การเพิ่มประสิทธิภาพการควบคุมความถี่โหลดของระบบโครงข่ายอัจฉริยะ โดยใช้ระบบอนุมานตรรกะศาสตร์คลุมเครือแบบปรับตัว

ผู้แต่ง

  • นิธิกร จันทร์หัวโทน สาขาวิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ มหาวิทยาลัยกรุงเทพธนบุรี

คำสำคัญ:

ระบบโครงข่ายอัจฉริยะ, การคาดการณ์กำลังไฟฟ้า, การควบคุมความถี่โหลด, ระบบอนุมานโครงข่ายตรรกะศาสตร์คลุมเครือแบบปรับตัว

บทคัดย่อ

ในปัจจุบันประเทศไทยมีการผลิตไฟฟ้าจากพลังงานหมุนเวียนเพิ่มขึ้นเป็นอย่างมาก แต่เนื่องจากพลังงานไฟฟ้าที่ได้จากแหล่งพลังงานหมุนเวียนนั้นค่อนข้างมีความผันผวน ทำให้การควบคุมกำลังไฟฟ้าที่ผลิตได้จากโรงไฟฟ้าและแหล่งพลังหมุนเวียนในระบบให้สมดุลกับโหลดหรือเรียกอีกอย่างว่าควบคุมความถี่โหลดนั้นเป็นสิ่งที่สำคัญเป็นอย่างมาก ในงานวิจัยนี้จึงนำเสนอการเพิ่มประสิทธิภาพการควบคุมความที่โหลดของระบบโครงข่ายอัจฉริยะที่ใช้พลังงานไฟฟ้าที่ผลิตจากโรงไฟฟ้ากังหันไอน้า เซลล์แสงอาทิตย์ และกังหันลม โดยใช้ระบบอนุมานโครงข่ายตรรกะศาสตร์คลุมเครือแบบปรับตัว (ANFIS) เพื่อคาดการณ์กำลังฟ้าในระบบทั้งหมดและเลือกค่าอัตราขยายควบคุมที่เหมาะสมสำหรับระบบไฟฟ้าในสถานการณ์ต่าง ๆ และนำผลการควบคุมความถี่โหลดที่ได้จากวิธีการที่นำเสนอไปเปรียบเทียบกับวิธีการแบบเดิมที่นิยมใช้ คือ การควบคุมความถี่โหลดโดยใช้ตัวควบคุมพีไอ และการควบคุมความถี่โหลดที่ใช้ตัวควบคุมพีไอดี การจำลองจะถูกแบ่งเป็น 2 กรณี คือ 1) กำลังไฟฟ้ามีการเปลี่ยนแปลงตลอดเวลา 2) กำลังไฟฟ้าเปลี่ยนแปลงเพียงชั่วขณะ และการจำลองทั้งหมดถูกดำเนินการในโปรแกรม MATLAB/Simulink จากผลการจำลองทั้ง 2 กรณีพบว่าประสิทธิภาพของการคาดการณ์กำลังไฟฟ้ามีความแม่นยำสูง ส่งผลให้วิธีการควบคุมความถี่ที่ใช้วิธีการที่นำเสนอ มีประสิทธิภาพในการทาให้ระบบกลับเข้าสู่เสถียรภาพเร็วที่สุดและมีแอมปลิจูดของการกวัดแกว่งต่าสุด โดยสามารถลดค่าพุ่งเกินได้ถึง 86% ลดเวลาในการเข้าสู่เสถียรภาพได้ 27.5% เมื่อเทียบกับตัวควบคุมพีไอ และลดค่าพุ่งเกินได้ถึง 35.4% ลดเวลาในการเข้าสู่เสถียรภาพได้ 15.8% เมื่อเทียบกับตัวควบคุมพีไอดี

เอกสารอ้างอิง

Chowdhury, S., Chowdhury, S. P., & Crossley, P. (2009). Microgrids and active distribution networks. Stevenage: Institution of Engineering and Technology.

Jagtap, P., & Pillai, G. N. (2014). Comparison of extreme-ANFIS and ANFIS networks for regression problems. 2014 IEEE International Advance Computing Conference (IACC).

Monteiro, V., Sousa, T. J. C., Sepulveda, M. J., Couto, C., Martins, J. S., & Afonso, J. L. (2019). A Novel Multilevel Converter for On-Grid Interface of Renewable Energy Sources in Smart Grids. 2019 International Conference on Smart Energy Systems and Technologies (SEST).

Sambariya, D. K., & Fagna, R. (2017). A robust PID controller for load frequency control of single area reheat thermal power plant using elephant herding optimization techniques. 2017 International Conference on Information, Communication, Instrumentation and Control (ICICIC).

Shahgholian, G., Shafaghi, P., & Mahdavi-Nasab, H. (2010). A comparative analysis and simulation of ALFC in single area power system for different turbines. 2010 2nd International Conference on Electronic Computer Technology.

Yadav, V., & Tayal, V. K. (2018). Optimal Controller Design for a DC Motor using PID Tuner. 2018 International Conference on Power Energy, Environment and Intelligent Control (PEEIC).

Yousef, H. A. (2017). Load Frequency Control of Power Systems. Power System Load Frequency Control, 3-32.

ดาวน์โหลด

เผยแพร่แล้ว

2025-07-07

รูปแบบการอ้างอิง

จันทร์หัวโทน น. . (2025). การเพิ่มประสิทธิภาพการควบคุมความถี่โหลดของระบบโครงข่ายอัจฉริยะ โดยใช้ระบบอนุมานตรรกะศาสตร์คลุมเครือแบบปรับตัว. วารสารวิชาการเทคโนโลยีอุตสาหกรรม : มหาวิทยาลัยราชภัฏสวนสุนันทา, 7(2), 94–104. สืบค้น จาก https://ph01.tci-thaijo.org/index.php/fit-ssru/article/view/251898

ฉบับ

ประเภทบทความ

บทความวิจัย