首页> 外文会议>Optimierung in der Energiewirtschaft >Stochastische Optimierung mit rekombinierenden Szenariobaumen - Analyse dezentraler Energieversorgung mit Windenergie und Speichern
【24h】

Stochastische Optimierung mit rekombinierenden Szenariobaumen - Analyse dezentraler Energieversorgung mit Windenergie und Speichern

机译:具有重组场景Bums的随机优化 - 具有风能的分析分散能源,储存

获取原文

摘要

Im Hinblick auf den in Deutschland wachsenden Windenergieanteil und die steigenden Rohstoffpreise fur Primarenergietrager stellt sich die Frage, unter welchen Einsatzbedingungen Speicher fur elektrische Energie in einem durch zunehmende Unsicherheiten gepragten Umfeld durch zeitliche Entkopplung von Angebot und Nachfrage einen Beitrag zur kostengunstigen Strombereitstellung liefern konnen. Zur Untersuchung dieser Fragestellung betrachten wir ein Optimierungsmodell eines Energieerzeugungssystems zur regionalen Stromversorgung, bestehend aus thermischen Kraftwerken, Windenergie, verschiedenen Speichersystemen sowie der Moglichkeit des Stromimports und -exports. Die Ermittlung eines kostenminimalen Einsatzplans ermoglicht die Untersuchung der Wirtschaftlichkeit und optimalen Dimensionierung der eingesetzten Speichertechnologien. Die Unsicherheiten hinsichtlich der zeitlichen Verfugbarkeit von Windenergie sowie der Entwicklung der EEX-Preise finden in Form stochastischer Prozesse Eingang in das Modell. Da einerseits zur Untersuchung optimaler Investitions- und Ausbauentscheidungen Modelle mit langerfristigen Planungshorizonten betrachtet werden, andererseits die detaillierte Abbildung der zufalligen und stark fluktuierenden Parameter eine hohe zeitliche Auflosung erfordert, ist das resultierende Optimierungsproblem aufgrund seiner Dimension mit verfugbaren Standardlosern nicht mehr behandelbar. Eine Reduktion der Komplexitat kann durch die Verwendung rekombinierender Szenariobaume erreicht werden. Jedoch lassen diese im Allgemeinen die Berucksichtigung zeitkoppelnder Restriktionen, welche insbesondere fur den Betrieb von Speichern wesentlich sind, nicht zu. Daher verwenden wir die in [7] entwickelten Dekompositionstechniken, welche die Struktur rekombinierender Szenariobaume zur simultanen Approximation von Teilproblemen nutzen. Dies ermoglicht die Betrachtung langer Zeithorizonte bei gleichzeitig guter Abbildung der volatilen stochastischen Prozesse in hoher zeitlicher Auflosung.
机译:对于在德国日益增长的风力发电份额和原材料价格上涨的主要能源载体,其内存为电能的问题可以通过时间在一个环境雕刻环境的不确定性增加了电能有助于高性价比的电源去耦和需求。为了研究这个问题,我们考虑的发电系统的区域供电优化模型,包括火电厂,风能,各种存储系统,以及目前的进口和出口的可能性。的成本失察计划确定允许使用的存储技术的经济性和最佳尺寸的调查。关于风能的时间可用性以及EEX价格的发展不确定性发现随机过程入口的形式进入模型。在一方面,审查最佳投资和扩张的决定,模型与长远规划的视野考虑,而另一方面,随机和高度波动参数的详细附图,需要很高的时间分辨率,所产生的优化问题是没有由于它与现有的标准元件尺寸长治疗。复杂性的降低可以通过使用可重组方案的骨头来实现。然而,这些一般不允许考虑的时间耦合的限制,这是特别是用于存储的操作是必不可少的。因此,我们使用在[7]中开发了分解技术,它使用可重组场景烧伤的结构的部分的问题同时逼近。这使得很长一段时间的视野的观照,而在高时间分辨率的挥发性随机过程的同时很好的映射。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号