Đánh giá độ tin cậy của mô hình tuabin gió bốn trạng thái dựa trên mô phỏng Monte-Carlo

TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
Số 18 43 
ĐÁNH GIÁ ĐỘ TIN CẬY CỦA MÔ HÌNH TUABIN GIÓ 
BỐN TRẠNG THÁI DỰA TRÊN MÔ PHỎNG MONTE-CARLO 
RELIABILITY EVALUATION OF WIND TURBINE USING FOUR-STAGES MONTE-
CARLO SIMULATION 
Phạm Mạnh Hải1*, Nguyễn Quang Ninh2, Nguyễn Thế Vĩnh3, Nguyễn Hoài Nam2, 
Vũ Thị Anh Thơ1, Nguyễn Thị Thanh Loan1 
1Trường Đại học Điện lực, 2Viện Hàn lâm Khoa học Việt Nam, 
3Trường Đại học Công nghiệp Quảng Ninh 
Ngày nhận bài: 5/12/2018, Ngày chấp nhận đăng: 20/12/2018, Phản biện: TS. Lê Thành Doanh 
Tóm tắt: 
Độ tin cậy hệ thống điện từ lâu đã được nghiên cứu với ba cấp độ: cấp độ nguồn phát, cấp độ tích 
hợp nguồn và lưới điện truyền tải, cấp độ hệ thống điện bao gồm cả lưới điện phân phối [1]. Tuy 
cấp độ đầu tiên chỉ là nền tảng cho các cấp độ tiếp theo nhưng vẫn tiếp tục được nghiên cứu, đặc 
biệt là các nghiên cứu tích hợp nguồn năng lượng tái tạo. Mô phỏng Monte-Carlo thường được sử 
dụng để mô tả các trạng thái phát của các nguồn phát cũng như các chế độ phụ tải trong hệ thống. 
Bài báo trình bày tuabin gió công suất 2,055 MW với 4 trạng thái phát được mô phỏng theo phương 
pháp Monte-Carlo và được tích hợp trong lưới điện chuẩn thử nghiệm độ tin cậy IEEE-RTS phiên bản 
1979 [2]. Các kịch bản nghiên cứu với tỉ lệ nguồn gió thay đổi trong tổng công suất nguồn phát 
(0,2%; 2,4%; 3,6%; 4,8%) đã được thử nghiệm. Mỗi kịch bản điện gió này lại được thử nghiệm với 
nhiều mức đỉnh phụ tải năm khác nhau. Kết quả của các nghiên cứu này được so sánh với các kết 
quả thử nghiệm chuẩn thông qua giá trị LOLEH. 
Từ khóa: 
Độ tin cậy, mô phỏng Monte-Carlo, mô phỏng nhiều trạng thái, tuabin gió, lưới điện thử nghiệm 
IEEE-RTS. 
Abstract: 
Reliability of Power System research has a long history included three levels: generation facilities, 
integration of generation and transmission and power system consisting of distribution system [1]. 
The first level is basic step for the next level, still being interested, especially on researches of the 
renewable energy sources integration. Monte-Carlo simulation is used to describe power state of 
traditional genarations, wind turbines and hourly load of the power system. In particular, the 2.055 
MW wind turbine is simulated in four stages. The reliability test power system IEEE-RTS (version 
1979 [2]) was used to verify the simulation method. Four scenarios of the share of wind power were 
tested: 0.2% 2.4%, 3.6%, 4.8%. Each scenario was simulated respectively with different load levels. 
The obtained simulation results are compared with the standard test. 
Keywords: 
Reliability, Monte-Carlo Simulation, Multi-Stages Simulation, Wind Turbine, IEEE-RTS testing System.
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
44 Số 18 
1. GIỚI THIỆU CHUNG 
Độ tin cậy hệ thống điện đã được nghiên 
cứu từ những năm 1970. Nhóm nghiên 
cứu của Roy Billinton được xem như 
những người khởi xướng cho vấn đề này 
với nhiều công bố khoa học. Tổ chức 
IEEE sau đó đã tập hợp các nghiên cứu về 
độ tin cậy hệ thống điện theo các giai 
đoạn từ 1971 đến 2002 [3-9]. Một số chỉ 
tiêu đánh giá được đưa ra nghiên cứu đã 
trở thành những chỉ tiêu cơ bản như: xác 
suất mất tải (LOLP), kỳ vọng mất tải 
(LOLE hoặc LOLEH), kỳ vọng tổn thất 
điện năng (LOEE). Hầu như các nghiên 
cứu về độ tin cậy hệ thống điện đều sử 
dụng mô hình lưới điện mẫu do tổ chức 
IEEE đưa ra được gọi là IEEE-RTS. Các 
lưới điện mẫu này có nhiều phiên bản 
khác nhau: phiên bản đầu tiên năm 1979, 
sau đó được mở rộng vào năm 1986 [10] 
và năm 1996 [11]. Ngoài ra, Billinton và 
các cộng sự còn phát triển một phiên bản 
lưới điện mẫu nhỏ hơn được gọi là RBTS 
[12] dùng cho đào tạo để khai thác những 
vấn đề cơ bản nhất của nghiên cứu về độ 
tin cậy hệ thống điện. 
Những công bố khoa học gần đây không 
chỉ tập trung vào các hệ thống với các 
nguồn phát từ năng lượng hoá thạch 
truyền thống nữa, thay vào đó là các 
nghiên cứu độ tin cậy hệ thống điện có sự 
tham gia của các nguồn năng lượng tái 
tạo. Những nghiên cứu theo hướng này 
được khởi xướng bởi nhóm nghiên cứu 
của Billinton và Allan với các mô hình 
điện gió tích hợp [13-15], sau đó, được 
phát triển bởi các nhóm nghiên cứu khác 
tập trung vào mô phỏng các trạng thái của 
tuabin gió [16] hay ảnh hưởng của yếu tố 
khác như địa hình [17]. Trong bài báo 
này, mô phỏng Monte-Carlo được sử 
dụng để thực hiện tính toán LOLEH trong 
nghiên cứu độ tin cậy hệ thống điện cấp 
độ nguồn phát. Các tuabin điện gió được 
thêm vào trong cơ cấu nguồn phát của 
lưới điện mẫu IEEE-RTS phiên bản 1979 
thay cho một số đơn vị phát điện truyền 
thống mà tổng công suất phát không thay 
đổi. Các tuabin điện gió được mô phỏng 4 
trạng thái theo phương pháp mô phỏng 
Monte-Carlo đề xuất bởi Beshr và các 
cộng sự [18]. Do vậy, nội dung bài báo sẽ 
bao gồm các mục sau: 
 Mục 1: Giới thiệu chung về các nghiên 
cứu độ tin cậy hệ thống điện và nội dung 
của bài báo. 
 Mục 2: Trình bày lưới điện mẫu IEEE-
RTS được sử dụng cho nghiên cứu, đồng 
thời mô tả cách thức mô phỏng Monte-
Carlo của các nguồn phát và phụ tải. Dữ 
liệu của loại tuabin điện gió sử dụng trong 
các kịch bản nghiên cứu khác nhau được 
mô tả với những đặc tính cơ bản. 
 Mục 3: Trình bày mô hình mô phỏng 
Monte-Carlo nhiều trạng thái của một 
tuabin điện gió, bao gồm mô hình 3 và 4 
trạng thái. 
 Mục 4: Trình bày kết quả và các thảo 
luận xung quanh kết quả đạt được. 
 Mục 5: Tóm tắt lại các kết quả chính 
của nghiên cứu và đề xuất các hướng 
nghiên cứu tiếp theo. 
2. DỮ LIỆU VÀ PHƯƠNG PHÁP 
NGHIÊN CỨU 
2.1. Lưới điện thử nghiệm mẫu IEEE-
RTS 
Lưới điện này chứa 11 nhà máy truyền 
thống (than, dầu, hạt nhân, khí tự nhiên và 
thuỷ điện) với 33 đơn vị phát (tương tứng 
33 máy phát) công suất từ 12 đến 400 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
Số 18 45 
MW. Hệ thống truyền tải chứa 38 đường 
dây nối các phụ tải và nguồn ở cấp 138 
kV và 230 kV. Tuy nhiên, như đã giới hạn 
lĩnh vực nghiên cứu, bài báo chỉ sử dụng 
dữ liệu nguồn phát, các thông số đường 
dây không được mô tả trong phần tiếp 
theo. 
Hình 1. Sơ đồ một sợi lưới điện IEEE-RTS 
phiên bản 1979 
2.2. Mô hình tải 
Thông thường có hai cách để biểu diễn dữ 
liệu phụ tải: giá trị thực tế của phụ tải theo 
giờ hoặc giá trị gián tiếp của phụ tải giờ 
thông qua quan hệ với các đỉnh phụ tải 
(ngày, tuần, tháng, năm). Bài báo sử dụng 
dữ liệu phụ tải gián tiếp mô tả trong công 
bố khoa học về lưới điện mẫu IEEE-RTS 
phiên bản 1979. Trong đó, dữ liệu phụ tải 
giờ có thể thay đổi được theo các kịch bản 
nghiên cứu bằng cách đơn giản là thay đổi 
phụ tải đỉnh năm (IEEE-RTS có giá trị 
gốc của phụ tải đỉnh năm là 2850 MW). 
Mô hình tải được biểu diễn ở các bảng 1, 
bảng 2 và bảng 3. 
Bảng 1. Phần trăm phụ tải đỉnh tuần 
theo phụ tải đỉnh năm 
Tuần 
Phần trăm 
đỉnh (%) 
Tuần 
Phần trăm 
đỉnh (%) 
1 86,2 27 75,5 
2 90,0 28 81,6 
3 87,8 29 80,1 
4 83,4 30 88,0 
5 88,0 31 72,2 
6 84,1 32 77,6 
7 83,2 33 80,0 
8 80,6 34 72,9 
9 74,0 35 72,6 
10 73,7 36 70,5 
11 71,5 37 78,0 
12 72,7 38 69,5 
13 70,4 39 72,4 
14 75,0 40 72,4 
15 72,1 41 74,3 
16 80,0 42 74,4 
17 75,4 43 80,0 
18 83,7 44 88,1 
19 87,0 45 88,5 
20 88,0 46 90,9 
21 85,6 47 94,0 
22 81,1 48 89,0 
23 90,0 49 94,2 
24 88,7 50 97,0 
25 89,6 51 100,0 
26 86,1 52 95,2 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
46 Số 18 
Bảng 2. Phần trăm phụ tải đỉnh ngày 
theo phụ tải đỉnh tuần 
Ngày Phần trăm đỉnh (%) 
Thứ 2 93 
Thứ 3 100 
Thứ 4 98 
Thứ 5 96 
Thứ 6 94 
Thứ 7 77 
Chủ nhật 75 
Bảng 3. Phần trăm phụ tải đỉnh giờ 
theo phụ tải đỉnh ngày 
Giờ 
Tuần mùa 
đông 
1-8&44-52 
Tuần mùa 
hè 
18-30 
Tuần mùa 
xuân/thu 
9-17&31-43 
Ngày 
làm 
việc 
Ngày 
cuối 
tuần 
Ngày 
làm 
việc 
Ngày 
cuối 
tuần 
Ngày 
làm 
việc 
Ngày 
cuối 
tuần 
12-1am 67 78 64 74 63 75 
1-2 63 72 60 70 62 73 
2-3 60 68 58 66 60 69 
3-4 59 66 56 65 58 66 
4-5 59 64 56 64 59 65 
5-6 60 65 58 62 65 65 
6-7 74 66 64 62 72 68 
7-8 86 70 76 66 85 74 
8-9 95 80 87 81 95 83 
9-10 96 88 95 86 99 89 
10-11 96 90 99 91 100 92 
11-12 95 91 100 93 99 94 
12-1pm 95 90 99 93 93 91 
1-2 95 88 100 92 92 90 
2-3 93 87 100 91 90 90 
3-4 94 87 97 91 88 86 
4-5 99 91 96 92 90 85 
5-6 100 100 96 94 92 88 
6-7 100 99 93 95 96 92 
7-8 96 97 92 95 98 100 
8-9 91 94 93 100 96 97 
Giờ 
Tuần mùa 
đông 
1-8&44-52 
Tuần mùa 
hè 
18-30 
Tuần mùa 
xuân/thu 
9-17&31-43 
Ngày 
làm 
việc 
Ngày 
cuối 
tuần 
Ngày 
làm 
việc 
Ngày 
cuối 
tuần 
Ngày 
làm 
việc 
Ngày 
cuối 
tuần 
9-10 83 92 92 93 90 95 
10-11 73 87 87 88 80 90 
11-12 63 81 72 80 70 85 
2.3. Mô hình các đơn vị phát truyền 
thống 
Mô hình các đơn vị phát trong các nguồn 
phát được trình bày trong bảng 4. Theo 
đó, tổng công suất phát của hệ thống là 
3405 MW. Các thông số của các đơn vị 
phát bao gồm: 
 MTTF: thời gian hỏng hóc trung bình; 
 MTTR: thời gian sửa chữa trung bình; 
 FOR: tỉ lệ ngừng máy bắt buộc 
(=MTTR/(MTTF+MTTR)). 
Trong dữ liệu gốc của các đơn vị phát, 
thông số thời gian bảo dưỡng định kỳ 
(Scheduled Mantenance) cũng được mô 
tả. Tuy nhiên, trong bài báo chỉ sử dụng 
thông số FOR để mô phỏng nguồn phát 
tương tự như các nghiên cứu dẫn chứng 
trong phần giới thiệu chung. 
Bảng 4. Dữ liệu mô phỏng độ tin cậy 
của các nguồn phát 
Công 
suất 
(MW) 
Số tổ 
máy 
FOR 
MTTF 
(h) 
MTTR 
(h) 
Thời gian 
bảo dưỡng 
định kỳ 
(tuần/năm) 
12 5 0,02 2940 60 2 
20 4 0,10 450 50 2 
50 6 0,01 1980 20 2 
76 4 0,02 1960 40 3 
100 3 0,04 1200 50 3 
155 4 0,04 960 40 4 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
Số 18 47 
Công 
suất 
(MW) 
Số tổ 
máy 
FOR 
MTTF 
(h) 
MTTR 
(h) 
Thời gian 
bảo dưỡng 
định kỳ 
(tuần/năm) 
197 3 0,05 950 50 4 
350 1 0,08 1150 100 5 
400 2 0,12 1100 120 6 
2.4. Mô hình các tuabin gió 
Như đã giới thiệu, các tuabin gió trong bài 
báo được mô phỏng 4 trạng thái phát, bao 
gồm các trạng thái tương ứng công suất 
phát 100%, 75%, 50% và dừng phát. Các 
thông số mô phỏng 4 trạng thái được biểu 
diễn ở bảng 5. 
Bảng 5. Thông số mô phỏng 4 trạng thái của tuabin gió được sử dụng trong nghiên cứu 
Thông 
số 
Vci (m/s) Vr (m/s) 
Vco 
(m/s) 
MTTF 100% 
(h) 
MTTF 75% 
(h) 
MTTF 50% 
(h) 
MTTF 
(h) 
Pr 
(MW) 
Giá trị 3,5 14,5 25 300 250 200 40 2,055 
2.5. Các kịch bản tích hợp điện gió 
Theo dữ liệu gốc của IEEE-RTS, tổng 
công suất phát của hệ thống là 3405 MW, 
mức đỉnh phụ tải năm là 2850 MW, các 
đơn vị phát truyền thống có công suất nhỏ 
nhất là 12 MW, công suất phát định mức 
của tuabin gió là 2,055 MW. Với những 
dữ liệu này, có 4 kịch bản được đề xuất 
trong nghiên cứu: 
Kịch bản gió 1: Giữ nguyên dữ liệu của 
lưới mẫu IEEE-RTS và thêm 4 tuabin gió 
2,055 MW. Kịch bản này đề xuất nhằm 
kiểm chứng khẳng định rằng nếu tỉ lệ điện 
gió quá nhỏ so với tổng công suất khả 
phát của hệ thống thì độ tin cậy cấp độ 
nguồn phát sẽ không bị ảnh hưởng (thông 
qua giá trị LOLE, LOLEH trước và sau 
khi tích hợp nguồn điện gió). 
Kịch bản gió 2: Kịch bản này có thêm 
các tuabin gió mới thay thế cho một vài 
đơn vị phát truyền thống của lưới điện. 1 
tổ máy 12 MW và 3 tổ máy 50 MW được 
thay thế bởi 80 tuabin gió. Lúc này, tổng 
công suất khả phát vẫn tương đương với 
giá trị của lưới điện mẫu nhưng tỉ lệ điện 
gió chiếm 4,8% tổng công suất khả phát. 
Kịch bản gió 3: Tương tự với ý tưởng 
của kịch bản gió 2, hai tổ máy 20 MW và 
2 tổ máy 50 MW được thay thế bởi 60 
tuabin. Trong kịch bản này, tỉ lệ điện gió 
chiếm 3,6% tổng công suất khả phát. 
Kịch bản gió 4: Tương tự, 1 tổ máy 12 
MW, 1 tổ máy 20 MW và 1 tổ máy 50 
MW được thay thế bởi 40 tuabin gió. 
Kịch bản này thể hiện tỉ lệ điện gió là 
2,4%. 
3. MÔ PHỎNG MONTE-CARLO NHIỀU 
TRẠNG THÁI CHO TUABIN GIÓ 
Trước khi thực hiện mô phỏng các trạng 
thái của một tuabin gió, các thông số cơ 
bản của tuabin đó cần được xác định. Các 
thông số cơ bản này tạo nên đường cong 
công suất phát của tuabin gió như hình 2. 
Hình 2. Đường cong công suất phát 
của tuabin gió theo vận tốc gió 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
48 Số 18 
Trong đó: 
Vci: vận tốc gió khởi phát, tại đó, tuabin 
bắt đầu quay; 
Vr: vận tốc gió định mức, tại đó, tuabin 
phát công suất định mức; 
Vco: vận tốc gió ngừng phát, tại đó, tuabin 
được khuyến cáo dừng quay vì vấn đề an 
toàn vận hành; 
Pwr: công suất định mức của tuabin. 
Có nhiều phương pháp để mô phỏng 
tuabin gió phụ thuộc vào chế độ vận hành 
và số lượng trạng thái phát được mô 
phỏng. Về cơ bản, công suất phát của 
tuabin tỉ lệ với vận tốc gió và được biểu 
diễn theo công thức [19]. 
𝑃𝑊(𝑉) =
{
0 (𝑉 𝑣𝑐𝑜)
𝑃𝑤𝑟
𝑣𝑟3 − 𝑣𝑐𝑖3
(𝑉3 − 𝑣𝑐𝑖
3) (𝑣𝑐𝑖 ≤ 𝑉 ≤ 𝑣𝑟)
𝑃𝑤𝑟 (𝑣𝑟 < 𝑉 ≤ 𝑣𝑐𝑜)
 (1) 
Tuy nhiên, các nghiên cứu được công bố 
đều chỉ ra có sự sai khác giữa lý thuyết và 
thực tế đo được công suất phát của tuabin. 
Vì vậy, các công thức xấp xỉ được đề xuất 
để xây dựng các đường cong công suất 
phát của tuabin chỉ phụ thuộc vào vận tốc 
gió đo được. Công thức xấp xỉ thường 
được sử dụng được Park và cộng sự [20] 
mô tả như sau: 
𝑃𝑡 = {
0 , 0 < 𝑣 < 𝑣𝑐𝑖
(𝐴 + 𝐵 ∗ 𝑣 + 𝐶 ∗ 𝑣2) ∗ 𝑝𝑟 , 𝑣𝑐𝑖 ≤ 𝑣 < 𝑣𝑟 
𝑝𝑟 , 𝑣𝑟 ≤ 𝑣 < 𝑣𝑐𝑜 
0 , 𝑣 ≥ 𝑣𝑐𝑜 
(2) 
Trong đó, A, B, C là các hệ số nhận được 
nhờ các công thức: 
(3) 
Như vậy, số liệu vận tốc gió đo được sẽ 
quyết định độ chính xác của đường cong 
công suất phát của tuabin với rất nhiều 
trạng thái công suất phát khác nhau. Tuy 
nhiên, để rút ngắn thời gian tính toán 
nhưng vẫn đảm bảo độ chính xác mô 
phỏng phù hợp, người ta thường mô 
phỏng rút gọn các trạng thái phát của 
tuabin gió. Beshr và các cộng sự [18] đã 
đề xuất một số cách rút gọn, cụ thể về 3 
và 4 trạng thái công suất phát như sau: 
Rút gọn 3 trạng thái: 
𝑃𝑑 = {
0 , 𝑝𝑡 < 0,25𝑝𝑟
0,5𝑝𝑟 , 0,25𝑝𝑟 ≤ 𝑝𝑡 < 0,75𝑝𝑟
𝑃𝑟 , 𝑝𝑡 ≥ 0,75𝑝𝑟
 (4) 
Rút gọn 4 trạng thái: 
𝑝𝑑 = {
0 𝑝𝑡 < 0,25𝑝𝑟
0,25𝑝𝑟 0,25𝑝𝑟 ≤ 𝑝𝑡 < 0,5𝑝𝑟
0,5𝑝𝑟 0,5𝑝𝑟 ≤ 𝑝𝑡 < 0,75𝑝𝑟
𝑝𝑟 𝑝𝑡 ≥ 0,75𝑝𝑟
 (5) 
Trong đó, Pd là công suất phát của tuabin 
được quy đổi thành các trạng thái công 
suất phát. 
Ở bài báo này, số liệu đo đạc thực tế vận 
tốc gió được sử dụng để tính toán công 
suất phát của tuabin theo nhóm công thức 
2 và 3. Sau đó, các giá trị công suất phát 
này được sử dụng để rút gọn lại thành 4 
trạng thái công suất phát theo nhóm công 
thức 5 phục vụ cho mô phỏng Monte-
Carlo. 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
Số 18 49 
4. KẾT QUẢ ĐẠT ĐƯỢC VÀ THẢO 
LUẬN 
4.1. Kết quả thử nghiệm các kịch bản 
phụ tải khác nhau trên lưới điện mẫu 
IEEE-RTS khi chưa có điện gió 
Các kịch bản thử nghiệm được đưa ra 
bằng cách thay đổi mức phụ tải đỉnh năm: 
2550, 2850, 2950 và 3050 MW. Với mỗi 
kịch bản, mô phỏng được thực hiện 4 lần 
(tương ứng với 1000, 2000, 5000 và 
10000 lần mô phỏng lặp lại) nhằm lựa 
chọn số lần mô phỏng lặp lại tối ưu sẽ 
được sử dụng cho các kịch bản tích hợp 
điện gió. Giá trị của chỉ số LOLEH là giá 
trị trung bình của ba lần chạy mô phỏng 
với cùng số mô phỏng lặp lại để đảm bảo 
tính khách quan trong nghiên cứu. Trên lý 
thuyết, số lượng mô phỏng lặp lại càng 
lớn thì điểm hội tụ của mô phỏng càng 
gần với giá trị thực tế. Mục đích của các 
kịch bản thử nghiệm này nhằm khẳng 
định tính đúng đắn của thuật toán mô 
phỏng khi so sánh với các kết quả đạt 
được từ các nghiên cứu tham khảo đã 
công bố. Tuy nhiên, hầu như tất cả các 
nghiên cứu tham khảo đều không nói rõ 
số lần mô phỏng lặp lại hay cách thức vận 
hành của thuật toán. Vì vậy, dựa vào kết 
quả đạt được gần sát với kết quả đã được 
công bố, bài báo này sẽ đưa ra các đề xuất 
cho số lần mô phỏng tối ưu được sử dụng 
cho các kịch bản tích hợp điện gió. 
Các kết quả mô phỏng được thể hiện trên 
các hình 3, 4, 5 và 6. 
Hình 3. Kịch bản tương ứng phụ tải đỉnh năm 2750 MW. NS: tổng số lần mô phỏng lặp lại 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
50 Số 18 
Hình 4. Kịch bản tương ứng phụ tải đỉnh năm 2850 MW. NS: tổng số lần mô phỏng lặp lại 
Hình 5. Kịch bản tương ứng phụ tải đỉnh năm 2950 MW. NS: tổng số lần mô phỏng lặp lại 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
Số 18 51 
Hình 6. Kịch bản tương ứng phụ tải đỉnh năm 3050 MW. NS: tổng số lần mô phỏng lặp lại 
Trên các đồ thị thể hiện kết quả này, sự 
sai khác giữa 3 lần chạy với cùng số lần 
mô phỏng đã cho thấy sự cần thiết khi 
phải thực hiện nhiều mô phỏng, nhiều lần 
để tránh sai số khách quan như đã nói ở 
trên. Kết quả tổng hợp bao gồm cả thời 
gian thực thi được thể hiện trên bảng 6. 
Bảng 6. Tổng hợp kết quả từ 4 kịch bản thử nghiệm thuật toán 
Kịch 
bản 
2750 
MW 
2850 
MW 
2950 
MW 
3050 
MW 
2750 
MW 
2850 
MW 
2950 
MW 
3050 
MW 
 LOLEH (h/năm) Thời gian thực thi (s) 
NS 
1000 4,64 8,96 17,31 30,40 32,61 29,14 27,91 35,54 
2000 4,58 9,55 17,35 30,35 62,01 52,08 50,17 60,39 
5000 4,69 8,87 16,57 30,31 145,58 134,13 117,23 157,59 
10000 4,64 8,99 17,08 29,90 234,40 230,27 298,92 282,08 
Trung 
bình 
4,64 9,09 17,08 30,24 
Kết quả đạt được chỉ ra rằng, sai số là 
không đáng kể khi chạy 1000, 2000, 5000 
hay 10000 lần lặp lại. 
Các giá trị trung bình ở bảng 6 được đem 
ra so sánh với các giá trị trong các tham 
khảo và được thể hiện trong bảng 7. 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
52 Số 18 
Bảng 7. So sánh giá trị mô phỏng được 
với các nghiên cứu đã công bố 
 LOLEH (h/năm) 
Phụ tải đỉnh 
năm (MW) 
2750 2850 2950 3050 
Kết quả của 
nghiên cứu 
4,64 9,09 17,08 30,24 
Billinton và 
cộng sự [21] 
4,8516 9,3716 17,3696 30,7172 
Allan và 
cộng sự [6] 
 9,39418 
Bảng so sánh này cho thấy các giá trị 
LOLEH đạt được tương tự với các công 
bố tham khảo của Billinton và Allan. Sự 
tương đồng này có ý nghĩa là thuật toán 
được sử dụng trong nghiên cứu này đáng 
tin cậy và có thể được sử dụng để thực 
hiện với các kịch bản tích hợp điện gió 
trong phần tiếp theo. 
4.2. Độ tin cậy nguồn phát của hệ 
thống điện khi có sự tham gia của các 
nguồn điện gió 
Ở mục này, 4 kịch bản điện gió sử dụng 
lưới điện mẫu IEEE-RTS sẽ được nghiên 
cứu với thuật toán mô phỏng đã được thử 
nghiệm ở mục trước. Giá trị LOLEH vẫn 
là giá trị trung bình sau 3 lần chạy mô 
phỏng. Tuy nhiên, số lần chạy mô phỏng 
lặp lại cố định ở 5000 lần để giảm thời 
gian thực thi (mặc dù như đã khẳng định 
ở mục trước, sai số là không đáng kể, 
nhưng con số 5000 được đề xuất sau khi 
thảo luận để đảm bảo tránh sai số do 
khách quan). 
Kết quả chạy mô phỏng 3 kịch bản gió 
với tỉ lệ tích hợp đáng kể (kịch bản gió 2, 
3 và 4) được thể hiện trong bảng 8. 
Để thấy được chỉ tiêu độ tin cậy nguồn 
phát thay đổi khi tỉ lệ điện gió tham gia 
vào hệ thống một cách rõ ràng, bài báo 
này thể hiện so sánh giữa kịch bản gió 4, 
kịch bản gió 1 (kịch bản mà tỉ lệ điện gió 
tham gia là không đáng kể) và kịch bản 
không có điện gió (kịch bản gốc) trong 
hình 7. 
Bảng 8. Giá trị LOLEH (h/năm) 
của các kịch bản gió với tỉ lệ tích hợp đáng kể 
Phụ tải đỉnh 
năm (MW) 
Kịch bản gió 
2 
Kịch bản 
gió 3 
Kịch bản gió 
4 
2750 13,31 9,94 7,91 
2850 24,32 18,92 14,75 
2950 41,08 32,82 26,32 
3050 70,01 56,81 45,43 
Hình 7. So sánh trực quan giữa các kịch bản: 
tỉ lệ gió đáng kể, không đáng kể và không có 
Từ những kết quả trên đây, dễ thấy rằng 
mặc dù tỉ lệ điện gió tham gia khá nhỏ 
(nhỏ hơn 5%) nhưng độ tin cậy nguồn 
phát của hệ thống điện đã thay đổi rất 
nhiều so với khi không có điện gió hoặc 
với khi tỉ lệ điện gió không đáng kể. 
Ngoài ra, với mỗi kịch bản điện gió, phụ 
tải đỉnh năm cũng ảnh hưởng nhiều đến 
độ tin cậy nguồn phát. Giá trị LOLEH 
tăng mỗi khi phụ tải đỉnh năm tăng lên 
100 MW (khoảng 3,5% so với phụ tải 
đỉnh năm 2850 MW của lưới điện mẫu) 
chỉ ra sự suy giảm độ tin cậy của hệ thống 
điện. Kết quả ở hình 7 cũng chỉ ra một giả 
thuyết rằng khi phụ tải đỉnh năm nhỏ hơn 
tổng công suất khả phát của hệ thống, tỉ lệ 
điện gió 0,2% gần như không ảnh hưởng 
đến độ tin cậy nguồn phát của hệ thống 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
Số 18 53 
điện mặc dù sự ảnh hưởng này tăng nhẹ 
và có thể nhận thấy khi phụ tải đỉnh năm 
tiến gần đến tổng công suất khả phát. 
5. KẾT LUẬN 
Bài báo chỉ ra rằng khi tỉ lệ điện gió tham 
gia vào hệ thống điện là không đáng kể, 
giá trị LOLEH hầu như không thay đổi 
khi phụ tải đỉnh năm nhỏ hơn tổng công 
suất khả phát. Đặc biệt, giá trị LOLEH 
tăng gần gấp đôi mỗi khi phụ tải đỉnh năm 
tăng lên 100 MW (tương ứng với 3,5% 
của phụ tải đỉnh năm gốc là 2850 MW). 
Tuy vậy, sự suy giảm độ tin cậy này đã 
tạo ra động lực cho các nghiên cứu mới 
nhằm khắc phục những nhược điểm của 
các nguồn năng lượng tái tạo để làm tăng 
độ tin cậy của hệ thống điện khi tích hợp 
các nguồn năng lượng tái tạo là xu hướng 
tất yếu. Một trong những giải pháp là việc 
tích hợp thêm các trung tâm dự trữ năng 
lượng như các nhà máy thủy điện tích 
năng hay các hệ thống acquy lưu trữ lớn. 
Các xu hướng này sẽ đóng vai trò quan 
trọng cho tương lai của hệ thống năng 
lượng sạch nhằm thay thế hệ thống năng 
lượng phụ thuộc vào năng lượng hóa 
thạch hiện nay. 
TÀI LIỆU THAM KHẢO 
[1] R. Allan, “Power system reliability assessment-A conceptual and historical review,” Reliab. Eng. Syst. 
Saf., vol. 46, no. 1, pp. 3-13, 1994. 
[2] P. Subcommittee, “IEEE Reliability Test System,” IEEE Trans. Power Appar. Syst., vol. PAS-98, no. 
6, pp. 2047-2054, 1979. 
[3] P.S.E. Committee, “Bibliography on the Application of Probability Methods in Power System 
Reliability Evaluation 1971-1977,” IEEE Trans. Power Appar. Syst., vol. PAS-97, no. 6, pp. 2235-
2242, 1978. 
[4] R.N. Allan, R. Billinton, and S. H. Lee, “Bibliography on the Application of Probability Methods in 
Power System Reliability Evaluation 1977-1982,” IEEE Trans. Power Appar. Syst., vol. PAS-103, no. 
2, pp. 275-282, 1984. 
[5] P.S.E. Committee, “Bibliography on the application of probability methods in power system reliability 
evaluation: 1982-7,” IEEE Trans. Power Syst., vol. 3, no. 4, pp. 1555-1564, 1988. 
[6] R.N. Allan, R. Billinton, A.M. Breipohl, and C. H. Grigg, “Bibliography on the application of probability 
methods in power system reliability evaluation: 1987-1991,” IEEE Trans. Power Syst., vol. 9, no. 1, 
pp. 41-49, 1994. 
[7] R.N. Allan, R. Billinton, A.M. Breipohl, and C. H. Grigg, “Bibliography on the application of probability 
methods in power system reliability evaluation,” IEEE Trans. Power Syst., vol. 14, no. 1, pp. 51-57, 
1999. 
[8] R. Billinton, M. Fotuhi-Firuzabad, and L. Bertling, “Bibliography on the application of probability 
methods in power system reliability evaluation 1996-1999,” IEEE Trans. Power Syst., vol. 16, no. 4, 
pp. 595–602, 2001. 
[9] R.C. Bansal, T.S. Bhatti, and D.P. Kothari, “Discussion and closure of ‘Bibliography on the application 
of probability methods in power system reliability evaluation,’” IEEE Trans. Power Syst., vol. 17, no. 
3, p. 924, 2002. 
[10] R.N. Allan, R. Billinton, and N. M. K. Abdel-Gawad, “The IEEE Reliability Test System - Extensions to 
and Evaluation of the Generating System,” IEEE Trans. Power Syst., vol. 1, no. 4, pp. 1-7, 1986. 
[11] C. Grigg et al., “The IEEE Reliability Test System-1996. A report prepared by the Reliability Test 
System Task Force of the Application of Probability Methods Subcommittee,” IEEE Trans. Power 
Syst., vol. 14, no. 3, pp. 1010-1020, 1999. 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
54 Số 18 
[12] R. Billinton et al., “A reliability test system for educational purposes-basic data,” IEEE Trans. Power 
Syst., vol. 4, no. 3, pp. 1238-1244, 1989. 
[13] R. Billinton and A. A. Chowdhury, “Incorporation of wind energy conversion systems in conventional 
generating capacity adequacy assessment,” IEE Proc. C - Gener. Transm. Distrib., vol. 139, no. 1, 
pp. 47-56, 1992. 
[14] R.N. Allan and P. C. Avella, “Reliability and economic assessment of generating systems containing 
wind energy sources,” IEE Proc. C - Gener. Transm. Distrib., vol. 132, no. 1, p. 8, 1985. 
[15] R. Billinton and P. G. Harrington, “Reliability Evaluation in Energy Limited Generating Capacity 
Studies,” IEEE Trans. Power Appar. Syst., vol. PAS-97, no. 6, pp. 2076-2085, 1978. 
[16] L. Wu, J. Park, J. Choi, A. A. El-Keib, M. Shahidehpour, and R. Billinton, “Probabilistic reliability 
evaluation of power systems including wind turbine generators using a simplified multi-state model: 
A case study,” in 2009 IEEE Power & Energy Society General Meeting, 2009, pp. 1-6. 
[17] F. Vallee, J. Lobry, and O. Deblecker, “Impact of the Wind Geographical Correlation Level for 
Reliability Studies,” IEEE Trans. Power Syst., vol. 22, no. 4, pp. 2232-2239, 2007. 
[18] E. Beshr, Y. Hegazy, Y. Galal, and M.A. Badr, “A Novel Approach for Modeling Wind Turbine 
Generators for Reliability Analysis,” IEEE Power Energy Conf., vol. 2, no. PECon 08, pp. 159-163, 
2008. 
[19] J. Hetzer, D. C. Yu, and K. Bhattarai, “An economic dispatch model incorporating wind power,” 
Energy Conversion, IEEE Trans., vol. 23, no. 2, pp. 603–611, 2008. 
[20] G.L. Park, Planning manual for utility application of WECS. 1979. 
[21] Billinton and W. Li, “Chapter 4: Generating System Adequacy Assessment,” in Reliability 
Assessment of Electric Power Systems Using Monte Carlo Methods, 2013, p. 352. 
Giới thiệu tác giả: 
Tác giả Phạm Mạnh Hải tốt nghiệp Trường Đại học Bách khoa Hà Nội chuyên ngành 
hệ thống điện năm 2006; nhận bằng Thạc sĩ ngành kỹ thuật điện tại Đại học Paul 
Sabatier, Toulouse, Pháp năm 2008; bảo vệ Luận án tiến sĩ ngành hóa hữu cơ ứng 
dụng - Plasma cho năng lượng tại Đại học Poitiers (ENSIP), Poitiers, Pháp năm 2011. 
Hiện nay tác giả công tác tại Khoa Kỹ thuật điện, Trường Đại học Điện lực. 
Lĩnh vực nghiên cứu: thuật toán tối ưu, dự báo phụ tải điện, năng lượng tái tạo, độ tin 
cậy trong hệ thống điện. 
Tác giả Nguyễn Quang Ninh nhận bằng Tiến sĩ ngành Kỹ thuật điện tại Đại học 
Palermo, Ý năm 2016 với công trình nghiên cứu hướng đến tối ưu hoá dòng công suất 
trong lưới điện nhỏ tách đảo. Hiện nay tác giả làm việc tại Viện Khoa học năng lượng 
(IES). 
Lĩnh vực nghiên cứu: năng lượng tái tạo, độ tin cậy hệ thống điện, lưới điện nhỏ. 
Tác giả Nguyễn Thế Vĩnh nhận bằng Kỹ sư ngành kỹ thuật điện tại Trường Đại học 
Thái Nguyên năm 2001; nhận bằng Tiến sĩ ngành kỹ thuật điện năm 2014 tại Trường 
Đại học Lorraine, Nancy, Pháp. 
Lĩnh vực nghiên cứu: mô hình hoá và điều khiển nâng cao các thiết bị điện tử công 
suất trong hệ thống điện, chất lượng điện năng, năng lượng tái tạo, độ tin cậy trong 
hệ thống điện. 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
Số 18 55 
TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ NĂNG LƯỢNG - TRƯỜNG ĐẠI HỌC ĐIỆN LỰC 
(ISSN: 1859 - 4557) 
56 Số 18