Increase the power of the solar connected distributed battery system to reduces costs

Nội dung text: Increase the power of the solar connected distributed battery system to reduces costs

1. TNU Journal of Science and Technology 226(16): 11 - 19 INCREASE THE POWER OF THE SOLAR CONNECTED DISTRIBUTED BATTERY SYSTEM TO REDUCES COSTS Ton Ngoc Trieu1,3, Nguyen Tung Linh2*, Truong Viet Anh1, Pham Van Loi3 1Ho Chi Minh City University of Technology and Education 2Electric Power University 3Thu Duc College of Technology ARTICLE INFO ABSTRACT Received: 04/8/2021 This paper presents the problem of expanding the operating capacity of a battery energy storage system (BESS) on a distribution grid Revised: 14/10/2021 connected to a solar energy source for about 24 hours. During the 24- Published: 15/10/2021 hour period the survey was divided into sub-periods of peak hours, standard hours and off-peak hours. The goal is to find the node and KEYWORDS the optimal capacity to install its BESS in each interval to minimize the cost of purchasing electricity and the cost of energy loss. The Battery energy storage system cuckoo search algorithm (Cuckoo Search Algorithm - CSA) is applied Distribution power to optimize the location and expand the operating capacity of BESS. The efficiency of the proposed problem has been tested on the 33- Expand BESS node LDPP. The test results show that the proposed method is capable Cuckoo search algorithm of reducing energy costs as well as contributing to the reduction of Electricity purchase costs peak load during 24 hours. NÂNG CAO CÔNG SUẤT CỦA HỆ THỐNG PIN LƯU TRỮ TRÊN LƯỚI ĐIỆN PHÂN PHỐI CÓ KẾT NỐI NĂNG LƯỢNG MẶT TRỜI NHẰM GIẢM CHI PHÍ Tôn Ngọc Triều1,3, Nguyễn Tùng Linh2*, Trương Việt Anh1, Phạm Văn Lới3 1Trường Đại học Sư phạm kỹ thuật Thành phố Hồ Chí Minh 2Trường Đại học Điện lực, 3Trường Cao đẳng Công nghệ Thủ Đức THÔNG TIN BÀI BÁO TÓM TẮT Ngày nhận bài: 04/8/2021 Bài báo này trình bày vấn đề mở rộng công suất hoạt động của hệ thống lưu trữ năng lượng pin (Battery Energy Storage System - Ngày hoàn thiện: 14/10/2021 BESS) trên lưới điện phân phối có kết nối nguồn năng lượng mặt trời Ngày đăng: 15/10/2021 trong khoảng 24 giờ. Trong khoảng thời gian 24 giờ khảo sát được chia thành các khoảng thời gian nhỏ là giờ cao điểm, giờ tiêu chuẩn TỪ KHÓA và giờ thấp điểm. Mục tiêu là tìm ra nút và công suất tối ưu để lắp đặt BESS của nó trong mỗi khoảng thời gian để giảm thiểu chi phí mua Hệ thống lưu trữ năng lượng pin điện và chi phí tổn thất năng lượng. Thuật toán cuckoo search Lưới điện phân phối (Cuckoo Search Algorithm) được áp dụng để tối ưu vị trí và mở rộng Chi phí mua điện công suất vận hành của BESS. Hiệu quả của bài toán đề xuất đã được kiểm tra trên lưới điện phân phối 33 nút. Kết quả kiểm nghiệm cho Mở rộng BESS thấy, phương pháp đề xuất có khả năng giảm chi phí năng lượng Cuckoo search cũng như góp phần giảm phụ tải cao điểm trong thời gian 24 giờ. DOI: * Corresponding author. Email:ntlinh1505@gmail.com or linhnt@epu.edu.vn 11 Email: jst@tnu.edu.vn
2. TNU Journal of Science and Technology 226(16): 11 - 19 1. Giới thiệu Ngày nay, lưới điện phân phối (LĐPP) phải chủ động khai thác tối đa tiềm năng của hệ thống năng lượng tái tạo (RES) nhằm nâng cao hiệu quả cũng như các vấn đề môi trường [1]. Việc kết nối các nguồn điện phân tán (DG) vào LĐPP hiện tại chưa đáp ứng được nhu cầu kinh tế cũng như về kỹ thuật [2]. Với các ưu điểm như cải thiện tính linh hoạt và tính ổn định, giảm tác động của dao động tạo ra bởi các DG tái tạo, đặc biệt là các nguồn năng lượng mặt trời nên BESS rất hấp dẫn và ngày càng được công nhận là cần thiết đối với LĐPP [3]. Pin Li-ion là loại pin nổi bật nhất trong số các loại BESS vì kích thước nhỏ gọn, trọng lượng thấp, dễ triển khai, tiết kiệm và thời gian đáp ứng nhanh hơn so với các loại BESS khác [4], [5]. Bài toán mở rộng phạm vi hoạt động của BESS để lắp đặt vị trí và kích thước của BESS trong LĐPP là một bài toán phức tạp [6]. Nếu BESS được lắp đặt phù hợp thì nó thực sự phát huy được hiệu quả, ngược lại sẽ gây ảnh hưởng đáng kể về hiệu quả kinh tế, kỹ thuật trong LĐPP [7]. Sự hiện diện của các RES trong hệ thống điện dẫn đến những thách thức như độ tin cậy, bảo mật và vấn đề ổn định. BESS là công cụ hữu ích để giảm thiểu những thách thức này cũng như việc thị trường điện vận hành trong thời gian tới của Việt Nam. Lúc này, BESS sẽ linh hoạt, kiểm soát và cải thiện hoạt động của LĐPP. Những năm qua, BESS đã được sử dụng cho LĐPP còn hạn chế do công nghệ và giá thành. Hiện nay, với những tiến bộ trong công nghệ, việc nghiên cứu và sử dụng BESS được chú trọng cũng như tăng tích hợp các RES trên LĐPP. BESS thực hiện rất hiệu quả việc chuyển dịch thời gian, làm trơn RES khi tham gia vào LĐPP. BESS rất quan trọng đối với các RES liên tục như PV, WT, sóng biển, thủy triều Vì vậy, lập kế hoạch mở rộng BESS là một vấn đề nghiên cứu trong LĐPP được cho là cấp thiết. Việc lập kế hoạch mở rộng BESS trong LĐPP được thực hiện với hai mục tiêu chính như ở Hình 1 [8]. KẾ HOẠCH MỞ RỘNG BESS Quan điểm người vận hành hệ thống Quan điểm của nhà đầu tư Cấp điện cho lưới Mở rộng Khai thác Lợi ích khi Chênh lệch Ổn định đầu điện độc lập, lưới điện các nguồn tránh bị phạt giá điện ra của RES lưới điện phân phối điện do sự cố năng nhỏ Hình 1. Kế hoạch mở rộng BESS Cách tiếp cận phổ biến để giải quyết các vấn đề tối ưu lắp đặt BESS là sử dụng tính theo kinh nghiệm và mạng nơ-ron nhân tạo thông qua các tính năng đơn giản và dễ thực hiện. Hầu hết các thuật toán này đều cho kết quả cực trị địa phương và tốc độ hội tụ chậm [9]. Trong [10] đề xuất một giải pháp giảm tổn thất năng lượng khi có BESS tham gia trong LĐPP. Trong [11] đề xuất một chiến lược mờ tối ưu hóa để phân tích vị trí tối ưu của BESS có thể ảnh hưởng ở các mức độ khác nhau trong LĐPP. Trong [12] đề xuất một kỹ thuật để tối ưu vị trí và kích thước của BESS trong LĐPP nhỏ không cân bằng. Phương pháp này cho thấy khối lượng tính toán là rất lớn. Trong [13] trình bày một phương pháp mới tối ưu vận hành BESS nhằm giảm thiểu tổn thất điện năng ở LĐPP sử dụng giải thuật gen (GA). Trong [14] đề xuất một phương pháp tối ưu vị trí và kích thước của BESS nhằm giảm tổn thất công suất. Bài báo này đã cải tiến thuật toán COA (ICOA) nhằm giải quyết vấn đề tối ưu. Trong [15] đề xuất một phương pháp tối ưu vị trí và kích thước có xét đến tuổi thọ của BESS với sự tham gia DGs là năng lượng mặt trời và năng lượng gió. Các nghiên cứu [15] - [16] chỉ đề cập đến sự ảnh hưởng hoặc vấn đề tối ưu vị trí, dung lượng của BESS trong LĐPP với mục tiêu giảm thiểu tổn thất công suất hay tổn thất năng lượng mà chưa đề cập đến vấn đề chi phí năng lượng. Trong [17]-[18] đề xuất tối ưu vị trí, kích thước và 12 Email: jst@tnu.edu.vn
3. TNU Journal of Science and Technology 226(16): 11 - 19 sạc/xả hàng ngày của BESS có điện áp thấp với pin quang điện (PV) dựa trên hàm chi phí. Trong [19] chỉ đề xuất tối ưu kích thước của BESS là san bằng đỉnh, cân bằng tải và quản lý hệ thống. Trong [20] đề xuất tối ưu kích thước của DG và BESS là đồng thời. Việc lập kế hoạch vận hành LĐPP hàng giờ được thực hiện với mục tiêu là giảm thiểu tổn thất năng lượng và chi phí năng lượng. Các nghiên cứu này đề cập đến vấn đề chi phí năng lượng nhưng chưa cho thấy về lợi nhuận chi phí mua điện ở mỗi thời điểm cũng như giảm dao động về năng lượng. Trong [21], các tác giả đã đề xuất vị trí và công suất vận hành của BESS nhằm giảm chi phí năng lượng. Tuy nhiên, bài báo này chưa đề cập đến các RES khi tham gia vào LĐPP. Hiện nay, CSA ứng dụng để tối ưu vị trí và công suất vận hành của BESS trong mỗi khoảng thời gian đã được áp dụng thành công và hơn hẳn các thuật toán khác [21]. CSA là một thuật toán mạnh mẽ với cơ chế tìm kiếm khám phá và khai thác dựa trên bước đi ngẫu nhiên. CSA là một trong những thuật toán được ứng dụng thành công để tìm ra giải pháp tối ưu trong tái cấu hình LĐPP [22], điều phối giữa các nguồn phát [23], xác định vị trí DG [22], tối ưu vị trí và công suất vận hành BESS [21]. Giảm tổn thất điện năng khi lắp đặt BESS trong LĐPP là không đáng kể do năng lượng nạp và xả là không đổi trong một thời gian nhất định. Vì vậy, mở rộng phạm vi hoạt động của BESS cần phải xem xét hàm chi phí liên quan đến giá điện ở mỗi thời điểm, giảm dao động về năng lượng cung cấp để thấy lợi ích thật sự của BESS. Bài báo này đề xuất mở rộng phạm vi công suất hoạt động của BESS trên LĐPP có tham gia PV nhằm giảm chi phí mua điện trong một ngày và giảm dao động năng lượng cung cấp trong LĐPP. 2. Mô hình bài toán nghiên cứu PS(t) = PG(t) - PL(t) (1) t WG(t) = ∫0 PG(τ) dτ; t WL(t) = ∫0 PG(τ) dτ; t WS(t) = ∫0 PS(τ) dτ; (2) Hình 2. Hệ thống đơn giản có sử dụng BESS Một mô hình lý tưởng hóa của hệ thống có sự tham gia của BESS đơn giản được trình bày trong Hình 2. Hệ thống bao gồm nguồn, tải, BESS và hệ thống có điều hòa nguồn công suất. Trong đó, công suất được giả định là lý tưởng và bỏ qua tổn thất. Năng lượng có thể được tiêu thụ trực tiếp bởi tải hoặc được lưu trữ để sử dụng, được thể hiện như công thức (1). PS(t) được xác định bằng số dư công suất trong (1). Năng lượng được xác định bằng cách tích hợp công suất như trong (2). Trong đó: PG (t) là công suất do nguồn tạo ra và nó được giả định là hoàn toàn có thể kiểm soát được; PL(t) là công suất do tải tiêu thụ. Nó là được xác định độc lập bởi tải (không điều khiển được); PS(t) là đầu vào nguồn thiết bị lưu trữ. WS(t) là năng lượng lưu trữ của BESS [24]. Thời gian sạc: Et+1 = Et + Pt* η (3) Thời gian xả: Et+1 = Et - Pt (4) Dung lượng của BESS được đo bằng cả mức công suất tối đa (kW) và khả năng lưu trữ năng lượng (kWh). BESS có 2 trường hợp: Giai đoạn sạc và xả được thể hiện trong công thức (3) và (4). Trong đó: Et (kWh) là năng lượng tích trữ trong BESS tại thời điểm t, Pt (kW) là điện năng nạp hoặc xả tại thời điểm t, khoảng thời gian t là 1 giờ, và η là hiệu suất của BESS [25]. Trong thị trường điện phi điều tiết, công ty phân phối chịu trách nhiệm mua điện để phục vụ khách hàng của mình. Do chênh lệch giá giữa các thời điểm, công ty phân phối có thể mua điện rẻ hơn trong các thời kỳ khi nhu cầu điện thấp để sạc BESS, để năng lượng giá rẻ có thể được sử dụng hoặc 13 Email: jst@tnu.edu.vn
4. TNU Journal of Science and Technology 226(16): 11 - 19 bán sau này khi giá điện cao. Hình 3 cho thấy giá năng lượng trung bình cho mỗi giờ của một − nguồn trên TTĐ. Các biến trạng thái được biểu diễn bởi (5). Trong thời gian sạc, Pi = − Pi và + Pi = Pi khi BESS xả. Do đó, lợi ích của chênh lệch giá năng lượng có thể được biểu thị như công thức (6). Trong đó Ci là giá năng lượng của giờ thứ i và T1 là lợi ích thu được của chênh lệch giá năng lượng. + − Pi = Pi − Pi với i = 1 24 (5) + − T1 = ∑i(Pi − Pi ). Ci (6) Hình 3. Giá năng lượng cho mỗi giờ Vào giờ cao điểm, để đáp ứng nhu cầu điện năng cao, nhiều nhà máy điện với nhiều nguồn năng lượng sơ cấp khác nhau, thậm chí có những nguồn có giá cao được kích hoạt. Điều này dẫn đến hiệu quả thấp về mặt kinh tế và vận hành của LĐPP. Vì vậy, việc lắp đặt BESS trong LĐPP là một trong những giải pháp tiết kiệm chi phí hiệu quả. BESS có thể lưu trữ năng lượng vào giờ thấp điểm và cung cấp cho LĐPP vào giờ cao điểm. Ngoài ra, vị trí phù hợp của BESS cũng có thể giúp giảm chi phí tổn thất điện năng của LĐPP. Hàm mục tiêu (OF) cho tối ưu hóa vị trí và công suất vận hành của BESS trong khoảng thời gian 24 giờ được xác định như sau: 24 OF(S) = ∑i=1(Ps,i + Ploss,i)Ci (7) Trong đó, Ps,i là công suất được mua từ hệ thống ở khoảng thời gian thứ i. Ploss,i là công suất tổn thất của LĐPP tại khoảng thời gian thứ i. Ci là giá điện tại khoảng thứ i. S là giải pháp cho vị trí và công suất vận hành của BESS. Nó được thể hiện như sau: S = [ x1, x2, , x25 ] (8) Trong đó, biến thứ nhất đại diện cho vị trí của BESS, trong khi các biến còn lại đại diện cho công suất của BESS trong mỗi khoảng thời gian. Các biến này được biểu thị bằng phần trăm công suất định mức của BESS. Từ công suất của BESS trong mỗi khoảng thời gian, dung lượng lưu trữ của BESS tương ứng với vectơ S có thể được tính như sau: BESScapacity(S) = max(|cumulative_sum(x2, , x25)|) (9) Trong đó, cumulative_sum là hàm trả về một chuỗi các tổng một phần của vectơ của [ 2, , 25]. Giá trị của S trong 24 giờ của BESS là {50; 100; -50; -100; 50; 100; -50; -100; 50; 100; -50; -100; 50; 100; -50; - 100; 50; 100; -50; -100; 50; 100; -50; -100}. Công suất định mức của BESS được giả định là 1MW và giá trị âm đại diện cho công suất tạo ra và giá trị dương đại diện cho công suất tích điện của BESS. Để vận hành BESS cho trạng thái trên, dung lượng lưu trữ của BESS phải đạt 150% công suất định mức tương ứng với 1,5 MWh [21]. Để nâng cao hiệu quả của BESS, dung lượng lưu trữ của BESS trong giai đoạn khảo sát bằng không. Điều này giúp duy trì giai đoạn ban đầu đến cuối cùng của BESS sau khoảng thời gian 24 giờ và đảm bảo BESS có thể hoạt động cho kế hoạch của ngày tiếp theo. Do đó, bài toán tối ưu hóa vị trí và công suất 24 vận hành của BESS cần thỏa mãn các ràng buộc dưới đây: ∑i=1 PBESS,i = 0 (10) Trong đó, PBESS,i là công suất tích lũy của BESS trong khoảng thứ i. Để thỏa mãn ràng buộc này, đối với mỗi vectơ nghiệm được xem xét, tổng lũy của BESS trong mỗi khoảng được tính. Sau đó, tích của giá trị tuyệt đối của giá trị này với hệ số phạt sẽ được thêm vào giá trị hàm mục 14 Email: jst@tnu.edu.vn
5. TNU Journal of Science and Technology 226(16): 11 - 19 tiêu để phản ánh các ràng buộc ảnh hưởng đến vectơ nghiệm này. Vì vậy, giá trị phạt cho ràng buộc này sẽ bằng không. Nếu tổng công suất của nó lớn hơn hoặc nhỏ hơn 0, giá trị phạt phụ thuộc vào mức độ vi phạm đối với ràng buộc này sẽ được thêm vào giá trị phù hợp của vectơ giải pháp. Ngoài ra, việc lắp đặt BESS không được ảnh hưởng tiêu cực đến điện áp và dòng điện của LĐPP. Do đó, các hạn chế dưới đây cần được xem xét. Vi > Vlow và Vi Pa. Trong đó, Pa là yếu tố đột biến thường được chọn đến 0,25. 15 Email: jst@tnu.edu.vn
6. TNU Journal of Science and Technology 226(16): 11 - 19 Sau đó, dân số mới được đánh giá bằng hàm thích nghi (12). Dựa trên sự so sánh giữa các giải pháp mới và hiện tại, dân số và Sgbest được cập nhật một lần nữa tương tự như giai đoạn cuối của bước 2. Bước 4: Kiểm tra. Quá trình cập nhật tập hợp giải pháp ở bước 2 và bước 3 thực hiện liên tục cho đến khi số lần lặp đạt giá trị lớn nhất đặt trước (itermax). Khi đó, Sgbest được coi là câu trả lời cho vấn đề. 4. Kiểm tra kết quả mô phỏng Vấn đề tối ưu hóa vị trí và công suất vận hành của BESS thông qua phần mềm Matlab 2016a và chạy trên PC có RAM 4GHz và CPU core i5 2,4 GHz. LĐPP 33 nút được sử dụng kiểm tra để tìm vị trí và mở rộng công suất vận hành tối ưu của BESS. Tải tại mỗi nút của hai LĐPP thử nghiệm được giả định là tải trung bình trong một giờ. Giả thiết rằng tại mỗi nút của hệ thống có ba loại phụ tải gồm phụ tải thương mại, dân dụng và công nghiệp. Thời gian xả và thời gian sạc của BESS trên mỗi đơn vị công suất được giả định là bằng nhau và công suất xả hoặc sạc danh định của BESS mỗi giờ được giả định bằng 1 MW. Giá trị của hệ số phạt trong hàm thích nghi được chọn là 1000. Định nghĩa về số giờ sử dụng điện và giá điện tương ứng được lựa chọn dựa trên thông tin của Tập đoàn Điện lực Việt Nam như trong Bảng 1, áp dụng cho lưới điện 33 nút. 23 24 25 23 24 37 26 27 28 29 30 31 32 33 26 27 28 29 30 31 32 36 22 25 34 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 33 19 20 21 22 19 20 21 35 Hình 4. Lưới điện mẫu IEEE- 33 nút Hình 5. Công suất phát của PV Bảng 1. Số giờ sử dụng điện và giá tương ứng Thông số Giờ cao điểm Giờ bình thường Giờ thấp điểm Giờ 9:00 đến 11:00 4:00 đến 9:00 22:00 đến 4:00 17:00 đến 20:00 11:00 đến 17:00 20:00 đến 22:00 Giá điện ($/kWh) 0,1289 0,0700 0,0454 LĐPP 33 nút có cấp điện áp 12,66 kV bao gồm 37 nhánh và 33 nút. Thông số nhánh và nút của LĐPP được tham khảo [24]. Tổng công suất của hệ thống là 3,72 + j2,3MVA. Sơ đồ đơn tuyến của hệ thống được cho ở Hình 4. Dòng điện định mức giả định của các nhánh là 255A [25]. Loại tải và tỷ lệ loại tải được tham khảo trong [21]. Với PV được kết nối vào LĐPP ở nút 6, 18 và 22 có công suất phát như Hình 5. Sau khi thực hiện tìm kiếm bằng CSA, vị trí tối ưu của BESS là nút thứ 11 với công suất tối ưu của BESS trong khoảng thời gian 24 giờ tính bằng phần trăm công suất định mức của BESS là {35; 50; 55; 60; 30; -5; 21; 25; -51; -70; -40; -10; -80; -55; 20; 10; -100; -60; -45; -5; -15; 50; 80; 100}. Công suất thu được của BESS trong khoảng thời gian 24 giờ được thể hiện trong Hình 5. Từ Hình 5 cho thấy công suất của BESS tại mỗi khoảng thời gian không vượt quá giới hạn định mức và tổng công suất trong khoảng thời gian khảo sát bằng không. Kết quả này đảm bảo rằng BESS có thể vận hành cho kế hoạch ngày hôm sau. Để tính toán khả năng lưu trữ của BESS, trước hết phải xác định tổng tích lũy của công suất tối ưu của BESS trong khoảng thời gian 24 giờ. Khi đó, phần tử lớn nhất của mảng tổng tích lũy đã được lấy giá trị tuyệt đối được coi là phần lưu trữ. Do đó, tổng tích lũy của các phần tử của công suất tối ưu của BESS cho LĐPP 18 16 Email: jst@tnu.edu.vn
7. TNU Journal of Science and Technology 226(16): 11 - 19 nút là {35; 85; 140; 200; 230; 225; 246; 271; 219; 150; 110; 100; 20; -35; -15; -5; -105; -165; - 215; -230; -180; -100; 00} và giá trị lớn nhất của nó là 271. Do đó, dung lượng lưu trữ của BESS cần thiết để vận hành là 2,71 MWh. Hình 6. Công suất vận hành BESS cho LĐPP 33 nút có 3 PV Hình 7. Đường cong hội tụ lưới 33 nút Hình 8. Năng lượng mua trước và sau khi đặt BESS cho LĐPP 33 nút có 3 PV Kết quả tính toán do CSA thu được cho LĐPP 33 nút có kết nối 3 PV được thể hiện trong Bảng 2. Từ Bảng 2, chi phí mua điện năng đã giảm từ 3971,4943$ xuống 3246,8923$. Sau khi lắp đặt BESS, chi phí mua điện đã giảm 724,6020$ tương ứng với 5,88% cho ngày khảo sát. Hình 6 cho thấy công suất đã mua của hệ thống trước và sau khi lắp đặt BESS. Hình 6 cho thấy trong giờ cao điểm, BESS được xả ra để cung cấp điện cho hệ thống. Cụ thể, vào các khoảng thời gian thứ 10 và 11 tương ứng với khoảng thời gian từ 9 giờ đến 11 giờ là {-51; -70; -40}% và từ 17 giờ đến và 20 giờ tương ứng là {-100; -60; -45; -5}% công suất định mức cung cấp cho hệ thống. Hình 7 cho thấy sau 17 vòng lặp thì giải thuật CSA cho kết quả hội tụ. Lượng dung lượng này được lưu trữ chủ yếu trong giờ tiêu chuẩn và thấp điểm. Ngoài ra, kết quả Hình 8 cho thấy tổn thất năng lượng và chi phí tổn thất năng lượng trong giờ cao điểm cũng đã giảm sau khi lắp đặt và vận hành BESS. Khi lắp đặt vận hành BESS cho LĐPP có kết nối PV cho thấy việc lắp đặt và vận hành BESS không ảnh hưởng xấu đến cấu hình điện áp và dòng điện của hệ thống mà thậm chí được cải thiện tốt hơn. Bảng 2. Kết quả tối ưu BESS của LĐPP 33 nút có kết nối PV Vị trí BESS Chi phí mua Chi phí tiết Tổn thất năng Chi phí tổn Vmin (pu) Trạng thái (nút) (MW) điện ($) kiệm ($) lượng (KWh) thất ($) I/Irate Ban đầu - - 3971,4943 - 1506,884 137,777 - BESS Vmin=0,9556 2 1,77 3667,8305 303,6638 1506,4889 137,1419 Không PV I/Irate=0,9245 BESS Vmin=0,9724 11 2,71 3246,8923 724,6020 865,3432 70,43894 Có PV I/Irate=0,8312 5. Kết luận Trong bài báo này, mở rộng công suất hoạt động của BESS trong 24 giờ trên LĐPP có kết nối PV nhằm giảm chi phí năng lượng. Hàm mục tiêu là tìm ra nút và công suất vận hành tối ưu của BESS trong mỗi khoảng thời gian để giảm thiểu chi phí mua điện. Thời gian 24 giờ khảo sát được, có giờ cao điểm, giờ tiêu chuẩn và giờ thấp điểm để mang lại giá trị về kinh tế do chênh lệch giá điện này. Thuật toán CSA được áp dụng để tối ưu vị trí và mở rộng công suất vận hành của BESS. 17 Email: jst@tnu.edu.vn
8. TNU Journal of Science and Technology 226(16): 11 - 19 Hiệu quả của bài toán được kiểm tra trên LĐPP 33 nút cho thấy phương pháp đề xuất có khả năng giảm chi phí năng lượng cũng như góp phần giảm phụ tải cao điểm trong thời gian 24 giờ. TÀI LIỆU THAM KHẢO/ REFERENCES [1] A. Ahadi, N. Ghadimi, and D. Mirabbasi, "Reliability assessment for components of large scale photovoltaic systems," J. Power Sources, vol. 264, pp. 211-219, 2014. [2] Y. Liu, W. Wang, and N. Ghadimi, "Electricity load forecasting by an improved forecast engine for building level consumers," Energy, vol. 139, pp. 18-30, 2017. [3] P. Akbary, M. Ghiasi, M. Reza, and R. Pourkheranjani, "Extracting Appropriate Nodal Marginal Prices for All Types of Committed Reserve," Comput. Econ, pp. 1-26, June 2017. [4] Y. Li, M. Vilathgamuwa, S. S. Choi, T. W. Farrell, N. T. Tran, and J. Teague, "Development of a degradation-conscious physics-based lithium-ion battery model for use in power system planning studies," Appl. Energy, vol. 248, pp. 512-525, 2019. [5] X. Luo and J. Wang, MarkDooner, JonathanClarke "Overview of current development in electrical energy storage technologies and the application potential in power system operation," Appl. Energy, vol. 137, pp. 511-536, 2015. [6] A. Anvari-moghaddam, T. Dragicevic, L. Meng, B. Sun, and J. M. Guerrero, "Optimal Planning and Operation Management of a Ship Electrical Power System with Energy Storage System," IECON 2016, pp, 2095-2099, 2016 [7] H. Ebrahimian, S. Barmayoon, and M. Mohammadi, "The price prediction for the energy market based on a new method," Econ. Res. Istraživanja, vol. 31, no. 1, pp. 1-25, 2018. [8] M. R. Sheibani, G. R. Yousefi, M. A. Latify, and S. H. Dolatabadi, "Energy storage system expansion planning in power systems: A review," IET Renew. Power Gener., vol. 12, no. 11, pp. 1203-1221, 2018. [9] Y. Cao, Y. Li, G. Zhang, K. Jermsittiparsert, and N. Razmjooy, "Experimental modeling of PEM fuel cells using a new improved seagull optimization algorithm," Energy Reports, vol. 5, pp. 1616-1625, 2019. [10] V. Kalkhambkar, R. Kumar, and R. Bhakar, "Energy loss minimization through peak shaving using energy storage," Perspect. Sci., vol. 8, pp. 162-165, 2016. [11] R. Li and W. Wang, "Optimal planning of energy storage system in active distribution system based on fuzzy multi-objective bi-level optimization," J. Mod. Power Syst. Clean Energy, vol. 6, no. 2, pp. 342-355, 2018. [12] G. Carpinelli, F. Mottola, D. Proto, A. Russo, and P. Varilone, "A hybrid method for optimal siting and sizing of battery energy storage systems in unbalanced low voltage microgrids’ Sci., vol. 8, no. 3, Journal applied Sciences, pp.1-26, 2018. [13] M. Farrokhifar, "Loss minimization in medium voltage distribution grids by optimal management of energy storage devices," 2013 IEEE Grenoble Conf. PowerTech, POWERTECH 2013, Mv, 2013, pp. 1-5. [14] Z. Yuan, W. Wang, H. Wang, and A. Yildizbasi, "A new methodology for optimal location and sizing of battery energy storage system in distribution networks for loss reduction," J. Energy Storage, vol. 29, pp.1-11 (101368), 2020. [15] J. Xiao, Z. Zhang, L. Bai, and H. Liang, "Determination of the optimal installation site and capacity of battery energy storage system in distribution network integrated with distributed generation," IET Gener. Transm. Distrib., vol. 10, no. 3, pp. 601-607, 2016. [16] C. Zhao, H. Yin, Z. Yang, and C. Ma, "Equivalent series resistance-based energy loss analysis of a battery semiactive hybrid energy storage system," IEEE Trans. Energy Convers., vol. 30, no. 3, pp. 1081-1091, 2015. [17] M. R. Jannesar, A. Sedighi, M. Savaghebi, and J. M. Guerrero, "Optimal placement, sizing, and daily charge/discharge of battery energy storage in low voltage distribution network with high photovoltaic penetration," Appl. Energy, vol. 226, pp. 957-966, 2018. [18] C. J. Bennett and R. A. Stewart, "Development of a three-phase battery energy storage scheduling and operation system for low voltage distribution networks," Appl. Energy, vol. 146, pp. 122-134, 2015. [20] E. E. Sfikas, Y.A.Katsigiannis, P.S.Georgilakis "Simultaneous capacity optimization of distributed generation and storage in medium voltage microgrids," Int. J. Electr. Power Energy Syst., vol. 67, pp. 18 Email: jst@tnu.edu.vn
9. TNU Journal of Science and Technology 226(16): 11 - 19 101-113, 2015. [29] T. N. Ton, T. T. Nguyen, V. A. Truong, and P. T. Vu, "Optimal location and operation of battery energy storage system in the distribution system for reducing energy cost in 24-hour period," Int Trans Electr Energ Syst, vol. e12861, pp. 1-17, 2021. [20] T. T. Nguyen and T. T. Nguyen, "An improved cuckoo search algorithm for the problem of electric distribution network reconfiguration," Appl. Soft Comput., vol. 84, pp.1-28 (105720), 2019. [21] K. Chandrasekaran and S. P. Simon, "Multi-objective scheduling problem: Hybrid approach using fuzzy assisted cuckoo search algorithm," Swarm Evol. Comput., vol. 5, pp. 1-16, 2012. [22] Y. Levron and D. Shmilovitz, "Power systems’ optimal peak-shaving applying secondary storage," Electr. Power Syst. Res., vol. 89, pp. 80-84, 2012. [23] R. C. Leou, "An economic analysis model for the energy storage system applied to a distribution substation," Int. J. Electr. Power Energy Syst., vol. 34, no. 1, pp. 132-137, 2012. [24] M. E. Baran and F. F. Wu, "Network reconfiguration in distribution systems for loss reduction and load balancing," IEEE Transactions on Power Delivery, vol. 4, no. 2. pp. 1401-1407, 1989. [25] S. Ghasemi, "Radial distribution systems reconfiguration considering power losses cost and damage cost due to power supply interruption of consumers," Int. J. Electr. Eng. Informatics, vol. 5, no. 3, pp. 297-315, 2013. 19 Email: jst@tnu.edu.vn