Show simple item record

dc.contributor.advisorFleten, Stein-Erik
dc.contributor.advisorTomasgard, Asgeir
dc.contributor.authorAasgård, Ellen Krohn
dc.date.accessioned2019-02-12T10:22:51Z
dc.date.available2019-02-12T10:22:51Z
dc.date.issued2019
dc.identifier.isbn978-82-326-3631-0
dc.identifier.issn1503-8181
dc.identifier.urihttp://hdl.handle.net/11250/2584984
dc.description.abstractHovedfokuset for denne avhandlingen er budgivning- og produksjonsplanleggingsproblemet for vannkraftprodusenter som deltar i flere markeder. Det europeiske kraftsystemet er i endring, både når det gjelder markedsdesign, tettere koblinger mellom land og økende andel av produksjon fra fornybare energikilder. De forventede konsekvensene av dette er at kraftsystemet vil få mer varierende priser og økt behov for balanse- og systemtjenester. Dette øker viktigheten og inntektspotensialet av ha en konsistent strategi for handel i flere markeder. Eksisterende verktøy for produksjonsplanlegging for vannkraft optimerer allokering av ressurser og handler ved bare å se på det primære energimarkedet, som i den nordiske settingen er døgnmarkedet. Hvis andre markeder blir tatt hensyn til, er det gjennom forenklede, heuristiske metoder. En mer konsistent strategi for handel i flere markeder kan oppnås ved stokastisk programmering. For en enkeltprodusent så innebærer både produksjonsplanlegging og handel å ta hensyn til usikkerheten i fremtidige priser i ett eller flere markeder. For vannkraftprodusenter er det også usikkerhet i tilsig, som bestemmer ressurstilgangen. Å ta hensyn til slike usikkerheter er essensen av stokastisk programmering. Denne avhandlingen beskriver hvordan stokastisk programmering kan brukes for å formulere planlegging- og budgivningsproblemet for vannkraftprodusenter. For å få en god beskrivelse av det fysiske produksjonssystemet er det tatt utgangspunkt i modeller som allerede er i bruk i den nordiske vannkraftindustrien. Disse modellene er utviklet av SINTEF Energi. I et samarbeid med SINTEF har modellen for korttidsproduksjonsplanlegging blitt å utvide til en fullverdig stokastisk formulering, samt at beslutningsstøtte for optimal budgivning som tar hensyn til flere markeder også er implementert.nb_NO
dc.description.abstractSummary The main focus of this thesis is the multi-market bidding and scheduling problem for hydropower producers. The European power market is in transition, both in terms of market structures, interconnections and increasing shares of power generation from intermittent renewable resources. The expected consequence for the power system will be more volatile prices, larger volumes in balancing markets, and higher prices for reserves, which increases the importance and profit potential of a consistent view on trade in all markets. Existing tools for hydropower scheduling typically optimize resource allocation and trades by considering only the main energy market, which in the Nordic setting is the day-head market. If considered at all, simple heuristic approaches for dealing with other markets are used. A more consistent view on trade in multiple markets may be achieved through stochastic programming. From the view of a single power producer, both the scheduling and (multi-market) bidding problem involve uncertainty regarding the market prices. For hydro producers, there is also uncertainty regarding future in-flows, i.e. of future resource availability. Considering such uncertainties is the very essence of stochastic programming. The contribution of this thesis is to combine stochastic-programming-based formulations of the multi-market bidding and scheduling problem with a realistic representation of the hydropower production system. To accomplish this, the framework of optimization models used for production scheduling by most large hydropower producers in the Nordic region is used as a starting point. These models are developed by SINTEF Energy Research. As a cooperation with SINTEF, in the course of this thesis, the model for short-term scheduling has been extended to a full stochastic programming model and support for optimal bidding that considers multiple markets has also been implemented.nb_NO
dc.language.isoengnb_NO
dc.publisherNTNUnb_NO
dc.relation.ispartofseriesDoctoral theses at NTNU;2019:9
dc.titleStochastic programming for short-term hydropower scheduling and biddingnb_NO
dc.typeDoctoral thesisnb_NO
dc.subject.nsiVDP::Samfunnsvitenskap: 200::Økonomi: 210nb_NO
dc.description.localcodeDigital full text not availablenb_NO


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record