Hiện nay, ngành công nghiệp ít carbon đang là xu thế chung của toàn thế giới. Tập đoàn Điện lực Việt Nam (EVN) đã và đang xây dựng năng lực chuyển đổi năng lượng cho nhiều dự án nằm trong danh mục đầu tư tiềm năng theo hướng sử dụng hiệu quả năng lượng, phát triển năng lượng mới và năng lượng tái tạo tạo ra carbon phát thải tiêu điểm. 

Đi cùng với quá trình chuyển đổi năng lượng, trí tuệ nhân tạo (AI) đang ngày càng trở thành một thành phần thiết yếu của hệ thống điện. Theo báo cáo của diễn đàn kinh tế thế giới, các chuyên gia cho rằng “AI đóng một vai trò quan trọng trong các lĩnh vực sau: sản xuất và dự báo năng lượng tái tạo, điều hành mạng thông minh, điều phối nhu cầu và phân phối năng lượng, tối đa hóa hiệu quả sản xuất điện cũng như nghiên cứu và phát triển vật liệu”.

Tuy nhiên, cho đến nay những hiểu biết về các ứng dụng AI trong ngành điện tại Việt Nam vẫn còn hạn chế. Bài báo này cung cấp cho người đọc một cái nhìn tổng quát về AI trong hệ thống điện. 

Được đưa ra từ năm 1956, thuật ngữ AI được sử dụng để mô tả các máy móc (hoặc máy tính) có khả năng bắt chước các chức năng "nhận thức" mà con người thường phải liên kết với tâm trí như “học tập” ”, “cách thích nghi” và “giải quyết vấn đề”. Sử dụng các thuật toán hoặc dữ liệu lớn, máy tính có thể học và làm những điều mà người ta mong muốn dạy nó. Từ đó tạo ra các ứng dụng AI có khả năng phân tích, dự đoán hoặc đưa ra quyết định. Một số ứng dụng phổ biến của AI như: nhận dạng khuôn mặt, tìm kiếm đề xuất trên các trang mạng, xe không người điều khiển, ảo hóa được hỗ trợ, chatbot hỗ trợ khách hàng hỗ trợ..vv

Trong ngành điện, lượng dữ liệu lớn chứa thông tin về mạng điện như hiệu suất phát điện, hiệu suất tải, dòng điện, ứng dụng, tần số, tín hiệu cố định... có thể trở thành nguồn dữ liệu đầu vào cho các ứng dụng AI với các mục tiêu khác nhau được định hướng nhằm nâng cao chất lượng điện năng và quản lý hiệu quả mạng lưới.

Công nghệ AI có thể được ứng dụng vào tất cả các khâu của mạng lưới hệ thống điện: từ hệ thống sản xuất điện, truyền tải điện cho đến hệ thống phân phối và tiêu thụ điện. 

Ứng dụng AI trong hệ thống điện

Hệ thống sản xuất điện

Sử dụng lịch sử và hiện tại dữ liệu thụ động của người dùng, AI có thể dự đoán được dữ liệu tiêu thụ trong tương lai và sản phẩm điện cần sản xuất. Dựa vào báo cáo chi tiết về nhiệt độ, tốc độ gió và các vật liệu khí khác, AI có thể dự báo công suất phát điện của các tấm pin mặt trời hay các tuabin gió. Ví dụ: Công ty con DeepMind của Google đã sử dụng máy học (Machine Learning) và mạng nơ-ron nhân tạo (Mạng thần kinh nhân tạo) để mong đợi trước 36 công suất phát hiện (~700MW) của hệ thống điện gió tại Central Hoa Kỳ dựa trên thông tin khí tượng và dữ liệu lịch sử của tuabin gió.

Khi năng lượng tái tạo ngày càng tăng trưởng nhanh, hệ thống nguồn điện tích hợp phụ thuộc vào tình hình thời tiết sẽ làm cho nguồn cung và gây khó khăn trong công việc đáp ứng nhu cầu sử dụng điện. Ngoài ra còn có việc sản xuất điện phi tập trung thông qua các tấm pin mặt trời làm thay đổi mối quan hệ giữa người dùng và nhà sản xuất điện. Qua đó cung cấp sự tăng trưởng chính của quá trình sản xuất phân tán điện và lưu trữ phân tán. Điều này dẫn đến sự cần thiết của công nghệ AI linh hoạt trong công việc điều phối nhu cầu và phân phối chất lượng.

Tải hệ thống truyền tải

Trong quá trình quản lý vận hành thiết bị hoặc đường dây, hình ảnh xử lý AI của ứng dụng có thể phân tích và phát hiện điểm bất thường hoặc sự cố của thiết bị điện/đường dây, đưa ra cảnh báo trước khi sự cố xảy ra, chỉ ra phạm vi hoạt động của toàn bộ mạng hoặc đề xuất kế hoạch bảo trì thiết bị hoặc đường dây,..vv

Mô hình mạng lưới cảm gió trong dự án PrognoNetz

Trong dự án PrognoNetz mà các nhà nghiên cứu phụ thuộc nghiên cứu Karlsruhe, Đức đã thực hiện, mạng lưới cảm biến gió cài đặt tại các cột điện cao thế được xây dựng để tạo ra hệ thống dự báo phụ tải dựa trên trí tuệ nhân tạo . Cảm biến gió dựa trên tia laser có thể đo chính xác điều kiện cụ thể với độ chính xác cao hơn so với các cảm biến thông thường. Dự án phát triển chuyên gia cho rằng hệ thống mạng khí tượng tự động này có thể tối ưu hóa mạng lưới điện hiện hữu bất cứ lúc nào bằng cách điều chỉnh hoạt động theo điều kiện cụ thể.

Phân phối hệ thống

Có nhiều nguyên nhân gây ra sự cố trong hệ thống điện như: sự cố hư hỏng tại các trạm biến áp, tại các nhà máy điện, phụ tải điện, trên mạng truyền tải và phân phối,..vv Trong số các sự cố cố gắng trong hệ thống điện thì hiệu suất cố định trên đường phân phối dây được cho là cao nhất. Dựa vào dữ liệu lớn về thông số đường dây và loại cố gắng trong quá khứ, máy học và AI thuật toán được áp dụng để có thể nhận biết các dạng cố gắng khác nhau với độ chính xác cao. Điều này hữu ích cho việc phân tích và giải phóng sự cố đường dây. 

Ứng dụng AI trong hệ thống điện Việt Nam

Trong Tập đoàn Điện lực Việt Nam, một số đơn vị đã có những bước đi tiên phong trong ứng dụng AI tiếp cận trong quản lý vận hành mạng điện. Một số ví dụ tiêu biểu như: Tổng Công ty Điện lực miền Trung (EVNCPC) đã ứng dụng AI xử lý hình ảnh phân tích những điều bất ngờ trên thiết bị điện để cảnh báo và phát hiện sự cố; xử lý và nhận dạng hình ảnh để kiểm tra, phân tích các trường hình ảnh hiện có; Tổng công ty truyền tải điện quốc gia (EVNNPT) đã ứng dụng bộ xử lý hình ảnh AI để giám sát nhiệt độ thiết bị thứ nhất và bộ tủ trong trạm biến áp; Phân tích, phát hiện các nguy cơ mất an toàn trong quản lý vận hành đường dây truyền tải điện,..vv Trung tâm điều độ hệ thống điện quốc gia (EVNNLDC) và Tổng công ty Điện lực TP. HCM (EVNHCMC) đã nghiên cứu, phát triển hệ thống dự án và giám sát điện mặt trời nhà ứng dụng cho khu vực TP. Hồ Chí Minh dựa vào dữ liệu bức xạ mặt trời với sai số dự báo tuyệt đối trung bình không vượt quá 10%. Các vấn đề tài chính mà EVNLDC đang tiếp tục nghiên cứu như: dự báo phụ tải hệ thống điện quốc gia, miền và tổng công ty điện lực; dự báo lượng nước về hồ thủy điện; nghiên cứu ứng dụng AI trong kho lưu trữ pin tích hợp hệ thống vận hành năng lượng với các nguồn năng lượng tái tạo trong hệ thống điện quốc gia,..vv

Hình ảnh nhận biết cháy, khói của Camera AI trên đường dây 220kV Krôngbuk-Nha Trang

Những thách thức ứng dụng AI trong ngành điện tử tại Việt Nam

Mặc dù tiềm năng của AI trong các ngành điện tử không thể được phủ nhận, vẫn tồn tại nhiều công thức sơ bộ trong công việc đầu tư và ứng dụng công nghệ AI tại Việt Nam. 

Công việc nghiên cứu thuật toán ứng dụng AI trong ngành điện vẫn rất hạn chế. Ngành học liên quan đến trí tuệ nhân tạo mới được đưa vào một số trường Đại học tại Việt Nam trong khoảng vài năm gần đây. Ngoài ra, so với quốc tế các học giả tại Việt Nam chưa có nhiều hoạt động tích cực và nổi bật trong đề tài này. Mới đây văn bản số 1342/EVN-CNTT ban hành ngày 23/3/2023 về việc phát triển “Kế hoạch nghiên cứu, phát triển và ứng dụng trí tuệ nhân tạo trong hoạt động sản xuất kinh doanh (SXKD) của Tập đoàn Điện lực Quốc gia Việt Nam” được cho là đã quan tâm đến tiềm năng của công nghệ AI trong ngành điện. Tuy nhiên, để có thể phát triển và ứng dụng AI thực tiễn trong ngành điện, cần xây dựng chương trình đào tạo nghiên cứu về AI phù hợp, chi tiết và mang tính hệ thống phù hợp với định hướng phát triển của Tập đoàn.

Công nghệ AI Yêu cầu một lượng lớn dữ liệu cần được thu thập, sẵn sàng lọc. Công việc thu thập, sàng lọc, dán nhãn dữ liệu, lựa chọn mô hình, thuật toán, đào tạo và thử nghiệm AI Đòi hỏi rất nhiều thời gian và chất xám. Ngoài ra, việc truy cập dữ liệu ngành điện bị hạn chế do chính sách bảo mật gây khó khăn cho các nhà nghiên cứu AI ngoài ngành tiếp cận với nguồn dữ liệu này. 

Hơn nữa, các ứng dụng AI Yêu cầu hệ thống máy tính có cấu hình mạnh mẽ có khả năng lưu trữ và phân tích lượng dữ liệu, dẫn đến chi phí đầu tư & vận hành cao, lượng điện tiêu thụ lớn. Để giảm sai số trong phân tích, một số công nghệ AI cũng yêu cầu những thiết bị cảm biến/thiết bị thu thập dữ liệu có độ chính xác đi kèm với chi phí cao. Vì vậy, việc cân bằng giữa hiệu quả và chi phí đầu tư cần được xem xét và tính toán đảm bảo mang lại giá trị tốt nhất cho doanh nghiệp.

Bên cạnh đó, công nghệ AI ứng dụng trong vận hành hệ thống điện có độ phức tạp, độ sâu chuyên sâu, Đòi hỏi thời gian nghiên cứu dài. Do đó, nguồn nhân lực chất lượng cao là một trong những yếu tố then chốt để EV có thể làm chủ các công nghệ mới.