การหาตำแหน่งและขนาดที่เหมาะสมของระบบเก็บสะสมพลังงานแบบริมทางสำหรับรถไฟฟ้าขนส่งมวลชนOptimal Position and Capacity of Wayside Energy Storage System for Mass Rapid Transit

Abstract

บทความนี้นำเสนอการหาตำแหน่งและขนาดที่เหมาะสมสำหรับติดตั้งระบบเก็บสะสมพลังงานแบบริมทาง (Wayside Energy Storage System) เพื่อเก็บสะสมพลังงานจากการเบรกแบบจ่ายคืนพลังงาน (Regenerative braking) ของรถไฟฟ้าขนส่งมวลชนกระแสตรงกรณีศึกษารถไฟฟ้าสายสีลมด้วยการจำลองการเคลื่อนที่ของรถไฟฟ้า 1 ขบวน ขนาดที่เหมาะสมของระบบเก็บสะสมพลังงานแบบริมทาง 2 ชุดเท่ากับ 4.61 กิโลวัตต์-ชั่วโมง และ 5.43 กิโลวัตต์-ชั่วโมง ศึกษาการหาตำแหน่งที่เหมาะสม 2 วิธี โดยพิจารณาตำแหน่งที่เหมาะสมจากการใช้พลังงานไฟฟ้าของสถานีไฟฟ้าขับเคลื่อนและเกิดพลังงานไฟฟ้าสูญเสียน้อยที่สุด ได้แก่ 1. การเปลี่ยนตำแหน่งติดตั้งของระบบเก็บสะสมพลังงาน 2 ชุด แต่ละชุดเปลี่ยนตำแหน่งทุก ๆ 1 กิโลเมตร ผลการจำลองพบว่าตำแหน่งที่เหมาะสม คือ ที่ตำแหน่ง 6 กิโลเมตร และ 10 กิโลเมตร จากสถานีผู้โดยสารต้นทาง การใช้พลังงานไฟฟ้าลดลงร้อยละ 8.18 และพลังงานไฟฟ้าสูญเสียลดลงร้อยละ 30.15 วิธีที่ 2. การใช้เทคนิคการหาค่าเหมาะที่สุดด้วยการเคลื่อนที่ของกลุ่มอนุภาค (Particle Swarm Optimization) ผลการศึกษาพบว่าตำแหน่งที่เหมาะสม คือ ที่ตำแหน่ง 6.93 กิโลเมตร และ 10.43 กิโลเมตร การใช้พลังงานไฟฟ้าลดลงร้อยละ 8.37 และพลังงานไฟฟ้าสูญเสียลดลงร้อยละ 30.35 การหาตำแหน่งที่เหมาะสมด้วยวิธี PSO สามารถช่วยลดกระบวกการจำลองผลและตำแหน่งที่เหมาะสมมีค่าที่ละเอียดมากกว่าวิธีที่ 1 โดยตำแหน่งและขนาดที่เหมาะสมจะขึ้นกับลักษณะความเร็วของรถไฟฟ้าขบวนนั้น ๆ สามารถประยุกต์แบบจำลองที่นำเสนอในบทความโดยการเปลี่ยนพารามิเตอร์ของรถไฟฟ้า ลักษณะความเร็วของรถไฟฟ้า และรูปแบบการควบคุมการทำงานของระบบเก็บสะสมพลังงาน

This paper presents an optimal position and capacity of Wayside Energy Storage Systems (WESSs) stored a regenerative braking energy for DC mass rapid transit of Silom Line by using a single train simulator. The optimal capacities of 2 WESSs are 4.61 kWh and 5.43 kWh. The study searched for the optimal positions based on 2 methods, i.e. considering the optimal position at the energy supply station and the least energy loss. Method 1: the researcher manually changed two WESSs’ positions with a step of 1 km in order to find the optimal positions. The results showed that the optimal positions were at 6 and 10 km away from the departure station with the energy consumption decrease 8.18% and the loss energy decrease 30.15%. Method 2: the researcher employed Particle Swarm Optimization (PSO). The results showed that the optimal positions were at 6.93 and 10.43 km with the energy consumption decrease 8.37% and the loss energy decrease 30.35%. The optimal positions searched by PSO method could shorten the simulation process and define precise position with more accuracy than the first method. Also, the optimal positions and capacities of WESSs were dependent on a train's speed profile and control strategy of energy storage system. To apply the model in this paper to another system can be conducted by changing parameters and system conditions such as a train’s parameters, train’s speed profile, and control strategy of WESSs.