Solusi off-grid menggunakan teknologi energi terbarukan dan prediksi tingkat permintaan
Pesatnya pertumbuhan tingkat permintaan terhadap listrik, dibarengi dengan jumlah pasokan yang tidak memadai akibat hambatan geografis, membatasi akses energi bagi masyarakat yang tinggal di daerah terpencil di negara seperti Indonesia. Meski demikian, beberapa kemajuan di bidang energi terbarukan dan teknologi penyimpanan memberikan harapab menjanjikan akan sebuah cara untuk memasok listrik bagi masyarakat di daerah dengan kondisi off-grid. Solusi manajemen energi yang efektif mengkombinasikan sistem penyimpanan dengan beberapa sumber energi terbarukan, seperti tenaga surya dan geothermal, dapat meningkatkan reliabilitas pasokan energi bagi masyarakat di daerah terpencil.
Proyek ini bertujuan untuk mempelajari optimalisasi dari sistem demikian. Bersama dengan riset signifikan analisis teoritis dan numerik yang terkait dengan daya kendali sistem penyimpanan terpadu energi terbarukan, proyek ini sekaligus menjalankan eksperimen piranti keras.
Fokus utama eksperimen adalah untuk menguji bagaimana operasi sistem baterai yang diintegrasikan dengan tenaga surya PV berdampak pada siklus hidupnya. Kami membangun sebuah prototipe untuk menguji nilai usia baterai dengan tiga strategi berbeda, yaitu: simple set-point control (titik kendali sederhana yang sudah ditentukan), optimised operation disregarding battery degradation (operasi optimal tanpa memperhatikan degradasi baterai), dan optimized operation considering degradation (operasi optimal dengan mempertimbangkan degradasi). Prototipe diuji di dalam ruangan, dan enam unit akan diinstalasi di sekitar Melbourne University untuk kajian lebih lanjut. Namun karena ada masalah untuk pengadaan lokasi di universitas, maka uji coba ditunda.
People
-
Professor Saman Halgamuge
Professor, Department of Mechanical Engineering
The University of Melbourne -
Outputs
Journal articles
Abdulla, K., De Hoog, J., Steer, K., Wirth, A., & Halgamuge S. (2017). Multi-resolution dynamic programming for the receding horizon control of energy storage. IEEE Transactions on Sustainable Energy, 10(1), 333-343.
DOI: 10.1109/TSTE.2017.2754505
Abdulla, K., et al. (2016). Optimal operation of energy storage systems considering forecasts and battery degradation. IEEE Transactions on Smart Grid, 9(3), 2086-2096.
Abdulla, K., Steer, K., Wirth, A., & Halgamuge, S. (2016). Improving the on-line control of energy storage via forecast error metric customization. Journal of Energy Storage, 8, 51-59. https://doi.org/10.1016/j.est.2016.09.005.
Weeratunge, H., Narsilio, G., de Hoog, J., Dunstall, S., & Halgamuge, S. (2018). Model predictive control for a solar assisted ground source heat pump system. Energy , 152, 974-984.