Đề tài này đề xuất xây dựng phần mềm thu thập, giám sát, dự báo công suất phát pV thời gian thực với khoảng thời gian dự báo là trước 1 ngày. Trong đó, dữ liệu về công suất phát và các biến khí tượng được đo bằng các cảm biến đặt tại mái nhà tòa D9 - Đại học Bách Khoa Hà Nội và được thu thập với độ phân giải là 5 giây đồng thời được lưu trữ tại cơ sở dữ liệu (CSDL) dưới nền tảng SQL Server tại phòng D9 - 300. Dữ liệu thô sau khi được thu thập sẽ được trích ra một phần và tiền xử lý nhằm mục đích huấn luyện các mô hình dự báo. Mô hình dự báo sử dụng là mô hình lai học sâu. • Thu thập và tiền xử lý dữ liệu thực tế tại mái nhà tòa D9 - Đại học Bách Khoa Hà Nội • Xây dựng mô hình lai học sâu cho dự báo công suất phát PV ngắn hạn • Kết hợp các nguồn dự báo để phục vụ vận hành dự báo thời gian thực • Xây dựng phần mềm nhằm giúp người dùng dễ dàng quan sát giá trị thực tế, giá trị dự báo công suất phát dưới dạng hình vẽ và con số

Đề tài đề xuất xây dựng một mô hình nhằm xác định cơ chế giá tham gia chương trình điều chỉnh phụ tải điện (Demand Response-DR) và chiến lược trao đổi năng lượng ngang hàng P2P (Peer-to-Peer – P2P), trong thị trường điện. Mô hình này ứng dụng các thuật toán tối ưu và phương pháp đàm phán trong giao dịch P2P để xác định mức giá phù hợp cho từng loại khách hàng tham gia chương trình DR, đồng thời đưa ra mức giá trao đổi tối ưu giữa các bên trong hệ thống P2P.