Đồ án Khảo sát ảnh hưởng của biểu giá TOU lên tiêu thụ điện

HU
TE
CH
1 
KHẢO SÁT ẢNH HƯỞNG CỦA BIỂU GIÁ TOU LÊN TIÊU THỤ ĐIỆN 
SURVEY EFFECTION OF TOU PRICING ON DEMAND SIDE 
 Quách Minh Thử Phan Thị Thanh Bình* 
Khoa Điện – Điện Tử Trường Cao Đẳng Kỹ Thuật Lý Tự Trọng TP. HCM, Việt nam 
*Khoa Điện – Điện Tử, Đại học Bách Khoa TP. HCM, Việt nam 
TÓM TẮT 
Tại Việt Nam, tình trạng thiếu điện là một vấn đề nghiêm trọng. Giá theo thời gian sử dụng 
(TOU: Time-Of-Use) là một trong những phương pháp quan trọng của DSM (Demand Side 
Manegerment). Thông qua TOU khách hàng sẽ phản ứng với giá, và sẽ thay đổi hình dạng của đồ thị 
phụ tải. Chìa khóa của việc thực hiện giá TOU là thiết lập giá hợp lý. Dựa trên phân tích dữ liệu tải, 
mô hình quyết định giá TOU đa mục tiêu đươc trình bày, và một phương pháp mờ được sử dụng để 
giải quyết mô hình đa mục tiêu. Thuật toán Gen di truyền (GA) được sử dụng để giải quyết vấn đề. 
Các dữ liệu của một khách hàng thực tế được sử dụng để kiểm tra tính khả thi của mô hình đề xuất. 
ABSTRACT 
In Viet Nam, the electricity shortage is a serious problem. Time of use (TOU) is one of the 
important DSM methods. Through TOU the demand side will respond to the price, and will change the 
shape of the demand curve. The key of implementing TOU is reasonable setting TOU price. Based on 
the analysis on historical load data, a multi-object TOU price decision model based on the demand 
side price response model is presented, and a fuzzy method is used to deal with this multiple objects 
model. Genetic algorithm (GA) is used to solve the problem. The data of a practical customer is used 
to test the feasibility of the proposed model. 
1. GIỚI THIỆU: 
Mô hình giá điện theo thời gian (TOU) ra 
đời đã có những cải thiện nhất định trong việc 
san phẳng đồ thị phụ tải ngày (giảm tải giờ cao 
điểm, nâng tải giờ thấp điểm) cũng như nâng 
cao hiệu quả dùng điện. Việc tìm kiếm giá điện 
TOU tối ưu được các điện lực quan tâm từ rất 
lâu, từ khi biểu giá điện này ra đời với các thử 
nghiệm phức tạp tiến hành trên diện rộng các 
khách hàng. Trong bài báo này, một mô hình 
giá điện theo thời gian (TOU) được trình bày 
với 2 mục tiêu: (1) cực tiểu công suất tiêu thụ 
tải lớn nhất ở giờ cao điểm, (2) cực tiểu sự 
khác biệt công suất tiêu thụ giữa giờ cao điểm 
và giờ thấp điểm và giải thuật gen (GA) được 
sử dung để giải bài toán tối ưu. 
2. NỘI DUNG 
2.1 Phương pháp tiếp cận: 
Gọi: p (peak) là thời gian sử dụng điện 
cao điểm; m (mid peak) là thời gian sử dụng 
điện bình thường; o (off peak) là thời gian sử 
dụng điện thấp điểm; Gi là giá điện tại từng 
thời điểm tương ứng, i= p, m, o. 
Một mô hình đa mục tiêu được sử dụng, 
đó là giảm thiểu tối đa công suất tiêu thụ ở giờ 
cao điểm và giảm thiểu tối đa sự chênh lệch 
công suất tiêu thụ giữa giờ cao điểm và giờ 
thấp điểm. 
Hàm phản ứng của khách hàng trong thời 
gian sử dụng giá TOU là một hàm số đối với 
véc tơ giá G và tổng điện năng tiêu thụ A. 
(1) o p, m, j i, ; A) (G,f X ii 
Ta có: 
(2) o p, m, j i, ;dG 
X
 dX j
j j
i
i 


 
G
Giả sử A là hằng số, từ (1) và (2) ta có: 
(3) o p, m, j i, ; 
G
dG
X
j j
j
ij
i
i 
X
d
HU
TE
CH
2 
Với ηij là hệ số đàn hồi của hàm phản ứng 
khách hàng. 
Gọi: XR là phản ứng của khách hàng sau 
khi đánh giá giá TOU; XT là phản ứng hiện tại 
của khách hàng; GT là vector giá trung bình có 
tính theo trọng số trong khoảng thời gian quan 
sát hiện tại; GR là giá TOU cần xác định cho 
thời gian tiếp theo. 
Từ (3) ta có: 
 o p, m, j i, 
(4) 
G
GG
X
XX
R
RT
ijR
i
R
i
T
i j

j

Từ các hệ số phản ứng ηij, X
T
,G
T
, phản 
ứng của khách hàng XR đối với giá GR ở thời 
gian tiếp theo được xác định. 
 o p, m, j i, 
(5) 
G
GG
1
X
 X
R
RT
ij
T
iR
i
j

j
 
Đây là hàm phản ứng khách hàng mà ta 
cần thiết lập cho mô hình tính toán giá TOU. 
2.2 Mô hình tối ưu giá TOU trên quan 
điểm điều phối sử dụng điện 
2.2.1 Mô hình toán 
Dựa trên đồ thị phụ tải, mục tiêu mà ta 
cần xây dựng đó là tối thiểu tải đỉnh ở giờ cao 
điểm và tối thiểu chênh lệch giữa tải đỉnh và 
tải thấp điểm. 
Hàm mục tiêu: 
(6) 
))min()min(max(min
))min(max( fmin 
2
1
R
i
R
i
R
i
XXf
X
 Ràng buộc: 
 (7) o p, m, j i, ; 
G
GG
1
X
 X
R
RT
ij
T
iR
i
j

j

(9) XXX
(8) GG
max
R
min
imax
R
imin
 G
Biểu thức (7) là hàm đa mục tiêu, ở đây ta 
xét hai mục tiêu: 
Mục tiêu 1: Tối thiểu tải đỉnh ở giờ cao 
điểm. 
Mục tiêu 2: Tối thiểu chênh lệch giữa tải 
đỉnh và tải thấp điểm. 
Trong đó: 
- )max( RiX : là công suất tiêu thụ lớn nhất 
ở giờ cao điểm thứ i. 
- )min()max( Ri
R
i XX : là sự chênh lệch 
công suất tiêu thụ giờ cao điểm và giờ thấp 
điểm. 
Biểu thức (7) là phương trình đáp ứng 
khách hàng, khi thay đổi giá. 
Biểu thức (8) và (9) là biểu thức ràng 
buộc dao động giá. 
Trong đó: 
- Gimin: là giá cực tiểu; Gimax: là giá 
cực đại. 
- Ximin: là lượng tiêu thụ điện ở thời 
điểm giá cực tiểu; Ximax: là lượng tiêu 
thụ điện ở thời điểm giá cực đại. 
2.2.2 Xây dựng hàm thành viên 
Ràng buộc (7) là hàm bậc hai của giá GR. 
Áp dụng phương pháp mờ để giải quyết bài 
toán trên. Trước tiên, tối ưu từng mục tiêu một 
cách riêng biệt và nhận được kết quả từng mục 
tiêu, sau đó tìm kết quả hàm mục tiêu. Bằng 
cách mờ hóa các mục tiêu. Phương pháp tối đa 
hàm thành phần mờ được sử dụng. Sau đó thỏa 
mãn tất cả các điều kiện của bài toán. 
Hàm thành viên mờ cho điều kiện tối 
thiểu tải đỉnh ở giờ cao điểm: 
HU
TE
CH
3 
(10) 
)( , 0
)( , 
)(c
 )( , 1
))((
01011
0101101
01
10101
011
1





cxf
cxfc
xf
cxf
xf
Hình 1: Hàm thành viên mờ cho điều kiện tối 
thiểu tải đỉnh ở giờ cao điểm. 
Trong hình 1: 
- 0101  c : là đỉnh tải cực đại. 
- 01 : là mức giảm tải tối đa được 
dự kiến. 
Hàm thành viên mờ cho điều kiện tối thiểu 
chênh lệch giữa tải đỉnh và tải thấp điểm: 
(11) 
)( , 0
)( , 
)(c
 )( , 1
))((
02022
0202202
02
20202
021
2





cxf
cxfc
xf
cxf
xf
Hình 2: Hàm thành viên mờ cho điều kiện tối 
thiểu giữa tải đỉnh và tải thấp điểm 
Trong hình 2: 
- 0202  c : là sự sai biệt giữa tải cao 
nhất ở giờ cao điểm và tải thấp nhất ở giờ 
thấp điểm cực đại 
- 02 : là mức giảm tối đa sự chênh lệch 
dự kiến. 
Tổng quát ta đặt: XR = P’; XT= P 
Khi đó ta có: 
tb
T
tbmin
T
minmax
T
max
,
min
R
min
,
max
R
max
X ;X ; X
X ;X
PPP
PP
Hàm thành viên (10) trở thành: 
(12) 
'P , 0
' , 
'
 ' , 1
)'(
maxmax
maxmax
max
maxmax
max
max
P
PPP
PP
PP
PP
P tb
tb
tb

Trong đó: 
- f1(x) = P’max: công suất tiêu thụ 
cực đại tối ưu khi áp dụng giá TOU. 
- Pmax: công suất tiêu thụ cực đại 
khi chưa áp dụng giá TOU. 
HU
TE
CH
4 
- Ptb: công suất tiêu thụ điện trung 
bình sau khi tối ưu giá điện TOU. 
Hàm thành viên (11) trở thành: 
(13) 
)P - ()'P '( , 0
)P - ()'P '( , 
)(
)' '()P (
 'P 'P , 1
)''(
minmaxminmax
minmaxminmax
tbminmax
minmaxminmax
tbminmax
minmax
PP
PPP
PPP
PPP
P
PP tb
Trong đó: 
- f2(x) = P’max – P’min : Độ chênh lệch 
công suất tiêu thụ cực đại và cực tiểu tối ưu 
khi áp dụng giá TOU. 
- Pmax - Pmin : Độ chênh lệch công suất tiêu 
thụ cực đại và cực tiểu khi chưa áp dụng giá 
TOU. 
- ∆Ptb : Độ chênh lệch công suất tiêu thụ 
cực đại và cực tiểu trung bình sau khi tối ưu 
giá điện TOU. 
Mô hình đa mục tiêu giá TOU được thay 
đổi thành tối đa hóa hàm thành viên M mà thỏa 
mãn tất cả các mục tiêu và tất cả các điều kiện: 
10
)(
)(
S.t.
M max 
2
1
M
fM
fM


Hay: 
10
)(
)(
S.t.
 M max 
0202022
0101011
M
cMxf
cMxf


Và ràng buộc về giá: Gimin ≤ Gi ≤ Gimax 
2.3 Sơ đồ thuật toán 
Qua quá trình phân tích như trên, chúng ta 
có sơ đồ thuật toán như sau: 
Hình 3: Sơ đồ thuật toán 
3. ÁP DỤNG 
3.1 Số liệu quan sát: 
Quan sát phụ tải và giá điện trong 10 ngày 
liên tục của một công ty điện tại Tây Ban Nha 
trong tháng 1/2008 như sau: 
Hình 4: Đồ thị phụ tải của 10 ngày quan sát 
 Để thuận lợi cho việc quan sát và đánh 
giá từ số liệu phụ tải, tính P_tb của phụ tải của 
HU
TE
CH
5 
10 ngày trên. Trên nguyên tắc tính trung bình 
công suất các giờ. 
24 ......, 2, 1, i ; 
10
),(
 P_tb(i)
10
1

 j
jiP
Hình 5: Đồ thị phụ tải Q_tb của 10 ngày quan 
sát 
Khi thực hiện giá TOU, ta cần xác định và 
phân vùng thời gian. Qua quan sát đồ thị phụ 
tải, ta có thể phân chia vùng thời gian như sau: 
Bảng 1: Phân chia vùng thời gian 
Giờ cao điểm Giờ bình thường Giờ thấp điểm 
10:00 - 14:00 
(4h) 
9:00 - 10:00 (1h) 
1:00 - 9:00 
(8h) 
19:00 - 24:00 
(5h) 
14:00 - 19:00 
(5h) 
Do số liệu quan sát này là số liệu 24 giờ và 
có 24 giá điện, nên giá điện được tính lại mô 
hình 3 giá cho 3 thời điểm cao điểm, bình 
thường và thấp điểm như sau: 
Đặt: Pp: là giá tại thời điểm cao điểm; Pm là 
giá tại thời điểm bình thường; Po là giá tại thời 
điểm thấp điểm 
Ta có: 
- 


i
ii
p
P
PG
 G với i là các giờ cao điểm; 
- 


i
ii
m
P
PG
 G với i là các giờ bình thường 
- 


i
ii
0
P
PG
 G với i là các giờ thấp điểm 
Sau khi tính toán, ta được bảng giá theo 
nguyên tắc 3 giá tương ứng của 10 ngày trên 
như bảng sau: 
Bảng 2: Giá điện theo nguyên tắc 3 giá tương 
ứng của 10 ngày 
Ngày 
Cao 
Điểm 
Bình 
thường 
Thấp 
điểm 
1 8.273 6.877 5.256 
2 8.662 6.771 4.895 
3 8.798 8.116 5.596 
4 8.023 6.550 5.846 
5 7.913 6.457 4.700 
6 8.736 7.907 5.550 
7 8.924 8.057 5.663 
8 8.692 7.985 5.466 
9 7.983 7.392 5.507 
10 8.039 7.052 4.816 
3.2 Kết quả mô phỏng hệ số phản ứng 
khách hàng: 
Khi thực hiện mô phỏng ta sử dụng hệ số 
đàn hồi phản ứng khách hàng η cho trước như 
sau: 
0.03420.10690.1405
0.09230.10840.0170
0.06970.0107 0.0593
 η
Hệ số ηij được trích từ liệu [1] 
 Bài Toán của chúng ta là bài toán 3 giá và 
X
T
, X
R
, G
T
, G
R
 là các đại lượng trung bình quy 
về 3 thời điểm cao điểm, bình thường, thấp 
điểm, từ phụ tải tiêu thụ của 24h trong 10 ngày 
quan sát. Ta có: 
o m, p, j 10,n ; 
n
j)P_tong(i,
 X
n
1jT
i 

 Với P_tong là tổng điện tiêu thụ tại các 
thời điểm cao điểm, bình thường, thấp điểm. 
X
T
 sau tinh toán có giá trị: 
X
T
=[ 2.8260 2.0636 1.9829]*10
5
 (MW) 
o m, p, j ; 
j)P_tong(i,
j)P_tong(i, j)G(i,
 G
10
1j
10
1jT
i 


P
T
 sau tính toán có giá trị: 
HU
TE
CH
6 
G
T
=[ 8.4149 7.3370 5.3240] (Cent/MWh) 
3.3 Kết quả mô phỏng sau khi tối ưu bằng 
thuật toán GA: 
X
T
max_cu = 2.8260* 10
5
 (MW) 
Delta_max_cu = 8.4307 *10
4
 (MW) 
X
R
=[ 2.7889 2.0433 2.0594]*10
5
 (MW) 
X
R
max_moi = 2.7889*10
5
 (MW) 
Delta_max_moi = 7.4562 *10
4
 (MW) 
X = 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 
FVAL = 1 
REASON =1 
Như vậy, các giá TOU tối ưu: 
X = 1 0 1 0 1 0 0 0 0 0 0 0 0 0 0 
Tại giá trị tối ưu X thì giá trị của hàm thích 
nghi là FVAL = 1 
3.4 Nhận xét 
Nhận xét 1: 
- Tải tiêu thụ vào các giờ cực đại đã giảm 
từ 2.8260* 105 (MW) xuống 2.7889*105 
(MW) 
- Độ chênh lệch (ΔQ) giảm từ 
8.4307*10
 ... reto Improvement." IEEE. 
[16]. Anyou Dong, Zhongfu Tan, et al. (2011). “Two layers optimization model for 
time-of-use price based on fuel saving and emission reducing”. IEEE: 7427 – 
7430. 
HU
TE
CH
67 
PHỤ LỤC 
Chƣơng trình MatLab thực hiện thuật toán: 
1. Chƣơng trình chính (MAIN_TOU) 
clear 
clc 
fprintf('\n CHUONG TRINH TOI UU GIA TOU TREN QUAN DIEM 
DANH GIA PHAN UNG CUA HO TIEU THU') 
fprintf('\n') 
fprintf('\n') 
fprintf('\n') 
fprintf('\n') 
fprintf('\n') 
fprintf('\n') 
fprintf('\n') 
solieu %nhap 
hamthichnghi(X) 
toi_uu 
2. Nhập số liệu thống kê 
clc 
clear 
n=10; 
g=[ 8.273 6.877 5.256; 8.662 6.771 4.895; 8.798 8.116 5.596; 
8.023 6.550 5.846; 7.913 6.457 4.700; 8.736 7.907 5.550; 
8.924 8.057 5.663; 8.692 7.985 5.466; 7.983 7.392 5.507; 
8.039 7.052 4.816] 
p=[p1; p2; p3; p4; p5; p6; p7; p8; p9; p10]; 
HU
TE
CH
68 
p1=[ 25342.0 23847.4 22786.0 22092.6 21768.8 21903.5 
22996.9 25506.1 28134.0 29727.4 31485.1 31884.3 
31756.9 31610.2 30334.1 29907.4 29812.0 30905.0 
33467.7 33766.2 33641.8 33440.1 32191.0 32250.3]; 
p2=[ 29766.2 27986.9 26540.4 25448.5 25079.5 24913.9 
25580.7 27276.0 29595.5 31238.5 32725.5 32954.4 
32512.1 32242.2 30915.6 30423.4 30330.1 31459.4 
34119.5 34422.4 34139.4 34037.3 32807.4 32765.6]; 
p3=[ 29388.8 26812.4 25324.0 24456.6 23780.9 23728.6 
24346.5 25629.1 28631.3 30490.0 31909.2 32345.5 
32501.1 32464.2 31194.9 31032.9 31089.2 31751.4 
34040.5 34294.2 34185.1 34041.8 32848.9 32725.4]; 
p4=[ 29210.8 26718.1 24704.5 23585.0 22957.2 22498.1 
22535.2 21813.0 22823.8 24469.2 26570.2 27508.0 
27580.3 27727.9 27140.9 26549.4 26557.0 27170.4 
29810.2 30309.2 30760.9 31008.4 30495.7 30987.5]; 
p5=[ 28999.9 26495.4 24525.6 23388.1 22955.5 22720.1 
22091.9 21488.8 21325.0 21746.8 22853.1 23887.2 
24306.2 24753.3 24570.2 23729.2 23503.1 24289.4 
27571.9 28930.5 29853.2 30297.3 29437.2 29379.4]; 
p6=[ 27483.7 24986.5 23540.2 22871.9 22165.1 21933.3 
22270.8 23569.4 26167.5 26951.8 28640.6 29218.4 
29275.2 29255.7 28628.6 28430.6 28136.7 28962.0 
31787.8 32896.8 32917.0 32909.9 31861.8 31697.9]; 
p7=[ 27423.9 24845.9 23761.3 22884.3 22564.0 22249.9 
22997.8 26024.4 29702.0 30468.9 31106.2 31227.6 
30934.3 30543.8 29432.5 29273.9 29381.0 30486.9 
33005.4 33506.9 33267.2 32898.0 31492.5 31180.3]; 
HU
TE
CH
69 
p8=[ 27209.3 25181.2 24238.9 24014.9 23325.3 23412.9 
23896.1 26518.3 29726.3 30309.7 31015.2 30920.3 
30578.9 30160.9 28929.6 28864.6 29024.5 29932.9 
32721.7 33135.9 32880.6 32331.4 31110.4 30691.8]; 
p9=[ 27825.7 26036.1 25023.5 24882.6 24386.3 24396.4 
24966.8 28006.6 31147.5 31878.2 32578.5 32602.1 
32164.0 31842.5 30527.4 30538.0 30713.7 31804.7 
34085.9 34497.5 33991.2 33506.6 31627.0 31070.5]; 
p10=[28315.6 26517.6 25862.4 25051.1 24621.1 24781.3 
25674.2 28227.3 31534.5 32088.9 32972.8 33031.5 
32548.6 32080.7 30681.6 30321.4 30352.0 30972.3 
33270.5 33822.4 33455.5 32639.6 31500.2 31342.4]; 
Ptd=sum(p)/n; 
set(gca,'xtick',1:1:24); 
save 
3. Hàm Thích Nghi cho thuật toán GA 
function baitoan=hamthichnghi(X) 
nuy =[-0.0266 0.0122 0.0221; 0.0162 0.0124 -0.0223; 
0.0420 -0.0465 -0.0279]; 
 gio=[3 3 3 3 3 3 3 3 2 1 1 1 1 2 2 2 2 2 1 1 1 1 1 2]; 
 Ptd=sum(p)/n ; 
for i=1:n 
 for j=1:3 
 p_tong(i,j)=0; 
 end 
end 
for i=1:n 
 for k=1:3 
 for j=1:24 
HU
TE
CH
70 
 if (gio(j)==k) 
 g1(i,j)=g(i,k); 
 p_tong(i,k)=p_tong(i,k)+p(i,j); 
 end 
 end 
 end 
end 
p_tong; 
P_cu=sum(p_tong)/n ; 
tuso=zeros(1,3); 
mauso=zeros(1,3); 
for i=1:n 
 for j=1:3 
 tuso(j)=tuso(j)+g(i,j)*p_tong(i,j); 
 mauso(j)=mauso(j)+p_tong(i,j); 
 end 
end 
for i=1:3 
 G_cu(i)=tuso(i)/mauso(i); 
end 
G_cu ; 
G_min=[7 6 2.5]; 
G_max=[12 11 6.5 ]; 
for i = 1:3 
 delta_G(i)=(G_max(i)-G_min(i))/32; 
end 
W_1=0.5; 
W_2=0.5; 
for i=1:3 
HU
TE
CH
71 
 heso(i)=X((i-1)*5+5)+X((i-1)*5+4)*2+X((i-1)*5+3)*4+ 
 +X((i-1)*5+2)*8+X((i-1)*5+1)*16; 
end 
heso ; 
for i=1:3 
 G_moi(i)=G_min(i)+heso(i)*delta_G(i); 
end 
G_cu 
G_moi 
for i=1:3 
A(i)=(G_moi(i)-G_cu(i))/G_cu(i); 
end 
A ; 
for i=1:3 
 th_1=0; 
 for j=1:3 
 th_1=th_1+nuy(i,j)*A(j); 
 end 
 P_moi(i)=P_cu(i)*(1+th_1); 
end 
for i=1:24 
 m=gio(i); 
 th_2=0; 
 for j=1:3 
 th_2=th_2+nuy(m,j)*A(j); 
 end 
Ptdmoi(i)=Ptd(i)*(1+th_2); 
end 
Ptdmoi; 
HU
TE
CH
72 
Ptd; 
P_cu 
P_moi 
P_max_moi=max(P_moi); 
P_max_cu=max(P_cu); 
P_medium_cu=sum(P_cu)/3; 
if P_max_moi<=P_medium_cu 
 fitness_1=1; 
elseif (P_max_moi>P_medium_cu)&(P_max_moi<=P_max_cu) 
 fitness_1=(P_max_cu-P_max_moi)/(P_max_cu-P_medium_cu); 
elseif P_max_moi>P_max_cu 
 fitness_1=0; 
end 
P_min_cu=min(P_cu); 
P_min_moi=min(P_moi); 
P_medium_moi=sum(P_moi)/3; 
delta_cu=P_max_cu-P_min_cu; 
delta_moi=P_max_moi-P_min_moi; 
delta_medium_cu=0; 
for i=1:3 
 for j=1:3 
 delta_medium_cu=delta_medium_cu+(abs(P_cu(i)-P_cu(j)))/3; 
 end 
end 
delta_medium_cu; 
delta_medium_dat=40000; 
if delta_moi<=delta_medium_cu 
 fitness_2=1; 
elseif (delta_moi>delta_medium_cu)&(delta_moi<=delta_cu) 
HU
TE
CH
73 
 fitness_2=(delta_cu-delta_moi)/(delta_cu-delta_medium_cu); 
elseif delta_moi>delta_cu 
 fitness_2=0; 
end 
fitness_1; 
fitness_2; 
if fitness_1>fitness_2 
 fitness_1=fitness_2; 
else fitnees_2=fitness_1; 
end 
if (G_moi(1)<G_moi(2))|(G_moi(2)<G_moi(3))|(G_moi(1)<G_moi(3)) 
 fitness_baitoan=0; 
elseif (P_moi(1)<P_moi(2))|(P_moi(1)<P_moi(3))|(P_moi(2)<P_moi(3)) 
 fitness_baitoan=0; 
 else 
 fitness_baitoan=fitness_1*W_1+fitness_2*W_2; 
end 
baitoan=1-fitness_baitoan 
X; 
 tong_congsuat_cu=sum(Ptd); 
tong_congsuat_moi=sum(Ptdmoi); 
4. Tối ƣu giá TOU bằng giải thuật GA 
function [X,FVAL,REASON,OUTPUT,POPULATION,SCORES] = Toi_uu 
 fitnessFunction = @hamthichnghi; 
nvars = 15; 
options = gaoptimset; 
options = gaoptimset(options,'PopulationType' ,'bitString'); 
options = gaoptimset(options,'InitialPopulation'); 
options = gaoptimset(options,'Generations' ,1000); 
HU
TE
CH
74 
options = gaoptimset(options,'StallGenLimit' ,500); 
options = gaoptimset(options,'StallTimeLimit' ,900); 
options = gaoptimset(options,'SelectionFcn' ,@selectionroulette); 
options = gaoptimset(options,'MutationFcn' ,{ @mutationgaussian 1 1 }); 
options = gaoptimset(options,'Display' ,'off'); 
options = gaoptimset(options,'PlotFcns' ,{ @gaplotbestf @gaplotbestindiv 
@gaplotdistance @gaplotexpectation @gaplotgenealogy @gaplotrange 
@gaplotscorediversity @gaplotscores @gaplotselection @gaplotstopping }); 
options = gaoptimset(options,'OutputFcns' ,{ { @gaoutputgen 1 } }); 
 [X,FVAL,REASON,OUTPUT,POPULATION,SCORES] = 
ga(fitnessFunction,nvars,options) 
HU
TE
CH
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM 
Độc lập – Tự do – Hạnh phúc 
LÝ LỊCH KHOA HỌC 
I. LÝ LỊCH SƠ LƢỢC: 
Họ, tên: Quách Minh Thử Giới tính: Nam 
Ngày, tháng, năm sinh: 14 – 05 – 1979 Nơi sinh:Bến Tre 
Quê quán: Ấp Long Phú – Long Định – Bình Đại – Bến Tre Dân tộc: Kinh 
Chức vụ, đơn vị công tác trƣớc khi học tập, nghiên cứu: Giảng viên, Trƣờng 
CĐKT Lý Tự Trọng TP. HCM. 
Chỗ ở riêng hoặc địa chỉ liên lạc: 11/31/10, Đƣờng TTH08, Phƣờng Tân Thới 
Hiệp, Quận 12, TP.HCM 
Điện thoại cơ quan: 08.38116819 Điện thoại nhà riêng: 0979701817 
Fax: ..................................................... E-mail: thuquachminhlytc@gmail.com 
II. QUÁ TRÌNH ĐÀO TẠO: 
1. Trung học chuyên nghiệp: 
Hệ đào tạo: Thời gian đào tạo từ / đến /  
Nơi học (trƣờng, thành phố): ............................................................................. 
Ngành học: ........................................................................................................ 
2. Đại học: 
Hệ đào tạo: Chính Quy, Thời gian đào tạo từ 9/1999 đến 6/2004 
Nơi học (trƣờng, thành phố): Trƣờng ĐH Sƣ Phạm Kỹ Thuật TP. HCM 
Ngành học: Điện Khí Hoá – Cung Cấp Điện 
Tên đồ án, luận án hoặc môn thi tốt nghiệp: ...................................................... 
 Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: ...................................... 
Ngƣời hƣớng dẫn: ............................................................................................. 
3. Thạc sĩ: 
Hệ đào tạo:  Thời gian đào tạo từ / đến /  
HU
TE
CH
Nơi học (trƣờng, thành phố): ............................................................................. 
Ngành học: ........................................................................................................ 
Tên luận văn: ..................................................................................................... 
 Ngày & nơi bảo vệ luận văn: ............................................................................. 
Ngƣời hƣớng dẫn: ............................................................................................. 
4. Tiến sĩ: 
Hệ đào tạo:  Thời gian đào tạo từ / đến /  
Tại (trƣờng, viện, nƣớc): ................................................................................... 
Tên luận án:....................................................................................................... 
 Ngƣời hƣớng dẫn: ............................................................................................. 
Ngày & nơi bảo vệ: ........................................................................................... 
5. Trình độ ngoại ngữ (biết ngoại ngữ gì, mức độ): Tiếng Anh, B1 
6. Học vị, học hàm, chức vụ kỹ thuật đƣợc chính thức cấp; số bằng, ngày & nơi 
cấp: 
 .................................................................................................................................. 
 .................................................................................................................................. 
 .................................................................................................................................. 
III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP 
ĐẠI HỌC: 
Thời gian Nơi công tác Công việc đảm nhiệm 
9/2005 – 9/2006 
Trƣờng CĐKT 
Lý Tự Trọng TP.HCM 
Giáo viên thỉnh giảng tại Khoa Điện 
Công nghiệp 
9/2006 – 9/2007 
Trƣờng CĐKT 
Lý Tự Trọng TP.HCM 
Giáo viên tập sự tại Khoa Điện Công 
Nghiệp 
9/2007 – 8/2011 
Trƣờng CĐKT 
Lý Tự Trọng TP.HCM 
Giảng viên tại Khoa Điện Công Nghiệp 
8/2011 – nay 
(6/2012) 
Trƣờng CĐKT 
Lý Tự Trọng TP.HCM 
Giảng viên – Tồ trƣởng tổ Thiết bị điện 
Khoa Điện – Điện Tử Trƣờng CĐKT 
Lý Tự Trọng TP.HCM 
HU
TE
CH
IV. CÁC CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ: 
 .................................................................................................................................. 
 .................................................................................................................................. 
 .................................................................................................................................. 
 Ngày tháng năm 2012 
XÁC NHẬN CỦA CƠ QUAN CỬ ĐI HỌC NGƢỜI KHAI 
 Quách Minh Thử