Yenilenebilir enerji kaynaklarının kullanıldığı elektrik dağıtım şebekelerinde enerji depolama ve dağıtım operasyonu kararları optimizasyonu

Abstract

Bu çalışmada yenilenebilir enerji kaynakları portföyü bulunan ve bu kaynakları belirli bir coğrafyadaki müşterilere enerji sağlamada kullanan bir firma ele alınmıştır. Firma kullandığı dağıtım ağı üzerinde enerji depolama sistemleri kullanmak istemektedir. Firma müşteri taleplerini karşılamak için hem elindeki yenilenebilir kaynakları hem de spot elektrik marketlerini kullanabilmektedir. Firma çok periyotlu kapasite yönetim problemi ile karşı karşıyadır. Enerji depolama sistemlerinin kullanılması ile önceki periyotlarda üretilen enerjinin sonraki periyotlara aktarılma durumu olabilecektir. Boşa giden enerji (geceleri rüzgârdan çok fazla üretim olup, talebin çok az olması) ile yenilenebilir kaynakların daha verimli kullanılması sağlanmış olacaktır. Ayrıca firma enerji depolama sayesinde, elektrik piyasalarında fiyat düşük iken enerjiyi depolarken, fiyat yükseldiğinde piyasalara satma fırsatı da bulacaktır. Hat üzerindeki enerji iletim kısıtları da enerji depolama sistemlerinin kullanılma teşvikini artıran başka bir faktördür. Bu çerçevede firma için optimal yatırım ve işletim planı araştırılmıştır. Bunlar depoların yerlerinin ve kapasitelerinin belirlenmesini kapsamaktadır. Yatırımın ardından işletim kararları verilmektedir, bunlar depoların nasıl daha iyi işletileceği yani periyotluk olarak enerji depolama ve/veya enerjinin piyasaya arzı kararları üzerinedir. İlgili karma tam sayılı programlama modeli oluşturulmuştur. Ayrıca çok büyük boyutlu olan bu problemi çözebilmek için bir sezgisel yöntem geliştirilmiştir. Bu yöntem öncelikle yıl içerisinden seçilen daha küçük periyotların her biri için bir çözüm kurmakta, bu çözümü bir yerel arama ve tavlama benzetimi algoritması ile iyileştirmektedir. Son aşamada ise birbirinden bağımsız olarak çözülen bu periyotlar birleştirilerek ortak depo yeri, tipi ve kapasite kararları verilmektedir. Geliştirilen yöntem IEEE RTS-96 veri seti kullanılarak test edilmiş ve depo kullanımıyla ilgili çeşitli yönetimsel çıkarımlar yapılmıştır. Elde edilen çözümün orijinal durum için optimale % 0,155 kadar yakındır.

We consider a firm, with an already existing portfolio of renewable generation resources and customers dispersed over a certain geographical region, which is planning to invest in energy storage systems. The firm uses its renewable resources to generate electricity and the spot electricity markets to meet the demand from the customers. As a result, the firm faces a multi-period capacity management problem. The complexity of the problem is further exacerbated by the transmission line constraints in between the supply and demand points. These constrains may also motivate the firm to store electricity when the transmission lines are blocked because of the capacities. The possibility of storing electricity links the operating periods with each other. In particular, the energy produced by the renewable generators can be stored in storage units when the prices are low or the production is high while this energy can be released to the system when either the prices are high or the production is low. In this set up, the optimal investment plan is investigated, i.e., the location, the type and the capacity of the storage facilities and how to optimally operate the whole system. This includes the buy or sell decision at each period to the spot electricity markets, store or release energy from the storage facilities and the transmission of power among the nodes in the network. A mixed integer mathematical formulation is constructed. Besides, to solve this big model a heuristic approach is suggested. In this approach a solution for small periods over one year is obtained, then the solution is improved by local search and simulated annealing algorithms. At the last part of approach, the small periods are getting combined by deciding storage locations, types and capacities. IEEE modified RTS-96 benchmark is used and several managerial insides are offered. The solution get from the heuristic approach is close to optimal by 0.155% for original scenario.