Optimization of flexible renewable energy systems under uncertainty
Abstract
Fleksibilitet for energisystem er et begrep som brukes om evnen til å dekke en usikker og varierende etterspørsel av energi. For fornybare energisystemer kan tilstrekkelig fleksibilitet bli et problem på grunn av naturlige svingninger og periodevise brudd i energiproduksjon. Et fleksibelt design kan dekke etterspørselen av energi ved å øke produksjonskapasiteten, kombinere forskjellige energikilder og/eller benytte energilagring. Det økende behovet for fleksible system krever derimot en grundig undersøkelse av systemets miljø og operasjonelle aspekt i designfasen. Å finne den beste løsningen er en kompleks prosess med stor usikkerhet på grunn av lange tidshorisonter og behov for fin tidsoppløsning.
I følgende arbeid studeres designproblemet for å oppnå tilstrekkelig fleksibilitet med fornybare energisystemer ved bruk av GOSSIP. GOSSIP er en ny programvare for optimalisering av to-trinns stokastiske programmer som gir et rammeverk for formulering og effektive løsninger av store og komplekse problem. To-trinns stokastisk programmering er en optimaliseringsmetode som tar høyde for usikkerhet ved å separere variabler i to trinn. Typisk representerer variabler i første trinn avgjørelsene for design og andre trinns variabler de operasjonelle beslutningene. Tolv 24-timers scenarier brukes til å representere usikkerheten mellom trinnene ved å konstruere dager med typiske svingninger i fornybare system. Ved bruk av rammeverket for modellering i GOSSIP, er det bygd en lineær mixed-integer programmeringsmodell (MILP) av et energisystem med sluttbrukere, solenergi, vindkraft og batteri. Videre er modellen laget for å være kompatibel med en dekomponeringsalgoritme innebygd i GOSSIP, og gir et grunnlag for videre undersøkelse av problemet.
Den fleksible designstrategien ved bruk av det to-trinns stokastiske rammeverket er vist å kunne gjøre et prosjekt lønnsomt ved å øke fleksibiliteten gjennom energilagring og justering av produksjonskapasiteter. Selv om det viste seg å ikke være lønnsomt med et design basert på en deterministisk tilnærming til optimalisering av problemet, viste en stokastisk løsning at det potensielt kunne bli tilført en verdi av på 197 tusen dollar årlig. Videre er det vist at begrensning av byggekostnadene påvirker de beslutningene som gjøres i designfasen for å oppnå fleksibilitet. For batterilagring, er antagelser brukt for modellering vurdert til å kunne forårsake suboptimale design. Derfor argumenteres det for et behov for videre undersøkelse av modellering av energilagring i GOSSIP-rammeverket. Videre arbeid innebærer en omfattende casestudie med grundig usikkerhetsmodellering og videre utvidelse med flere komponenter, samt undersøkelse av detaljerte modeller. Fremtidig arbeid vil også inkludere å lage et brukervennlig grensesnitt for å lage utvidbare RES-modeller. Flexibility of energy systems is a term used for the ability to react to changes in circumstances and to cover varying demand loads. For the renewable energy systems (RES), sufficient flexibility can become an issue due to inherent intermittency and fluctuations of renewable energy sources. A flexible design of a system mitigates these variations by increased production capacities, combination of different energy sources, and/or installation of energy storage technologies. The growing need for flexible plants requires investigation of system environments and behaviours during the design stage. Finding the optimal design is a complex process subject to large uncertainties due to long project lifetimes and a need for high temporal resolution.
This work studies the flexible design problem of renewable energy systems in the novel optimization software GOSSIP, which provides a framework for formulation and efficient solution of large and complex two-stage stochastic programs. Two-stage stochastic programming is an optimization approach that can account for uncertainty by separation of decision-variables into two stages. Thus, first-stage variables represent the design decisions and second-stage variables represent the operational decisions. Twelve 24-hour scenarios are used to represent the uncertainty through typical design days. A mixed-integer linear programming (MILP) model for studying an energy system with an end user, solar and wind energy sources, and a battery for hourly energy storage is constructed using the GOSSIP framework. Further, the model is developed to be compatible with a decomposition algorithm embedded in GOSSIP, providing a base for further problem investigation.
The flexible design strategy using the two-stage stochastic programming framework is shown to turn a project profitable by increasing flexibility through battery energy storage and adjusting the installed capacity of renewable sources. While being unprofitable with a design based on average values, the flexible design obtained a value of the stochastic solution of 197 k$ annually. Further, constraining construction cost is shown to affect the design decisions for achieving flexibility. For battery energy storage, assumptions and modelling choices are found to potentially cause sub-optimal designs. Therefore, it is argued for a need for further investigation of energy storage modelling in the GOSSIP framework for the renewable energy system flexible design problem. Further work with an extensive case study with rigorous uncertainty modelling, expansion of the model with more components, and more detailed models should be investigated. Finally, future work will include the creation of a user-friendly interface for making extensible RES models in GOSSIP.