GIẢM THIỂU CHI PHÍ VẬN HÀNH VÀ PHÁT THẢI CARBON  CHO LƯỚI ĐIỆN MICROGRID ĐẢO THÔNG QUA TÍCH HỢP NĂNG LƯỢNG TÁI TẠO VÀ BESS

Võ Pha Ga; Ngyễn Trần Thị Mỹ Xuân; Lê Quốc Khương; Diệp Long

doi:10.34238/tnu-jst.15209

GIẢM THIỂU CHI PHÍ VẬN HÀNH VÀ PHÁT THẢI CARBON CHO LƯỚI ĐIỆN MICROGRID ĐẢO THÔNG QUA TÍCH HỢP NĂNG LƯỢNG TÁI TẠO VÀ BESS

Thông tin bài báo

Ngày nhận bài: 26/03/26 Ngày hoàn thiện: 23/06/26 Ngày đăng: 24/06/26

Các tác giả

1. Võ Pha Ga , 1) Trường Đại học Kỹ thuật – Công nghệ Cần Thơ, 2) Trường Đại học Bách Khoa Thành phố Hồ Chí Minh (HCMUT)
2. Ngyễn Trần Thị Mỹ Xuân, Trường Đại học Kỹ thuật – Công nghệ Cần Thơ
3. Lê Quốc Khương, Trường Đại học Kỹ thuật – Công nghệ Cần Thơ
4. Diệp Long, Trường Đại học Kỹ thuật – Công nghệ Cần Thơ

Tóm tắt

Nghiên cứu này đề xuất một khung quản lý năng lượng tối ưu cho lưới điện microgrid đảo tích hợp các nguồn diesel, năng lượng tái tạo (PV, WT) và hệ thống lưu trữ năng lượng (BESS). Mục tiêu của bài toán là cực tiểu chi phí vận hành của microgrid đồng thời thỏa mãn các ràng buộc của hệ thống. Thuật toán Search Group Algorithm, được đề xuất để giải bài toán với ba kịch bản: (i) hệ thống chỉ sử dụng diesel, (ii) hệ thống kết hợp nguồn RES và (iii) hệ thống tích hợp thêm BESS. So với kịch bản (i), trong kịch bản (ii) giúp cắt giảm chi phí vận hành tới 76,8% và đạt tỷ lệ thâm nhập RES 63,79%. Khi bổ sung hệ thống BESS, chi phí tiếp tục giảm còn 42.434,29USD trong khi tỷ lệ RES tăng lên 67,31%. Đặc biệt, công suất phát cực đại của diesel giảm mạnh từ 1.440 kW xuống 480 kW, giúp hệ thống vận hành linh hoạt hơn và giảm thiểu phát thải carbon. Kết quả nghiên cứu khẳng định việc tích hợp BESS không chỉ giúp nâng cao khả năng khai thác RES mà còn cải thiện cân bằng phụ tải và giảm công suất đỉnh trong quá trình vận hành microgrid đảo.

Từ khóa

Hệ thống lưu trữ năng lượng; Phát thải carbon; Năng lượng tái tạo; Thuật toán Search Group Algorithm; Microgrid đảo

Toàn văn:

PDF (English)

Tài liệu tham khảo

[1] Y. Liu et al., “Grid abandonment potential of photovoltaic and storage-based system in China,” Int. J. Electr. Power Energy Syst., vol. 155, no. PA, 2024, doi: 10.1016/j.ijepes.2023.109414.

[2] K. Guo, Y. Qi, G. S. Member, J. Yu, and D. Frey, “A Converter-Based Power System Stabilizer for Stability Enhancement of Droop-Controlled Islanded Microgrids,” Renewable and Sustainable Energy Reviews, vol. 12, no. 6, pp. 4616-4626, 2021.

[3] F. Soares, M. C. Silva, and I. Azevedo, “Urban decarbonization policies and strategies : A sectoral review,” IEEE Transactions on Smart Grid., vol. 215, March 2025, doi: 10.1016/j.rser.2025.115617.

[4] N. Houben et al., “Optimal dispatch of a multi-energy system microgrid under uncertainty : A renewable energy community in Austria,” Appl. Energy, vol. 337, 2023, doi: 10.1016/j.apenergy.2023.120913.

[5] S. A. Shezan et al., “Selection of the best dispatch strategy considering techno-economic and system stability analysis with optimal sizing,” Energy Strateg. Rev., vol. 43, 2022, doi: 10.1016/j.esr.2022.100923.

[6] R. Ahmed, V. Sreeram, Y. Mishra, and M. D. Arif, “A review and evaluation of the state-of-the-art in PV solar power forecasting : Techniques and optimization,” Renew. Sustain. Energy Rev., vol. 124, 2020, doi: 10.1016/j.rser.2020.109792.

[7] N. Verba, J. Daniel, E. Gaura, L. Alves, and A. Halford, “A community energy management system for smart microgrids,” Electr. Power Syst. Res., vol. 209, 2022, doi: 10.1016/j.epsr.2022.107959.

[8] B. Chen, J. Wang, S. Member, X. Lu, and S. Zhao, “Networked Microgrids for Grid Resilience, Robustness, and Efficiency : A Review,” IEEE Transactions On Smartgrid., vol. 12, 2020, doi: 10.1109/TSG.2020.3010570.

[9] S. R. Palma-behnke et al., “Microgrid Modeling for Stability Analysis Incremental Negative Resistance or Impedance Point of Common Coupling,” IEEE Systems Journal., vol. 15, no. 3, pp. 2459-2479, 2024.

[10] F. Mohammadi et al., “Robust Control Strategies for Microgrids : A Review,” IEEE Transactions On Power Systems., vol.16, no. 2, pp. 1-12, 2021.

[11] R. Tonkoski et al., “Microgrid Stability Definitions , Analysis , and Examples,” Electrical Power and Energy Systems., vol. 8950, 2019, doi: 10.1109/TPWRS.2019.2925703.

[12] M. S. Gonçalves, R. H. Lopez, L. Fleck, and F. Miguel, “Search group algorithm : A new metaheuristic method for the optimization of truss structures,” Computers and Structures., vol. 153, pp. 165-184, 2015, doi: 10.1016/j.compstruc.2015.03.003.

DOI: https://doi.org/10.34238/tnu-jst.15209

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ