Periasamy dkk. (2022) melakukan penelitian tentang penerapan metode particle swarm optimization (PSO) di bidang sumber energi yang dapat diperbaharui (renewable) dan tidak dapat diperbaharui (non-renewable). Penelitian mereka bertujuan untuk mengatasi masalah yang berkaitan dengan biaya, emisi, dan pembagian beban finansial yang berkaitan dengan sumber energi yang berbeda. Mereka menekankan penggunaan algoritma hybrid dan sistem fuzzy untuk mencapai tujuan-tujuan tersebut.
Selain itu, mereka membahas berbagai teknik dan pemodelan matematika yang digunakan dalam algoritma PSO. Teknik dan pemodelan tersebut dapat digunakan untuk penelitian yang lebih mendalam kedepannya. Mereka memberikan gambaran menyeluruh tentang bagaimana metode PSO dapat diterapkan pada sumber energi. Mereka memberikan wawasan yang berharga tentang penggunaan teknik optimasi untuk mengatasi tantangan dalam sistem energi yang dapat diperbaharui dan tidak dapat diperbaharui.
Mereka menyimpulkan bahwa metode PSO terbukti menguntungkan dalam menyelesaikan masalah multi-objektif yang berkaitan dengan biaya, emisi, dan pembagian beban finansial dalam konteks sumber energi yang dapat diperbaharui. Metode ini digunakan untuk mengoptimalkan berbagai aspek seperti biaya, emisi polutan, valve points, ramp rates, dan kendala pada generator. Sementara sistem fuzzy menawarkan peningkatan kemampuan kontrol, keandalan, dan efisiensi dibandingkan dengan pengontrol lainnya.
Various PSO methods investigation in renewable and nonrenewable sources
Madhumathi Periasamy, Thenmalar Kaliannan, Shobana Selvaraj, Veerasundaram Manickam, Sheela Androse Joseph, Johny Renoald Albert
Optimization structures are mostly considered for resolving multi-objective difficulties similar to cost, emission, and financial load dispatch in various energy sources. Non-renewable energy sources (NRES) emit harmful gases like CO2, and methane. which results in air pollutants, so various techniques are used in survey papers. By considering optimization techniques, the multi-objective problems are reduced in renewable energy sources (RES) and NRES. Implementing these techniques in RES and NRES will define the proper objective function. Hybrid algorithms are used for solving multi-objective problems like cost, pollutant emission, price penalty factor, valve point, ramp rates, and constraints like generator, power flow, power balance, and heat balance. A fuzzy system is used in numerous surveys for controlling purpose, superiority, and efficiency over other controllers. Subsequently summarized three types of sources like RES, RES-NRES, and NRES for easy identification of techniques and problems. This study reviews various techniques and mathematical modeling of algorithms for future research.
Redaksi: I. Busthomi
