استراتژی پیشنهاددهی بهینه مشارکت بین P۲G و تکنولوژی CAES تحت یک رویکرد بهینهسازی تصادفی-مقاوم
نام عام مواد
[پایاننامه]
عنوان اصلي به زبان ديگر
Optimal Bidding Strategy of Power-to-Gas and CAES Facilities under Stochastic-Robust Optimization Framework
نام نخستين پديدآور
/اژین حسینی
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی برق
تاریخ نشرو بخش و غیره
، ۱۳۹۸
مشخصات ظاهری
نام خاص و کميت اثر
۸۸ص.
ساير جزييات
:
يادداشت کلی
متن يادداشت
زبان: فارسی
متن يادداشت
زبان چکیده: فارسی
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به مشخصات ظاهری اثر
متن يادداشت
مصور، جدول، نمودار
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی برق- قدرت
زمان اعطا مدرک
۱۳۹۸/۱۰/۰۱
کسي که مدرک را اعطا کرده
صنعتی سهند
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
افزایش نفوذ منابع انرژی تجدیدپذیر به ویژه منابع بادی با ماهیت احتمالاتی، شبکههای قدرت را با چالشهای متعددی از نظر برنامهریزی و بهرهبرداری مواجه نمودهاست .نیاز به منابع نوظهور با انعطافپذیری بالا جهت افزایش ترکیب با منابع تجدیدپذیر نظیر ذخیرهسازهای انرژی امری ضروری به شمار میآید .از سوی دیگر گاز طبیعی به عنوان یک حامل انرژی ارزان قیمت و پاک، نقشی موثر در چشم اندازهای بلند مدت انرژی دارد .ظهور تکنولوژیهای نوین نظیر ذخیره سازهای برق به گاز موجب برهمکنش دو شبکه برق و گاز شده است و پیشبینی میشود در سالیان اخیر برنامهریزی و بهرهبرداری این دو شبکه به صورت همزمان انجام گیرد .منابع انعطافپذیر نوظهور و تکنولوژیهای نوین هماهنگشده، میتوانند با شرکت در بازار برق روی قیمت تاثیرگذار باشند .بر این اساس، در این پایان نامه استراتژی پیشنهاددهی قیمت برای یک سیستم ترکیبی متشکل از مزرعه بادی، ذخیره ساز هوای فشرده و تکنولوژی برق به گاز مورد بررسی قرار میگیرد .وجود عدم قطعیتهای ناشی از توان بادی و قیمت بازار روز- بعد موجب میشود که برنامهریزی پیشنهادی با یک رویکرد احتمالاتی- مقاوم بهینه گردد .توان تولیدی مزرعه بادی با استفاده از یک رویکرد احتمالاتی مبتنی بر تولید سناریو مدل خواهد شد .حال آنکه جهت مدلسازی قیمت بازار روز بعد و یافتن منحنیهای پیشنهاددهی توسط اپراتور سیستم یک چارچوب مقاوم ارائه خواهد شد .برنامهریزی پیش رو با هدف حداکثر کردن سود مالک سیستم برای سه حالت مختلف حضور / عدم حضور تکنولوژیها ارائه میگردد .نتایج حاصل از شبیه سازی نشان دهنده افزایش سود مالک سیستم و استفاده حداکثر از ظرفیت نیروگاه بادی در حضور تکنولوژی برق به گاز و ذخیرهساز هوای فشرده است.
متن يادداشت
By increasing the penetration of renewable energy especially wind power generation with probabilistic nature, the power system is faced with multiple challenges from planning and operation point of view. The need for highly flexible emerging sources like energy storage systems for the integration of renewable energy is essential. Furthermore, the natural gas network as a clean and low-cost energy carrier has an impressive role in the long-term energy perspective. The emergence of new technologies like Power-to-Gas (P2G) and compressed air energy storage (CAES) technologies cause the interdependency between electricity and natural gas networks. In the future, it is expected that the planning and operation of the power systems will be based on the coordination of these networks participation of the coordinated flexible emerging technologies in energy market can be effective in energy price determination. Therefore, the optimal bidding strategy of the hybrid wind farms, CAES and P2G facilities to participate in the day-ahead market is investigated in this thesis. The hybrid robust-stochastic approach is implemented to handle the system uncertainties including wind power generation, as well as power market prices to maximize profit. The power generated by the wind farm is modeled by a scenario-based stochastic approach, while day-ahead power price uncertainty to find bidding/ offering curves by a system operator is modeled by a robust optimization approach. The proposed scheduling is studied for different cases. Numerical results indicate an increase in profit, as well as maximum utilization of wind power capacity in the presence of P2G and CAES, simultaneously.
خط فهرستنویسی و خط اصلی شناسه
ba
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Optimal Bidding Strategy of Power-to-Gas and CAES Facilities under Stochastic-Robust Optimization Framework