Tin Khu Vực
Lưới điện thông minh phải tạo ra giá trị vận hành
Sáng 28/8, Trường Đại học Điện lực (Bộ Công Thương) tổ chức Hội thảo khoa học cấp quốc gia “Điều khiển, tự động hoá và trí tuệ nhân tạo (AI) trong lưới điện thông minh”, nhằm trao đổi về các giải pháp công nghệ phục vụ hiện đại hóa hệ thống điện. Trước yêu cầu chuyển dịch từ mô hình phát điện tương đối tập trung sang hệ thống đa nguồn, phân tán và số hóa sâu, điều khiển, tự động hóa và AI được kỳ vọng đóng vai trò ngày càng quan trọng trong nâng cao khả năng vận hành lưới điện.
Hội thảo khoa học cấp quốc gia “Điều khiển, tự động hoá và trí tuệ nhân tạo trong lưới điện thông minh” thu hút sự quan tâm của nhiều nhà quản lý, chuyên gia và sinh viên.
Phát biểu đề dẫn hội thảo, PGS.TS. Đinh Văn Châu, Bí thư Đảng ủy, Hiệu trưởng Trường Đại học Điện lực, đặt vấn đề kết hợp điều khiển, tự động hóa và AI để nâng cao khả năng quan sát, dự báo, vận hành lưới điện, đồng thời bảo đảm ổn định, an toàn và an ninh mạng.
Định hướng này phù hợp với Nghị quyết 57-NQ/TW về khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số; Nghị quyết 70-NQ/TW về phát triển hạ tầng năng lượng đồng bộ, thông minh và Điều chỉnh Quy hoạch điện VIII với mục tiêu xây dựng lưới điện thông minh. Nghị quyết 71-NQ/TW cũng xác định giáo dục đại học giữ vai trò nòng cốt trong phát triển nhân lực chất lượng cao.
PGS.TS. Đinh Văn Châu, Bí thư Đảng ủy, Hiệu trưởng Trường Đại học Điện lực phát biểu đề dẫn.
Thực tế, sự gia tăng của năng lượng tái tạo, nguồn điện phân tán, hệ thống lưu trữ, lưới điện siêu nhỏ, xe điện và phụ tải linh hoạt đang khiến vận hành hệ thống phức tạp hơn, nhất là khi dòng công suất trên lưới phân phối ngày càng theo hai chiều. Điều này đòi hỏi lưới điện không chỉ được số hóa mà phải nâng cao năng lực phân tích, dự báo và ra quyết định.
PGS.TS. Đinh Văn Châu lưu ý: “Một lưới điện có nhiều cảm biến và phần mềm chưa đương nhiên là lưới điện thông minh. Mức độ thông minh phải được thể hiện bằng kết quả vận hành: an toàn hơn, tin cậy hơn, kinh tế hơn, linh hoạt hơn, sử dụng hiệu quả hơn các nguồn lực và có khả năng chống chịu, phục hồi tốt hơn khi xảy ra sự cố hoặc điều kiện bất thường". Đây cũng là điểm quan trọng khi đưa AI vào hệ thống điện. AI có thể hỗ trợ dự báo, chẩn đoán thiết bị, phát hiện bất thường và hỗ trợ ra quyết định, nhưng không thể thay thế các nguyên lý vật lý, quy trình vận hành và trách nhiệm của con người.
Theo PGS.TS. Đinh Văn Châu: “Trí tuệ nhân tạo cũng không thay thế các nguyên lý vật lý, quy trình vận hành và trách nhiệm của con người. Trong hệ thống điện, độ chính xác trên dữ liệu quá khứ là chưa đủ: mô hình phải tôn trọng ràng buộc vận hành; dữ liệu phải có chất lượng, nguồn gốc và cơ chế quản trị; kết quả phải được kiểm thử, giám sát; các chức năng trọng yếu về an toàn phải có giới hạn trao quyền, quyền can thiệp của con người và phương án dự phòng".
Các mô hình nghiên cứu khoa học tiểu biểu của sinh viên Trường Đại học Điện lực.
Từ yêu cầu đó, Trường Đại học Điện lực xác định đây là không gian nghiên cứu liên ngành, kết nối hệ thống điện, điện tử công suất, điều khiển, tự động hóa, truyền thông, dữ liệu, AI và an ninh mạng trong chuỗi đào tạo - nghiên cứu - thử nghiệm - chuyển giao. Nhà trường cũng đặt vai trò của các đơn vị chuyên môn, trong đó có Khoa Tự động hoá, Trí tuệ nhân tạo và Hệ thống thông minh, vào việc kết nối bài toán của doanh nghiệp với năng lực nghiên cứu, đào tạo của trường.
Từ nghiên cứu đến thử nghiệm và ứng dụng thực tế
Để các trao đổi tại hội thảo có thể chuyển thành nhiệm vụ nghiên cứu, chương trình thí điểm và giải pháp ứng dụng, PGS.TS. Đinh Văn Châu đề nghị tập trung vào sáu nhóm vấn đề lớn.
Trước hết, kiến trúc đo lường, truyền thông và điều khiển cho một hệ thống điện ngày càng phân tán. Việc phối hợp SCADA, EMS, DMS, hệ thống giám sát diện rộng, thiết bị đo pha đồng bộ và dữ liệu hiện trường cần hướng tới nâng cao khả năng quan sát, dự báo và điều khiển phối hợp. Trọng tâm không chỉ là tích hợp thêm thiết bị mà còn xử lý các vấn đề như dòng công suất ngược, quá điện áp, nghẽn lưới, quán tính thấp, lưới yếu, phối hợp bảo vệ và chất lượng điện năng.
Thứ hai, huy động và điều khiển các nguồn lực linh hoạt. Hệ thống lưu trữ năng lượng bằng pin, phụ tải linh hoạt và lưới điện siêu nhỏ cần gắn với những dịch vụ cụ thể như điều tần, điều áp, giảm nghẽn hoặc dự phòng. Với hệ thống lưu trữ, cần đồng thời tính đến công suất, dung lượng, trạng thái nạp, suy giảm tuổi thọ và an toàn vòng đời.
Các đại biểu tham dự hội thảo.
Thứ ba, xác lập giới hạn tin cậy đối với AI và Digital Twin. Các ứng dụng dự báo, chẩn đoán thiết bị, hỗ trợ quyết định cần có lộ trình khác với điều khiển vòng kín hay bảo vệ hệ thống. AI cần được phát triển theo hướng kết hợp vật lý - dữ liệu, lượng hóa độ bất định, phát hiện dữ liệu bất thường, lưu vết và bảo đảm khả năng can thiệp của con người.
Thứ tư, xây dựng nền tảng dữ liệu, khả năng tương tác và an ninh mạng. Dữ liệu chỉ tạo ra giá trị khi bảo đảm chất lượng, nguồn gốc, quyền sử dụng và tính đồng bộ. Đối với hệ thống công nghệ vận hành, an ninh mạng cần được thiết kế ngay từ đầu, từ phân vùng mạng, kiểm soát truy cập, quản lý cấu hình đến phát hiện sự cố, sao lưu và khôi phục.
Thứ năm, rút ngắn khoảng cách từ bài báo, mô phỏng đến hiện trường. Theo định hướng được nêu tại hội thảo, kết quả nghiên cứu cần trải qua các bước kiểm chứng phù hợp, từ xây dựng và xác minh mô hình, mô phỏng thời gian thực, thử nghiệm phần cứng trong vòng lặp, thử nghiệm phần cứng công suất trong vòng lặp đến thí điểm trên lưới điện thực, nghiệm thu và vận hành dài hạn.
Hội thảo mở ra không gian trao đổi học thuật về điều khiển, tự động hóa và AI.
Cuối cùng, bài toán nhân lực. Hệ thống điện thông minh đòi hỏi đội ngũ có chuyên môn nền tảng về hệ thống điện, điều khiển, bảo vệ, đồng thời có khả năng làm việc với điện tử công suất, dữ liệu và AI, truyền thông, an ninh mạng, tiêu chuẩn và an toàn. Đào tạo vì vậy cần tăng cường học tập qua dự án, phòng thí nghiệm và các bài toán thực tế, đồng thời cập nhật chương trình cùng doanh nghiệp.
PGS.TS. Đinh Văn Châu nhấn mạnh: “Tôi mong mỗi phiên thảo luận không chỉ nhận diện xu hướng, mà trả lời ít nhất một câu hỏi cụ thể, xác định chủ thể thực hiện, dữ liệu, môi trường thử nghiệm, tiêu chí đánh giá và lộ trình ứng dụng".
Hội thảo không chỉ mở ra không gian trao đổi học thuật về điều khiển, tự động hóa và AI, mà còn đặt ra yêu cầu rõ ràng hơn đối với con đường đưa kết quả nghiên cứu vào thực tiễn. Đây được xem là nền tảng để kết nối nhà trường, nhà khoa học và doanh nghiệp, hướng tới một hệ thống năng lượng thông minh, an toàn, hiệu quả và có khả năng thích ứng tốt hơn trước những biến động ngày càng lớn.