Risk constrained self-scheduling for a power producer using power to hydrogen storage in day-ahead markets

Abstract

Bu tezde, hidrojenle enerji depolama sistemine sahip bir doğalgaz elektrik üretim santralinin Gün Öncesi Piyasasında haftalık üretim planlaması optimize edilip risk faktörü altında stokastik model kullanılarak formule edildi. Piyasa Takas Fiyatı (PTF) senaryoları, her senaryo yılın bir ayını temsil edecek şekilde, santralin haftalık üretim planlaması için tahmin edildi. Optimize edilen planlamanın riske bağlı ticaret ve kar ilişiği Koşullu Riske Maruz Değer (CVaR) ile hesaba katıldı.Tezde kullanılan depolama sistemi, PTF'nin düşük olduğu veya üretilen enerji miktarının talep edilenden fazla olduğu zamanlarda elektroliz yöntemi ile elektrik enerjisinin hidrojen gazında depolayabilir (P2G işlemi). Öte yandan, depolanmış hidrojen gazı PTF'nin yüksek olduğu veya üretilen enerji miktarının talepten az olduğu zamanlarda, elektriğe çevrilebilir (G2P işlemi). Risk dengesi içeren optimum üretim planlama modeli yüzde seksen verimlilikle çalışan PEM Elektroliz Teknolojisi için, karışık tamsayılı doğrusal program ve gerçekçi durum çalışması kullanılarak GAMS ve CPLEX'te formüle edildi. Bu çalışmada risk bazlı sınırlama ile üretim planlamasının optimum değere ulaştığı ve toplam ticari gelirin arttığı görüldü.

In this thesis, the optimal weekly self-schedule of natural gas power plant with a hydrogen storage system is determined by using a stochastic model with risk constraints in a day-ahead electricity market. Different electricity price scenarios have been created for a weekly schedule where each scenario represents a certain month in a year. The risk associated with this scheduling decision is characterized by a conditional value at risk (CVaR) measure and a trade-off between this risk and operation profit is considered. The storage facility would allow electrical energy to be stored via hydrogen gas through electrolysis (power-to-gas, P2G, process) when the electricity prices are low or scheduled generation is more than required. On the other hand, stored hydrogen gas can be converted to electricity when the electricity prices are high or generation is less than required (gas-to-power, G2P, process). The self-scheduling model with risk trade-off has been formulated as a mixed integer linear program and a realistic case study has been solved using GAMS program and CPLEX solver that uses the proton exchange membrane (PEM) technology with 80 percent efficiency for electrolysis. This hybrid system case study shows that this risk constrained method helps to improve generation scheduling and increases the overall profit and trade-off with risk.