Tóm tắt Luận án Nghiên cứu đề xuất phương pháp vận hành tối ưu hệ thống hồ chứa thượng lưu lưu vực sông Hồng trong mùa cạn

Kỹ thuật giải tối ưu

Nhóm quy hoạch tuyến tính (LP): Là một phương pháp cổ điển, rất

được ưa chuộng, với thuật toán điển hình Simplex (Dantzig,1937). Ưu

điểm của LP: (i) khả năng giải hiệu quả bài toán lớn; (ii) hội tụ đến

nghiệm tối ưu toàn cục; (iii) các lời giải ban đầu không cần thiết; (iv)

lý thuyết đối ngẫu được phát triển tốt cho phân tích độ nhạy; và (v) dễ

dàng trong thiết lập bài toán, và giải bài toán với chi phí thấp.

Nhóm quy hoạch phi tuyến tính (NLP): Một số thuật toán quy hoạch

phi tuyến được biết đến là khá mạnh mẽ và hiệu quả như: (i) quy hoạch

tuyến tính liên tiếp (SLP); (ii) quy hoạch toàn phương liên tiếp (SQP);

(iii) phương pháp Lagrangian tăng (hay còn gọi là phương pháp phép

nhân (MOM); và (iv) phương pháp gradient giảm dần tổng quát

(GRG). Ưu điểm là công tính toán ít nhưng nhược điểm là không đảm

bảo hội tụ nghiệm tối ưu toàn cục. Nhóm quy hoạch động (DP): Được

Bellman đề xuất năm 1957, quy hoạch động khai thác hiệu quả cấu

trúc quyết định dạng chuỗi của các bài toán tối hệ thống hồ chứa. Ở

dạng rời rạc, DP vượt qua các khó khăn do tính chất phi tuyến, không

lồi và thậm chí không liên tục trong hàm mục tiêu và ràng buộc. Tuy

nhiên, khó khăn về “curse of dimesionality” (Bellman, 1961) là với

bài toán DP tất định, đa hồ, tổng số trường hợp tính toán sẽ là: mn x

T. Để đơn giản hóa, các kỹ thuật đã được phát triển như: nội suy/tạo

lưới thô, DPSA, IDP, DDDP tuy nhiên, không đảm bảo tính hội tụ

toàn cục. Mặc dù vậy, xu thế giải quyết tổng thể đang quay trở lại với

sự xuất hiện của các máy tính HPC.- 7 -

Nhóm quy hoạch “tự

nghiệm” (Heuristics

programming): Dựa trên các

quy tắc kinh nghiệm “rules

of thumb” hay một số các

dạng bắt trước mà quan sát

được thấy trong tự nhiên,

phương pháp quy hoạch tự

nghiệm được ứng dụng để

tính toán tối ưu tạo ra các

thông tin định tính hay định

lượng. Ví dụ như tính toán

tiến hóa EC bao gồm GA

(Holland, 1970s), NSGA

(Deb, 2000), SCE (Duan,

1994) ; tối ưu tổ kiến, bầy ong, dơi Lợi ích quan trọng phương

pháp này so với các phương pháp truyền thống như LP, LNP, DP đó

là: Nó có thể tìm đến gần tối ưu toàn cục cho một bài toán thực tiễn

hơn là tối ưu toàn cục cho bài toán được đơn giản hóa (Maier, 2014).

Ngoài ra, với sự độc lập của các mô hình mô phỏng, bài toán dễ dàng

đưa thêm các mục tiêu, để chuyển thành tối ưu đa mục tiêu và với chỉ

với một lần tính toán sẽ tạo ra được mặt Pareto. BORG-MOEA do 2

tác giả David Hadka và Patrick Reed phát triển năm 2013 với nền tảng

cơ bản là GA đa mục tiêu và đặc điểm nổi bật là tự điều chỉnh lựa chọn

các thuật toán tìm kiếm BORG được đánh giá là rất hứa hẹn cho bài

toán tối ưu đa mục tiêu vận hành hồ chứa

pdf25 trang | Chia sẻ: trungkhoi17 | Lượt xem: 339 | Lượt tải: 0download
Bạn đang xem trước 20 trang tài liệu Tóm tắt Luận án Nghiên cứu đề xuất phương pháp vận hành tối ưu hệ thống hồ chứa thượng lưu lưu vực sông Hồng trong mùa cạn, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
g phân tích kết quả cao. Về ý nghĩa thực tiễn, tập hàm vận hành (350 phương án) đã được đề xuất với cải thiện về lợi ích điện từ 25 ÷ 28 %; cải thiện về trung bình mực nước (<1,2 m) từ 4 ÷ 11 %, số ngày vi phạm mực nước 1,2 m cải thiện từ 43 ÷ 86 %; và cải thiện về trung bình mực nước Hà Nội 40 ÷ 43 %. Nhưng quan trọng hơn, trong một hệ thống đa mục tiêu, 350 ưu tiên vận hành khác nhau sẽ tạo thuận lợi cho nhà ra quyết định trong lựa chọn phương án vận hành phù hợp cho hệ thống. Thêm nữa, hàm vận hành sử dụng đơn giản rất phù hợp cho nhu cầu hỗ trợ ra quyết định vận hành thời gian thực trong thực tiễn. Cuối cùng, nghiên cứu - 3 - khẳng định tính khả thi khi mở rộng bài toán với yêu cầu vận hành phủ đỉnh của hệ thống thủy điện. 6. Những đóng góp mới của luận án. Thứ nhất, đề tài đã đề xuất được hàm vận hành hệ thống hồ thủy điện chính lưu vực sông Hồng hỗ trợ ra quyết định trong vận hành hệ thống hồ. Thứ hai, đề tài đã đề xuất và thiết lập được khung tính toán tối ưu vận hành, kết nối các mô hình và thuật toán Borg MOEA và quy trình tính toán của khung theo phương pháp tham số hóa – mô phỏng – tối ưu (PSO) đảm bảo tính tinh cậy tốt trong hội tụ tìm nghiệm. Ngoài ra, hệ thống mô hình hồ chứa và hạ lưu cũng như các công cụ tính toán và phân tích với mã nguồn riêng đã được phát triển, tạo thuận lợi cho phát triển nghiên cứu và ứng dụng. CHƯƠNG 1. TỔNG QUAN TỐI ƯU VẬN HÀNH HỒ CHỨA 1.1. Giới thiệu chung Theo nhận định của Ủy ban Đập Thế giới, nhiều hệ thống đập lớn trên thế giới đã hoạt động không đảm bảo được các lợi ích kinh tế - xã hội như mục tiêu thiết kế đề ra, vì thế, vận hành hồ chứa phải được tối ưu theo đa mục tiêu và phải hướng vận hành động, theo thời gian thực (WCD, 2000). Theo tính toán, tổng dung tích hữu ích của các hồ chứa của nước ta vào khoảng 37 tỷ m3, trong đó, 61 hồ chứa thủy lợi, thủy điện lớn trên 11 lưu vực sông, phải xây dựng và vận hành theo QTVH liên hồ chứa (Bộ TNMT, 2012). Đến hiện tại, đã hoàn thành việc xây dựng các QTVH này, tuy nhiên, việc thực thi gặp rất nhiều khó khăn, và QTVH cần phải “mềm” hơn để hài hòa được các xung đột lợi ích cũng như thích ứng với điều kiện khí hậu. Một giải pháp vận hành thời gian thực được xây dựng theo cách tiếp cận tối ưu đa mục tiêu sẽ là - 4 - chìa khóa cho thách thức trên. Tuy nhiên, mặc dù đã được đầu tư nghiên cứu từ những năm 50-60, nghiên cứu tối ưu vận hành hệ thống hồ chứa đa mục tiêu vẫn chưa có được những phương pháp tổng quát. 1.2. Các nghiên cứu ở nước ngoài Mô hình mô phỏng trả lời cho câu hỏi “What if”. Một số các công cụ điển hình như HECRESSIM (Feldman, 1981, Wurbs, 1996), Acres (Sigvaldson, 1976), SSARR (USACE, 1987), WRAP (Wurbs, 1993), Mike (DHI). Trong khi đó, mô hình tối ưu trả lời cho câu hỏi “If then”; và rất đa dạng phụ thuộc vào kỹ thuật tối ưu và bài toán cụ thể. Một số các công cụ điển hình như LP, GAMS, CSUDP (Đại học Colorado) Tuy nhiên, bất chấp hàng thập niên nghiên cứu, đang tồn tại một khoảng cách ngày càng lớn giữa phát triển lý thuyết và ứng dụng thực tế (Yeh và Wurbs, 2002) . Lý do cơ bản là: (i) Nghi ngờ sự tối ưu; (ii) Hạn chế của phần cứng và phần mềm máy tính; (iii) Các mô hình tối ưu thì phức tạp về mặt toán học (ví dụ: quy hoạch động); (iv) Nhiều mô hình tối ưu là không phù hợp khi tích hợp rủi ro và tính bất định. Tuy vậy, những tiến bộ gần đây như: (i) Quan điểm hỗ trợ ra quyết định (DSS); (ii) Tiến bộ mạnh về năng lực và giá thành của máy tính, Internet, công nghệ tự động hóa, trí tuệ nhân tạo (Cách mạng 4.0), đang mở ra những cách tiếp cận mới. 1.2.1. Bài toán tối ưu hóa hệ thống hồ chứa a. Hàm mục tiêu: Có nhiều loại hàm mục tiêu, ví dụ điện: max (𝑜𝑟 min)∑𝛼𝑡 . 𝑓𝑡(𝑠𝑡 , 𝑟𝑡) + 𝛼𝑇+1. 𝜑𝑇+1(𝑠𝑇+1) 𝑇 𝑡=1 𝑓𝑡(𝑠𝑡, 𝑟𝑡) = ∑ 𝐾. 𝑒𝑖,𝑡(𝑠𝑖,𝑡 , 𝑠𝑖,𝑡+1, 𝑟𝑖,𝑡). ℎ̅𝑖,𝑡(𝑠𝑖,𝑡 , 𝑠𝑖,𝑡+1, 𝑟𝑖,𝑡). 𝑟𝑖,𝑡 𝑛 𝑖=1 . ∆𝑡𝑖,𝑡 - 5 - b. Ràng buộc: Ví dụ, phương trình cân bằng động của hệ thống: 𝑠𝑡+1 = 𝑠𝑡 + 𝐶. 𝑟𝑡 + 𝑞𝑡 − 𝐼𝑡(𝑠𝑡, 𝑠𝑡+1, ) − 𝑑𝑡; giới hạn dung tích : 𝑠𝑡+1, 𝑚𝑖𝑛 ≤ 𝑠𝑡+1 ≤ 𝑠𝑡+1, 𝑚𝑎𝑥 (giới hạn dung tích vật lý, chống lũ, phát điện, du lịch, môi trường); và giới hạn xả: 𝑟𝑡, 𝑚𝑖𝑛 ≤ 𝑟𝑡 ≤ 𝑟𝑡,max (giới hạn xả vật lý trình, chống xói, lũ, môi trường, cấp nước) Ngoài ra còn nhiều ràng buộc khác ở hạ và thượng lưu như mực nước, môi trường thay đổi theo từng hồ và thời gian và tạo ra một hệ thống ràng phi tuyến lớn, không lồi, nhiều cực trị cục bộ, không liên tục, không khả vi (Tauxe,1980). c. Tối ưu đa mục tiêu: Thực tế hiện nay, hệ thống hồ luôn bao gồm nhiều mục tiêu: phát điện, chống lũ, cấp nướccác mục tiêu này thường mâu thuẫn với nhau. Như vậy, bài toán tối ưu đa mục tiêu đòi hỏi phải được giải một cách đồng thời có nghĩa là cùng lúc tối đa hóa tất cả các mục tiêu mâu thuẫn đặt ra cho hệ thống. Nghiệm của bài toán này là một tập (mặt) các nghiệm Pareto không trội như đã được chỉ ra về sự tồn tại mặt này trong định nghĩa: Tối ưu Pareto hay Hiệu quả Pareto là trạng thái phân bổ tài nguyên mà tại đó không thể tái phân bổ lại để làm cho bất kỳ một cá thể hay Hình 1-1. Ví dụ về một hệ thống hồ chứa Hình 1-2 Các nghiệm thông thường và các nghiệm Pareto - 6 - tiêu chí ưu tiên nào tốt hơn mà không làm cho ít nhất một cá thể hay ưu tiên kia xấu đi (Vilfredo Pareto,1848-1923) 1.2.2. Kỹ thuật giải tối ưu Nhóm quy hoạch tuyến tính (LP): Là một phương pháp cổ điển, rất được ưa chuộng, với thuật toán điển hình Simplex (Dantzig,1937). Ưu điểm của LP: (i) khả năng giải hiệu quả bài toán lớn; (ii) hội tụ đến nghiệm tối ưu toàn cục; (iii) các lời giải ban đầu không cần thiết; (iv) lý thuyết đối ngẫu được phát triển tốt cho phân tích độ nhạy; và (v) dễ dàng trong thiết lập bài toán, và giải bài toán với chi phí thấp. Nhóm quy hoạch phi tuyến tính (NLP): Một số thuật toán quy hoạch phi tuyến được biết đến là khá mạnh mẽ và hiệu quả như: (i) quy hoạch tuyến tính liên tiếp (SLP); (ii) quy hoạch toàn phương liên tiếp (SQP); (iii) phương pháp Lagrangian tăng (hay còn gọi là phương pháp phép nhân (MOM); và (iv) phương pháp gradient giảm dần tổng quát (GRG). Ưu điểm là công tính toán ít nhưng nhược điểm là không đảm bảo hội tụ nghiệm tối ưu toàn cục. Nhóm quy hoạch động (DP): Được Bellman đề xuất năm 1957, quy hoạch động khai thác hiệu quả cấu trúc quyết định dạng chuỗi của các bài toán tối hệ thống hồ chứa. Ở dạng rời rạc, DP vượt qua các khó khăn do tính chất phi tuyến, không lồi và thậm chí không liên tục trong hàm mục tiêu và ràng buộc. Tuy nhiên, khó khăn về “curse of dimesionality” (Bellman, 1961) là với bài toán DP tất định, đa hồ, tổng số trường hợp tính toán sẽ là: mn x T. Để đơn giản hóa, các kỹ thuật đã được phát triển như: nội suy/tạo lưới thô, DPSA, IDP, DDDP tuy nhiên, không đảm bảo tính hội tụ toàn cục. Mặc dù vậy, xu thế giải quyết tổng thể đang quay trở lại với sự xuất hiện của các máy tính HPC. - 7 - Nhóm quy hoạch “tự nghiệm” (Heuristics programming): Dựa trên các quy tắc kinh nghiệm “rules of thumb” hay một số các dạng bắt trước mà quan sát được thấy trong tự nhiên, phương pháp quy hoạch tự nghiệm được ứng dụng để tính toán tối ưu tạo ra các thông tin định tính hay định lượng. Ví dụ như tính toán tiến hóa EC bao gồm GA (Holland, 1970s), NSGA (Deb, 2000), SCE (Duan, 1994); tối ưu tổ kiến, bầy ong, dơiLợi ích quan trọng phương pháp này so với các phương pháp truyền thống như LP, LNP, DP đó là: Nó có thể tìm đến gần tối ưu toàn cục cho một bài toán thực tiễn hơn là tối ưu toàn cục cho bài toán được đơn giản hóa (Maier, 2014). Ngoài ra, với sự độc lập của các mô hình mô phỏng, bài toán dễ dàng đưa thêm các mục tiêu, để chuyển thành tối ưu đa mục tiêu và với chỉ với một lần tính toán sẽ tạo ra được mặt Pareto. BORG-MOEA do 2 tác giả David Hadka và Patrick Reed phát triển năm 2013 với nền tảng cơ bản là GA đa mục tiêu và đặc điểm nổi bật là tự điều chỉnh lựa chọn các thuật toán tìm kiếm BORG được đánh giá là rất hứa hẹn cho bài toán tối ưu đa mục tiêu vận hành hồ chứa 1.2.3. Phương pháp giải bài toán vận hành hồ tối ưu Hình 1-3: Sơ đồ cơ bản của thuật toán di truyền GA - 8 - Hình 1-4: Phương pháp tối ưu ngẫu nhiên ẩn (ISO) Hình 1-5: Phương pháp tối ưu ngẫu nhiên hiện (ESO) 1.3. Các nghiên cứu ở trong nước Có thể kể đến một số các nghiên cứu về vận hành hồ chứa trên lưu vực sông Hồng như sau : GS Hà Văn Khối và Lê Bảo Trung nghiên cứu 3 hồ chứa Hòa Bình, Sơn La và Lai Châu trên sông Đà ; PGS Hoàng Thanh Tùng (ĐH Thủy Lợi) sử dụng Cristall Ball phục vục chủ động lập kế hoạch vận hành; PGS Hà Ngọc Hiến (Viện Cơ) phục vục chống lũ và phát điện thời gian thực; Viện QH Thủy lợi ứng dụng GAMS lập kế hoạch, quản lý và khai thác sử dụng hệ thống công trình thủy lợi vùng thương du lưu vực sông Hồng; PGS Nguyễn Thanh Bằng nghiên cứu tối ưu quy hoạch hệ thống điện; PGS Ngô Lê Long tối ưu vận hành hồ Hòa Bình chống lũ và phát điện; Nghiên cứu của đại học Bách khoa Milan cho 4 hồ chứa, trong đó, 3 hồ tối ưu liên kết là Sơn La, Hòa Bình và Tuyên Quang sử dụng GA và Thác Bà độc lập sử dụng SDP (2016); Một số các nghiên cứu về xây dựng QTVH như nghiên cứu Viện QHTL (2007,2013), Viện KHTL (2011), và gần đây là nghiên cứu xây dựng QTVH 1622 của Viện KTTV&BĐKH (2015). - 9 - Ngoài ra, có thể kể đến một số các nghiên cứu về QHTL 2005, 2008, 2012 và các nghiên cứu có liên quan như: TS. Nguyễn Lan Châu về tác động hồ chứa sông Đà và sông Lô (2010), GS Lê Kim Truyền về kiệt và cấp nước (2007); GS Trần Đình Hòa về điều tiết dòng chảy (2010); TS. Vũ Thế Hải về giải pháp chống hạn và xâm nhập mặn (2013) CHƯƠNG 2. CƠ SỞ KHOA HỌC VÀ THỰC TIỄN XÂY DỰNG GIẢI PHÁP VẬN HÀNH 2.1. Đặc điểm lưu vực Diện tích lưu vực 149.760 km2 (phần Việt Nam là 49 %). Tổng lượng mưa năm 238,7 km3, phần Việt Nam chiếm 57,8 %. Mùa mưa trên hệ thống thường từ V ÷ IX,X chiếm 81 %, mùa khô từ tháng X ÷ V chiếm 19 %. Hệ thống bao gồm sông Đà, sông Thao, sông Lô và về đến hạ lưu là ĐBSH được bổ sung thêm nước bởi sông Thái Bình. Tổng lượng dòng chảy năm 112 km3 , trong đó sông Đà là 45,2 %, mùa lũ, kiệt cũng tương tự như mưa và kiệt nhất rơi vào tháng I ÷ III. Hệ thống có tiềm năng thủy điện lớn đóng góp tới 30% nhu cầu điện cả nước, với 650.000 ha lúa ĐX ở vùng ĐBSH với Hà Nội là trung tâm kinh tế - chính trị. 2.2. Đặc điểm vận hành hệ thống hồ chứa Đến cuối năm 2016, hệ thống thủy điện đã cơ bản hoàn thành, trong đó 6 hồ chính là Hòa Bình (1994), Thác Bà (1972), Tuyên Quang (2007), Sơn La (2012), Bản Chát (2013), Lai Châu (2016) như Hình 2-1, Hình 2-2. Với tổng dung tích hữu ích 18,92 tỷ, trong đó, trên sông Đà tập trung chủ yếu, 2 hồ lớn nhất bậc thang là Sơn La và Hòa Bình chiếm tới 66 % tổng dung tích. Ba hồ chứa có vai trò trực tiếp với hạ - 10 - lưu là Hòa Bình, Thác Bà và Tuyên Quang, chiếm 46 % tổng dung tích, có đặc điểm vận hành: Giai đoạn tích nước (10/8-31/10); duy trì (1/11-31/12); gia tăng xả nước (1/1-28/2); xả theo phụ tải (1/3-15/6) (H.M.Tuyển, 2013). Hình 2-1: Lưu vực sông Hồng và hệ thống hồ chứa Hồ Hòa Bình Hồ Thác Bà Hồ Tuyên Quang Hồ Sơn La Hồ Bản Chát Hồ Lai Châu Hình 2-2: Sơ họa thông số các hồ chứa thủy điện lớn - 11 - 2.3. Những yếu tố tác động đến vận hành 1. Dòng chảy từ Trung Quốc 2. Vai trò phát điện của hệ thống 3. Đảm bảo nước cho hạ du: Vụ Đông Xuân vẫn là vụ lúa chính cần cấp nước trong mùa kiệt và nhu cầu nước nông nghiệp chiếm 69 % trong tổng nhu cầu mùa kiệt 6 tỷ m3 (trồng trọt, chăn nuôi, thủy sản, đô thị , CN, sinh hoạt nông thôn) . Từ năm 2003, do địa hình lòng sông bị xói sâu, vận hành điện thông thường không đảm bảo mực nước yêu cầu tưới 2,2 m tại Hà Nội. Các hồ chứa đã phải xả gia tăng Đông Xuân. Tuy nhiên, tổng lượng xả vẫn tiếp tục tăng khi diện tích ĐX không thay đổi. Bảng 2-1. Tổng hợp mức xả và diện tích canh tác Đông Xuân (TCTL, 2014) 4. Ảnh hưởng của triều và mặn: Chế độ triều ở hạ du sông Hồng thuộc chế độ nhật triều, biên độ triều max đạt tới 3,5 ÷ 4,0 m. Sóng đỉnh triều mùa cạn vào sâu trong nội địa 150 km tới trạm Hà Nội. 5. Mâu thuẫn giữa cấp nước và phát điện: Trong 1 ngày đêm, huy động công suất tại các trạm thủy điện phụ thuộc vào phụ tải ngày đêm, trong khi thủy điện phụ trách đỉnh của phụ tải. Tháng 1-2 và là tháng có nhu cầu sử dụng điện thấp nhất trong năm, nhưng chính thời kỳ này hạ du sông Hồng cần cấp nước ĐX. Do vậy, mâu thuẫn giữa cấp nước và yêu cầu xả nước phát điện thời kỳ này là rất rõ ràng. Các tháng khác 11,12, 3, nhu cầu điện vẫn còn thấp, dòng chảy đến nhỏ, các hồ xả - 12 - không cao, ảnh hưởng đầu nước thấp và mặn. Sáng đến tháng 4, 5, 6, nhu cầu điện cao, dòng chảy đến lớn các hồ xả gia tăng, tự thân đảm bảo được các nhu cầu hạ du. Điển hình mâu thuẫn này là khi hạn lớn xảy ra vào 2010, sau xả ĐX, các hồ gần như ngắt toàn bộ dòng chảy, gây ra mực nước thấp kỷ lục trong vòng 100 năm qua 2.4. Phương pháp xây dựng giải pháp tối ưu vận hành hệ thống hồ chứa lưu vực sông Hồng a. Nhận định về phương hướng giải quyết + Bài toán vận hành hệ thống hồ chứa sông Hồng là một bài toán đa mục tiêu và cần phải được giải bằng một phương pháp tối ưu đa mục tiêu. + Các hàm mục tiêu khác nhau có thể tổng hợp đưa về 2 hàm mục tiêu là lợi ích phát điện và cấp nước. Trong đó, hàm mục tiêu cấp nước sẽ phù hợp với thực tiễn hơn, nếu nó được đánh giá bằng mực nước tại điểm kiểm soát (ở đây là Hà Nội). + Với mục tiêu có được một giải pháp hỗ trợ vận hành hệ thống thời gian thực, gần với thực tiễn thì bài toán cần thiết phải được nghiên cứu ít nhất ở bước tính toán ngày, hàm vận hành đưa ra phải thuận tiện, dễ sử dụng với điều kiện số liệu hiện nay. + Tối ưu - mô phỏng - tham số hóa (PSO) định nghĩa trước một dạng hàm vận hành (hàm chính sách vận hành), sau đó sử dụng các kỹ thuật tối ưu để tìm ra bộ tham số với hiệu quả thể hiện tốt nhất theo một chuỗi kịch bản. Theo đó, nó hạn chế bớt được các trở ngại của ISO và ESO (Chang et al., 2005; Chen, 2003; Momtahen & Dariane, 2007). + Thuộc lớp MOEA, Borg MOEA là một thuật toán mới, có hiệu quả cao nhờ vào khả năng tự điều chỉnh các phép toán (Hadka, 2013), sẽ được chọn thử nghiệm làm thuật toán tối ưu của hệ thống. - 13 - b. Khung tính toán tối ưu xây dựng hàm vận hành hệ thống Hình 2-3- Khung tính toán tối ưu xác định thông số hàm vận hành Khung tính đề xuất mang các đặc điểm ưu thế sau: + Biến quyết định không phải là dung tích/xả mà là tham số  của hàm vận hành 𝑢𝑡 𝑘 = f(𝑠𝑡 𝑘, t, ), vì thế giảm miền tìm kiếm của BORG + Hầu hết các ràng buộc về vật lý (dung tích, thủy lực tràn, cống, turbine) & một số chính sách bắt buộc về dcmt được ẩn trước vào hàm nhằm đảm bảo 𝒖𝒕 𝒌 khả thi và giảm công tính toán + Khi ứng dụng thực tiễn, Hàm vận hành không tạo ra một lúc toàn bộ quỹ đạo xả mà đi theo từng bước thời gian và dựa vào trạng thái thực của hệ thống đầu bước, do đó mang tính thời gian thưc và hỗ trợ ra quyết định. 4.3. Hàm mục tiêu và ràng buộc a. Hàm mục tiêu: 1. Tối đa hóa lợi ích phát điện tương đối của hệ thống hồ chứa trong mùa kiệt là: FBđiện = Max ∑ αt T t=1 . ∑ [K. et i . ρ. rtt i . gni=1 . (H̅t i − ht i)] - 14 - Trong đó: n: là số lượng hồ chứa (n=6) ;T: là trục thời gian tính toán 50 năm, với bước mô phỏng ngày (18250 bước); αt: là hệ số lợi ích phát điện, αt = t x 1000 đ; t là tỷ số mức độ tiêu thụ điện so với giai đoạn tiêu thụ thấp nhất trong mùa kiệt (xem Hình 2-4), giả thiết giá thời kỳ thấp nhất 1000 đ/kwh; hàm mục tiêu đơn vị là (đồng); ei: là hiệu suất tổng hợp của cả turbine và máy phát tại hồ chứa thứ i ( coi là hằng số 0,87 x 0,93); rt𝑡 𝑖 : là lượng xả ngày qua turbine của hồ chứa thứ i trong bước thời gian t; g: là gia tốc trọng trường, 9,81 m/s2; ρ: là khối lượng riêng của nước, 1000 kg/m3; K: hệ số quy đổi đơn vị, ở đây chuyển đổi ra đơn vị là Kwh cho bước tính toán ngày là 24 giờ, như vậy K = 0.024; �̅�𝑡 𝑖: là mực nước bình quân thượng lưu trong bước tính toán, là hàm của mức dung tích đầu và cuối; ℎ𝑡 𝑖 : là mực nước bình quân hạ lưu trong bước tính toán, là hàm của lưu lượng xả qua đập. 2. Tối đa hóa trung bình mực nước thấp (< 1,2 m) tại Hà Nội : Ftb(hHN<1,2m) = max( 1 𝑇 ∑ (ℎ𝑡 𝐻𝑁 ∗ 100)) 𝑖𝑓 ℎ𝑡 𝐻𝑁 < 120 (𝑐𝑚) 𝑇𝑖=1 Trong đó: ℎ𝑡 𝐻𝑁: Là mực nước tại Hà Nội cuối bước t, với ℎ𝑡 𝐻𝑁= f (𝑟𝑡 𝑖 , 𝑞𝑡 𝑘, τ𝑡 , ℎ𝑡−1 𝐻𝑁 , ) và đơn vị là (m); rt−1 i : Là lượng xả từ 3 hồ chứa Hòa Bình, Thác Bà và Hình 2-4. Hệ số  t lợi ích phát điện trong mùa kiệt tính từ 16-9 đến 14-6 Hình 2-5. Hệ số  t lợi ích phát điện trong mùa kiệt tính từ 16-9 đến 14-6 - 15 - Tuyên Quang tại bước thời gian t-1; 𝑞𝑡−1 𝑘 : là lưu lượng tự nhiên, khu giữa gia nhập đoạn sau hồ đến điểm kiểm soát; T: Thời gian mùa kiệt; τt : Là mực nước triều trung bình tại bước thời gian t tại Ba Lạt. b. Ràng buộc 1. Phương trình cân bằng hệ thống hồ: 𝑠𝑡+1 𝑖 = 𝑠𝑡 𝑖 + C. 𝑟𝑡 𝑖 + 𝐼𝑡 𝑖 + 𝐸𝑡 𝑖 𝑠𝑡 𝑖 , 𝑠𝑡+1 𝑖 : Là các dung tích hồ chứa chứa thứ i tại đầu bước thời gian t và t +1; 𝐼𝑡 𝑖: là dòng chảy đế hồ chứa thứ i trong bước thời gian t; C : là ma trận kết nối hệ thống hồ; 𝑟𝑡 𝑖: là lượng xả của hồ chứa trong bước thời gian; 𝐸𝑡 𝑖 : là tổn thất bốc hơi của hồ chứa trong bước thời gian, nó có thể lả; 2. Ràng buộc về dung tích trữ vật lý, và chống lũ cuối kiệt: s 𝑡, 𝑚𝑖𝑛 𝑖 ≤ s𝑡 𝑖 ≤ s𝑡,𝑚𝑎𝑥 𝑖 và st i ≤ ST i ; 3. Lượng xả qua CT về vật lý, và dòng chảy môi trường (QTVH 1622): 𝑟𝑡,𝑖 𝑚𝑖𝑛 ≤ 𝑟𝑖,𝑡 ≤ 𝑟𝑡,𝑖 𝑚𝑎𝑥; 4. Mực nước Hà Nội không nhỏ hơn 2,2 m trong xả Đông Xuân: ℎ𝑡 𝐻𝑁 ≥ 2,2 , với t TĐông Xuân 4.4. Mô phỏng hệ thống Hình 2-6 Sơ đồ giản lược mô phỏng hệ thống a. Sơ đồ mô phỏng: Mô phỏng hệ thống được chia ra làm 2 thành tố chính sau: (i) Mô hình hệ thống hồ chứa thủy điện gồm Bản Chát, Lai Châu, Thác Bà, Tuyên Quang, Sơn La và Hòa Bình. Mô phỏng vận - 16 - hành chia làm 2 mùa: mô phỏng mùa kiệt tạo điều kiện cho quá trình ra quyết định và tính toán tối ưu: mô phỏng mùa lũ để tạo điều kiện ban đầu cho mùa kiệt tiếp đó theo QTVH 1622; (ii) Mô hình hạ lưu với đầu ra là mực nước tại điểm kiểm soát Hà Nội. Và đầu vào bao gồm các biên sau hồ, biên tự nhiên, và biên hạ lưu là mực nước triều và mặn tại các cửa, quá trình lấy nước của các hệ thống thủy lợi theo mặn và mực nước đã được đưa vào. b. Mô phỏng hệ thống hồ và hàm vận hành NT1: Mô hình hệ thống hồ được xây dựng dựa trên cân bằng nước từng hồ NT2: Đảm bảo quá trình ra quyết định 𝑟 𝑡 𝑚𝑎𝑥 = 𝑟𝑡𝑢𝑟𝑏𝑖𝑛_𝑚𝑎𝑥 + 𝑟𝑡𝑟𝑎𝑛_𝑚𝑎𝑥 + 𝑟đá𝑦_𝑚𝑎𝑥 𝑖𝑓 𝑧𝑡𝑙 > 𝑧𝑛𝑔𝑢𝑜𝑛𝑔𝑡𝑟𝑎𝑛 𝑟𝑡𝑢𝑟𝑏𝑖𝑛max + 𝑟đá𝑦_𝑚𝑎𝑥 𝑖𝑓 𝑧𝑡𝑙 ≤ 𝑧𝑛𝑔𝑢𝑜𝑛𝑔𝑡𝑟𝑎𝑛 𝑎𝑛𝑑 𝑧𝑡𝑙 > 𝑧𝑐 0 𝑖𝑓 𝑧𝑡𝑙 ≤ 𝑧𝑐 𝑟 𝑡 𝑚𝑖𝑛 = 𝑟𝑡𝑢𝑟𝑏𝑖𝑛_𝑚𝑎𝑥 + 𝑟𝑡𝑟𝑎𝑛_𝑚𝑎𝑥 + 𝑟đá𝑦_𝑚𝑎𝑥 𝑖𝑓 𝑧𝑡𝑙 ≥ 𝑧𝑀𝑁𝐷𝐵𝑇 𝑞𝑑𝑐𝑚𝑡 𝑖𝑓 𝑧𝑡𝑙 𝑧𝑐 0 𝑖𝑓 𝑧𝑡𝑙 ≤ 𝑧𝑐 NT3: Đảm bảo tính khả thi của các quyết định, ràng buộc được ẩn trước vào trong mô hình 𝑢𝑡 𝑘 = f(𝑠𝑡 𝑘, 𝜃𝑚𝑥𝑛 , 𝑆𝑌𝑆, 𝑟 𝑡 𝑚𝑖𝑛, 𝑟 𝑡 𝑚𝑎𝑥) 𝑉𝑡 min|max = 𝑟 𝑡 𝑚𝑖𝑛|𝑚𝑎𝑥 𝑑𝑡 𝑡+𝑏 𝑡 𝑟𝑡 𝑚𝑖𝑛|𝑚𝑎𝑥 = 𝑉𝑡 min|max /k. 𝑟𝑡 𝑘 = 𝑢𝑡 𝑘 𝑖𝑓 𝑟𝑡 𝑚𝑖𝑛 ≤ 𝑢𝑡 𝑘 ≤ 𝑟𝑡 𝑚𝑎𝑥 𝑟𝑡 𝑚𝑖𝑛 𝑖𝑓 𝑢𝑡 𝑘 ≤ 𝑟𝑡 𝑚𝑖𝑛 ≤ 𝑟𝑡 𝑚𝑎𝑥 𝑟𝑡 𝑚𝑎𝑥 NT4: Hiện thực hóa các quyết định - 17 - c. Mô phỏng hạ lưu: Để có thể mô phỏng được mực nước Hà Nội dưới tác động của dòng chảy, triều, quá trình lấy nước trên hệ thống (phụ thuộc vào cả đầu nước và mặn). Mô hình thủy động lực xâm nhập mặn cần được sử dụng. Tuy nhiên, thời gian tính toán sẽ là không khả thi khi để tính cho khoảng 10 năm đã tiêu tốn hơn 10 giờ. Mô hình hạ lưu thay thế cho Mike 11 (MHTT) được đề xuất có dạng cấu trúc mạng trí tuệ nhân tạo bao gồm 2 lớp, trong đó 1 lớp ẩn với hàm kích hoạt là tang hyperbolic, để có thể giảm thời gian tính toán cho phù hợp với bài toán tối ưu (Hình 2-7). Hình 2-7 Phương pháp xây dựng mô hình thay thế CHƯƠNG 3. PHÂN TÍCH, ĐÁNH GIÁ KẾT QUẢ XÂY DỰNG GIẢI PHÁP VẬN HÀNH 3.1. Kết quả xây dựng mô hình hệ thống hồ chứa a. Hàm xả rmax và rmin kiểm soát tính toán ra quyết định Hình 3-1. Hàm xả 𝑟𝑚𝑎𝑥 , 𝑟𝑚𝑖𝑛 cho bước thời gian ngày theo dung tích và dòng chảy đến cho hồ chứa Hòa Bình - 18 - Hình 3-2. Chỉ tiêt mô phỏng cân bằng nước bao gồm dòng chảy đến net, dung tích và tổng xả cho hồ chứa Sơn La kết nối lũ-kiệt-lũ. b. Cân bằng nước hệ thống Hình 3-3. Chỉ tiêt mô phỏng cân bằng nước bao gồm dòng chảy đến net, dung tích và tổng xả cho hồ chứa Hòa Bình kết nối lũ-kiệt-lũ. c. Mô hình hạ lưu - 19 - Như đã trình bày ở Mục 2.4, mô hình Mike 11 sẽ xây dựng số liệu đầu vào cho khoảng 10 năm với bước thời gian giờ, cho các đầu vào của phương trình: ℎ𝑡+1 𝐻𝑁 = 𝑓(ℎ𝑡 𝐻𝑁, 𝑞𝑡−1 𝑑𝑒𝑙𝑡, ℎ𝑡−1 𝐵𝐿 ,𝑊𝐷𝑡), với 𝑞𝑡−1 𝑑𝑒𝑙𝑡 là tổng dòng chảy trung bình xuống đồng bằng, đơn vị là m3/s; ℎ𝑡−1 𝐵𝐿 chiều max trong ngày, đơn vị là (m) (thời gian chảy trễ là khoảng 1 ngày được ước lượng từ mô hình Mike 11), 𝑊𝐷𝑡 là nhu cầu nước trong ngày, đơn vị là m3/s. Để xác định số neuron phù hợp, nghiên cứu sinh đã ứng dụng Netlab tool để tiến hành luyện mạng và đánh giá theo 9 tiêu chí (Hình 3-4) thì xác định số neuron là 10 là phù hợp với có hệ số R2 rất cao 0,99522, các lỗi max và min là nhỏ, các lỗi max, mean tại các khoảng giá trị lớn và giá trị nhỏ (<2,2m) là không lớn, ngoài ra, số neuron như vậy là trung bình không quá cao dễ làm tốc độ tính toán quá lớn. Tổng thời gian gian tính toán với bước ngày cho 10 năm chỉ còn là 0,0003 s trong khi với mô hình Mike 11 là gần 24 h. Xem chi tiết các kết quả kiểm định như Hình 3-4. Hình 3-4 Đánh giá các tiêu chí kiểm định mạng ANN theo số neuron sử dụng - 20 - 3.2. Hội tụ nghiệm về mặt Pareto và đánh giá Sau 18 h tính toán, với tổng cộng 3 triệu lần đánh giá hàm, thuật toán BORG đã bắt đầu tìm ra nghiệm khả thi của bài toán tại số lần đánh giá hàm NFE = 26600, tại NFE = 1e5, đã hình thành mặt pareto, và mặt Pareto phát triển khá nhanh đến khi NFE = 2e6 mặt đã mở rộng lớn ra. Từ đó đến 3e6 thì tốc độ phát triển chậm hẳn lại và gần như không có tiến triển tiếp Hình 3-5. Hình 3-5. Sự hình thành nghiệm khả thi và tiến triển của mặt Pareto cho thí nghiệm tìm trực tiếp tham số xả Lựa chọn 8 giải pháp vận hành điển hình theo thứ tự ưu tiên mực nước sau đó đến điện lượng là P350H1, P300H51, P250H101, P200H151, P150H201 P100H251, P50H301 và P1H350, tiến hành tính toán thử nghiệm. Kết quả chỉ ra toàn bộ các giải pháp đều vượt trội đáng kể so với thực tiễn về mục tiêu lợi ích điện lượng từ 25 ÷ 28 %. Về mục tiêu trung bình mực nước thấp (<1,2m), sự cải thiện từ 4 ÷ 11 % chỉ có ở - 21 - các giải pháp từ P350H1, P300H51, P250H101 và P200H151, tuy nhiên, tất cả các giải pháp đều cải thiện số lần vi phạm mực nước 1,2 m, chỉ từ 7 ÷ 29 lần vi phạm so với 51 lần vi phạm trong thực tế. Về mực nước nhỏ nhất, toàn bộ các giải pháp trừ P1H350 đều thể hiện sự cải thiện từ 9 ÷ 64 %, ngoài ra, tất cả các giải pháp đều cải thiện mực nước trung bình toàn mùa cạn từ 40 ÷ 43 % (Bảng ). Như vậy, xét trên toàn diện có thể kiến nghị sử dụng các giải pháp vận hành từ P350H1 đến P200H151. Bảng 3-1 Tổng hợp hiệu quả của các giải pháp vận hành và thực tiễn vận hành thời kỳ 16/10/2015 đến 14/6/2016 Nghiệm tối ưu Lợi ích điện hHà Nội thấp (< 1,2 m) trung bình Số ngày vi phạm mực nước < 1,2 m hHà Nội_mùa cạn_min hHà Nội_mùa cạn _trung bình (103 tỷ VND) Cải thiện sv thực tế (%) (cm) Cải thiện sv thực tế (%) (ngày) Cải thiện sv thực tế (%) (cm) Cải thiện sv thực tế (%) (cm) Cải thiện sv thực tế (%) P350H1 31.01 25.87 108.78 11.44 7 86.27 103.58 64.41 276.96 43.35 P300H51 31.12 26.33 105.31 7.88 7 86.27 96.22 52.73 274.73 42.19 P250H101 31.22 26.72 103.35 5.88 7 86.27 91.43 45.13 275.04 42.35 P200H151 31.38 27.39 101.57 4.06 9 82.35 87.42 38.76 275.93 42.81 P150H201 31.35 27.24 96.97 -0.65 14 72.55 86.89 37.92 274.34 41.99 P100H251 31.39 27.43 96.27 -1.37 22 56.86 86.05 36.58 273.71 41.66 P50H301 31.48 27.79 93.92 -3.78 23 54.90 69.19 9.82 274.32 41.98 P1H350 31.57 28.14 81.70 -16.3 29 43.14 54.99 -12.7 272.22 40.89 Thực tế 24.64 0.00 97.61 0.00 51 0.00 63.00 0.00 193.21 0.00 KẾT LUẬN VÀ KIẾN NGHỊ 1. Kết luận Biến đổi khí hậu, các hiện tượng thời tiết cực đoan và phát triển kinh tế xã hội đang làm gia tăng áp lực, mâu thuẫn và xung đột lợi ích trên hệ thống sông Hồng. Trong khi đó, hệ thống thủy điện sông Hồng đã - 22 - đi vào hoàn thiện vừa là thách thức cũng như chìa khóa để giải quyết các vấn đề trên. Trong ng

Các file đính kèm theo tài liệu này:

  • pdftom_tat_luan_an_nghien_cuu_de_xuat_phuong_phap_van_hanh_toi.pdf
Tài liệu liên quan