Nghiên cứu tính toán độ phụ thuộc vào lưới điện của hệ thống pin mặt trời/ắc quy tại Việt Nam sử dụng phương pháp tự hồi quy

Tạp chí Khoa học và Công nghệ 129 (2018) 006-010 
6 
Nghiên cứu tính toán độ phụ thuộc vào lưới điện của hệ thống pin mặt 
trời/ắc quy tại Việt Nam sử dụng phương pháp tự hồi quy 
Develop an Empirical Formula for Grid Dependency of a PV/Battery System in Vietnam using 
Autoregressive Model 
Nguyễn Thị Hoài Thu 
 Trường Đại học Bách khoa Hà Nội – Số 1, Đại Cồ Việt, Hai Bà Trưng, Hà Nội 
Đến Tòa soạn: 07-3-2018; chấp nhận đăng: 28-9-2018 
Tóm tắt 
Bài báo này xây dựng công thức kinh nghiệm tính độ phụ thuộc vào lưới (GD) của hệ thống pin mặt trời (PV) 
kết hợp ắc quy cung cấp điện cho một số loại phụ tải. Trước hết GD được tính toán bằng cách sử dụng số 
liệu thời tiết thống kê trong 15 năm của 7 địa điểm ở Việt Nam với dung lượng khác nhau của PV và ắc quy. 
Từ kết quả tính toán có thể rút ra nhận xét là GD tỉ lệ tuyến tính với tổng lượng bức xạ hàng năm mà không 
phụ thuộc vào chuỗi bức xạ theo thời gian cũng như vị trí địa lý. Vì thế, nghiên cứu đã sử dụng phương 
pháp tự hồi quy xây dựng công thức tính GD là hàm số của tổng lượng bức xạ hàng năm, dung lượng của 
ắc quy và PV. 
Từ khóa: năng lượng mặt trời, ắc quy, độ phụ thuộc lưới, tổng lượng bức xạ hàng năm 
Abstract 
This paper aims at developing an empirical formula for grid dependency calculation of a PV/battery 
supplying to several different kinds of demand. First, the GD was calculated based on the time series of the 
statistic weather data at 7 locations in Vietnam over 15 years and corresponding to different capacity of PV 
and battery. From the results, the GD can be estimated based on the total solar radiation without the time 
series and the location. Then the research established a formula for GD as a function of the annual total 
radiation, the capacity of battery and PV using autoregressive model. The developed formula has a high 
accuracy in quickly estimating the GD of the system. Moreover, it was also verified by applying to another 
location and compared with the results obtained by directly calculating from the time series of irradiation. 
Keywords: Photovoltaic system, battery, grid dependency, annual total radiation. 
1. Đặt vấn đề* 
Năng lượng tái tạo (Renewable energy – RE) 
đang được nghiên cứu và ứng dụng ở khắp nơi trên 
thế giới, đặc biệt là trong bối cảnh các các nguồn 
năng lượng hóa thạch từ than đá, dầu mỏ, đang 
ngày càng cạn kiệt [1-3]. Năng lượng mặt trời 
(Photovoltaic - PV) có ưu điểm là có khả năng tái tạo, 
bền vững, thân thiện với môi trường nhưng cũng có 
nhược điểm là dao động bất định và phụ thuộc vào 
thời tiết [3]. Để đảm bảo cung cấp điện cho phụ tải 
một cách ổn định, hệ thống điện mặt trời thường được 
nối với lưới hoặc với các thiết bị dự trữ năng lượng 
như ắc quy (Hình 1). Vì thế việc tính toán độ phụ 
thuộc vào lưới (Grid Dependency – GD) có ý nghĩa 
quan trọng và thiết yếu để đảm bảo vận hành hệ 
thống ổn định, đặc biệt là khi tính toán thiết kế xây 
dựng hệ thống PV/ắc quy hoặc tính tối ưu dung lượng 
các thiết bị. 
* Địa chỉ liên hệ: Tel.: (+84) 983.533012 
Email: thu.nguyenthihoai@hust.edu.vn 
Có nhiều thông số kỹ thuật khi nghiên cứu hệ 
thống PV/ắc quy cấp điện cho tải và có nối lưới và 
được sử dụng trong bài toán tính dung lượng tối ưu, 
ví dụ như xác suất mất điện (LPSP), lượng điện năng 
không được cung cấp (EENS), hệ số mất điện tương 
đương [4-7]. Các thông số này thường được tính bằng 
phương pháp lặp tương ứng với 1 năm thời tiết điển 
hình tại 1 địa điểm nào đó. Do đó, khi thời tiết thay 
đổi qua các năm, hoặc với các địa điểm khác nhau thì 
việc tính toán sẽ phải thực hiện lại. Mặt khác, hiện 
nay chưa có nghiên cứu nào ở Việt Nam tính toán độ 
tin cậy cung cấp điện của hệ thống PV/ắc quy dựa 
trên bức xạ mặt trời và dung lượng các thiết bị theo 
hướng tổng quát. Trong bài báo này, tác giả đã xây 
dựng công thức kinh nghiệm để tính độ phụ thuộc 
vào lưới GD cho các địa điểm ở Việt Nam. Mối quan 
hệ hàm giữa GD và điều kiện thời tiết, dung lượng 
các thiết bị được thiết lập dựa trên tính toán GD ở 7 
địa điểm khác nhau với số liệu thời tiết trong vòng 15 
năm. Ngoài ra, 3 loại phụ tải cũng được xem xét 
trong việc tính GD. Sau khi xây dựng công thức, việc 
đánh giá độ chính xác của nó cũng được tiến hành và 
Tạp chí Khoa học và Công nghệ 129 (2018) 006-010 
7 
được kiểm chứng áp dụng ở 1 địa điểm khác với 
những địa điểm đã dùng để thành lập công thức. 
2. Mô hình hệ thống 
Sơ đồ khối của hệ thống PV kết hợp ắc quy 
được minh họa trong hình 1. Hệ thống bao gồm các 
tấm PV và ắc quy cấp điện cho phụ tải. Các thiết bị 
được nối với hệ thống điện 1 chiều qua các bộ chuyển 
đổi điện. 
Hình 1. Mô hình hệ thống PV/ắc quy 
2.1. Hệ thống năng lượng mặt trời (PV) 
Công suất của PV phụ thuộc vào thời tiết, đặc 
biệt là bức xạ mặt trời và nhiệt độ. Có thể ước tính 
công suất PV theo các công thức sau: 
PV PV loss /
STD
( )
( ) ( )
S
PV
DC DC
S t
P t C η t η= × × × (1) 
( )25)(1)( cellloss −−= tTtη λ (2) 
 ( )20T
8.0
)(
)()( NOCTacell −××=
tS
tTtT (3) 
Trong đó: PPV(t), CPV tương ứng là công suất 
đầu ra ở thời điểm t và công suất định mức của PV 
(kW). S(t), SSTD là cường độ bức xạ thực tế ở bề mặt 
nghiêng của tấm PV (kW/m2) và bức xạ chuẩn (1 
kW/m2). PV DCDC /η là hiệu suất của bộ chuyển đổi 
DC/DC. ηloss là hiệu suất khi tính đến tổn thất năng 
lượng do sự tăng nhiệt độ. λ là hệ số nhiệt độ 
(0,0046/oC), Tcell(t), Ta(t) và TNOCT tương ứng là nhiệt 
độ của tấm PV, nhiệt độ ngoài trời [°C] và nhiệt độ 
vận hành danh định (45°C). 
2.2. Ắc quy 
Ắc quy là 1 thiết bị lưu trữ điện năng thường 
được sử dụng kèm với hệ thống pin mặt trời [8] do có 
ưu điểm là có khả năng thay đổi công suất nhanh và 
hiệu suất cao. Ắc quy có nhược điểm là mật độ dòng 
điện thấp, bị tổn thất điện năng do hiện tượng tự xả 
[8,9]. Ắc quy được mô hình bằng lượng điện năng tại 
từng thời điểm, có thể ước tính như sau: 
( ) ( ) ( )
( ) ( ) t
ηη
tP
ηηtP
σtEtE
CONV
CONV Δ
11
11
disch
BA.disch
DCsidechBA.ch
DCside
BABA
×







×
−
−××−
+−×−=
 (4) 
Với EBA (t) là lượng điện năng trong ắc quy ở 
thời điểm t, σ là tốc độ tự xả trong 1 giờ (4,6×10-4 /h) 
và ηch, ηdisch tương ứng là hiệu suất của quá trình nạp 
và xả (ηch = ηdisch = 0,9). 
DCside
BA.ch ( )P t , 
DCside
BA.ch ( )P t là công 
suất nạp hoặc xả của ắc quy ở thời điểm t, xác định 
dựa vào việc phân chia công suất cho các thiết bị 
(Power management strategy – PMS) 
2.3. Phụ tải 
Ta xét 3 loại phụ tải khác nhau sử dụng điển 
hình trong hệ thống: tải văn phòng (tải 1), tải sinh 
hoạt (tải 2), và tải bằng phẳng cấp cho bệnh viện (tải 
3). Giả thiết các loại tải này có dạng như trên hình 2. 
Ngoài ra để tổng quát hóa bài toán, giả thiết là tổng 
năng lượng tiêu thụ trong 1 ngày của tải là 1 đơn vị 
tương ứng với 1 kWh/ngày. 
Hình 2. Các loại tải tiêu thụ khác nhau. 
2.4. Dữ liệu thời tiết 
Hình 3. GHI (Global Horiontal Irradiation) của 1 số 
vùng ở Việt Nam (a), bức xạ mặt trời và nhiệt độ năm 
2005 tại Hà Nội (b) 
2.5. Chiến thuật phân chia công suất (PMS) 
Việc phân chia công suất được thực hiện như 
sau: lượng công suất phát ra ở thời điểm t của PV 
PPV(t) sẽ cấp cho tải PD(t): 
Tạp chí Khoa học và Công nghệ 129 (2018) 006-010 
8 
- Khi PPV(t) > PD(t) nghĩa là thừa công suất thì 
ắc quy sẽ nạp điện nếu chưa đầy: 
DCside
BA.ch
PV
INV
( )
( ) ( ) D
P t
P t P t
η
= − (5) 
Trong trường hợp ắc quy đầy thì phần công suất 
thừa này được tiêu thụ bởi tải nhiệt hoặc giảm bớt 1 
số tấm pin mặt trời. 
- Khi thiếu công suất thì ắc quy sẽ phát điện bổ 
sung cho tải nếu chưa xả hết 
BA.disch
DCside PV
INV
( )
( ) ( )D
P t
P t P t
η
= − (6) 
Trong đó ηINV, ηCONV là hiệu suất của bộ chuyển 
đổi (ηINV= ηCONV=0,9). EBA(t) bị giới hạn trong phạm 
vi (0,CBA) (kWh). 
Nếu ắc quy không còn đủ năng lượng để cung 
cấp thì công suất ắc quy có thể phát ra được tính từ 
công thức (4) khi biết lượng điện năng còn lại của ắc 
quy. Khi đó phần công suất thiếu không đủ sẽ được 
cung cấp từ lưới: 
.
grid PV
INV
( )
( ) ( ) ( )BA dischD DCside
P t
P t P t P t
η
= − − (7) 
Pgrid(t) (kW) là phần công suất nhận từ lưới tại 
thời điểm t nếu có. 
3. Độ phụ thuộc vào lưới 
3.1. Khái niệm độ phụ thuộc vào lưới 
Độ phụ thuộc vào lưới được định nghĩa là tỉ số 
giữa lượng điện năng nhận được từ lưới khi hệ thống 
PV/ắc quy không thể cung cấp cho tải và tổng điện 
năng cần cung cấp cho tải trong 1 năm: 
( )
8760
1
( ) 1grid
t
Dyear
P t
GD
E
=
×
=
∑ (8) 
EDyear là điện năng tiêu thụ của tải trong 1 năm. 
Thuật toán để tính GD theo số liệu thực của thời 
tiết được mô tả trên hình 4. 
3.2. Xây dựng công thức kinh nghiệm tính GD 
Để xây dựng công thức kinh nghiệm tính GD 
phụ thuộc vào thời tiết và dung lượng các thiết bị, 
trước hết GD sẽ được tính toán theo thuật toán trong 
hình 4 dựa vào số liệu thực tế của bức xạ mặt trời và 
nhiệt độ ở 7 địa điểm khác nhau (Sơn La, Quảng 
Ninh, Hải Phòng, Hà Nội, Nghệ An, Đà Nẵng và 
Huế) trong vòng 15 năm. Sau đó, từ kết quả tính toán, 
sử dụng phương pháp xấp xỉ hồi quy để thành lập 
hàm quan hệ của GD và các thông số. 
Hình 4. Thuật toán để tính toán độ phụ thuộc vào 
lưới theo chuỗi bức xạ và nhiệt độ. 
3.2.1. Mối quan hệ của GD và tổng lượng bức xạ 
hàng năm: 
Dựa trên kết quả tính toán GD, mối quan hệ 
giữa GD và tổng lượng bức xạ hàng năm Stotal được 
thiết lập và biểu diễn trên hình 5. Có thể nhận thấy 
GD tỉ lệ tuyến tính với Stotal. Do đó có thể tính toán 
GD dựa trên Stotal mà không phụ thuộc vào dạng sóng 
của chuỗi số liệu thời tiết, nghĩa là có thể dùng 1 
thông số đại diện cho điều kiện thời tiết, đó là tổng 
lượng bức xạ hàng năm. 
3.2.2. Sự phụ thuộc của GD vào dung lượng PV và ắc 
quy: 
Dựa trên phát hiện về sự phụ thuộc của GD vào 
Stotal, tác giả đã đề xuất phương pháp xác định GD 
dựa trên Stotal, công suất định mức của PV CPV, dung 
lượng của ắc quy CBA mà không cần xét theo năm, 
khu vực và đặc biệt là không cần chuỗi số liệu thời 
tiết. Có thể thấy GD phụ thuộc vào lượng điện PV 
phát ra hàng năm, là đại lượng được xác định bằng 
tích số của CPV và Stotal như trong biểu thức sau: 
8760
PV total PV PV
1
/ ( ).Δ /STD STD
t
E S C S S t t C S
=
 = × = × 
 
∑ (9) 
Hình 6 biểu diễn mối quan hệ giữa GD và EPV 
trong một số trường hợp CBA khác nhau. Kết quả cho 
thấy các điểm được phân bố theo dạng hàm mũ. Mô 
hình hồi quy của hàm mũ được lựa chọn như sau: 
1PVkEGD a e a= × + − (10) 
Trong đó a, k là các hệ số hồi quy. 
Tạp chí Khoa học và Công nghệ 129 (2018) 006-010 
9 
Hình 5. Mối quan hệ giữa GD và tổng lượng bức xạ 
hàng năm Stotal tính với 7 địa điểm trong 1 số trường 
hợp dung lượng khác nhau của PV/ắc quy, mẫu tải 2. 
Hình 6. Mối quan hệ giữa GD và EPV 
Hình 7. Sự phụ thuộc của các hệ số hồi quy vào CBA 
trong trường hợp mẫu tải 2 
Sử dụng phương pháp bình phương tối thiểu, a 
và k được xác định tương ứng với mỗi CBA khác 
nhau. Hệ số xác định R2 dùng để đánh giá độ chính 
xác của hàm tìm được, R2 càng gần 1 thì hàm số tìm 
được càng chính xác [9]. Kết quả tính toán cho thấy 
R2 dao động từ 0,987 đến gần bằng 1. R2 cao chứng 
tỏ lựa chọn hàm số dạng mũ là hợp lý và các hệ số 
tìm được tương đối chính xác. 
Hình 7 biểu diễn sự phụ thuộc của a và k vào 
CBA trong trường hợp mẫu tải 2. Các hệ số này là hàm 
của CBA theo phương trình hồi quy sau: 
( )
( )4
1 2 1
3 5 1
BA
BA BA
a C
BA
a C a C C
a
a e a C C
 × + <=  × + ≤
 (11) 
( )
( )
( )
21 2
2
3 4 5 2 3
6 8 3
C
C C
C
BABA
BA BA BA
BA BA
Ck C k
k k C k C k C
k C k C
 <× +

= × + × + ≤ <
 × + ≤
 (12) 
Trong hình 7, đường cong hồi quy (đường màu 
đỏ) cho a, k được xây dựng sử dụng phương pháp 
bình phương tối thiểu. Các hệ số xác định của quá 
trình hồi quy tương ứng là 0,995 và 0,982. 
Tính toán tương tự, kết quả tính các hệ số cho 
các mẫu tải thu được như trong bảng 1 
Bảng 1. Hệ số trong công thức tính GD cho các tải. 
Tải C1 C2 C3 a1 a2 
1 0,2 0,12 0,9 0,303 0,908 
2 0,6 0,16 1 0,710 0,427 
3 0,6 0,16 1 0,710 0,442 
 a3 a4 a5 k1 k2 
1 -0,08 -2,05 1,017 -0,93 -2,95 
2 -2,108 -4,369 1,009 3,429 -5,277 
3 -1,823 -4,118 1,015 3,454 -5,142 
 k3 k4 k5 k6 k7 
1 0,076 -0,225 -3,015 -0,073 -3,098 
2 -3,249 6,094 -5,558 -0,037 -2,691 
3 -3,182 5,849 -5,402 -0,037 -2,709 
3.3. Độ chính xác của công thức kinh nghiệm: 
Độ chính xác của công thức vừa xây dựng được 
đánh giá qua giá trị sai số tuyệt đối trung bình MAE 
được tính như trong biểu thức (12): 
n
xfy
n
e
n
i
ii
n
i
i ∑ −
=
∑
= == 11
)(
MAE (12) 
Trong đó x = {xi} biểu thị cho chuỗi Stotal, f(xi) 
là giá trị ước tính của GD theo công thức kinh 
nghiệm, y = {yi} là chuỗi GD tính theo dữ liệu thực 
tế, n là số lượng dữ liệu. 
Hình 8. Phân bố sai số tuyệt đối trung bình giữa GD 
tính theo công thức kinh nghiệm và tính theo số liệu 
thời tiết thực tế với mẫu tải 2 
Sử dụng CPV trong khoảng từ 0 kW đến 2 kW 
với bước 0,02 kW, CBA từ 0 đến 2 kWh với bước 0,02 
kWh, sai số tuyệt đối trung bình tương ứng với mỗi 
cặp (CPV, CBA) được tính và biểu diễn trên hình 8 cho 
mẫu tải 2. Từ hình 8, có thể thấy MAE tương đối nhỏ 
Tạp chí Khoa học và Công nghệ 129 (2018) 006-010 
10 
trong vùng CPV và CBA cao và lớn nhất là 0,05, trong 
vùng CPV = 0,5 kW. 
Sai số tuyệt đối trung bình được tính tương tự 
cho các mẫu tải 1 và 3. Nhìn chung, chúng tương đối 
nhỏ và có thể nói rằng công thức GD đã xây dựng có 
độ chính xác cao. 
4. Kiểm chứng công thức kinh nghiệm tính GD 
Trong phần này công thức kinh nghiệm vừa 
xây dựng sẽ được sử dụng để tính GD cho hệ thống 
PV/ắc quy ở Thanh Hóa với giả thiết dung lượng của 
PV và ắc quy tương ứng là 0,2 kW và 0,3 kWh cấp 
cho phụ tải sinh hoạt, sau đó so sánh với GD tính theo 
chuỗi bức xạ mặt trời trong 25 năm. 
Trên hình 9 là kết quả so sánh khi sử dụng 
chuỗi bức xạ theo thời gian để tính GD (GDreal) và 
tính theo công thức đã xây dựng (GDformula). GDreal 
thay đổi từ 0,535 đến 0,598 còn GDformula gần với giá 
trị GDreal. 
Hình 9. So sánh kết quả GD tính theo công thức kinh 
nghiệm và tính theo chuỗi số liệu bức xạ ở Thanh 
Hóa trong 25 năm với CPV = 0,2 kW, CBA = 0,3 kWh. 
Ngoài ra, còn 1 vấn đề nữa cần nghiên cứu khi 
sử dụng công thức đã xây dựng, đó là cần lựa chọn 
giá trị của Stotal để tính GD. Có thể nhận xét là GD tỉ 
lệ nghịch với Stotal, do đó lựa chọn Stotal nhỏ sẽ đảm 
bảo GD tương đối lớn và không quá nhỏ so với kỳ 
vọng. Kết quả tính toán cho thấy GD tương ứng với 
Stotal ở xác suất đảm bảo 95% là 0,594 rất gần so với 
giá trị lớn nhất của GD tính từ chuỗi số liệu (0,598), 
vì thế Stotal với xác suất đảm bảo 95% được chọn để 
tính GD trong công thức kinh nghiệm. 
5. Kết luận 
Bài báo này đã xây dựng công thức kinh nghiệm 
để ước tính độ phụ thuộc vào lưới của hệ thống PV/ắc 
quy cấp điện cho các loại phụ tải khác nhau. Có thể 
rút ra kết luận là GD phụ thuộc vào tổng lượng bức 
xạ hàng năm, dung lượng của PV và ắc quy. Mô hình 
xấp xỉ hồi quy được sử dụng để tìm ra mối quan hệ 
giữa GD và các đại lượng này. Kết quả cho thấy hàm 
tìm được có độ chính xác cao và có thể áp dụng để 
ước tính một cách đơn giản độ phụ thuộc của hệ 
thống này vào lưới. 
Lời cảm ơn 
Nghiên cứu này được tài trợ bởi trường Đại học 
Bách Khoa Hà Nội theo chương trình đề tài phân cấp 
mã số T2017-PC-103. 
References 
[1]. M. Iqbalb, M. Azam, M. Naeem, A.S. Khwaja, A. 
Anpalagan, Optimization classification, algorithms và 
tools for renewable energy: A review, Renew. 
Sustain. Energy Rev 39 (2014) 640–654 
[2]. T.T.H. Nguyen, T. Nakayama, M. Ishida, Power 
Control Method Using Kalman Filter Prediction for 
Stable Operation of PV/FC/LiB Hybrid Power 
System Based on Experimental Dynamic 
Characteristics, J Jpn Inst Energy, 94 (2015) 532-541 
[3]. A.R.De, L. Musgrove, The optimization of hybrid 
energy conversion systems using the dynamic 
programming model - Rapsody, Int J Energy Res 
12(1988) 447-457 
[4]. Yang HX, Lu L, Zhou W. A novel optimization 
sizing model for hybrid solar – wind power 
generation system, Sol. Energy, 81(1) (2007) 76-84. 
[5]. Borowy BS, Salameh ZM, Methodology for 
optimally sizing the combination of a battery bank 
and PV array in a wind/PV hybrid system. IEEE 
Energy Conver 11(2) (1996) 367-373. 
[6]. Diaf, G. Notton, M. Belhamel, M. Haddadi, A. 
Louche, Design and techno–economical optimization 
for hybrid PV/wind system under various 
meteorological conditions, Appl Energy 85 (2008) 
968–987. 
[7]. KA Kashefi, GH Riahy, SHM Kouhsari, Optimal 
design of a reliable hydrogen-based stand-alone 
wind/PV generating system, considering component 
outages. Renew Energy 2009, 34, 2380–90. 
[8]. Zachariah Iverson, Ajit Achuthan, Pier Marzocca, 
Daryush Aidun, Optimal design of hybrid renewable 
energy systems (HRES) using hydrogen storage 
technology for data center applications, Renew 
Energy 52 (2013) 79–87. 
[9]. T.H.T. Nguyen, T. Nakayama, M. Ishida, Optimal 
capacity design of battery and hydrogen system for 
the DC grid with photovoltaic power generation 
based on the rapid estimation of grid dependency, Int 
J Elec Power, 89 (2017) 27-39