Xác định công suất dự phòng tối ưu của nhà máy điện ảo
Tóm tắt: 70
| 
PDF: 90 
##plugins.themes.academic_pro.article.main##
Author
Từ khóa:
Thị trường công suất cân bằng
hệ thống lưu trữ năng lượng
kế hoạch vận hành tối ưu
năng lượng tái tạo
nhà máy điện ảo
Tóm tắt
Cùng với sự tăng trưởng của các nguồn năng lượng tái tạo (Renewable Energy Sources - RES), mô hình nhà máy điện ảo (Virtual Power Plant - VPP) được phát triển nhằm kết nối, quản lý và điều khiển các nguồn điện nhỏ, các tải điều khiển được hay các hệ thống lưu trữ năng lượng, từ đó tham gia vào hệ thống điện như một nhà máy điện duy nhất. Mô hình này hạn chế được những nhược điểm của các nguồn điện tái tạo, đồng thời giúp các nguồn điện này có thể tham gia thị trường công suất cân bằng - lĩnh vực vốn chỉ thuộc về các nhà máy điện truyền thống. Trong nghiên cứu này, nhóm tác giả đã xây dựng một mô hình tối ưu hóa hai bậc để xác định được công suất dự phòng tối ưu mà VPP có thể cung cấp cho hệ thống, đồng thời tính toán các kịch bản giao dịch trong thị trường điện ngày tới (DA) và trong ngày (ID) tương ứng với các kịch bản huy động dự phòng nhằm tối đa hóa tổng lợi nhuận của VPP.
Tài liệu tham khảo
-
[1] Arias, “Solar Energy, Energy Storage and Virtual Power Plants in Japan”, EU-Japan Centre for Industrial Cooperation, 2018. https://www.eu-japan.eu/sites/default/files/publications/docs/
min18_1_arias_solarenergy-energystorageandvirtualpowerp
lantsinjapan.pdf (accessed Sep. 18, 2021).
[2] Wassermann, M. Reeg, and K. Nienhaus, “Current challenges of Germany’s energy transition project and competing strategies of challengers and incumbents: The case of direct marketing of electricity from renewable energy sources”, Energy Policy, vol. 76, pp. 66–75, Jan. 2015, doi: 10.1016/j.enpol.2014.10.013.
[3] Pudjianto, C. Ramsay, and G. Strbac, “Microgrids and virtual power plants: Concepts to support the integration of distributed energy resources”, Proc. Inst. Mech. Eng. Part A J. Power Energy, vol. 222, no. 7, pp. 731–741, Nov. 2008, doi: 10.1243/09576509JPE556.
[4] Sikorski et al., “A Case Study on Distributed Energy Resources and Energy-Storage Systems in a Virtual Power Plant Concept: Economic Aspects”, Energies, vol. 12, no. 23, p. 4447, Nov. 2019, doi: 10.3390/en12234447.
[5] Pudjianto, C. Ramsay, and G. Strbac, “Virtual power plant and system integration of distributed energy resources”, IET Renew. Power Gener., vol. 1, no. 1, pp. 10–16, 2007, doi: 10.1049/iet-rpg:20060023.
[6] Koraki and K. Strunz, “Wind and solar power integration in electricity markets and distribution networks through service-centric virtual power plants”, IEEE Trans. Power Syst., vol. 33, no. 1,
pp. 473–485, Jan. 2018, doi: 10.1109/TPWRS.2017.2710481.
[7] Zhao, Y. Shen, and M. Li, “Control and Bidding Strategy for Virtual Power Plants with Renewable Generation and Inelastic Demand in Electricity Markets”, IEEE Trans. Sustain. Energy, vol. 7, no. 2, pp. 562–575, Apr. 2016, doi: 10.1109/TSTE.2015.2504561.
[8] Baringo, L. Baringo, and J. M. Arroyo, “Day-Ahead Self-Scheduling of a Virtual Power Plant in Energy and Reserve Electricity Markets under Uncertainty”, IEEE Trans. Power Syst., vol. 34, no. 3, pp. 1881–1894, May 2019, doi: 10.1109/TPWRS.2018.2883753.
[9] Mashhour and S. M. Moghaddas-Tafreshi, “Bidding Strategy of Virtual Power Plant for Participating in Energy and Spinning Reserve Markets-Part I: Problem Formulation”, IEEE Trans. Power Syst., vol. 26, no. 2, pp. 949–956, May 2011, doi: 10.1109/TPWRS.2010.2070884.
[10] R. Dabbagh and M. K. Sheikh-El-Eslami, “Risk Assessment of Virtual Power Plants Offering in Energy and Reserve Markets”, IEEE Trans. Power Syst., vol. 31, no. 5, pp. 3572–3582, Sep. 2016, doi: 10.1109/TPWRS.2015.2493182.
[11] Vahedipour-Dahraie, H. Rashidizade-Kermani, M. Shafie-khah, and J. P. S. Catalao, “Risk-Averse Optimal Energy and Reserve Scheduling for Virtual Power Plants Incorporating Demand Response Programs”, IEEE Trans. Smart Grid, pp. 1–1, Sep. 2020, doi: 10.1109/tsg.2020.3026971.
[12] Zhou, Z. Wei, G. Sun, K. W. Cheung, H. Zang, and S. Chen, “Four-level robust model for a virtual power plant in energy and reserve markets”, IET Gener. Transm. Distrib., vol. 13, no. 11,
pp. 2006–2014, Jun. 2019, doi: 10.1049/iet-gtd.2018.5197.
[13] Ocker, S. Braun, and C. Will, “Design of European balancing power markets”, Int. Conf. Eur. Energy Mark. EEM, vol. 2016-July, Jul. 2016, doi: 10.1109/EEM.2016.7521193.
[14] Poplavskaya, J. Lago, and L. de Vries, “Effect of market design on strategic bidding behavior: Model-based analysis of European electricity balancing markets”, Appl. Energy, vol. 270, p. 115130, Jul. 2020, doi: 10.1016/j.apenergy.2020.115130.
[15] Hayashi, Y. Mikami, K. Hirano, and H. Terayama, “Development of Large-scale Hybrid Power Storage System : System Demonstration Project in Lower Saxony, Germany : Hitachi Review”, 2020. http://www.hitachi.com/rev/archive/2020/r2020_04/04c02/index.html (accessed Sep. 18, 2021).
[16] Wang, C. Zhang, Y. Ding, G. Xydis, J. Wang, and J. Østergaard, “Review of real-time electricity markets for integrating Distributed Energy Resources and Demand Response”, Appl. Energy, vol. 138, pp. 695–706, 2015, doi: 10.1016/j.apenergy.2014.10.048.
[17] SAKUMA, “Japanese Energy Market-Optimum Use of Distributed Energy Resources for Demand-side Response-Yasuhiro SAKUMA”, Apr. 2021. Accessed: Jul. 13, 2021. [Online]. Available: https://www.openadr.
org/assets/210422_DER_METI_Mr. SAKUMA.pdf.
[18] , “Reserve products and reserve market places” https://www.fingrid.fi/globalassets/dokumentit/en/electricity-market/reserves/reserve-products-and-reserve-market-places.pdf (accessed Sep. 18, 2021).
[19] R. Bussieck and A. Meeraus, “General Algebraic Modeling System (GAMS)”, in Modeling Languages in Mathematical Optimization, Josef Kallrath, Ed. Boston, MA: Springer, 2004, pp. 137–157.
[20] IBM, “ILOG CPLEX Optimization Studio | IBM.”, [Online] https://www.ibm.com/products/ilog-cplex-optimization-studio (accessed Oct. 30, 2021).
[21] EVN, “Electricity tariff in the wholesale market”, [Online] https://www.evn.com.vn/c3/evn-va-khach-hang/Bieu-gia-ban-buon-dien-9-80.aspx (accessed Sep. 18, 2019).
Xem thêm
##plugins.themes.academic_pro.article.sidebar##
Đã Xuất bản
Mar 31, 2022
Download
Cách trích dẫn
Nguyễn Hồng Nhung, và Nguyễn Đức Huy. “Xác định công suất dự phòng tối ưu của Nhà máy điện ảo”. Tạp Chí Khoa học Và Công nghệ - Đại học Đà Nẵng, vol 20, số p.h 3, Tháng Ba 2022, tr 40-45, https://jst-ud.vn/jst-ud/article/view/7604.
