Zahra, Helvina Aulia (2026) A Degradation-Aware APSO-MILP Framework for Optimal Sizing and Energy Management of a Hybrid AC/DC Microgrid. Masters thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 6010232005-Master_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
6010232005-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy |
Abstract
Penentuan kapasitas optimal pada microgrid AC/DC hybrid yang terhubung ke jaringan (grid-connected) umumnya dilakukan menggunakan asumsi umur pakai spesifikasi pabrikan. Asumsi ini mengabaikan fakta bahwa penjadwalan daya (dispatch) itu sendiri mempercepat keausan komponen. Penelitian ini mengembangkan kerangka kerja APSO-MILP dengan pertimbangan degradasi yang menggabungkan algoritma Accelerated Particle Swarm Optimization (APSO) pada tahap luar (outer loop) untuk penentuan kapasitas, dengan Mixed-Integer Linear Program (MILP) pada tahap dalam (inner loop) untuk penjadwalan daya per jam. Kerangka kerja ini mengevaluasi dua objektif yang saling bertentangan, yaitu Levelized Cost of Energy dan Levelized Carbon Emission of Energy, menggunakan metode epsilon-constraint. Model degradasi berbasis fisika turut diintegrasikan, yang meliputi: model penuaan kalender dan siklus berbasis Arrhenius untuk baterai, serta model Coffin-Manson-Arrhenius dengan perhitungan siklus rainflow dan aturan Miner untuk interlinking converter. Kerangka kerja ini diterapkan pada microgrid NTUST menggunakan data beban terukur dan data permintaan pengisian daya kendaraan listrik yang dibangkitkan secara stokastik berdasarkan model armada kampus. Dua desain knee-point, yang masing-masing dihasilkan oleh perencana tanpa pertimbangan degradasi (degradation-blind) dan perencana dengan pertimbangan degradasi (degradation-aware), disimulasikan ulang selama 20 tahun pada kondisi fisika yang identik. Desain degradation-blind menghasilkan estimasi biaya siklus hidup yang 1.1% lebih rendah dari nilai aslinya. Hal ini terjadi karena kedalaman siklus pakainya memperpendek umur baterai dan mengurangi umur konverter hingga sekitar 17.3% dibandingkan dengan desain degradation-aware. Ketika umur pakai komponen yang realistis diberlakukan, peringkat efisiensi tersebut berbalik; desain yang sebelumnya terlihat lebih murah justru menjadi lebih mahal. Desain yang diusulkan mampu menurunkan biaya sebesar 8.19% dan emisi sebesar 20.1% dibandingkan dengan sistem dasar yang hanya mengandalkan jaringan utama (grid-only baseline), sementara pemenuhan target energi terbarukan sebesar 30% akan menaikkan biaya sebesar 8.3%. Rugi-rugi distribusi dan konversi, yang mengkonsumsi 3.1% dari total permintaan, dimodelkan secara eksplisit alih-alih diabaikan. Oleh karena itu, penentuan kapasitas tanpa mempertimbangkan degradasi membawa risiko tersembunyi berupa biaya penggantian yang tidak terduga dan menghasilkan kapasitas komponen yang tidak optimal.
=================================================================================================================================
Optimal sizing of grid-connected hybrid AC/DC microgrids is commonly performed under nameplate lifetime assumptions, which ignore how the dispatch itself accelerates component wear. This study develops a degradation-aware APSO-MILP framework that couples an outer accelerated particle swarm optimization for sizing with an inner mixed-integer linear program for hourly dispatch, and evaluates two conflicting objectives, the levelized cost of energy and the levelized carbon emission of energy, using the epsilon-constraint method. Physics-based degradation models are embedded: an Arrhenius calendar and cycle aging model for the battery, and a rainflow-counted Coffin-Manson-Arrhenius model with Miner's rule for the interlinking converter. The framework is applied to NTUST microgrid using measured load data and a stochastically generated electric-vehicle charging demand based on a campus fleet model. Two knee-point designs, from a degradation-blind and a degradation-aware planner, are re-simulated over 20 years under identical physics. The degradation-blind design under-reports its own lifecycle cost by about 1.1%, because its deeper cycling shortens battery life and reduces converter life by roughly 17.3% relative to the degradation-aware design. Once realistic lifetimes are imposed, the ranking reverses and the apparently cheaper design becomes the more expensive one. The proposed design lowers cost by 8.19% and emissions by 20.1% against a grid-only baseline, while meeting a 30% renewable target raises cost by 8.3%. Distribution and conversion losses, consuming 3.1% of demand, are explicitly modelled rather than assumed away. Degradation-blind sizing therefore carries a hidden risk of unforeseen replacement costs and yields component capacities that were suboptimal.
Actions (login required)
 |
View Item |