Tối ưu hóa dòng năng lượng trong nhà ở thông minh: Một nghiên cứu tình huống thực tiễn

Tối ưu hóa dòng năng lượng trong nhà ở thông minh: Một nghiên cứu tình huống thực tiễn

Smart home energy flow optimization, a practical case study

SHARE COMMENTS

1 – GIỚI THIỆU

Bài viết trình bày một khung phương pháp thực tiễn cho quản lý năng lượng trong nhà ở thông minh, dựa trên một nghiên cứu tình huống thực tế về tối ưu hóa dòng năng lượng với các thiết bị điều khiển phổ biến trong các hộ gia đình hiện đại. Bối cảnh nghiên cứu xuất phát từ sự gia tăng liên tục của nhu cầu năng lượng trong khu vực đô thị và dân cư, trong đó lĩnh vực nhà ở hiện chiếm khoảng 20% lượng phát thải CO₂ toàn cầu và hơn 20% tổng tiêu thụ năng lượng cuối cùng. Mặc dù các biện pháp nâng cao hiệu quả năng lượng đã được triển khai rộng rãi, nhiên liệu hóa thạch vẫn giữ vai trò chủ đạo, đặc biệt trong nhu cầu sưởi ấm, trong khi nhu cầu làm mát ngày càng tăng do biến đổi khí hậu và quá trình đô thị hóa.

Sự điện hóa mạnh mẽ của các thiết bị gia dụng, bao gồm hệ thống HVAC, thiết bị nấu nướng và đặc biệt là sự gia tăng nhanh chóng của xe điện, đã tạo ra áp lực lớn lên lưới phân phối điện. Việc chỉ mở rộng công suất phát và hạ tầng lưới không được xem là giải pháp bền vững dài hạn do chi phí cao và tác động môi trường. Trong bối cảnh đó, quản lý năng lượng phía người dùng, thông qua các hệ thống quản lý năng lượng (EMS) và các chương trình đáp ứng phụ tải, được xem là hướng tiếp cận then chốt để giảm căng thẳng cho lưới điện.

Các nghiên cứu trước đây về EMS cho nhà ở thông minh thường gặp hạn chế về độ dài dữ liệu, mức độ đơn giản hóa mô hình hoặc phụ thuộc vào các thuật toán “hộp đen”. Bài viết này nhằm khắc phục các hạn chế đó bằng cách đề xuất một khung tối ưu hóa toàn diện, có khả năng mô hình hóa chi tiết các thiết bị linh hoạt trong nhà ở thông minh, sử dụng dữ liệu kéo dài một năm để phản ánh đầy đủ tính mùa vụ và đánh giá chính xác hiệu quả vận hành.

2 – MÔ TẢ HỆ THỐNG

Hệ thống được nghiên cứu trong bài viết là một nhà ở thông minh được mô hình hóa như một nanogrid, trong đó toàn bộ các thiết bị điện và nhiệt được kết nối thông qua một thanh cái năng lượng chung. Cách tiếp cận này cho phép mô tả thống nhất các dòng năng lượng điện giữa các nguồn phát, thiết bị lưu trữ, phụ tải và lưới điện phân phối, đồng thời giảm độ phức tạp của mô hình khi không cần phân biệt chi tiết cấu trúc AC, DC hay lai AC–DC.

Nhà ở thông minh trong nghiên cứu được trang bị hệ thống quang điện áp mái vận hành tại điểm công suất cực đại, đại diện cho nguồn phát năng lượng tái tạo tại chỗ. Bên cạnh đó, hệ thống lưu trữ năng lượng điện bằng pin (BESS) đóng vai trò cân bằng cung – cầu trong ngắn hạn, cho phép dịch chuyển năng lượng theo thời gian nhằm hỗ trợ các mục tiêu tối ưu hóa khác nhau. Xe điện được tích hợp thông qua bộ sạc thông minh hai chiều, cho phép không chỉ sạc mà còn xả điện trở lại hệ thống, từ đó xem pin xe điện như một nguồn lưu trữ bổ sung có tính gián đoạn theo thời gian hiện diện của xe.

Ngoài các thiết bị điện, nghiên cứu đặc biệt nhấn mạnh vai trò của hệ thống sưởi điện hóa, sử dụng bơm nhiệt địa nhiệt kết hợp với bộ lưu trữ năng lượng nhiệt. Hệ thống này cung cấp đồng thời nhu cầu sưởi không gian và nước nóng sinh hoạt, trong đó bể tích nhiệt đóng vai trò trung gian nhằm tách rời động học nhiệt của bơm nhiệt khỏi nhu cầu tức thời của phụ tải. Cách thiết kế này tạo ra mức độ linh hoạt cao, cho phép bơm nhiệt vận hành lệch pha so với nhu cầu nhiệt thực tế, từ đó hỗ trợ tối ưu hóa dòng năng lượng điện.

Bên cạnh các phụ tải không điều khiển được, hệ thống còn bao gồm các thiết bị điện có thể trì hoãn, điển hình là máy giặt và máy rửa bát. Các thiết bị này được mô hình hóa với chu kỳ hoạt động cố định, không cho phép ngắt quãng, nhưng có thể trì hoãn thời điểm khởi động trong một khoảng thời gian nhất định, qua đó tạo ra khả năng dịch chuyển phụ tải điện.

Toàn bộ hệ thống được mô tả trong miền rời rạc với bước thời gian 15 phút. Các tổn thất được mô hình hóa thông qua hiệu suất cố định của bộ biến đổi và pin, trong khi công suất phản kháng, dao động điện áp và hiện tượng quá độ không được xét đến. Những giả định này nhằm tập trung vào bài toán tối ưu hóa chiến lược ở cấp EMS, thay vì điều khiển chi tiết ở cấp thiết bị.

3 – PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp nghiên cứu được xây dựng trên cơ sở mô hình hóa toán học chi tiết từng thành phần của hệ thống nhà ở thông minh, kết hợp với một thuật toán tối ưu có khả năng xử lý các quan hệ phi tuyến và các hàm mục tiêu phức tạp. Đối với mỗi thiết bị linh hoạt, nghiên cứu xác định rõ biến trạng thái, biến điều khiển, phương trình cập nhật trạng thái và các ràng buộc vật lý hoặc vận hành.

Ba hàm mục tiêu độc lập được xây dựng để phản ánh các triết lý quản lý năng lượng khác nhau. Hàm mục tiêu thứ nhất tập trung vào việc giảm năng lượng nhập từ lưới điện, qua đó tối đa hóa mức tự tiêu thụ năng lượng tái tạo tại chỗ. Hàm mục tiêu thứ hai hướng tới việc giảm bình phương biến thiên theo thời gian của công suất trao đổi với lưới, nhằm làm trơn hồ sơ phụ tải và giảm áp lực vận hành cho hạ tầng phân phối. Hàm mục tiêu thứ ba tìm cách làm phẳng hồ sơ trao đổi năng lượng hằng ngày bằng cách bám theo một đường cơ sở trung bình, đại diện cho trạng thái vận hành ít gây căng thẳng cho lưới.

Để giải bài toán tối ưu, tác giả lựa chọn thuật toán lập trình động, một phương pháp xác định nghiệm tối ưu toàn cục cho các bài toán điều khiển rời rạc theo thời gian. Ưu điểm chính của lập trình động là khả năng xử lý trực tiếp các mô hình phi tuyến và hàm mục tiêu dạng bậc hai mà không cần tuyến tính hóa, điều vốn là hạn chế lớn của các phương pháp MILP hoặc MIQP. Tuy nhiên, chi phí tính toán tăng theo cấp số mũ với số lượng biến trạng thái và biến điều khiển, dẫn đến hiện tượng “lời nguyền chiều không gian”.

Để khắc phục hạn chế này, nghiên cứu áp dụng chiến lược tối ưu hóa tuần tự, trong đó các thiết bị linh hoạt được tối ưu lần lượt theo mức độ ảnh hưởng của chúng đến hàm mục tiêu. Mỗi bước tối ưu sử dụng kết quả của bước trước làm đầu vào, từ đó xây dựng dần nghiệm cuối cùng cho toàn hệ thống. Mặc dù cách tiếp cận này không đảm bảo nghiệm tối ưu toàn cục như phương pháp đơn khối, nó cho phép tăng độ phân giải của không gian trạng thái và không gian quyết định, đồng thời giữ chi phí tính toán ở mức chấp nhận được.

Dữ liệu đầu vào cho mô phỏng được xây dựng từ các bộ dữ liệu khoa học đã được kiểm chứng và các thống kê chính thức, bao phủ toàn bộ một năm vận hành. Việc sử dụng dữ liệu dài hạn cho phép đánh giá chính xác ảnh hưởng của tính mùa vụ, đặc biệt đối với nhu cầu sưởi và sản lượng điện mặt trời.

4 – KẾT QUẢ NGHIÊN CỨU

Kết quả mô phỏng cho thấy hiệu quả của hệ thống quản lý năng lượng phụ thuộc mạnh mẽ vào hàm mục tiêu được lựa chọn. Trong kịch bản tối đa hóa tự tiêu thụ, mức cải thiện đạt được tương đối hạn chế, chỉ khoảng 13% so với trường hợp không có EMS. Nguyên nhân chính được xác định là do quy mô hệ thống quang điện nhỏ so với tổng nhu cầu năng lượng của hộ gia đình, dẫn đến việc phần lớn điện năng tiêu thụ vẫn phải nhập từ lưới ngay cả khi đã khai thác tối đa tính linh hoạt của các thiết bị.

Ngược lại, khi mục tiêu là làm trơn dao động công suất trao đổi với lưới, EMS thể hiện hiệu quả vượt trội. Tổng bình phương biến thiên theo thời gian của công suất lưới giảm gần 100% so với trường hợp cơ sở, cho thấy hồ sơ phụ tải được làm mượt gần như hoàn toàn. Phân tích chi tiết cho thấy hệ thống sưởi với bộ lưu trữ nhiệt đóng góp lớn nhất vào kết quả này, tiếp theo là pin lưu trữ điện, bộ sạc xe điện và cuối cùng là các thiết bị có thể trì hoãn. Điều này khẳng định vai trò quan trọng của lưu trữ nhiệt trong việc cung cấp tính linh hoạt dài hạn và hỗ trợ ổn định lưới điện.

Trong kịch bản làm phẳng hồ sơ trao đổi năng lượng hằng ngày, mức cải thiện đạt khoảng 28%. Kết quả này cho thấy EMS có khả năng đáng kể trong việc điều chỉnh hành vi tiêu thụ để bám theo một đường cơ sở ổn định, mặc dù hiệu quả vẫn bị giới hạn bởi dung lượng lưu trữ và sự không đồng bộ giữa thời điểm phát điện mặt trời và nhu cầu sạc xe điện, vốn thường xảy ra vào ban đêm.

5 – KẾT LUẬN

Nghiên cứu đã phát triển và kiểm chứng thành công một khung tối ưu hóa toàn diện cho hệ thống quản lý năng lượng trong nhà ở thông minh, bao gồm đầy đủ các thiết bị linh hoạt phổ biến hiện nay và xét trên quy mô thời gian một năm. Khung phương pháp này cho phép mô hình hóa chi tiết, nhất quán về mặt vật lý và dễ dàng mở rộng cho các cấu hình nhà ở khác nhau.

Kết quả cho thấy EMS không chỉ hữu ích trong việc tối ưu hóa lợi ích kinh tế cho người sử dụng, mà còn đặc biệt hiệu quả khi được định hướng theo các mục tiêu giảm căng thẳng cho lưới điện, chẳng hạn như làm trơn hoặc làm phẳng hồ sơ phụ tải. Nghiên cứu cũng chỉ ra rằng các hệ thống lưu trữ nhiệt và sưởi điện hóa có tiềm năng linh hoạt rất lớn, đôi khi vượt trội so với pin lưu trữ điện truyền thống.

Mặc dù chiến lược tối ưu hóa tuần tự không đảm bảo nghiệm tối ưu toàn cục, các cải thiện đạt được vẫn rất đáng kể so với trường hợp không có EMS, đồng thời cho phép phân tích rõ ràng đóng góp của từng thiết bị riêng lẻ. Công trình này tạo nền tảng quan trọng cho các nghiên cứu tiếp theo, bao gồm phát triển các thuật toán tối ưu hiệu quả hơn về tính toán, tích hợp học máy hoặc học tăng cường, cũng như mở rộng sang các bài toán quy hoạch đầu tư và điều khiển nâng cao trong hệ thống năng lượng phân tán.