● Chương trình định giá theo thời gian (TOU): Báo trước bảng giá, tăng chi phí điện tại khung giờ cao điểm và giảm giá trong khung giờ thấp điểm.
● Đăng ký giảm nhu cầu: người dùng đăng ký giảm nhu cầu tiêu thụ thông qua việc sử dụng nguồn sẵn có.
Đáp ứng phụ tải tổng hợp trên một khu vực rộng được xem tương ứng như một hệ thống tích trữ năng lượng ảo góp phần điều chỉnh đồ thị phụ tải. Việc tận dụng đáp ứng phụ tải giúp giảm thiểu các chi phí dịch vụ phụ trợ cũng như cải thiện độ tin cậy cung cấp điện, và tạo ra các phản ứng nhanh trong điều khiển tần số, đặc biệt trong trường hợp tỉ trọng xâm nhập của NLTT cao.
Nguồn phân tán và hệ thống tích trữ
Với những chính sách hỗ trợ của chính phủ và sự chuyển hướng đầu tư sang lĩnh vực NLTT, chi phí sản xuất các loại hình năng lượng này đã giảm mạnh. Bên cạnh đó, chi phí cho pin tích trữ năng lượng đã giảm đáng kể so với trước đây. Tùy vào nhu cầu lưu trữ ngắn hạn hay dài hạn mà đã có những công nghệ lưu trữ phù hợp. Chẳng hạn, pin lithi-ion và axit chì sử dụng cho mục tiêu ngắn hạn, pin sạc dòng áp dụng cho các ứng dụng lưu trữ trung hạn và pin trữ nhiệt áp dụng cho các ứng dụng dài hạn. Một HTĐ được trang bị các hệ thống tích trữ (ESS) sẽ mang lại nhiều lợi ích không chỉ cho phía người sử dụng trực tiếp mà còn hỗ trợ công tác điều tiết, vận hành. Với người dùng, ESS cung cấp nguồn dự phòng trong trường hợp bị cô lập và cắt giảm nhu cầu trong khung giờ cao điểm. Đối với người vận hành, ESS góp phần điều tiết tần số và điện áp lưới, cải thiện việc sử dụng HTĐ hiện hữu cũng như tăng tuổi thọ cho các bộ biến đổi. Bên cạnh đó, do đặc tính phân tán, các nguồn này dễ dàng di chuyển và lắp đặt. Tuy nhiên, việc áp dụng ESS trên quy mô lớn trong thời điểm hiện tại chưa khả thi do những rào cản về mặt chi phí [4].
Hình 4: Hệ thống tích trữ tối ưu [4]
Quản trị dữ liệu
Dữ liệu HTĐ là yếu tố đầu vào tiên quyết để quyết định việc thực thi chính xác các chức năng HTĐ. So với lưới điện truyền thống, LĐTM sử dụng hệ thống dữ liệu thời gian thực với khối lượng dữ liệu đầy đủ hơn, bao gồm dữ liệu từ các thiết bị đo lường thông minh, cảm biến, dự báo thời tiết, biểu đồ phụ tải, và có khả năng vận hành một HTĐ diện rộng. Việc thu thập thông tin thời gian thực cho phép hỗ trợ điều chỉnh tiêu thụ điện trong khung giờ cao điểm, xác định sự cố và khôi phục hệ thống về chế độ vận hành bình thường sau sự cố. Dữ liệu cần được tiền xử lý trước khi có thể đưa vào phân tích. Thời gian truy xuất dữ liệu tại từng thời điểm từ một khối lượng dữ liệu lớn ảnh hưởng đến việc áp dụng vào vận hành trực tuyến. Do đó cần có các phương pháp lưu trữ, khai thác dữ liệu phù hợp cũng như đảm bảo an ninh thông tin và độ tin cậy cho thông tin. Đây là những thách thức trong việc triển khai mô hình quản trị dữ liệu cho LĐTM.
Phát triển lưới điện thông minh tại Việt Nam
Tại Việt Nam, việc chuyển đổi lưới điện truyền thống thành LĐTM là một mục tiêu đã được xác định thông qua các chủ trương và quyết định liên quan như: Quyết định số 1670/QĐ-TTg ngày 08/11/2012 của Thủ tướng Chính phủ về Lộ trình phát triển lưới điện thông minh và Quyết định số 4602/QĐ-BCT ngày 25/11/2016 của Bộ trưởng Bộ Công Thương phê duyệt Đề án phát triển tổng thể lưới điện thông minh ở Việt Nam. Hiện tại, lưới điện Việt Nam cũng đang từng bước được hiện đại hóa, thông minh hóa thông qua một số công nghệ như SCADA/EMS, hệ thống trạm biến áp không người trực, hệ thống giám sát diện rộng, hệ thống định vị sự cố,…. Tuy nhiên, để chuyển đổi lưới điện truyền thống thành LĐTM toàn diện thì cần thêm thời gian để đánh giá và đưa ra các quyết định áp dụng, phát triển các công nghệ phù hợp.
Theo đánh giá của Tổ chức hợp tác quốc tế Đức (GIZ), 3 công nghệ có khả năng áp dụng cao trong thời gian tới tại Việt Nam là dự báo năng lượng tái tạo, bộ biến tần thông minh và quản lý nhu cầu điện. Việt Nam nên có sự quan tâm và đầu tư nhiều hơn vào các công nghệ này để nhanh chóng tối ưu hóa vận hành HTĐ, đảm bảo cấp điện tin cậy và tiêu dùng điện thông minh.
Thực hiện: Nguyễn Lê Quốc Khánh
Tham khảo:
[1] C. Cecati, G. Mokryani, A. Piccolo and P. Siano, "An overview on the smart grid concept," IECON 2010 - 36th Annual Conference on IEEE Industrial Electronics Society, 2010, pp. 3322-3327, doi: 10.1109/IECON.2010.5675310.
[2] Ben Kroposki, “Smart grid overview,” Presentation, National Renewable Energy Laboratory (NREL), 2010.
[3] Alotaibi, Ibrahim, Mohammed A. Abido, Muhammad Khalid, and Andrey V. Savkin, "A Comprehensive Review of Recent Advances in Smart Grids: A Sustainable Future with Renewable Energy Resources," Energies 13, no. 23: 6269, 2020.
[4] Nis Martensen et al, “Đánh giá công nghệ lưới điện thông minh cho năng lượng tái tạo và hiệu quả năng lượng,” Báo cáo của Tổ chức hợp tác phát triển Đức (GIZ), 10/2019.
[5] T. Otani and M. Miyashita, "Characteristics of AMI using DLMS/COSEM and IEEE 802.15.4g multi-hop wireless communication," 2013 IEEE International Conference on Smart Grid Communications (SmartGridComm), 2013, pp. 324-329, doi: 10.1109/SmartGridComm.2013.6687978.
Theo bantin.pecc2.com/