DienBac — Dự báo hóa đơn điện bậc thang và cảnh báo vượt bậc theo giờ cao điểm cho hộ gia đình Việt Nam

Tóm tắt

Nắng nóng cực đoan giữa năm 2026 khiến phụ tải điện miền Bắc liên tiếp lập kỷ lục và nhiều nơi mất điện cục bộ do quá tải. Hộ gia đình Việt Nam dùng điều hòa liên tục nhưng chỉ biết hóa đơn tăng vọt vào cuối tháng, không có công cụ dự báo mức tiền theo biểu giá bậc thang hay cảnh báo khi sắp nhảy bậc. ACIL đề xuất DienBac — ứng dụng dự báo hóa đơn điện theo biểu giá bậc thang EVN trong thời gian thực, cảnh báo trước khi tiêu thụ sắp nhảy lên bậc giá cao hơn, và gợi ý dịch chuyển tải khỏi khung giờ cao điểm. DienBac biến hóa đơn cuối tháng gây sốc thành dự báo chủ động hàng ngày.

---

Định nghĩa vấn đề

Phát biểu vấn đề

Biểu giá bán lẻ điện sinh hoạt tại Việt Nam tính theo bậc thang lũy tiến: càng dùng nhiều, đơn giá mỗi kWh càng cao. Trong mùa nắng nóng, hộ gia đình dùng điều hòa nhiều giờ liên tục dễ vọt lên các bậc giá cao nhất mà không hề hay biết cho đến khi nhận hóa đơn cuối tháng. Không có công cụ nào hiển thị mức tiêu thụ tích lũy so với ngưỡng bậc, dự báo tổng tiền cuối kỳ, hay cảnh báo thời điểm sắp nhảy bậc. Người dùng mất khả năng điều chỉnh hành vi kịp thời để kiểm soát chi phí.

Định lượng thiệt hại

• Phụ tải điện miền Bắc liên tiếp lập kỷ lục do nắng nóng cực đoan, nhiều nơi mất điện cục bộ vì quá tải nguồn

  "Nắng nóng cực đoan khiến phụ tải điện miền Bắc liên tiếp lập kỷ lục, nhiều nơi xảy ra mất điện cục bộ do quá tải." — evn.com.vn, 2026

• Khung giờ cao điểm, thấp điểm được quy định lại theo Quyết định 963/QĐ-BCT ngày 22/4/2026, ảnh hưởng cách tính chi phí dịch chuyển tải nguồn

• Nhiệt độ trung bình tháng 5–8/2026 cao hơn 0,5–1°C so với trung bình nhiều năm, kéo dài nhu cầu làm mát nguồn

• Biểu giá bậc thang lũy tiến áp dụng theo Quyết định 1279/QĐ-BCT nguồn

• Mục tiêu cải thiện: giúp hộ gia đình giảm ít nhất 15% chi phí điện mùa nóng thông qua cảnh báo vượt bậc và dịch chuyển tải

Phạm vi

Trong phạm vi:

• Dự báo hóa đơn điện theo biểu giá bậc thang trong thời gian thực
• Cảnh báo khi tiêu thụ tích lũy sắp nhảy bậc giá
• Gợi ý dịch chuyển tải khỏi khung giờ cao điểm
• Nhập chỉ số công tơ thủ công hoặc đồng bộ với công tơ điện tử nếu có

Ngoài phạm vi:

• Điều khiển trực tiếp thiết bị điện trong nhà
• Thanh toán hóa đơn (chỉ dự báo và cảnh báo)
• Áp dụng cho biểu giá sản xuất công nghiệp

---

Mô hình vấn đề

Gọi $q$ là lượng điện tiêu thụ tích lũy trong kỳ và $B = \{b_1, b_2, \dots, b_k\}$ là các ngưỡng bậc thang với đơn giá $\{p_1, p_2, \dots, p_k\}$. Bài toán là dự báo tổng chi phí cuối kỳ và tối thiểu hóa phần tiêu thụ rơi vào bậc giá cao.

$\text{Cost}(q) = \sum_{j=1}^{k} p_j \cdot \min\left( \max(0, \; q - b_{j-1}), \; b_j - b_{j-1} \right)$

Các biến:

• $q$ — lượng điện tiêu thụ tích lũy trong kỳ
• $b_j$ — ngưỡng trên của bậc thang $j$
• $p_j$ — đơn giá mỗi kWh tại bậc $j$
• $\hat{q}_{\text{end}}$ — lượng tiêu thụ dự báo cuối kỳ

Các ràng buộc: $C_1: \hat{q}_{\text{end}} \leq b_{\text{target}}$ $C_2: q_{\text{peak}} \leq \theta \cdot q_{\text{total}}$

Mục tiêu: $\text{minimize } \text{Cost}(\hat{q}_{\text{end}}) \text{ subject to } C_1, C_2$

Trong đó $q_{\text{peak}}$ là phần tiêu thụ trong khung giờ cao điểm và $\theta$ là tỷ lệ trần khuyến nghị.

---

Giải pháp đề xuất

DienBac là ứng dụng di động cho phép hộ gia đình nhập chỉ số công tơ hàng ngày hoặc đồng bộ với công tơ điện tử, từ đó dự báo lượng tiêu thụ cuối kỳ dựa trên xu hướng và thời tiết, tính tổng tiền theo biểu giá bậc thang EVN. Khi tiêu thụ tích lũy sắp chạm ngưỡng nhảy bậc, ứng dụng cảnh báo trước để người dùng điều chỉnh. DienBac cũng gợi ý dịch chuyển các thiết bị tải lớn ra khỏi khung giờ cao điểm theo quy định mới.

Các quyết định thiết kế chính

• Quyết định 1: Dự báo cuối kỳ kết hợp thời tiết thay vì nội suy tuyến tính đơn thuần — nhu cầu làm mát phụ thuộc mạnh vào nhiệt độ, nên DienBac kết hợp dự báo nhiệt độ vào mô hình tiêu thụ để dự báo sát thực tế hơn.
• Quyết định 2: Cảnh báo theo ngưỡng nhảy bậc thay vì chỉ báo tổng tiền — cảnh báo đúng thời điểm sắp nhảy bậc giúp người dùng hành động kịp thời, thay vì chỉ biết con số khi đã quá muộn.

Tiêu chí thành công

Tiêu chí	Mục tiêu	Phương pháp đo lường
Độ chính xác dự báo hóa đơn	Sai số dưới 8% so với hóa đơn thực tế	Đối chiếu với hóa đơn EVN cuối kỳ
Tỷ lệ người dùng tránh nhảy bậc	30% người nhận cảnh báo giảm tiêu thụ kịp thời	Phân tích hành vi sau cảnh báo
Tiết kiệm chi phí mùa nóng	Giảm 15% chi phí điện trung bình	So sánh hóa đơn cùng kỳ năm trước

---

Luồng hệ thống

Hệ thống lặp hàng ngày: thu nhận chỉ số công tơ, kết hợp dự báo nhiệt độ để dự báo tiêu thụ cuối kỳ, tính tiền theo biểu bậc thang, và cảnh báo khi sắp nhảy bậc. Luồng gợi ý dịch chuyển tải dựa trên khung giờ cao điểm và thấp điểm theo quy định.

---

Thuật toán cốt lõi

Mô tả thuật toán

Thuật toán Bill-Forecast dự báo lượng điện tiêu thụ cuối kỳ bằng hồi quy theo xu hướng tiêu thụ gần đây có hiệu chỉnh theo nhiệt độ dự báo, sau đó áp biểu giá bậc thang để tính tổng tiền và xác định khoảng cách tới ngưỡng nhảy bậc kế tiếp.

Công thức toán học

$\hat{q}_{\text{end}} = q_{\text{cur}} + \sum_{d=1}^{D} \left( \beta_0 + \beta_1 \cdot T_d \right)$

$\Delta_{\text{bac}} = b_{\text{next}} - q_{\text{cur}}$

Tham số:

• $q_{\text{cur}}$ — lượng tiêu thụ tích lũy đến hiện tại
• $T_d$ — nhiệt độ dự báo ngày $d$ trong số $D$ ngày còn lại
• $\beta_0, \beta_1$ — tham số hồi quy huấn luyện từ lịch sử hộ
• $b_{\text{next}}$ — ngưỡng bậc thang kế tiếp
• $\Delta_{\text{bac}}$ — khoảng cách tới ngưỡng nhảy bậc

Độ phức tạp

Chỉ số	Giá trị
Độ phức tạp thời gian	$O(D + k)$ cho $D$ ngày dự báo và $k$ bậc giá
Độ phức tạp không gian	$O(n)$ cho $n$ bản ghi chỉ số

---

Kiến trúc hệ thống

+------------------------------------------+
|              DienBac Backend               |
|  +------------------------------------+  |
|  |        Consumption Service           |  |
|  |  Trách nhiệm: lưu và chuẩn hóa chỉ số|  |
|  +------------------------------------+  |
|  +------------+  +----------------+       |
|  | Forecast   |  | Tariff Engine  |       |
|  | Engine     |  |                |       |
|  +------------+  +----------------+       |
+------------------------------------------+
                        |
                        v
+------------------------------------------+
|         Mobile App (React Native)          |
|  +------------------------------------+  |
|  |   Nhập chỉ số và Cảnh báo Module     |  |
|  +------------------------------------+  |
+------------------------------------------+

Backend lưu lịch sử tiêu thụ, Forecast Engine dự báo tiêu thụ cuối kỳ, Tariff Engine áp biểu giá bậc thang và khung giờ cao điểm theo quy định mới nhất. Mobile app hỗ trợ iOS/Android, cho phép nhập chỉ số thủ công và đẩy cảnh báo qua Firebase Cloud Messaging.

---

Trường hợp sử dụng

Trường hợp sử dụng 1: Hộ gia đình nhận cảnh báo sắp nhảy bậc giá

Các tác viên: Chủ hộ gia đình

Tiên điều kiện: Người dùng đã nhập chỉ số công tơ vài ngày liên tiếp

Kích hoạt: Tiêu thụ tích lũy tiến sát ngưỡng nhảy bậc giá cao

Các bước:

1. App dự báo tiêu thụ cuối kỳ vượt ngưỡng bậc hiện tại
2. App đẩy cảnh báo: "Còn 15 kWh nữa sẽ nhảy lên bậc giá cao hơn"
3. Người dùng xem gợi ý giảm dùng điều hòa giờ cao điểm
4. App cập nhật dự báo sau khi người dùng điều chỉnh

Sau điều kiện: Hệ thống lưu hiệu quả điều chỉnh

Kết quả mong đợi: Người dùng tránh nhảy bậc, giảm tổng tiền cuối kỳ

Trường hợp sử dụng 2: Người dùng tối ưu khung giờ dùng thiết bị tải lớn

Các tác viên: Chủ hộ gia đình

Tiên điều kiện: Người dùng muốn giảm chi phí trong mùa nóng

Kích hoạt: Người dùng mở mục gợi ý dịch chuyển tải

Các bước:

1. App hiển thị khung giờ cao điểm và thấp điểm theo quy định
2. App gợi ý chạy máy giặt, bình nóng lạnh vào giờ thấp điểm
3. Người dùng đặt nhắc lịch theo gợi ý
4. App theo dõi và cập nhật mức tiết kiệm ước tính

Sau điều kiện: Mức tiết kiệm được ghi nhận theo kỳ

Kết quả mong đợi: Giảm phần tiêu thụ trong giờ cao điểm, hạ chi phí

---

Mô hình kinh doanh

Mô hình doanh thu

$R = \sum_{i=1}^{n} (p_i \times q_i) - C_{\text{fixed}} - C_{\text{var}}(q)$

Các thành phần:

• $p_1 = 0$ — gói cơ bản miễn phí cho hộ gia đình
• $p_2 = 20000$ VND/tháng — gói Premium dự báo nâng cao và nhiều hộ
• $q_2$ — số người dùng Premium
• $C_{\text{fixed}}$ — chi phí server và dữ liệu thời tiết
• $C_{\text{var}}$ — chi phí biến đổi theo người dùng hoạt động

Cấu trúc chi phí

Loại chi phí	Mô tả	Số tiền
Server cloud	Hạ tầng backend và push	25.000.000 VND/tháng
Dữ liệu thời tiết	Phí API dự báo nhiệt độ	8.000.000 VND/tháng
Phát triển	Đội phát triển MVP	350.000.000 VND/năm
Marketing	Tiếp cận hộ gia đình đô thị	15.000.000 VND/tháng

Phân tích điểm hòa vốn

$\text{So nguoi dung Premium hoa von} = \frac{C_{\text{fixed}}}{p_2 - c_{\text{unit}}} = \frac{33000000}{20000 - 500} \approx 1693 \text{ nguoi/thang}$

Với mục tiêu 50.000 người dùng miễn phí và tỷ lệ chuyển đổi 4% lên Premium trong năm đầu, hệ thống vượt điểm hòa vốn.

---

Kế hoạch MVP

Giai đoạn 1: Hạ tầng cốt lõi (Tuần 1–4)

• Xây dựng Tariff Engine theo biểu giá bậc thang và khung giờ cao điểm
• Màn hình nhập chỉ số công tơ và lịch sử tiêu thụ
• Tích hợp API dự báo nhiệt độ khu vực

Tiêu chí kết thúc: App tính được hóa đơn dự báo theo bậc thang từ chỉ số nhập tay

Giai đoạn 2: Hoàn thiện tính năng (Tuần 5–8)

• Phát triển Forecast Engine dự báo tiêu thụ cuối kỳ kết hợp thời tiết
• Cảnh báo sắp nhảy bậc và gợi ý dịch chuyển tải
• Hỗ trợ nhiều hộ trong một tài khoản

Tiêu chí kết thúc: 500 hộ thử nghiệm nhận dự báo với sai số dưới 10%

Giai đoạn 3: Xác nhận và Ra mắt (Tuần 9–12)

• Tối ưu mô hình dự báo dựa trên dữ liệu thực tế
• Ra mắt trên App Store và Google Play
• Chiến dịch "Hóa đơn điện không bất ngờ"

Tiêu chí kết thúc: 50.000 người dùng hoạt động hàng tháng, sai số dự báo dưới 8%

---

Các yêu cầu

Alpha Chain Co., Ltd. đưa ra các yêu cầu cụ thể, đo được:

Yêu cầu 1: ACIL dự báo hóa đơn điện cuối kỳ theo biểu giá bậc thang EVN với sai số dưới 8% so với hóa đơn thực tế, kết hợp dự báo nhiệt độ để phản ánh nhu cầu làm mát mùa nóng.

Yêu cầu 2: ACIL cảnh báo hộ gia đình trước khi tiêu thụ tích lũy chạm ngưỡng nhảy bậc giá, giúp ít nhất 30% người nhận cảnh báo điều chỉnh tiêu thụ kịp thời.

Yêu cầu 3: ACIL gợi ý dịch chuyển thiết bị tải lớn ra khỏi khung giờ cao điểm theo quy định hiện hành, giúp hộ gia đình giảm trung bình 15% chi phí điện mùa nắng nóng.

---

Quyền sở hữu & Bản quyền

© 2026 Alpha Chain Co., Ltd. Tất cả quyền được bảo lưu.

Tài liệu này là tài sản độc quyền của Alpha Chain Co., Ltd. Việc sao chép, phân phối lại, hoặc tạo sản phẩm phái sinh đều yêu cầu sự đồng ý bằng văn bản từ Alpha Chain Co., Ltd.

---

Lịch sử thay đổi

Phiên bản	Ngày	Tác giả	Thay đổi
1.0	2026-06-06	Alpha Chain Co., Ltd.	Tạo ban đầu — từ phụ tải điện miền Bắc lập kỷ lục do nắng nóng và khung giờ cao điểm mới theo QĐ 963/QĐ-BCT