Please use this identifier to cite or link to this item: http://cmuir.cmu.ac.th/jspui/handle/6653943832/79248
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสิโรตม์ คุณกิตติ-
dc.contributor.authorนัสสวัสดิ์ ป้อมเปิ้นen_US
dc.date.accessioned2023-12-04T17:04:38Z-
dc.date.available2023-12-04T17:04:38Z-
dc.date.issued2566-10-12-
dc.identifier.urihttp://cmuir.cmu.ac.th/jspui/handle/6653943832/79248-
dc.description.abstractIn this research, the optimal placement and capacity of battery energy storage systems (BESS) in distribution networks integrated with photovoltaics (PV) and electric vehicles (EVs) have been proposed. The main objective function is to minimize the system costs including installation, replacement, and operation and maintenance costs of the BESS. The replacement cost has been considered over 20 years while the operation and maintenance costs are the costs incurred by transmission line loss, voltage regulation, and peak demand. To solve the problem, three metaheuristic algorithms, namely particle swarm optimization (PSO), african vultures optimization algorithm (AVOA), and salp swarm algorithm (SSA), are employed. The proposed approach is evaluated on the IEEE 33- and 69-bus distribution systems integrated with PV and EVs and case study test in the actual distribution system at Phitsanulok Station 1 Feeder 10. The results provided by the considered algorithms are compared in terms of the objective function, system efficiency enhancement, payback period, and statistical analysis. The simulation results show that after the BESS installation, the voltage profile can be improved, transmission loss is reduced, and peak demand is decreased where PSO provides the best objective values.en_US
dc.language.isootheren_US
dc.publisherเชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่en_US
dc.subjectBattery energy storage systemsen_US
dc.subjectphotovoltaicsen_US
dc.subjectelectric vehiclesen_US
dc.subjectmetaheuristic algorithmsen_US
dc.subjectparticle swarm optimizationen_US
dc.subjectAfrican vultures optimization algorithmen_US
dc.subjectsalp swarm algorithm.en_US
dc.titleการหาจุดติดตั้งและขนาดที่เหมาะสมที่สุดของระบบกักเก็บพลังงานไฟฟ้าแบบแบตเตอรี่ในระบบจำหน่ายไฟฟ้าที่มีการติดตั้งไฟฟ้าโซลาร์เซลล์และยานยนต์ไฟฟ้าโดยวิธีเมตาฮิวริสติกen_US
dc.title.alternativeOptimal placement and capacity of battery energy storage system in distribution networks integrated with PV and EVs using Metaheuristic algorithmsen_US
dc.typeThesis
thailis.controlvocab.thashแบตเตอรี่-
thailis.controlvocab.thashการผลิตพลังงานไฟฟ้าโฟโตวอลเทอิก-
thailis.controlvocab.thashระบบไฟฟ้ากำลังโฟโตวอลเทอิก-
thailis.controlvocab.thashพลังงานแสงอาทิตย์-
thailis.controlvocab.thashแบตเตอรี่พลังงานแสงอาทิตย์-
thailis.controlvocab.thashยานพาหนะไฟฟ้า-
thailis.controlvocab.thashการจ่ายพลังงานไฟฟ้า-
thesis.degreemasteren_US
thesis.description.thaiAbstractในงานวิจัยนี้ได้นา เสนอวิธีการหาตา แหน่งและขนาดที่เหมาะสมของระบบกักเก็บพลังงานไฟฟ้าแบบ แบตเตอรี่ (Battery Energy Storage Systems: BESS) ในระบบจา หน่ายไฟฟ้า ที่ติดตั้งไฟฟ้าโซลาร์เซลล์ (Photovoltaics: PV) และยานยนต์ไฟฟ้า (Electric Vehicles: EVs) ซึ่งวัตุประสงค์ของการวิจัยคือการลด ต้นทุนระบบที่รวมถึงต้นทุนการติดตั้ง การเปลี่ยนอุปกรณ์ และต้นทุนการดูแลรักษาของ BESS โดยการ พิจารณาค่าต้นทุนในการเปลี่ยนอุปกรณ์ภายในช่วงเวลา 20 ปีและค่าต้นทุนในการดูแลและบารุงรักษาที่ เกิดขึ้นในระบบจา หน่ายประกอบด้วย ค่าใช้จ่ายจากกา ลังสูญเสียในสาย (Transmission line loss cost), ค่าใช้จ่ายจากการควบคุมแรงดัน (Voltage regulation cost) และค่าใช้จ่ายจากความต้องการในการใช้ กา ลังไฟฟ้าสูงสุด (Peak demand cost) สาหรับการแก้ปัญหานี้ได้ใช้อัลกอริทึมเมต้าเฮวริสติกที่ชื่อว่า Particle Swarm Optimization (PSO), African Vultures Optimization Algorithm (AVOA), แ ล ะ Salp Swarm Algorithm (SSA) เพื่อแก้ไขปัญหาในงานวิจัย แนวทางที่ได้นาเสนอได้ถูกจาลองบนระบบ จา หน่ายของ IEEE 33- และ 69-bus ที่ซึ่งต่อร่วมกับ PV และ EVs และทดสอบกรณีศึกษาในระบบ จาหน่ายจริงที่สถานีพิษณุโลก 1 สายป้อน 10 ผลลัพธ์ที่ได้จากอัลกอริทึมที่พิจารณาได้ถูกเปรียบเทียบ ตามมุมมองของฟังก์ชันวัตถุประสงค์ได้แก่ การเพิ่มประสิทธิภาพของระบบจาหน่าย, ระยะเวลาการคืน ทุน (payback period) และการวิเคราะห์ทางสถิติ ผลการจา ลองพบว่าหลังการติดตั้ง BESS โปรไฟล์ แรงดันสามารถปรับปรุงได้ดีขึ้น กา ลังสูญเสียในสายลดลง และความต้องการกา ลังไฟฟ้าสูงสุดของ พลังงานลดลง ซึ่ง PSO ให้ค่าตามวัตถุประสงค์ที่ดีที่สุดen_US
Appears in Collections:ENG: Theses

Files in This Item:
File Description SizeFormat 
640631143-นัสสวัสดิ์ ป้อมเปิ้น.pdf23.37 MBAdobe PDFView/Open    Request a copy


Items in CMUIR are protected by copyright, with all rights reserved, unless otherwise indicated.