Resumen de Operational planning of smart microgrids considering intraday markets
- español
El desarrollo sostenible promueve la adopción de microrredes inteligentes. Sin embargo, intereses económicos estimulan el incremento de ingresos, que puede resultar en situaciones no óptimas, como el no abastecimiento de la demanda, la formación de monopolios y la formación de agentes esenciales para abastecer la demanda. En este contexto, está investigación analiza una microrred inteligente que negocia compromisos energéticos con mercados intradiarios y el despacho vinculante. De la misma manera, en este modelo se cuantifican penalidades por incertidumbre de renovables con mercados intradiarios. Además, se estiman las ganancias asociadas con la gestión de la generación distribuida, carga y descarga de sistemas de almacenamiento de energía, una estación de intercambio de baterías y vehículos eléctricos residenciales. Este modelo introduce la incertidumbre en el problema de planificación en una microrred inteligente relacionada con (1) generación renovable, (2) pronóstico de la demanda, (3) variaciones de precios de mercado, (4) planeación de viajes de vehículos eléctricos y (5) pronóstico de demanda de baterías en una estación de vehículos eléctricos. La literatura muestra que, debido a la complejidad del problema, la inteligencia computacional proporciona soluciones subóptimas de manera eficiente, lo que resulta en el desarrollo de la metaheurística avanzada, que es una combinación de los algoritmos Variable Neighborhood Search y Differential Evolutionary Particle Swarm Optimization. Los resultados evidencian estrategias de gestión de demanda como reducción de cargas máximas, las restricciones de abastecimiento de la demanda que se cumplen satisfactoriamente, indicadores de poder de mercado que evitan la aparición de monopolios y agentes pivotantes, y un mayor número de mercados intradiarios con intervalos de tiempo igualmente espaciados que demuestran una reducción de los costos por incertidumbre de generación solar.
Finalmente, los resultados de esta investigación sirven para tomar decisiones en microrredes inteligentes y ayudar a evaluar la implementación de mercados intradiarios. (Texto tomado de la fuente)
- English
Environmental concerns and sustainable development promote the adoption of smart microgrids (SMGs). However, economic interests promote an increase in income, which can result in non-optimal situations, such as non-supply of demand, the formation of monopolies and the formation of essential agents to supply demand at peak times. In this context, this research analyses a SMG that negotiates energy commitments with intraday markets and binding dispatch. In the same way, this model quantifies penalties for uncertainty of renewables with intraday markets. Besides, the profits are estimated associated with managing the distributed generation, charging and discharging of energy storage systems, a battery swapping station and residential electric vehicles. This model introduces uncertainty in the operational planning problem of a SMG related to (1) renewable generation, (2) demand forecasting, (3) market price variations, (4) planning of electric vehicle trips and (5) battery demand forecast in an electric vehicle station. The literature shows that, due to the complexity of the problem, computational intelligence provides sub-optimal solutions efficiently, resulting in the development of the advanced metaheuristics called VNS-DEEPSO, which is a combination of the Variable Neighbourhood Search (VNS) and Differential Evolutionary Particle Swarm Optimization (DEEPSO) algorithms. The results show demand management strategies, such as reduction of maximum loads, demand supply restrictions satisfactorily met, market power indicators that prevent the emergence of monopolies and pivoting agents, and a greater number of intraday markets with equally time intervals spaced that show a reduction in costs due to the uncertainty of renewables. Finally, the results of this research will constitute a tool to make decisions in smart microgrids and will help to evaluate the implementation of intraday markets in future research.
