การหาตำแหน่งและขนาดที่เหมาะสมของระบบเก็บสะสมพลังงานแบบริมทางสำหรับรถไฟฟ้าขนส่งมวลชน
Optimal 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.
Keywords
[1] W. Kampeerawat and T. Koseki, “A strategy for utilization of regenerative energy in urban railway system by application of smart train scheduling and wayside energy storage system,” in Proceedings 2017 International Conference on Alternative Energy in Developing Countries and Emerging Economies 2017 AEDCEE, pp. 795–800, 2017.
[2] T. Ratniyomchai, S. Hillmansen, and P. Tricoli, “Recent developments and applications of energy storage devices in electrified railways,” in Proceedings IET Electrical Systems in Transportation, pp. 9–20, 2013.
[3] A. Okui, S. Hase, H. Shigeeda, T. Konishi, and T. Yoshi, “Application of energy storage system for railway transportation in Japan,” in Proceedings The 2010 International Power Electronics Conference - ECCE ASIA, Sapporo, Japan, 2010.
[4] H. Hayashiya, T. Suzuki, M. Hino, D. Hara, M. Tojo, S. Shimada, K. Kudo, T. Kato, and H. Takahashi, “Effect evaluation of Li-ion battery for regenerative energy utilization in traction power supply system,” in Proceedings 2015 17th European Conference on Power Electronics and Applications (EPE'15 ECCE-Europe), Geneva, Switzerland, 2015.
[5] K. Ogura, K. Nishimura, T. Matsumura, C. Tonda, E. Yoshiyama, M. Andriani, W. Francis, R. A. Schmitt, A. Visgotis, and N. Gianfrancesco, “Test results of a high capacity wayside energy storage system using Ni-MH batteries for DC electric railway at New York city transit,” in Proceedings 2011 IEEE Green Technologies Conference (IEEE-Green), Baton Rouge, LA, USA, 2011.
[6] P. Radcliffe, J. S. Wallace, and L. H. Shu, “Stationary applications of energy storage technologies for transit systems,” in Proceedings 2010 IEEE Electrical Power & Energy Conference, Halifax, NS, Canada, 2010.
[7] Z. Yang, H. Xia, B. Wang, and F. Lin, “An overview on braking energy regeneration technologies in Chinese urban railway transportation,” in Proceedings 2014 International Power Electronics Conference (IPEC-Hiroshima 2014 - ECCE ASIA), Hiroshima, Japan, 2014.
[8] A. Castaings, H. Caron, H. Kharrat, A. Ovalle, and B. Vulturescu, “Energy storage system based on supercapacitors for a 750 V DC railway power supply,” in Proceedings 2018 IEEE International Conference on Electrical Systems for Aircraft, Railway, Ship Propulsion and Road Vehicles & International Transportation Electrification Conference (ESARS-ITEC), Nottingham, UK, 2018.
[9] T. Kulworawanichpong, Railway Electrification, Nakhon Ratchasima: The Center for Library Resources and Educational Media, 2018 (in Thai).
[10] C. Sumpavakup and T. Kulworanichpong, “Optimizing train speed profile for a mass transit system using differential evolution,” The Engineering Institute of Thailand under H.M. The King’s Patronage, vol. 25, no. 4, pp. 59–69, 2014 (in Thai).
[11] K. Mongkoldee, U. Leeton, and T. Kulworawanichpong, “Single train movement modelling and simulation with rail potential consideration,” in Proceedings 2016 IEEE/SICE International Symposium on System Integration (SII), 2016.
[12] A. Finlayson, C. J. Goodman, and R. D. White, “Investigation into the computational techniques of power system modelling for a DC railway,” in Proceedings WIT Transaction on The Built Environment, 2006.
[13] T. Ratniyomchai, “Optimal design and control of stationary electrochemical double-layer capacitors for light railways,” School of Engineering, Department of Electronic, Electrical and Systems Engineering, The University of Birmingham, UK, 2016.
[14] C. Sumpavakup, “Peak-cutting strategy for regenerative energy management incorporating edlc in mass rapid transit,” M.S. thesis, Department of Electrical Engineering, Faculty of Engineering, Suranaree University of Technology, 2017 (in Thai).
[15] T. Ratniyomchai, S. Hillmansen, and P. Tricoli, “Optimal capacity and positioning of stationary supercapacitors for light rail vehicle systems,” presented at the 2014 International Symposium on Power Electronics, Electrical Drives, Automation and Motion, Ischia, Italy, 2014.
[16] A. Srikaew, Computational Intelligence, Bangkok, 2009 (in Thai).
[17] V. Calderaro, V. Galdi, G. Graber, and A. Piccolo, “Siting and sizing of stationary SuperCapacitors in a Metro Network,” in Proceedings AEIT Annual Conference 2013, 2013.
[18] T. Ratniyomchai, S. Hillmansen, and P. Tricoli, “Energy loss minimisation by optimal design of stationary supercapacitors for light railways,” in Proceedings 2015 International Conference on Clean Electrical Power (ICCEP), 2015.
[19] V. Calderaro, V. Galdi, G. Graber, and A. Piccolo, “Optimal siting and sizing of stationary supercapacitors in a metro network using PSO,” in Proceedings 2015 IEEE International Conference on Industrial Technology (ICIT), 2015.
[20] U. Sirmelis, J. Zakis, and L. Grigans, “Optimal supercapacitor energy storage system sizing for traction substations,” in Proceedings 2015 IEEE 5th International Conference on Power Engineering, Energy and Electrical Drives (POWERENG), 2015.
DOI: 10.14416/j.kmutnb.2021.11.013
ISSN: 2985-2145
Email this article 
Hide
Show all