การพัฒนาหน่วยปัญญาเชิงคำนวณสำหรับการจัดตารางเดินเครื่องกำเนิดไฟฟ้าอย่างเหมาะสมที่สุด

Name: ชาญวิทย์ บุญช่วย เมธี ฉายอรุณ และสมพล บุญญสุวรรณโณ

keyword: เครื่องกำเนิดไฟฟ้า

; การผลิตพลังงานไฟฟ้า

; พลังงาน

Abstract: บทคัดย่อ รหัสโครงการ : Inno-11/ 2555 ชื่อโครงการ : การพัฒนาหน่วยปัญญาเชิงคำนวณสำหรับการจัดตารางเดินเครื่องกำเนิดไฟฟ้าอย่าง เหมาะสมที่สุด ชื่อนักวิจัย : ดร.ชาญวิทย์ บุญช่วย, ผศ.เมธี ฉายอรุณ, และ ผศ.สมพล บุญญสุวรรณโณ โครงการวิจัยนี้นำเสนอการพัฒนาหน่วยปัญญาเชิงคำนวณสำหรับการจัดตารางเดินเครื่องกำเนิดไฟฟ้าอย่างเหมาะสมที่สุด โดยเป็นการทำงานร่วมกันของโรงไฟฟ้าพลังงานความร้อนและโรงไฟฟ้าพลังงานน้ำ ซึ่งมีวัตถุประสงค์ให้เกิดความประหยัดต้นทุนในการเดินเครื่องกำเนิดไฟฟ้ามากที่สุด และสามารถทำงานได้อยู่ในข้อกำหนดทางด้านเทคนิค ในการหาค่าที่เหมาะสมที่สุดของการจัดตารางเดินเครื่องกำเนิดไฟฟ้า ได้มีการพัฒนาวิธีการเคลื่อนที่ของฝูงอนุภาค (particle swarm optimization; PSO) ซึ่งเป็นการค้นหาเชิงสุ่มที่มีประสิทธิภาพสูง และได้เปรียบเทียบกับผลงานวิจัยที่มีอยู่เดิม พบว่า วิธีการเคลื่อนที่ของฝูงอนุภาค สามารถกำหนดตารางการเดินเครื่องกำเนิดไฟฟ้าได้อย่างประหยัดต้นทุนกว่าวิธีจีนเนติกอัลกอริทึม (GA) การอบอ่อนจำลอง (SA) และการโปรแกรมเชิงวิวัฒน์ (EP) และพบว่าวิธีการเคลื่อนที่ของฝูงอนุภาคแบบ SPSO-TVAC สามารถหาคำตอบของการจัดตารางเดินเครื่องกำเนิดไฟฟ้าได้อย่างประหยัดต้นทุนมากที่สุด งานวิจัยนี้สามารถนำไปประยุกต์ใช้ในการวางแผนการเดินเครื่องกำเนิดไฟฟ้าอย่างเหมาะสมที่สุด สำหรับการจัดการด้านการผลิตพลังงานไฟฟ้า นอกจากนี้ สามารถประยุกต์ใช้เทคนิคการหาค่าอย่างเหมาะสมแบบ SPSO-TVAC ในงานด้านอื่นๆ ที่เกี่ยวการจัดการพลังงานได้เป็นอย่างดี

Abstract: Abstract Code of project: Inno-11/ 2555 Project title: Development of computational intelligent units for optimal generation scheduling Researchers: Dr.Chanwit Boonchuay, Asst.Prof.Mathee Chaiaroon, And Asst.Prof.Sompol Boonyasuwanno In this research, the optimal generation scheduling based on particle swarm optimization (PSO) is proposed. The generation scheduling concerns the operation between thermal and hydro power plants. The research aims to minimize the production cost of generators with satisfying technical constraints such as generation limits, power balance, water and reservoir limits, etc. The PSO-based approach is compared to other stochastic optimizers, i.e., genetic algorithm (GA), simulated annealing (SA), and evolutionary programming. The research finds that PSO could provide better solutions for the optimal generation scheduling problem compared to the others. Especially, Self-organizing hierarchical particle swarm optimization with time-varying coefficient (SPSO-TVAC) could provide the least operation cost of the electricity generation. The proposed approach could be applied to a short term planning for power industry. And it could be used to provide an optimal solution for other applications such as energy management.

มหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์. สำนักวิทยบริการและเทคโนโลยีสารสนเทศ

Address: นครปฐม

Email: library@rmutr.ac.th

Created: 2555

Modified: 2559-08-16

Issued: 2559-08-16

งานวิจัย/Research report

application/pdf

tha

©copyrights มหาวิทยาลัยเทคโนโลยีราชมงคลรัตนโกสินทร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1		0 Byte	1	2017-06-16 18:49:20

ใช้เวลา

0.029097 วินาที