پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شماره‌ها | 610 |
| تعداد مقالات | 9,029 |
| تعداد مشاهده مقاله | 67,082,984 |
| تعداد دریافت فایل اصل مقاله | 7,656,415 |
استراتژی پیشنهاددهی بهینه مشارکت یکپارچه ذخیره‌ساز هوای فشرده و تکنولوژی تبدیل برق به گاز در بازار روز پیش تحت رویکرد ترکیبی تصادفی-مقاوم | ||
| مدل سازی در مهندسی | ||
| دوره 19، شماره 65، تیر 1400، صفحه 137-148 اصل مقاله (1.82 M) | ||
| نوع مقاله: مقاله برق | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2021.21985.2007 | ||
| نویسندگان | ||
| آژین حسینی1؛ احمد صادقی یزدانخواه2؛ محمد همتی3؛ مهدی عباپور3؛ بهنام محمدی ایواتلو* 4 | ||
| 1دانشکده مهندسی برق- دانشگاه صنعتی سهند- تبریز- ایران | ||
| 2دانشگاه صنعتی سهند | ||
| 3دانشگاه تبریز | ||
| 4هیات علمی-دانشگاه تبریز | ||
| تاریخ دریافت: 16 آذر 1399، تاریخ بازنگری: 16 فروردین 1400، تاریخ پذیرش: 29 فروردین 1400 | ||
| چکیده | ||
| 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. از سوی دیگر، گاز طبیعی به عنوان یک حامل انرژی ارزان و پاک، نقشی موثر در چشم‌اندازهای بلند مدت انرژی دارد. منابع انعطاف‌پذیر نوظهور و تکنولوژی-های نوین هماهنگ‌شده، می‌توانند با شرکت در بازار برق وگاز روی قیمت برق تأثیرگذار باشند. بر این اساس، در این مقاله استراتژی پیشنهاددهی بهینه قیمت‌دهی برای یک سیستم ترکیبی متشکل از مزرعه بادی، ذخیره ساز هوای فشرده و تکنولوژی برق به گاز مورد بررسی قرار می‌گیرد. وجود عدم‌قطعیت‌های ناشی از توان بادی و قیمت بازار روز بعد موجب می‌شود که برنامه‌ریزی پیشنهادی تحت یک رویکرد احتمالاتی- مقاوم بهینه گردد. توان تولیدی مزرعه بادی با استفاده از رویکرد احتمالاتی مبتنی بر تولید سناریو مدل شد، حال‌آنکه جهت مدلسازی قیمت بازار روز بعد، یک چارچوب مقاوم ارائه گردید. مدل پیشنهادی جهت حداکثر سازی سود بر روی یک سیستم نمونه پیاده شده‌است که نتایج حاصل از شبیه‌سازی نشان‌دهنده افزایش سود مالک سیستم و استفاده حداکثر از ظرفیت نیروگاه بادی در حضور تکنولوژی برق به گاز و ذخیره‌ساز هوای فشرده است. | ||
| کلیدواژه‌ها | ||
| استراتژی قیمت دهی؛ بازار برق؛ هماهنگی شبکه برق و گاز؛ نیروگاه بادی؛ عدم قطعیت؛ بهینهسازی مقاوم | ||
| عنوان مقاله [English] | ||
| Hybrid Robust Stochastic Bidding Strategy for Wind Farms Integrated with Compressed Air Energy Storage and Power to Gas Technology | ||
| نویسندگان [English] | ||
| Azhin Hosseini1؛ Ahmad Sadeghi Yazdan2؛ Mohammad Hemmati3؛ Mehdi Abapour3؛ | ||
| 1Sahand University of Technology | ||
| 2Sahand University of Technology | ||
| 3University of Tabriz | ||
| چکیده [English] | ||
| With the high 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. An optimal bidding strategy of the hybrid wind farms, CAES and P2G facilities to participate in the day-ahead market is investigated in this paper. 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 is modeled by a robust optimization approach. Numerical results indicate an increase in profit, as well as maximum utilization of wind power capacity in the presence of P2G and CAES, simultaneously. | ||
| کلیدواژه‌ها [English] | ||
| Bidding strategy, Wind farms, Uncertainty, Robust optimization | ||
| مراجع | ||
|
]1[ محمد علیزاده، میثم جعفری نوکندی و یامین سلطان مرادی، "مدلسازی و بهینهسازی مصرف انرژی در خانه هوشمند با حضور ذخیره‌ساز انرژی، سلول خورشیدی، خودروی برقی و پاسخ‌گویی بار"، مدلسازی در مهندسی. شماره 17، پاییز 1398، صفحه 226-215. [2] M. Hemmati, B. Mohammadi-Ivatloo, M. Abapour, and A. Anvari-Moghaddam, "Optimal Chance-Constrained Scheduling of Reconfigurable Microgrids Considering Islanding Operation Constraints", IEEE Systems Journal, 2020. [3] Y. Xu, T. Ding, Q. Ming, and P. Du, "Adaptive dynamic programming based gas-power network constrained unit commitment to accommodate renewable energy with combined-cycle units", IEEE Transactions on Sustainable Energy, 2019. pp. 118-129. ]4[ جمشید آقائی، امین رحیمی رضایی و محمد رضا کریمی، "هماهنگی نیروگاه‌های بادی و دستگاه‌های ذخیره‌ساز سیستم قدرت در مسئله‌ی برنامه‌ریزی امنیت-مقید مشارکت واحدها با استفاده از بهینهسازی استوار"، مدل سازی در مهندسی.شماره 16، زمستان 1398، صفحه 220-207. [5] Yang, Z., C. Gao, and M. Zhao, "The Optimal Investment Strategy of P2G Based on Real Option Theory", IEEE Access, Vol. 8, 2019, pp.127156-127166. [6] A. Lewandowska-Bernat, and U. Desideri, "Opportunities of power-to-gas technology in different energy systems architectures", Applied energy, Vol. 228, 2018, pp. 57-67. [7] V. Heinisch, "Effects of power-to-gas on power systems: A case study of Denmark", 2015 IEEE Eindhoven Power Tech, 2015. [8] B. Lyseng, T. Niet, J. English, V. Keller, K. Palmer-Wilson, B. Robertson, A. Rowe, and P. Wild, "System-level power-to-gas energy storage for high penetrations of variable renewables", international journal of hydrogen energy, Vol. 43, No. 4, 2018, pp. 1966-1979. [9] J. Yang, N. Zhang, Y. Cheng, Ch. Kang, and Q. Xia, "Modeling the Operation Mechanism of Combined P2G and Gas-Fired Plant With CO 2 Recycling", IEEE Transactions on Smart Grid, Vol. 10, No.1, 2018, pp. 1111-1121. [10] Y. Li, W. Liu, M. Shahidepour, F. Wen, K, Wang, and Y. Huang, "Optimal operation strategy for integrated natural gas generating unit and power-to-gas conversion facilities", IEEE Transactions on Sustainable Energy, Vol. 9, No.4, 2018, pp. 1870-1879. [11] M. Nazari-Heris, M. A. Mirzaei, B. Mohammadi-Ivatloo, M. Marzband, and S. Asadi, "Economic-environmental effect of power to gas technology in coupled electricity and gas systems with price-responsive shiftable loads", Journal of Cleaner Production, Vol. 244, 2020, pp. 118769. [12] X. Yu, G. Zhu, S. Wang, and Y. Ding, "Economic impact of power to gas in integrated electricity and gas system with high wind penetration", 2018 IEEE Innovative Smart Grid Technologies-Asia (ISGT Asia), 2018. [13] M.Budt, D. Wolf, R. Span, and J. Yan, "A review on compressed air energy storage: Basic principles, past milestones and recent developments", Applied energy, Vol. 170, 2016, pp. 250-268. [14] Cao, X., J. Wang, and B. Zeng, "Networked microgrids planning through chance constrained stochastic conic programming", IEEE Transactions on Smart Grid, Vol. 10, No.6, 2019, pp. 6619-6628. [15] A. N. Ghalelou, A. P. Fakhri, S. Nojavan, M. Majidi, and H. Hatami, "A stochastic self-scheduling program for compressed air energy storage (CAES) of renewable energy sources (RESs) based on a demand response mechanism", Energy conversion and management, Vol. 120, 2016, pp. 388-396. [16] M. Abbaspour, M. Satkin, B. Mohammadi-Ivatloo , F. H. Lotfi, and Y. Noorollahi, "Optimal operation scheduling of wind power integrated with compressed air energy storage (CAES) ", Renewable Energy, Vol. 51, 2013, pp. 53-59. [17] C. He, T. Liu, L. Wu, and M. Shahidepour, "Robust coordination of interdependent electricity and natural gas systems in day-ahead scheduling for facilitating volatile renewable generations via power-to-gas technology", Journal of Modern Power Systems and Clean Energy, Vol. 5, No. 3, 2017, pp. 375-388. [18] S. Ghavidel, M. J. Ghadi, A. Azizvahed, J. Aghaei, L. Li, and J. Zhang, "Risk-constrained bidding strategy for a joint operation of wind power and CAES aggregators", IEEE Transactions on Sustainable Energy, Vol. 11, No.1, 2019, pp. 457-466. [19] E. Akbari, R. A. Hooshmand, M. Gholipour, and, M. Parastegari, "Stochastic programming-based optimal bidding of compressed air energy storage with wind and thermal generation units in energy and reserve markets" Energy, Vol. 171, 2019, pp. 535-546. [20] Jadidbonab, M., H. Mousavi-Sarabi, and B. Mohammadi-Ivatloo, "Risk-constrained scheduling of solar-based three state compressed air energy storage with waste thermal recovery unit in the thermal energy market environment", IET Renewable Power Generation, Vol. 13, No. 6, 2018, pp. 920-929. [21] Mazza, A., E. Bompard, and G. Chicco, "Applications of power to gas technologies in emerging electrical systems", Renewable and Sustainable Energy Reviews, Vol. 92, 2018, pp. 794-806. [22] M. Hemmati, B. Mohammadi-Ivatloo, S. Ghasemzadeh, and E. Reihani, "Risk-based optimal scheduling of reconfigurable smart renewable energy based microgrids", International Journal of Electrical Power & Energy Systems, Vol. 101, 2018, pp. 415-428. ]23[ نیما امجدی، بهداد وطنی و حسین شریف زاده، "آرایش بهینه تصادفی تولید برای شرکت‌های مولد با در نظر گرفتن بازار انرژی و قراردادهای دوجانبه"، مدل سازی در مهندسی, شماره 9. زمستان 1390. صفحه 28-21. [24] C. Gu, C. Tang, Y. Xiang, and D. Xie, "Power-to-gas management using robust optimisation in integrated energy systems", Applied Energy, Vol. 236, 2019, pp. 681-689. [25] W. Cai, R. Mohammaditab, G. Fathi, K. Wakil, A. G. Ebadi, and N. Ghadimi, "Optimal bidding and offering strategies of compressed air energy storage: A hybrid robust-stochastic approach", Renewable Energy, Vol. 143, 2019, pp. 1-8. [26] Y. Zhou, Z. Wei, G. Sun, K. W. Cheung, H. Zang, and S. Chen, "A robust optimization approach for integrated community energy system in energy and ancillary service markets", Energy, Vol. 148, 2018, pp. 1-15. [27] www.energyonline.com. | ||
|
آمار تعداد مشاهده مقاله: 516 تعداد دریافت فایل اصل مقاله: 293 |
||