PL
 |
EN
Ten serwis zostanie wyłączony 2025-02-11.
Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Multi-objective dynamic economic dispatch using Fruit Fly Optimization method
100%
Arsyad H. , Suyuti A. , Said S. M. , Akil Y. S.
Archives of Electrical Engineering
|
2021
|
tom Vol. 70, nr 2
351--366
EN
An essential task of the interconnected power system is about how to optimize power plants during operation time which is known as economic dispatch. In this study, the Fruit Fly Optimization method is proposed to solve problems of dynamic economic dispatch in an electrical power system. To measure the performance of the method, a simulation was conducted for two different electric systems of the existing Sulselbar 150 kV thermal power plant system in Indonesia with two objective functions, namely fuel costs and active power transmission losses, aswell as the 30-bus IEEE standard system with five objective functions namely fuel costs, transmission losses (active and reactive power), a reactive power reserve margin, and an emission index by considering a power generation limit and ramp rates as the constraints. Under tested cases, the simulation results have shown that the Fruit Fly Optimization method can solve the problems of dynamic economic dispatch better than other existing optimization methods. It is indicated by all values of the objective functions that are lowest for the Fruit Fly Optimization method. Moreover, the obtained computational time is sufficiently fast to get the best solution.
2
Content available remote Managing electricity consumption for household sector in Indonesia
100%
Akil Y. S. , Wardi , Muslimin Z. , Amar K.
Przegląd Elektrotechniczny
|
2021
|
tom R. 97, nr 5
34--39
EN
This study has focus to investigate a number of aspects that influencing electricity consumption for urban household in Indonesia. For this purpose, a questionnaire is developed to get primary data from two cities, namely Makassar and Yogyakarta. The collected data are analyzed using statistical approach. From analysis of 231 usable data obtained in September and October 2020, majority occupants have practiced specific energy saving lifestyle at their homes although the usage of energy efficiency appliances (EEA) is still low. Higher cost to buy EEA, the absence of non-flat electricity tariff scheme and energy management supporting system are some main barriers to support further occupants in reducing consumption. Another result from regression model revealed that income variable, family size, and installed electricity at home (IEA) are significant predictors for electricity consumption. The variables can explain variation of the household consumption around 47% where the IEA is the most predictor. Provided information can assist power utility in Indonesia in designing more realistic strategy to promote energy saving program or to propose wise ways in managing energy usage for household sector.
PL
Praca ma na celu zbadanie szeregu aspektów wpływających na zużycie energii elektrycznej przez gospodarstwa domowe w Indonezji. W tym celu opracowano kwestionariusz, aby uzyskać podstawowe dane z dwóch miast, a mianowicie Makassar i Yogyakarta. Zebrane dane są analizowane za pomocą podejścia statystycznego. Z analizy 231 użytecznych danych uzyskanych we wrześniu i październiku 2020 r. Wynika, że większość mieszkańców prowadzi w swoich domach określony tryb życia oszczędzający energię, chociaż użycie urządzeń energooszczędnych (EEA) jest nadal niskie. Wyższe koszty zakupu EOG, brak taryfy opłat za energię elektryczną i systemu wspierającego zarządzanie energią to główne bariery wspierające mieszkańców w ograniczaniu zużycia energii.
3
Content available remote Optimal hybrid renewable energy generation planning based on BSG-starcraft radius particle swarm optimization
100%
Mansur M. T. , Manjang S. , Arief A. , Akil Y. S.
Przegląd Elektrotechniczny
|
2023
|
tom R. 99, nr 2
82--87
EN
This paper develops a new methodology to find the optimal size of hybrid renewable energy plants in a microgrid. The power plants planned in the microgrid for this study are photovoltaic (PV) and wind turbines (WT). In this paper, a new method is proposed, the BSG-Starcraft Radius Particle Swarm Optimization (PSO) algorithm, to determine two design variables: the number of PV panels and the number of wind turbines (WT) for the microgrid system in Maginti Island, Indonesia as a case study. The BSG-Starcraft Radius PSO algorithm is an improved method of the BSG-Starcraft PSO algorithm. The results obtained indicate that the proposed method gives the best results because it provides a more optimal configuration than the BSG-Starcraft PSO algorithm. The simulation results show that by using the proposed method, the BSG-Starcraft Radius PSO method, the number of PV panels is 335 andthe number ofWT is 186 turbines units with a total load power of 80 kW, and the investment value must be spent using the proposed BSG-Starcraft Radius PSO is$352,761.1. In contrast, the investment for the microgrid planning using the BSG-Starcraft Radius PSO is$355,265.1.
PL
W niniejszym artykule opracowano nową metodologię znajdowania optymalnej wielkości hybrydowych elektrowni odnawialnych w mikrosieci. Elektrownie planowane w mikrosieci do tego badania to elektrownie fotowoltaiczne (PV) i turbiny wiatrowe (WT). W artykule zaproponowano nową metodę, algorytm BSG-Starcraft Radius Particle Swarm Optimization (PSO), do określenia dwóch zmiennych projektowych: . Algorytm BSG-Starcraft Radius PSO jest udoskonaloną metodą algorytmu BSG-Starcraft PSO. Uzyskane wyniki wskazują, że proponowana metoda daje najlepsze rezultaty, ponieważ zapewnia bardziej optymalną konfigurację niż algorytm BSG-Starcraft PSO. Wyniki symulacji pokazują, że przy zastosowaniu proponowanej metody BSG-Starcraft Radius PSO liczba paneli PV wynosi 335, a liczba WT to 186 jednostek turbin o łącznej mocy obciążenia 80 kW, a wartość inwestycji musi być wydatkowana przy użyciu proponowany BSG-Starcraft Radius PSO wynosi 352 761,1 USD. Natomiast inwestycja w planowanie mikrosieci z wykorzystaniem BSG-Starcraft Radius PSO wynosi 355 265,1 USD
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.