Optimization techniques for power distribution planning with uncertainties: a comparative study

Important research effort has been devoted to the topic of optimal planning of distribution systems. The non linear nature of the system, the need to consider a large number of scenarios and the increasing necessity to deal with uncertainties make optimal planning in distribution systems a difficult task. Heuristic techniques approaches have been proposed to deal with these issues, overcoming some of the inherent difficulties of classic methodologies. This paper considers several methodologies used to address planning problems of electrical power distribution networks, namely mixedinteger linear programming (MILP), ant colony algorithms (AC), genetic algorithms (GA), tabu search (TS), branch exchange (BE), simulated annealing (SA) and the Bender´s decomposition deterministic non-linear optimization technique (BD). Adequacy of theses techniques to deal with uncertainties is discussed. The behaviour of each optimization technique is compared from the point of view of the obtained solution and of the methodology performance. The paper presents results of the application of these optimization techniques to a real case of a 10-kV electrical distribution system with 201 nodes that feeds an urban area.

MASCEM - an electricity market simulator providing coalition support for virtual power players

This paper presents MASCEM - a multi-agent based electricity market simulator. MASCEM uses game theory, machine learning techniques, scenario analysis and optimization techniques to model market agents and to provide them with decision-support. This paper mainly focus on the MASCEM ability to provide the means to model and simulate Virtual Power Players (VPP). VPPs are represented as a coalition of agents, with specific characteristics and goals. The paper details some of the most important aspects considered in VPP formation and in the aggregation of new producers and includes a case study based on real data.

ANN based day-ahead spinning reserve forecast for electricity market simulation

Electricity market players operating in a liberalized environment require adequate decision support tools, allowing them to consider all the business opportunities and take strategic decisions. Ancillary services represent a good negotiation opportunity that must be considered by market players. This paper deals with short-term predication of day-ahead spinning reserve (SR) requirement that helps the ISO to make effective and timely decisions. Based on these forecasted information, market participants can use strategic bidding for day-ahead SR market. The proposed concepts and methodologies are implemented in MASCEM, a multi-agent based electricity market simulator. A case study based on California ISO (CAISO) data is included; the forecasted results are presented and compared with CAISO published forecast.

Ancillary service market simulation

Power systems operation in a liberalized environment requires that market players have access to adequate decision support tool, allowing them to consider all the business opportunities and take strategic decisions. Ancillary services represent a good negotiation opportunity that must be considered by market players. For this, decision support tools must include ancillary market simulation. This paper deals with ancillary services negotiation in electricity markets. The proposed concepts and methodologies are implemented in MASCEM, a multi-agent based electricity market simulator. A test case concerning the dispatch of ancillary services using two different methods (Linear Programming and Genetic Algorithm approaches) is included in the paper.

Ancillary services market clearing simulation: a comparison between deterministic and heuristic methods

Electricity market players operating in a liberalized environment requires access to an adequate decision support tool, allowing them to consider all the business opportunities and take strategic decisions. Ancillary services represent a good negotiation opportunity that must be considered by market players. For this, decision support tool must include ancillary market simulation. This paper proposes two different methods (Linear Programming and Genetic Algorithm approaches) for ancillary services dispatch. The methodologies are implemented in MASCEM, a multi-agent based electricity market simulator. A test case based on California Independent System Operator (CAISO) data concerning the dispatch of Regulation Down, Regulation Up, Spinning Reserve and Non-Spinning Reserve services is included in this paper.

Dimensionamento de uma central de miniprodução fotovoltaica para uma exploração agrícola direcionada à indústria de laticínios

Este documento apresenta o trabalho desenvolvido no âmbito da disciplina de “Dissertação/Projeto/Estágio”, do 2º ano do Mestrado em Energias Sustentáveis. O crescente consumo energético das sociedades desenvolvidas e emergentes, associado ao consequente aumento dos custos de energia e dos danos ambientais resultantes, promove o desenvolvimento de novas formas de produção de energia, as quais têm como prioridade a sua obtenção ao menor custo possível e com reduzidos impactos ambientais. De modo a poupar os recursos naturais e reduzir a emissão com gases de efeito de estufa, é necessária a diminuição do consumo de energia produzida a partir de combustíveis fósseis. Assim, devem ser criadas alternativas para um futuro sustentável, onde as fontes renováveis de energia assumam um papel fundamental. Neste sentido, a produção de energia elétrica, através de sistemas solares fotovoltaicos, surge como uma das soluções. A presente dissertação tem como principal objetivo a realização do dimensionamento de uma central de miniprodução fotovoltaica, com ligação à rede elétrica, em uma exploração agrícola direcionada à indústria de laticínios, e o seu respetivo estudo de viabilidade económica. A exploração agrícola, que serve de objeto de estudo, está localizada na Ilha Graciosa, Açores, sendo a potência máxima a injetar na Rede Elétrica de Serviço Público, pela central de miniprodução, de 10 kW. Para o dimensionamento foi utilizado um software apropriado e reconhecido na área da produção de energia elétrica através de sistemas fotovoltaicos – o PVsyst –, compreendendo as seguintes etapas: a) definição das caraterísticas do local e do projeto; b) seleção dos módulos fotovoltaicos; c) seleção do inversor; d) definição da potência de ligação à rede elétrica da unidade de miniprodução. Posteriormente, foram estudadas diferentes hipóteses de sistemas fotovoltaicos, que se distinguem na opção de estrutura de fixação utilizada: dois sistemas fixos e dois com eixo incorporado. No estudo de viabilidade económica foram realizadas duas análises distintas a cada um dos sistemas fotovoltaicos considerados no dimensionamento, nomeadamente: uma análise em regime remuneratório bonificado e uma análise em regime remuneratório geral. Os resultados obtidos nos indicadores económicos do estudo de viabilidade económica realizado, serviram de apoio à decisão pelo sistema fotovoltaico mais favorável ao investimento. Conclui-se que o sistema fotovoltaico com inclinação adicional é a opção mais vantajosa em ambos os regimes remuneratórios analisados. Comprova-se, assim, que o sistema fotovoltaico com maior valor de produção de energia elétrica anual, que corresponde ao sistema fotovoltaico de dois eixos, não é a opção com maior rentabilidade em termos económicos, isto porque a remuneração proveniente da sua produção excedente não é suficiente para colmatar o valor do investimento mais acentuado de modo a obter indicadores económicos mais favoráveis, que os do sistema fotovoltaico com inclinação adicional. De acordo com o estudo de viabilidade económica efetuado independentemente do sistema fotovoltaico que seja adotado, é recuperado o investimento realizado, sendo a remuneração efetiva superior à que foi exigida. Assim, mesmo tendo em consideração o risco associado, comprova-se que todos os sistemas fotovoltaicos, em qualquer dos regimes remuneratórios, correspondem a investimentos rentáveis.

Electricity Markets Portfolio Optimization using a Particle Swarm Approach

Energy systems worldwide are complex and challenging environments. Multi-agent based simulation platforms are increasing at a high rate, as they show to be a good option to study many issues related to these systems, as well as the involved players at act in this domain. In this scope the authors’ research group has developed a multi-agent system: MASCEM (Multi-Agent System for Competitive Electricity Markets), which simulates the electricity markets. MASCEM is integrated with ALBidS (Adaptive Learning Strategic Bidding System) that works as a decision support system for market players. The ALBidS system allows MASCEM market negotiating players to take the best possible advantages from the market context. However, it is still necessary to adequately optimize the player’s portfolio investment. For this purpose, this paper proposes a market portfolio optimization method, based on particle swarm optimization, which provides the best investment profile for a market player, considering the different markets the player is acting on in each moment, and depending on different contexts of negotiation, such as the peak and offpeak periods of the day, and the type of day (business day, weekend, holiday, etc.). The proposed approach is tested and validated using real electricity markets data from the Iberian operator – OMIE.

Gestão de Recursos Energéticos para Apoio à Operação dos Virtual Power Players

A liberalização dos mercados de energia elétrica e a crescente integração dos recursos energéticos distribuídos nas redes de distribuição, nomeadamente as unidades de produção distribuída, os sistemas de controlo de cargas através dos programas de demand response, os sistemas de armazenamento e os veículos elétricos, representaram uma evolução no paradigma de operação e gestão dos sistemas elétricos. Este novo paradigma de operação impõe o desenvolvimento de novas metodologias de gestão e controlo que permitam a integração de todas as novas tecnologias de forma eficiente e sustentável. O principal contributo deste trabalho reside no desenvolvimento de metodologias para a gestão de recursos energéticos no contexto de redes inteligentes, que contemplam três horizontes temporais distintos (24 horas, 1 hora e 5 minutos). As metodologias consideram os escalonamentos anteriores assim como as previsões atualizadas de forma a melhorar o desempenho total do sistema e consequentemente aumentar a rentabilidade dos agentes agregadores. As metodologias propostas foram integradas numa ferramenta de simulação, que servirá de apoio à decisão de uma entidade agregadora designada por virtual power player. Ao nível das metodologias desenvolvidas são propostos três algoritmos de gestão distintos, nomeadamente para a segunda (1 hora) e terceira fase (5 minutos) da ferramenta de gestão, diferenciados pela influência que os períodos antecedentes e seguintes têm no período em escalonamento. Outro aspeto relevante apresentado neste documento é o teste e a validação dos modelos propostos numa plataforma de simulação comercial. Para além das metodologias propostas, a aplicação permitiu validar os modelos dos equipamentos considerados, nomeadamente, ao nível das redes de distribuição e dos recursos energéticos distribuidos. Nesta dissertação são apresentados três casos de estudos, cada um com diferentes cenários referentes a cenários de operação futuros. Estes casos de estudos são importantes para verificar a viabilidade da implementação das metodologias e algoritmos propostos. Adicionalmente são apresentadas comparações das metodologias propostas relativamente aos resultados obtidos, complexidade de gestão em ambiente de simulação para as diferentes fases da ferramenta proposta e os benefícios e inconvenientes no uso da ferramenta proposta.