Tiềm năng khai thác năng lượng gió tại một số khu vực ở Việt Nam
01 tháng 07 năm 2025
[Tạp chí điện tử Doanh nghiệp và Đầu tư] Phân tích các yếu tố ảnh hưởng đến việc khai thác năng lượng gió không chỉ giúp tối ưu hóa quy hoạch năng lượng mà còn góp phần phát triển bền vững trong bối cảnh chuyển đổi năng lượng toàn cầu. Trước những thách thức từ biến đổi khí hậu và nhu cầu giảm phát thải, việc đánh giá chính xác tiềm năng năng lượng gió trở thành nhiệm vụ quan trọng nhằm đảm bảo an ninh năng lượng.
- Hội thảo Khoa học Quốc tế RTD 2024 hướng đến giải pháp cho một tương lai bền vững
- Bộ Giáo dục và Đào tạo tổ chức thẩm định thực tế Đề án thành lập phân hiệu Trường Đại Học Kinh Tế Thành phố Hồ Chí Minh tại Vĩnh Long trên cơ sở Trường Cao đẳng Kinh tế - Tài chính Vĩnh Long
- UEH và hành trình quốc tế hóa đến top 501-600 đại học thế giới
Với mục tiêu này, nhóm tác giả thuộc UEH Mekong, Đại học Kinh tế Thành phố Hồ Chí Minh đã thực hiện nghiên cứu “Đánh giá tiềm năng khai thác năng lượng gió tại Việt Nam bằng mô hình Kernel Density Estimation (KDE)”.
Trong bối cảnh biến đổi khí hậu đang trở nên nghiêm trọng, năng lượng tái tạo đóng vai trò quan trọng trong việc giảm phát thải khí nhà kính và bảo vệ môi trường. Trong đó, năng lượng gió được đánh giá cao nhờ tính bền vững và khả năng ứng dụng rộng rãi trên toàn cầu.
Với lợi thế đường bờ biển dài và điều kiện khí hậu thuận lợi, Việt Nam được đánh giá là một trong những quốc gia tiềm năng hàng đầu khu vực cho phát triển năng lượng gió. Theo Hội đồng Năng lượng Gió Toàn cầu, công suất điện gió lắp đặt tại Việt Nam đạt khoảng 4,6 GW vào năm 2023 và dự kiến tăng lên 36 GW vào năm 2030. Tuy nhiên, để khai thác hiệu quả nguồn tài nguyên này, cần có những nghiên cứu chuyên sâu nhằm đánh giá tiềm năng gió một cách chính xác và khoa học. Đây là nền tảng quan trọng để định hướng quy hoạch phát triển năng lượng tái tạo, hướng tới mục tiêu bền vững cho quốc gia.
Đường đáp ứng phân phối KDE theo từng phương pháp chọn băng thông
Nghiên cứu sử dụng dữ liệu tốc độ gió thu thập trong vòng 01 năm tại 06 khu vực khác nhau tại Việt Nam gồm: Ea Phe, Da Loan, Ea Drang, Ia Der, Kon Dong, và Mỹ Thanh. Dữ liệu này nằm trong khuôn khổ dự án “Establishment of Legal Framework and Technical Assistance to Grid Connected Wind Power Development in Vietnam”. Tốc độ gió được ghi nhận ở độ cao 80m – độ cao lý tưởng cho việc lắp đặt tuabin gió, với tần suất ghi nhận mỗi 30 phút.
Để phân tích, nhóm tác giả đã áp dụng phương pháp ước lượng mật độ Kernel (Kernel Density Estimation - KDE). Đây là phương pháp phi tham số, không cần giả định trước về dạng phân phối của dữ liệu, rất phù hợp khi xử lý các dữ liệu phức tạp và biến động cao như tốc độ gió. Để tăng độ chính xác, nghiên cứu cũng thử nghiệm nhiều phương pháp chọn băng thông khác nhau nhằm tối ưu hóa kết quả từ mô hình KDE.
Nghiên cứu cho thấy, hai phương pháp chọn băng thông LSCV và Scott trong mô hình KDE hoạt động hiệu quả trong việc mô phỏng phân bố tốc độ gió tại các khu vực nghiên cứu. Khi kết hợp với đường cong công suất của tuabin Enercon E82/2300, nhóm tác giả đã ước tính chính xác sản lượng điện tiềm năng cho từng khu vực.
Kết quả nổi bật cho thấy Mỹ Thanh và Kon Dong có tiềm năng cao nhất, với sản lượng hàng năm vượt 2000 kWh trên mỗi tuabin. Ngược lại, Ea Drang ghi nhận mức thấp nhất, chỉ khoảng 561 kWh. Những phát hiện này khẳng định rằng, việc đánh giá tốc độ gió cục bộ là yếu tố then chốt trong quy hoạch và phát triển các trang trại gió, giúp tối ưu hóa hiệu suất khai thác năng lượng.
Nhìn chung, nghiên cứu đã cung cấp một mô hình đánh giá tiềm năng năng lượng gió chính xác, mở ra nhiều ứng dụng quan trọng trong quy hoạch và khai thác năng lượng tái tạo. Phương pháp KDE không chỉ phù hợp với Việt Nam mà còn có thể áp dụng tại nhiều khu vực khác trên thế giới, góp phần khai thác hiệu quả nguồn năng lượng gió toàn cầu. Ngoài ra, kết quả nghiên cứu giúp hỗ trợ ra quyết định trong việc lựa chọn vị trí lắp đặt tuabin, thiết kế hệ thống và quản lý vận hành, từ đó đóng góp tích cực vào mục tiêu phát triển bền vững.
Tuy nhiên, phạm vi dữ liệu 01 năm từ 06 khu vực chưa đủ để phản ánh đầy đủ sự biến động dài hạn của khí hậu. Việc chưa tích hợp các yếu tố như địa hình, nhiệt độ và độ ẩm cũng có thể làm giảm độ chính xác của dự báo. Bên cạnh đó, phương pháp KDE tuy linh hoạt nhưng yêu cầu tính toán phức tạp, dẫn đến chi phí ứng dụng cao.
Để nâng cao giá trị thực tiễn, nghiên cứu cần mở rộng thời gian thu thập dữ liệu, tích hợp thêm các yếu tố môi trường và cải tiến mô hình nhằm tăng tính khả thi, từ đó góp phần vào chiến lược phát triển bền vững và chuyển dịch năng lượng của Việt Nam.
Nguồn: Tạp chí điện tử Doanh nghiệp và Đầu tư (https://doanhnghiepvadautu.info.vn/tiem-nang-khai-thac-nang-luong-gio-tai-mot-so-khu-vuc-o-viet-nam0x0.html)
Chia sẻ