Ενεργειακές και Τιμολογιακές πολιτικές στα Μικροδίκτυα

Μπούτρος, Κωνσταντίνος; Boutros, Konstantinos

dc.contributor.author	Μπούτρος, Κωνσταντίνος	el
dc.contributor.author	Boutros, Konstantinos	en
dc.date.accessioned	2016-04-08T11:42:29Z
dc.date.available	2016-04-08T11:42:29Z
dc.date.issued	2016-04-08
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42349
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.9887
dc.rights	Default License
dc.subject	Μονάδες διεσπαρµένης παραγωγής	el
dc.subject	Μικροδίκτυο	el
dc.subject	Τιµολογιακές πολιτικές	el
dc.subject	Ενεργειακές πολιτικές	el
dc.subject	Διείσδυση ΑΠΕ	el
dc.subject	Οικονοµική βελτιστοποίηση	el
dc.subject	Distributed Energy Resources,Microgrid, Pricing Policies, Energy Policies, Renewable Energy Penetration, Economic optimization	en
dc.subject	Microgrid	en
dc.subject	Pricing Policies	en
dc.subject	Energy Policies	en
dc.subject	Renewable Energy Penetration	en
dc.subject	Economic optimization
dc.title	Ενεργειακές και Τιμολογιακές πολιτικές στα Μικροδίκτυα	el
heal.type	bachelorThesis
heal.generalDescription	Απαγορεύεται η αντιγραφή, αποθήκευση και διανοµή της παρούσας εργασίας, εξ ολοκλήρου ή τµήµατος αυτής, για εµπορικό σκοπό. Επιτρέπεται η ανατύπωση, αποθήκευση και διανοµή για σκοπό µη κερδοσκοπικό, εκπαιδευτικής ή ερευνητικής φύσης, υπό την προϋπόθεση να αναφέρεται η πηγή προέλευσης και να διατηρείται το παρόν µήνυµα. Ερωτήµατα που αφορούν τη χρήση της εργασίας για κερδοσκοπικό σκοπό πρέπει να απευθύνονται προς τον συγγραφέα. Οι απόψεις και τα συµπεράσµατα που περιέχονται σε αυτό το έγγραφο εκφράζουν τον συγγραφέα και δεν πρέπει να ερµηνευθεί ότι αντιπροσωπεύουν τις επίσηµες θέσεις του Εθνικού Μετσόβιου Πολυτεχνείου.	el
heal.classification	Μικροδίκτυα, συστήματα ηλεκτρικής ενέργειας	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-07-13
heal.abstract	Η παρούσα διπλωματική εργασία εξετάζει την λειτουργία ενός δικτύου χαµηλής τάσης µε την εφαρµογή ενεργειακών και τιµολογιακών πολιτικών. Το δίκτυο που προσοµοιώθηκε είναι ένα δίκτυο χαµηλής τάσης που αποτελείται από καταναλωτές (φορτία) και µικροπηγές ενέργειας (παραγωγούς) όπως φωτοβολταϊκά, ανεµογεννήτριες, µικροτουρµπίνες και κυψέλες καυσίµου. Για την προσοµοίωση των µονάδων ΑΠΕ χρησιµοποιήθηκαν χρονοσειρές παραγωγής ενέργειας από πραγµατικές φωτοβολταϊκές συστοιχίες και από µικρές ανεµογεννήτριες αντίστοιχα. Οι παραγωγές των µικροτουρµπίνων και των κυψελών καυσίµου αποτελούσαν αποτέλεσµα της ωριαίας βελτιστοποίησης κόστους που λάµβανε µέρος στο δίκτυο καθώς γνώµονας ήταν η ελαχιστοποίηση του λειτουργικού κόστους. Υπολογίστηκαν προφανώς τα τεχνικά ελάχιστα και για τις δύο αυτές µορφές πηγών ενέργειας. Η µοντελοποίηση του δικτύου σε κάθε σενάριο πραγµατοποιήθηκε µε ωριαίο βήµα για ένα ολόκληρο χρόνο. Καταστρώθηκε αντικειµενική συνάρτηση η οποία αναλόγως µε το σενάριο µεταβαλλόταν, πάντα µε γνώµονα την ελαχιστοποίηση του κόστους εκτός από ορισµένες περιπτώσεις στις πολιτικές τιµολόγησης. Η αντικειµενική συνάρτηση βελτιστοποιείται λαµβάνοντας υπόψη για κάθε ώρα τους περιορισµούς που έχει. Το προς µελέτη δίκτυο συνδέεται µε το ανάντη δίκτυο µέσω µετασχηµατιστή ώστε στα σενάρια που µελετώνται, σε λειτουργίες που δεν µπορεί ως µικροδίκτυο να καλύψει συνολικά την παραγωγή του, να λαµβάνει ισχύ από το ανάντη. Επίσης, τα σενάρια σε κάθε περίπτωση συγκρίνονται µε το απλό δίκτυο, δηλαδή µε έλλειψη µονάδων διεσπαρµένη παραγωγής. Στις τιµολογιακές πολιτικές η εξάρτηση από το ανάντη δίκτυο φανερώνει και τα µειονεκτήµατα ή πλεονεκτήµατα των διαχειριστών ενός δικτύου. Οι καταναλωτές του µικροδικτύου χωρίζονται σε τρεις κατηγορίες φορτίων, τους οικιακούς, τους εµπορικούς και τους βιοµηχανικούς-βιοτεχνικούς. Κάθε µια από αυτές τις τρεις κατηγορίες φέρει χρονοσειρές φορτίου που αντιστοιχούν σε όσο το δυνατό καλύτερη προσέγγιση µιας πραγµατικής κατανάλωσης. Κάθε κατηγορία φέρει τα χαρακτηριστικά της και όλες µαζί συνθέτουν το συνολικό φορτίο του δικτύου 17 ζυγών.Σηµειώνεται πως για την τιµολόγηση από το ανάντη δίκτυο έχουν εφαρµοστεί δύο κυρίως πολιτικές. Η πρώτη πολιτική εφαρµόζει τιµολόγηση µε την Οριακή Τιµή Συστήµατος, όπου έχουν αντληθεί πραγµατικές οριακές τιµές από το ∆ΕΣΜΗΕ. Η δεύτερη προσέγγιση αφορά σταθερή τιµολόγηση σύµφωνα µε τα τιµολόγια της ∆ΕΗ κατά το έτος 2014 για τις τρεις κατηγορίες καταναλωτών από τις οποίες αποτελείται το δίκτυο.Για την ωριαία βελτιστοποίηση κόστους έχει χρησιµοποιηθεί το Module fmincon του περιβάλλοντος Matlab στο οποίο έχει αναπτυχθεί και η συνολική µοντελοποίησης του δικτύου καθώς και οι επίλυσης ροών φορτίου κλπ. Η µέθοδος βελτιστοποίησης που χρησιµοποιεί η fmincon είναι η Lagrange. Οι περιορισµοί που οριοθετούν το πρόβληµα βελτιστοποίησης σε κάθε επανάληψη αποτελούνται από εξισώσεις ικανοποίησης της ζήτησης καθώς και από όρια παραγωγής των µικροπηγών.Μετά τα αποτελέσµατα που εξήχθησαν µέσω του προγράµµατος που αναπτύχθηκε σε περιβάλλον Matlab, για κάθε µοντελοποίηση, δηµιουργείται ένας αριθµός από οικονοµικοτεχνικούς δείκτες που υπολογίζονται για κάθε ένα από τα σενάρια, µε αποτέλεσµα να είναι δυνατή η σύγκριση επιµέρους σεναρίων και κατά συνέπεια πολιτικών που µπορούν να εφαρµοστούν σε ένα δίκτυο Χαµηλής Τάσης. Τέτοιοι δείκτες που φάνηκαν χρήσιµοι για να συγκριθούν ανοµοιογενή εκ πρώτης όψεως σενάρια. Έτσι από τη σύγκριση των σεναρίων διαφαίνεται ποιες πολιτικές υπερτερούν και εµπεριέχουν µεγαλύτερη βιωσιµότητα.	el
heal.abstract	The aim of this diploma Thesis is to examine the operation of a low voltage (LV) network under the application of energy and pricing policies. The simulated grid is a LV network consisted of customers (loads), microsources of energy (producers) such as small scale solar parks, wind turbines, microturbines and fuel cells. In order to simulate the RES units time series of produced energy from real PV strings and small wind turbines were used. The energy produced from the microturbines and the fuel cells was the result of an hourly cost optimization that was implemented, since the ultimate goal was to minimize the operational cost. The technical minima for both the previously mentioned energy sources were calculated. Grid modeling was performed for each scenario by use of an hourly step method over a year. Moreover, an objective function was formed altering in relation to each scenario considering that the cost minimization was of high importance (exceptions are some particular cases in pricing policies). The objective function is optimized by taking into account that it is subjected to hourly limitations. The grid under examination is connected to the upstream network through a transformer in a way that ensures that when the customer demand outperforms the produced energy the upstream network will handle the additional load. All the scenarios were compared to the plain grid that is the grid where there are no distributed generation units present. As far as the pricing policies are concerned, the level of dependence on the upstream network reveals the advantages and disadvantages of the grid administrators. The microgrid end- users are divided into three main categories. These categories are known as the residential, commercial, and industrial customers. Each category is supplied with load timeseries data, which are good approximation of actual energy consumption. Each category has its own characteristics and on the whole these categories represent the 17 busbars grid. It must be noted that the load remains the same for all the scenarios. The only case that is altered is when the scenarios deal with energy upgrade and specific pricing policies. This happens since variables that reveal the reaction of the customers to the changes imposed to the grid are introduced. As far as the operational cost is concerned it can be divided into two categories. The first category deals with the cost from the microsources and the second category encloses the cost from the upstream network that provides the excess energy needed when the microsources cannot guarantee an autonomous operation. These costs form the objective function that is repeatedly optimized by the algorithm over a year. It must be noted that two main policies have been implemented regarding the pricing of energy from the upstream network. The first one conducts pricing in relation to the system’s marginal price. The other policy regards constant pricing based on the PPC receipts for year 2014 for the customer categories that form the grid. These two approximations are used in order to make conclusions on the microgrid’s operation under the impact of two different situations and to analyze the advantages and disadvantages that arise for the customers and for the grid as well. The cost regarding the fuel cells and the microturbines is being modeled using second order functions that include the cost of using natural gas as the main fuel. The cost of the upstream network can be modeled either with timeseries or with constant pricing. Moreover, the RES cost was the annual maintenance and operation cost (O&M) regarding the installation cost and the production in MWh since the RES production are known beforehand. The latter cost is excluded from the optimization since it was negligible comparing to the other costs. Moreover, it cannot be used as a variable to be optimized since it depends from outer causes (known timeseries). However, it was dealt with functions that are linearly depended from their production. The total modeling of the network was derived with Module fmincon (Matlab software) in order to optimize the cost on an hourly basis. The optimization method used is the Lagrange method. The limitations set to the optimization problem in each revision are formed from equations satisfying the demand as well as limits in the production from the microsources. The first modeling to be studied is the network operation with no Distributed Energy Resources units. The customers regardless on which category they belong satisfy their demands from the upstream network. The energy pricing is related to 5 the marginal price. Furthermore, simulation scenarios where energy policies regarding increase on microsources usage are implemented. For this approach different scenarios with varying amounts of microsources usage are being examined. Thus, the autonomous operation of the microgrid is being reinforced and the new operation state for each case is exported. The scenarios where the increased participation of DER units is being tested may be classified as follows. There is the scenario where the increased usage of DER units is due to the increase of RES units. Also there is the scenario where complete autonomous operation is achieved and the scenario where increase of DER units is due to the increase of microturbines. The next stage deals with the energy upgrading that is being applied to the grid. A reference table is assembled, monitoring the initial energy class category for each customer and the policy of energy upgrading that was followed. A mathematical model is applied in order to build the energy demand following the energy upgrade the customers have undergone. All the required information needed to develop the model comes from the energy regulation. The following scenarios under study are related to changes in pricing policy that are being applied during the microgrids’ operation in terms of energy costs from the upstream network. The significance of energy elasticity demand is introduced. It must be noted that the energy elasticity demand is a very important unit impossible to be predicted sufficiently and correctly for the customers’ class categories. The network is modeled on various pricing scenarios on which they can compare and assess changes in pricing, mostly from the perspective of the network administrator seeking to maximize the benefit of the upstream network by changing pricing. This Diploma Thesis aims to quantify the reaction of a LV network to different energy and pricing policies with indicators relating to the network’s economic and electrical nature. Further exploitation and development on the matter can be made to improve the mathematical models developed, the approach with another type of algorithm as well as the extension of pricing policies bearing in mind the reaction of customers to the increased energy costs. Emphasis may be given on investigating customer’s elasticity with respect to other indicators such as income, a great concern these days. Once results are derived, for each simulation, a number of economotechnic indicators was created and calculated for every different scenario, in order to compare the scenarios and to explore the possible policies that can be applied to a LV network. By comparing the scenarios is becoming obvious which policies outperform others and which are the most sustainable.	e
heal.advisorName	Αναστασιάδης, Ανέστης	el
heal.committeeMemberName	Χατζηαργυρίου, Νικόλαος	el
heal.committeeMemberName	Παπαθανασίου, Σταύρος	el
heal.committeeMemberName	Γεωργιλάκης, Παύλος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικής Ισχύος	el
heal.academicPublisherID	ntua
heal.numberOfPages	227 σ.	el
heal.fullTextAvailability	true