Special-purpose optimization algorithms for demand side management

  • Spezielle Optimierungsalgorithmen für Laststeuerungsaufgaben

Varelmann, Tim; Mitsos, Alexander (Thesis advisor); Baldea, Michael (Thesis advisor)

Aachen : RWTH Aachen University (2022)
Buch, Doktorarbeit

In: Aachener Verfahrenstechnik Series 24
Seite(n)/Artikel-Nr.: 1 Online-Ressource : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2022

Kurzfassung

Die Laststeuerung ist ein Ansatz, um die Energienachfrage an das aktuelle, variable Angebot erneuerbarer Energien anzupassen und so das Stromnetz zu stabilisieren. Die Idee der Laststeuerung besteht darin, in diversen Märkten den Stromverbrauchern verschiedene Anreize zu bieten, um ihre Nachfrage an das aktuelle Angebot anzupassen. Für Betreiber energieintensiver Prozesse ist die Auswahl der Märkte um Prozessflexibilität zu monetarisieren, und die Marktstrategie eine schwierige Entscheidung. In dieser Arbeit werden wir sowohl einen Algorithmus als auch passende Modelle entwickeln, um solchen Prozessen zu ermöglichen, ihre Teilnahme an einem auktionsbasierten Markt für Regelleistung mit einem Pay-as-bid-Verfahren zu optimieren und gleichzeitig Preisunterschiede auf einem Spotmarkt durch einen variablen Produktionsplan auszunutzen. Mit einer Benders-Dekomposition isolieren wir das Auktionsproblem vom Produktionsplanungsproblem. Wir formulieren das Modell für die Produktionsplanung so, dass wir Benders-Cuts herleiten können, die die Kosten des Produktionsplans in Abhängigkeit der Auktionsentscheidungen beschreiben. In einer Fallstudie mit einem Aluminium-Elektrolyseprozess belegen wir die Recheneffizienz unseres Algorithmus sowie die Optimalität der Lösungen. In kooperativen optimalen Leistungsflussberechnungen wird ein Stromerzeugungs- und -übertragungsplan berechnet, der in der Lage ist, die Flexibilität energieintensiver Prozesse direkt zu nutzen, anstatt die Energieverbraucher indirekt über Preisprofile zur Anpassung ihrer Nachfrage zu bewegen. Wir präsentieren einen Algorithmus, der die Lösungen für kooperative optimale Leistungsflussberechnungen unter Wahrung der Vertraulichkeit der dynamischen Prozessmodelle berechnet. Wir stellen dem Stromnetz eine relaxierte Approximation des zulässigen Bereichs der Leistungsprofile der kooperierenden Anlagen zur Verfügung. Nun schlägt das Netz den Anlagen Leistungsprofile vor, die auf der aktuellen Approximation basieren. Als Reaktion auf die Vorschläge wird die Approximation des Bereichs zulässiger Leistungsprofile iterativ verfeinert, bis eine Lösung mit akzeptabler Optimalitätslücke gefunden wird. Die Verfeinerung basiert auf Cuts, die die Prozessmodelle für das Stromnetzmodell erzeugen. Während dieser Iterationen werden ausschließlich Informationen über Leistungsprofile ausgetauscht. Wir wenden unseren Algorithmus im IEEE 24-Bus reliability test grid mit kooperierenden Chlor-Alkali-Prozessen an. Zusätzlich erweitern wir den zuletzt erwähnten Algorithmus um eine andere Formulierung für das Cut-generierende Problem, welche das vorgeschlagene Leistungsprofil in Richtung unflexibler, nomineller Produktion verschiebt, anstatt die 1-Norm der nötigen Änderung des durch das Stromnetz vorgeschlagenen Profils zu minimieren. Die Konstruktion der neuen Formulierung liefert qualitativ hochwertige Cuts. Durch die effiziente Nutzung der verschiedenen Formulierungen verbessern wir sowohl die Gesamtrechenleistung des Algorithmus als auch sein Skalierungsverhalten mit der Anzahl der kooperierenden Prozesse. Wir validieren die Funktionalität unseres Algorithmus und die Beibehaltung der Lösungsqualität anhand einer Fallstudie im IEEE 24-Bus-reliability test grid.

Einrichtungen

  • Lehrstuhl für Systemverfahrenstechnik [416710]

Identifikationsnummern

Downloads