Tập đoàn Điện lực Việt Nam (EVN) đã và đang xây dựng lộ trình chuyển dịch năng lượng với 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 với mục tiêu giảm phát thải carbon.

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 lưới điện 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 những thuật toán hoặc dữ liệu lớn, máy tính có thể học và làm những điều con người muốn dạy nó. Từ đó tạo ra các ứng dụng AI với khả năng phân tích, dự đoán hay đưa ra quyết định. Một số ứng dụng phổ biến của AI như: nhận dạng khuôn mặt, đề xuất tìm kiếm trên các trang mạng, xe không người lái, trợ lý ảo, chatbot hỗ trợ khách hàng,..v.v.

Trong ngành điện, một lượng dữ liệu lớn chứa thông tin về lưới điện như công suất phát điện, công suất của phụ tải, dòng điện, điện áp, tần số, tín hiệu sự cố,..v.v..có thể trở thành nguồn dữ liệu đầu vào cho các ứng dụng AI với các mục đích khác nhau hướng tới nâng cao chất lượng điện năng và quản lý lưới điện hiệu quả.

Công nghệ AI có thể được ứng dụng vào tất cả các khâu của hệ thống lưới 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 dữ liệu tiêu thụ lịch sử và hiện tại của người dùng AI có thể dự đoán được dữ liệu tiêu thụ trong tương lai và sản lượng điện cần sản xuất. Dựa vào dự báo thời tiết về nhiệt độ, tốc độ gió và các dữ liệu khí tượng khác, AI có thể dự báo công suất phát điện của những tấm pin mặt trời hay các turbin gió. Ví dụ, Công ty con DeepMind của Google đã sử dụng học máy (Machine Learning) và mạng nơ-ron nhân tạo (Artificial Neural Networks) để dự đoán trước 36 tiếng công suất phát (~700MW) của hệ thống điện gió tại Central United States dựa trên thông tin khí tượng và dữ liệu lịch sử của turbine 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 dao động nguồn cung và gây khó khăn trong việc đáp ứng nhu cầu sử dụng điện. Ngoài ra việc sản xuất điện phi tập trung thông qua các tấm pin mặt trời làm thay đổi mối quan hệ giữa người tiêu dùng và nhà sản xuất điện. Qua đó thúc đẩy sự tăng trưởng của quá trình sản xuất điện phân tán và lưu trữ phân tán. Điều này dẫn tới sự cần thiết của công nghệ AI linh hoạt trong việc điều phối nhu cầu và phân phối năng lượng.

Hệ thống truyền tải điện

Trong quản lý vận hành thiết bị hoặc đường dây, ứng dụng AI xử lý hình ảnh 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 vi phạm hành lang an toàn lưới điện hay đề xuất kế hoạch bảo trì thiết bị hoặc đường dây,..v.v.

Mô hình mạng lưới cảm biến gió trong dự án PrognoNetz

Trong dự án PrognoNetz mà các nhà nghiên cứu thuộc viện nghiên cứu Karlsruhe, Đức 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. Các cảm biến gió dựa trên tia laser có thể đo chính xác điều kiện thời tiết với độ chính xác cao hơn so với các cảm biến thông thường. Các chuyên gia phát triển dự án cho rằng hệ thống mạng khí tượng tự học này có thể tối ưu lưới điện hiện hữu bất cứ lúc nào bằng cách điều chỉnh hoạt động theo điều kiện thời tiết.

Hệ thống điện phân phối

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 đường dây truyền tải và phân phối,..v.v. Trong số các sự cố trong hệ thống điện thì suất sự cố trên đường dây phân phối được cho là cao nhất. Dựa vào dữ liệu lớn về thông số đường dây và loại sự cố trong quá khứ, học máy và các thuật toán AI được áp dụng để có thể nhận biết các dạng sự cố khác nhau với độ chính xác cao. Điều này hữu ích cho việc phân tích và ngăn ngừa sự cố đường dây.

Ứng dụng AI trong hệ thống điện Việt Nam

Trong EVN, một số đơn vị đã có những bước đi tiên phong trong việc tiếp cận ứng dụng AI trong quản lý vận hành lưới 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 bất thường trên thiết bị điện để cảnh báo và phát hiện sự cố; xử lý và nhận diện hình ảnh để kiểm tra, phân tích hình ảnh hiện trường; Tổng Công ty truyền tải điện quốc gia (EVNNPT) đã ứng dụng AI xử lý hình ảnh để giám sát nhiệt độ thiết bị nhất thứ và tủ hợp bộ trong trạm biến áp; Phân tích, phát hiện các nguy cơ mất an toàn trong quản lý vận hành đường dây truyền tải điện,..v.v. 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 báo và giám sát điện mặt trời mái nhà áp 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 đề tài mà EVNNLDC đang tiếp tục nghiên cứu như: dự báo phụ tải hệ thống điện quốc gia, miền và các tổng công ty điện lực; dự báo lượng nước về các hồ thủy điện; nghiên cứu ứng dụng AI trong vận hành hệ thống tích hợp pin tích trữ năng lượng với các nguồn năng lượng tái tạo trong hệ thống điện quốc gia,..v.v.

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

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

Mặc dù tiềm năng của AI trong ngành điện là không thể phủ nhận, vẫn tồn tại nhiều thách thức trong việc đầu tư và áp dụng công nghệ AI tại Việt Nam.

Việc nghiên cứu thuật toán ứng dụng AI trong ngành điện còn rất hạn chế. Ngành học liên quan đến trí tuệ nhân tạo mới được đưa vào một số trường Đại học tại Việt Nam khoảng vài năm gần đây. Ngoài ra, so với quốc tế các học giả tại Việt Nam chưa có nhiều các 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 triển khai “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” cho thấy EVN 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 lộ 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 đòi hỏi một khối lượng lớn dữ liệu cần được thu thập, sàng lọc. 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 đòi hỏi hệ thống máy tính có cấu hình mạnh mẽ có khả năng lưu trữ và phân tích lượng dữ liệu khổng lồ, 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 đòi hỏi 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 đối giữa hiệu quả và chi phí đầu tư cần phải được xem xét và tính toán đảm bảo mang lại giá trị tốt nhất cho doanh nghiệp.

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