izpis_h1_title_alt

TEHNIČNA IN EKONOMSKA OPTIMIZACIJA NALOŽB V ENERGETIKI Z BAYESOVO STATISTIKO IN EVOLUCIJSKIMI ALGORITMI
ID Lorencin, Ivan (Author), ID Pantoš, Miloš (Mentor) More about this mentor... This link opens in a new window, ID Dolinar, Gregor (Comentor)

.pdfPDF - Presentation file, Download (6,57 MB)
MD5: EB7DC0CC1CB7F7A4D950A846D62202A9

Abstract
Do leta 2035 se pričakuje, da bo potrebno v Evropi zgraditi več kot 700 GW proizvodnih zmogljivosti električne energije, predvsem zaradi upokojitev obstoječih elektrarn, široke uporabe obnovljivih virov in izgradnje dodatnih zmogljivosti na fosilna goriva za zagotavljanje zanesljivosti obratovanja elektroenergetskega sistema. Tudi drugod po svetu bodo proizvodne zmogljivosti zgrajene med leti 1960 in 1970, v obdobju visoke rasti porabe električne energije nadomeščene z novimi zmogljivostmi, kar vodi v več kot 5000 GW naložb do leta 2035, od česar je več kot polovica elektrarn na obnovljive vire (veter, sonce, voda, biomasa). Ker poraba električne energije stalno narašča, čeprav v zadnjih desetletjih bolj počasi, ni skoraj nobene negotovosti o nujnosti izgradnje novih zmogljivosti. Ena največjih negotovosti na tem področju je, ali bodo politični ukrepi pripeljali do stanja, ko bo večina novih proizvodnih zmogljivosti subvencionirana oz. na kakšen drug način regulirana (predvsem proizvodnja iz obnovljivih virov). Poleg tega so najbolj pogosti obnovljivi viri, kot sta veter in sonce, zelo nestalni in zato potrebujemo klasične elektrarne, ki zagotavljajo zanesljivost sistema. Na splošno je negotovost glede potrebe po novih konvencionalnih virih energije precej nizka in očitno bodo to večinoma termoelektrarne, saj je hidropotencial že v veliki meri izkoriščen. Kljub temu obstaja precejšnja negotovost o tem, katere elektrarne bodo stroškovno najbolj učinkovite v obravnavanem obdobju. To je deloma posledica negotovosti cen primarnih energentov. Predvsem z višanjem cen plina od konca dvajsetega stoletja je postalo precej vprašljivo ali so elektrarne na zemeljski plin ustrezne. Elektrarne na premog, lignit in uran so naslednje možnosti. Toda pri izbiranju elektrarn za izgradnjo moramo upoštevati številne negotovosti. Na optimalni izbor elektrarn vplivajo politične, tehnične, ekonomske, socialne, okoljske in druge negotovosti, kot so npr. spremembe okoljske zakonodaje, odločitve o zapiranju jedrskih elektrarn, prihodnja rast porabe električne energije, razvoj tehnologije, cene emisijskih kuponov. Ob teh negotovostih so potrebne nove metode za oceno upravičenosti izgradnje različnih vrst elektrarn. Preprosta ekstrapolacija sedanjih vzorcev porabe, cen in drugih spremenljivk v prihodnosti se zdi problematična, ker sedanje stanje zaradi znatnih presežnih zmogljivosti v Evropi lahko komaj odraža morebitno pomanjkanje proizvodnih zmogljivosti ob zaprtju starejših elektrarn. Zato je potrebno prihodnje stanje EES (poraba, cene, rezervne zmogljivosti itn.) obravnavati hkrati z naložbami in upokojitvami obstoječih elektrarn. Posebne pozornosti morajo biti deležna podjetja za proizvodnjo električne energije, ker poleg tega, da so izpostavljena številnim negotovostim, ki jih prinaša prost trg z električno energijo, so naložbe v objekte za proizvodnjo električne energije zelo specifične. Zato smo v nalogi predstavili optimalno načrtovanje razvoja proizvodnih virov električne energije ob negotovosti proizvodnje električne energije iz sončnih elektrarn in porabe ter negotovost razpoložljivosti generatorjev. Cilj je načrtovati optimalno izgradnjo klasičnih elektrarn ob minimalnih stroških in predvideni proizvodnji električne energije iz sončnih elektrarn. Zasnovali smo večkriterijski stohastični model, ki sloni na večkriterijskih evolucijskih algoritmih. Na prvi stopnji algoritem opredeli naložbeno odločitev izgradnje novih ali upokojitev obstoječih elektrarn. Na drugi stopnji simuliramo slučajne spremenljivke proizvodnje sončnih elektrarn ter bremena. Na osnovi tega določimo urejeni diagram preostalega bremena ter optimiramo vrstni red obratovanja na prvi stopnji izbranih elektrarn. Na drugi stopnji večkrat simuliramo breme in proizvodnjo iz sončnih elektrarn. Za vsako simulacijo izračunamo stroške naložb, obratovanja in vzdrževanja. Za ocenjevanje parametrov gostote verjetnosti letne nerazpoložljivosti električnih generatorjev smo predlagali uporabo Bayesove predhodne potencirane porazdelitve. Model vključuje podatke letne nerazpoložljivosti podobne proizvodne enote v statistično analizo letne nerazpoložljivosti analizirane proizvodne enote. Ta model omogoča izboljšanje natančnosti ocene parametrov porazdelitve letne nerazpoložljivosti. Prednost predlaganega pristopa je vključitev variabilnosti letne nerazpoložljivosti v dolgoročno načrtovanje elektroenergetskega sistema in premagovanje omejitev klasičnih statističnih metod v primeru omejenih količin podatkov, s čimer se pogosto srečujemo pri analizah zanesljivosti EES. Metoda je preizkušena tako s simulacijo kot tudi z empirično raziskavo. S simulacijsko študijo smo preučili empirično uspešnost metode potencirane predhodne porazdelitve za funkcijo eksponentne gostote verjetnosti. Empirična raziskava je izvedena na dveh termogeneratorjih. Obe študiji zagotavljata močno motivacijo za uporabo potencirane predhodne porazdelitve kot informativne predhodne porazdelitve v Bayesovem sklepanju v analizi zanesljivost proizvodnih enot. V drugem delu naloge smo razvili stohastičen model urejenega diagrama preostale porabe za elektroenergetske sisteme z visokim deležem obnovljivih virov energije, s poudarkom na sončnih elektrarnah. Model učinkovito vključuje dolgoročno korelacijo med urno obremenitvijo sistema in proizvodnjo sončnih elektrarn z normalizacijo urnih časovnih vrst, funkcijo empiričnih kopul in funkcijo empiričnih porazdelitev mejnih gostot porazdelitev verjetnosti. Model omogoča oceno medsebojnega vpliva naložb v obnovljive vire in klasične elektrarne. Za oceno mejnih porazdelitev verjetnosti za obe slučajni spremenljivki, obremenitev sistema in proizvodnje sončnih elektrarn na uro, smo uporabili metodo empiričnih kopul, ki je primerna za multimodalne funkcije verjetnosti. Na koncu smo zgoraj opisana modela združili z večkriterijskimi evolucijskimi algoritmi in razvili kombinatorični optimizacijski model ob negotovosti, ki sloni na neparametričnem Mann-Whitneyevem U-testu. Cilj optimizacije razvoja proizvodnih zmogljivosti je poiskati optimalen načrt razvoja proizvodnih zmogljivosti za obdobje načrtovanja glede na kriterija minimalnih celotnih stroškov ter minimalne vrednosti nedobavljene energije. Za vsako različico razvojnega načrta izračunamo vrednosti kriterijev za vsako simulacijo urejenega diagrama preostale porabe. Za izbiro boljših rešitev glede na dana kriterija ob negotovosti, lahko s pomočjo opredeljenega modela primerjamo celotna vzorca kriterijev.

Language:Slovenian
Keywords:odločanje o naložbah, obnovljivi viri električne energije, večkriterijska kombinatorična optimizacija ob negotovosti, Bayesovo sklepanje, predhodna potencirana porazdelitev, Mann-Whitneyev U-test, kopula
Work type:Doctoral dissertation
Organization:FE - Faculty of Electrical Engineering
Year:2019
PID:20.500.12556/RUL-111677 This link opens in a new window
Publication date in RUL:08.10.2019
Views:1428
Downloads:270
Metadata:XML DC-XML DC-RDF
:
Copy citation
Share:Bookmark and Share

Secondary language

Language:English
Title:TECHNICAL AND ECONOMICAL OPTIMIZATION OF INVESTMENTS IN ENERGY WITH BAYES STATISTICS AND EVOLUTIONARY COMPUTATION
Abstract:
By 2035, it is expected that more than 700 GW of production capacity will have to be built in Europe, mainly due to the retirement of existing power plants, the widespread use of renewables and the construction of additional facilities for fossil fuels to ensure the reliability of the of the power system operations. Also elsewhere around the world, production capacity will be built between 1960 and 1970, during the period of high growth of electricity consumption, new capabilities will be introduced, leading to more than 5,000 GW of investments by 2035, of which more than half of renewable energy (wind , sun, water, biomass). As electricity consumption is constantly increasing, although slower in recent decades, there is virtually no uncertainty about the need to build new capacity. One of the biggest uncertainties in this area is whether political measures will lead to a situation where most of the new production facilities will be subsidized or not. is regulated in some other way (mainly from renewable sources). In addition, the most common renewable sources, such as the wind and the sun, are very unstable and therefore we need classical power plants that ensure the reliability of the system. In general, the uncertainty about the need for new conventional energy sources is rather low and apparently it will be mostly thermal power plants, as hydro potential is already largely exploited. Nevertheless, there is considerable uncertainty about which power stations will be most cost-effective during the period considered. This is partly due to the uncertainty of the prices of primary energy products. In particular, with the increase in gas prices since the end of the twentieth century, it became rather questionable whether the natural gas plants are adequate. The power plants on coal, lignite and uranium are the following options. However, when selecting power plants for construction, we must take into account a number of uncertainties. The optimum choice of power plants is influenced by political, technical, economic, social, environmental and other uncertainties such as, for example, changes in environmental legislation, decisions to close nuclear power plants, future growth of electricity consumption, technology development. These uncertainties require new methods to assess the eligibility of the construction of various types of power plants. A simple extrapolation of current patterns of consumption, prices and other variables in the future seems problematic because the current situation due to significant overcapacity in Europe can barely reflect the potential shortage of production capacity at the closure of older power plants. Therefore, the future state of the EES (consumption, price, spare capacity, etc.) must be considered simultaneously with the investments and retirements of existing power plants. Particular attention must be paid to electricity generation companies, because in addition to being exposed to a number of uncertainties brought about by the free market in electricity, investments in electricity generating facilities are very specific. Using a mathematical model, we tested the applicability of multiobjective optimization techniques with evolutionary algorithms under uncertainty in case of a decision to invest in a new electricity generation facility. We analyzed the properties of multiobjective decision-making in energy using evolutionary algorithms, the Bayes approach to estimating the parameters of statistical models, and the function of the cube for modeling the probability laws of dependent random variables. Subsequently, we combined this into a model of a stochastic multiobjective optimization of the development of generation sources under uncertainty, which we tested under various scenarios of the development of the electric power system.

Keywords:decision making on investments, alternative energy supply system, multiobjective optimization, dominance relation, Pareto optimality, evolutionary algorithms, information preparation

Similar documents

Similar works from RUL:
Similar works from other Slovenian collections:

Back