Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: stationary energy storage

Sortuj według:

Ogranicz wyniki do:

Stationary supercapacitor energy storage operation algorithm based on neural network learning system

Jefimowski W., Nikitenko A., Drążek Z., Wieczorek M.

Bulletin of the Polish Academy of Sciences. Technical Sciences

2020

Vol. 68, nr 4

733--738

The paper proposes to apply an algorithm for predicting the minimum level of the state of charge (SoC) of stationary supercapacitor energy storage system operating in a DC traction substation, and for changing it over time. This is done to insure maximum energy recovery for trains while braking. The model of a supercapacitor energy storage system, its algorithms of operation and prediction of the minimum state of charge are described in detail; the main formulae, graphs and results of simulation are also provided. It is proposed to divide the SoC curve into equal periods of time during which the minimum states of charge remain constant. To predict the SoC level for the subsequent period, the learning algorithm based on the neural network could be used. Then, the minimum SoC could be based on two basic types of data: the first one is the time profile of the energy storage load during the previous period with the constant minimum SoC retained, while the second one relies on the trains’ locations and speed values in the previous period. It is proved that the use of variable minimum SoC ensures an increase of the energy volume recovered by approximately 10%. Optimum architecture and activation function of the neural network are also found.

Algorytm doboru pojemności akumulatorów do stacjonarnych zasobników energii

Setlak R.

Prace Naukowe Politechniki Śląskiej. Elektryka

2018

z. 1

65--73

W artykule przedstawiono rozwiązanie problemu doboru pojemności stacjonarnych zasobników energii w systemach zasilania potrzeb własnych SZPW. Rozwiązanie- nowy algorytm został wdrożony w przedsiębiorstwie, w którym do tej pory stosowano uproszczone metody doboru pojemności zasobników wykorzystujące jedynie informacje o napięciu znamionowym, czasie trwania wyładowania, prądzie obciążenia ciągłego i doraźnego. Nowy algorytm wykorzystuje dodatkowo funkcje: pojemności od temperatury, pojemności od prądu wyładowania, żywotności od głębokości wyładowania. Algorytm oblicza też wskaźnik LCOE (ang. levelized cost of electricity). Porównanie starej metody doboru pojemności z nowym algorytmem pokazało, że dla tych samach danych wejściowych tradycyjna metoda przeszacowywała pojemność zasobnika energii.

The article presents a problem solution of selecting the capacity of batteries for stationary energy storage in the own needs supply systems (SZPW). The new algorithm has been implemented in a company that uses simplified methods of capacity selection, which used only: rated voltage, discharge time, continuous load current, immediate load current. The new algorithm additionally uses functions: capacity from temperature, capacity from discharge current, lifetime from discharge depth. The algorithm also calculates the LCOE index. Comparison of the old method of capacity selection with the new algorithm saved in the form of a calculation program showed that for the same input data for calculations, the traditional method overestimated the capacity of the energy storage system. This resulted in increased investment costs.