Βέλτιστη σχεδίαση συστήματος αποθήκευσης με στοχαστική παραγωγή από ανανεώσιμες πηγές ενέργειας

Λάγγαρης, Παναγιώτης; Langaris, Panagiotis

dc.contributor.author	Λάγγαρης, Παναγιώτης	el
dc.contributor.author	Langaris, Panagiotis	en
dc.date.accessioned	2018-11-16T10:38:10Z
dc.date.available	2018-11-16T10:38:10Z
dc.date.issued	2018-11-16
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/48028
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16212
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Στοχαστικός προγραμματισμός	el
dc.subject	Στρατηγική προβλεπτικού ελέγχου	el
dc.subject	Μπαταρίες	el
dc.subject	Ανανεώσιμες πηγές ενέργειας	el
dc.subject	Έλεγχος ορίζοντα πρόρρησης	el
dc.subject	Stochastic programming	en
dc.subject	Model predictive control	en
dc.subject	Batteries	en
dc.subject	Renewable energy sources	en
dc.subject	Receding horizon control	en
dc.title	Βέλτιστη σχεδίαση συστήματος αποθήκευσης με στοχαστική παραγωγή από ανανεώσιμες πηγές ενέργειας	el
heal.type	bachelorThesis
heal.classification	Αποθήκευση ενέργειας	el
heal.classificationURI	http://data.seab.gr/concepts/2a75c7c11dda19ee244692472c10e684108c9d3d
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2018-10-30
heal.abstract	Τα συστήματα αποθήκευσης ηλεκτρικής ενέργειας μπορούν να είναι ωφέλιμα για εφαρμογές όπως η ελάττωση της αυξομείωσης της παραγόμενης ισχύος των γεννητριών, η κάλυψη της αιχμής του φορτίου και η αντιστάθμιση τόσο της στοχαστικότητας της παραγωγής από ανανεώσιμες πηγές ενέργειας όσο και του στατιστικού λάθους που ενέχει η πρόβλεψη τους. Η βέλτιστη χρήση συστημάτων αποθήκευσης ηλεκτρικής ενέργειας μπορεί να συμβάλει στην μείωση του κόστους παραγωγής των συμβατικών γεννητριών και στην αύξηση της απορρόφησης ενέργειας από ανανεώσιμες πηγές από το δίκτυο. Ωστόσο, η εύρεση της βέλτιστης λύσης όσον αφορά τις διαστάσεις ενός συστήματος αποθήκευσης ενέργειας είναι ένα απαιτητικό πρόβλημα. Σκοπός της παρούσας διπλωματικής εργασίας είναι ο καθορισμός του βέλτιστου μεγέθους μιας μπαταρίας υπό την προϋπόθεση ότι το σύστημα λειτουργεί με στρατηγική προβλεπτικού ελέγχου (Model Predictive Control – MPC) και ότι η πρόβλεψη της παραγωγής από ανανεώσιμες πηγές ενέργειας περιέχει σφάλματα. Κατασκευάζεται και επιλύεται ένα στοχαστικό μοντέλο προβλεπτικού ελέγχου δύο σταδίων, όπου η βέλτιστη χρησιμοποίηση της μπαταρίας καθορίζεται ταυτόχρονα με τα βέλτιστα επίπεδα παραγωγής ενέργειας και το μέγεθος της μπαταρίας. Στο πρόβλημα βελτιστοποίησης λαμβάνονται υπόψη τα σφάλματα στην πρόβλεψη της αιολικής παραγωγής με χρήση πιθανοτικών περιορισμών, σε αναλυτική μορφή. Αυτό επιτρέπει να λυθεί απευθείας το στοχαστικό πρόβλημα βελτιστοποίησης, χωρίς τη χρήση μεθόδων που βασίζονται σε δειγματοληψία, και να γίνει η διαστασιολόγηση της μπαταρίας συνυπολογίζοντας ένα ευρύ φάσμα πιθανών σεναρίων καθώς και ένα ευρύ φάσμα πιθανών σφαλμάτων πρόβλεψης. Στην υλοποίηση λαμβάνεται υπόψη το γεγονός ότι τα σφάλματα της πρόβλεψης και κάθε απόφαση σε μια χρονική στιγμή επηρεάζουν τον τρόπο λειτουργίας της συσκευής μεταγενέστερα και χρησιμοποιείται η μέθοδος του ορίζοντα πρόρρησης (Receding Horizon Control) για τη λειτουργία του συστήματος και την βέλτιστη χρήση της διαθέσιμης αποθηκευμένης ενέργειας.	el
heal.abstract	Energy storage systems (ESS) have the potential to be very beneficial for applications such as reducing the ramping of generators, peak shaving, and balancing not only the variability introduced by renewable energy sources, but also the uncertainty introduced by errors in their forecasts. Optimal usage of storage may result in reduced generation costs and an increased penetration of renewable energy. However, the optimal sizing of these devices is a challenging problem. The thesis aims to provide the tools for the optimal ESS sizing under the assumption that it will be operated with a model predictive control scheme and that the forecast of the renewable energy resources includes prediction errors. A two-stage stochastic model predictive control problem is formulated and solved, where the optimal usage of the storage is simultaneously determined along with the optimal generation outputs and size of the storage. Wind forecast errors are taken into account in the optimization problem via probabilistic constraints for which an analytical form is derived. This allows for the stochastic optimization problem to be solved directly, without using sampling-based approaches, and sizing the storage to account not only for a wide range of potential scenarios, but also for a wide range of potential forecast errors. In the proposed formulation, we account for the fact that errors in the forecast affect how the device is operated later in the horizon and that a receding horizon scheme is used in order to optimally exploit the available storage systems.	en
heal.advisorName	Χατζηαργυρίου, Νικόλαος	el
heal.committeeMemberName	Κορρές, Γεώργιος	el
heal.committeeMemberName	Παπαθανασίου, Σταύρος	el
heal.committeeMemberName	Χατζηαργυρίου, Νικόλαος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικής Ισχύος	el
heal.academicPublisherID	ntua
heal.numberOfPages	89 σ.
heal.fullTextAvailability	true