การศึกษาพฤติกรรมการอัดและคายประจุที่เหมาะสมของระบบแบตเตอรี่กักเก็บพลังงานเพื่อจ่ายค่าไฟฟ้าต่ำสุดด้วยเทคนิคการเคลื่อนที่ของกลุ่มอนุภาค
Article Sidebar
Main Article Content
บทคัดย่อ
ระบบกักเก็บพลังงานแบตเตอรี่ (Battery energy storage system: BESS) เป็นส่วนสำคัญในการลดระดับความผันผวนจากพลังงานแสงอาทิตย์ที่ไม่แน่นอนในแต่ละวันให้กับเซลล์แสงอาทิตย์ (Photovoltaic: PV) และยังสามารถลดระดับยอดสูงสุดของกำลังไฟฟ้าที่ต้องการได้ บทความนี้ศึกษาการปรับพฤติกรรมการอัดประจุและคายประจุของ BESS ที่เหมาะสมที่สุดด้วยเทคนิคการเคลื่อนที่ของกลุ่มอนุภาค (Particle Swarm Optimization: PSO) เพื่อการลดค่าไฟฟ้าของหอพักนักศึกษาใน มหาวิทยาลัยเทคโนโลยีสุรนารี (SUT) เพื่อให้ได้ค่าไฟฟ้าต่ำที่สุด ได้พิจารณาคุณลักษณะเฉพาะของ BESS รุ่น G-cell แบตเตอรี่ขนาด 100kW/200kWh จากผลการจำลองหลังปรับพฤติกรรมของ BESS พบว่า BESS สามารถช่วยกักเก็บพลังงานจาก PV ในช่วงเวลาที่ PV ผลิตกำลังไฟฟ้ามากกว่าที่หอพักต้องการได้ 89% และช่วยลดค่าไฟฟ้าของหอพักนักศึกษาได้ถึง 54% เมื่อเทียบกับกรณีก่อนปรับพฤติกรรม
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Journal of TCI is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) licence, unless otherwise stated. Please read our Policies page for more information...
เอกสารอ้างอิง
T. Shimizu, O. Hashimoto and G. Kimura, "A novel high-performance utility-interactive photovoltaic inverter system," in IEEE Transactions on Power Electronics, vol. 18, no. 2, pp. 704-711, March 2003
R. J. Wai and W. H. Wang, "Grid-Connected Photovoltaic Generation System," in IEEE Transactions on Circuits and Systems 1: Regular Papers, vol. 55, no. 3, pp. 953-964, April 2008
H. A. Behabtu et al., "A Review of Energy Storage Technologies Application Potentials in Renewable Energy Sources Grid Integration," Sustainability, vol. 12, no. 24, p. 10511, Dec. 2020
A. Banks, J. Vincent, and C. Anyakoha, "A review of particle swarm optimization. Part I: background and development," Natural Computing, vol. 6, no. 4, pp. 467-484
M. Jain, V. Saihjpal, N. Singh, and S. B. Singh, "An Overview of Variants and Advancements of PSO Algorithm," Applied Sciences, vol. 12, no 17, p. 8392, Aug. 2022
M. Jain, V. Saihjpal, N. Singh, and S. B. Singh, "An Overview of Variants and Advancements of PSO Algorithm," Applied Sciences, vol, 12, no, 17, p. 8392, Aug. 2022
T. Kerdphol, et al., "Optimization of a battery energy storage system using particle swarm optimization for stand-alone microgrids," International Journal Of Electrical Power & Energy Systems, vol. 81, pp. 32-39, 2016.
G. Barchi, M. Pierro, and D. Moser, "Predictive Energy Control Strategy for Peak Shaving and Shifting Using BESS and PV Generation Applied to the Retail Sector," Electronics, vol. 8, no. 5, p. 526, May 2019
B. Zakeri and S. Syri, "Electrical energy storage systems: A comparative life cycle cost analysis," Renewable and Sustainable Energy Reviews, vol. 42, pp. 569-596, Feb. 2015
Vartiainen, E.; Masson, G.B.C. The True Competitivness for Solar PV: A European Case Study; Technical report, ETIP-PV. Available online: https://etip-pv.eu/publications/etip-pv-publications/ (accessed on 1 March 2019).
U. Prasatsap, S. Kiravittaya, and J. Polprasert, "Determination of Optimal Energy Storage System for Peak Shaving to Reduce Electricity Cost in a University," Energy Procedia, vol. 138, pp. 967-972, Oct. 2017.
