Tiến bộ trong lĩnh vực năng lượng tái tạo ngày càng trở nên quan trọng khi xã hội đang nỗ lực tìm kiếm các giải pháp bền vững đáp ứng nhu cầu năng lượng toàn cầu. Trong các loại nguồn năng lượng tái tạo, năng lượng mặt trời nổi bật với tiềm năng lớn để cung cấp điện năng sạch và hiệu quả. Việc dự báo công suất phát điện từ các hệ thống điện mặt trời trở nên quan trọng để tối ưu hóa sử dụng nguồn năng lượng mặt trời, đồng thời hỗ trợ quản lý nguồn điện và lập kế hoạch vận hành lưới điện một cách hiệu quả. Để dự báo công suất phát điện mặt trời cho một nhà máy ở miền Trung Việt Nam, trong nghiên cứu này, các tác giả đã phát triển mô hình dự báo là mô hình nút có cổng hồi tiếp hai chiều (Bi-directional Gated Recurrent Unit-BiGRU). Nghiên cứu tập trung vào sự ảnh hưởng của số lượng lớp ẩn trong mô hình BiGRU đến hiệu suất dự báo. Kết quả nghiên cứu cho thấy rằng với một tập dữ liệu đầy đủ, mô hình BiGRU một lớp ẩn đạt được hiệu suất dự báo tương đương với mô hình BiGRU hai lớp ẩn, nhưng thời gian tính toán của mô hình một lớp ẩn thấp hơn đáng kể. Dựa trên kết quả này, nhóm nghiên cứu mong muốn tìm ra giải pháp hiệu quả nhất cho dự báo công suất phát điện mặt trời, đồng thời cung cấp cái nhìn rõ ràng về lợi ích của việc sử dụng mô hình BiGRU một lớp ẩn so với BiGRU hai lớp ẩn trong việc dự báo công suất phát điện mặt trời tại Việt Nam.

The progress in the field of renewable energy is becoming increasingly crucial as society endeavors to seek sustainable solutions to meet global energy demands. Among various renewable energy sources, solar energy stands out with significant potential to provide clean and efficient power. Forecasting the electricity output from solar power systems has become essential to optimize the utilization of solar energy and efficiently manage power resources and grid operations. In this study, to forecast solar power generation for a plant in central Vietnam, the research team developed a forecasting model known as the Bidirectional Gated Recurrent Unit (BiGRU) with a two-way feedback node. The research focuses on investigating the impact of the number of hidden layers in the BiGRU model on forecasting performance. The research findings indicate that, with a comprehensive dataset, a BiGRU model with a single hidden layer achieves forecasting performance equivalent to that of a BiGRU model with two hidden layers, while significantly reducing computational time. Based on these results, the research team aims to identify the most effective solution for solar power forecasting. Simultaneously, we aim to provide a clear perspective on the benefits of using a BiGRU model with a single hidden layer compared to a BiGRU model with two hidden layers in predicting solar power generation in Vietnam.