Benefits of Stochastic Scheduling for Power Systems with Significant Installed Wind Power

Abstract

La energa elica en los sistemas de potencia cambia la forma normal en como es llevado el predespacho y despacho, debido a la incertidumbre en la prediccin del viento. Tomando en cuenta la naturaleza estocstica del viento, se espera que mejores programaciones del da siguiente se produzcan, as provocando una reduccin en los costos. Este paper realiza una comparacin de la solucin estocstica con la determinista. Adems se realiza una comparacin con el caso de prediccin perfecta del viento y demanda. Usando el modelo planning para el sistema Irish, se muestra que las programaciones obtenidas mediante optimizacin estocstica.

Introduccin El objetivo del predespacho es crear una programacin para el da de maana para satisfacer la demanda a mnimo costo y cumpliendo las restricciones de seguridad, tpicamente para un periodo entre 24 y 36 horas. Los mtodos usados actualmente, suponiendo baja penetracin de energa elica, dan buenos resultados, tratando el problema en forma determinista como en [5]. El hecho de integrar la energa elica al sistema esto introduce un elemento estocstico al problema, asociado a la incertidumbre con la prediccin del viento [6]. Esto significa que, para reducir el riesgo de periodos cuando la energa elica no es tan alta como la prediccin y no existe suficiente generacin convencional para satisfacer la demanda, reserva extra es necesaria para el sistema [7]. Esto puede significar ms unidades online, y por lo tanto esta reserva debera ser minimizada para reducir costos. Para tomar en cuenta la incertidumbre de la prediccin del viento cuando se desea minimizar los costos esperados, mltiples escenarios de viento y demanda pueden ser usados. El proyecto WILMAR [8] utiliza un modelo estocstico para analizar el impacto de la integracin del viento para mercados elctricos libres. Esta metodologa usa un tipo de operacin rolling planning, por lo cual el viento y demanda predicha son actualizadas antes de cada optimizacin. Se debe notar que el modelo utilizado en este estudio es una herramienta de planificacin, como tal, no toma en cuenta el error de prediccin desde un rolling optimisation a la siguiente. Por lo tanto, se asume prediccin perfecta en este periodo, y se introduce las propiedades estocsticas del viento para periodos despus a la siguiente optimizacin. Esta metodologa usa una resolucin de tiempo horaria, por lo cual los datos de viento y demanda son dados cada una hora y por lo tanto no es de inters que sucede en forma intrahoraria.

Este paper evala las diferencias que pueden ser vistas cuando la optimizacin estocstica es utilizada en lugar de la optimizacin determinista. Este mtodo utiliza un enfoque estocstico similar al usado en [9], para luego ser comparado con la optimizacin determinista. Adems, estos resultados son tambin comparados para el caso donde la prediccin del viento y la carga es perfecta. Los costos totales esperados para un ao de datos, asi como unidades operativas, el uso de interconector y cantidad esperada de horas cuando la carga y/o reservas no son satisfechas, son evaluadas. La seccin II da un visin general de la metodologa usada. La seccin III describe un posible panorama para el sistema Irlands en 2020, para lo cual el modelo es aplicado. Los resultados de esta simulacin son discutidos en la seccin IV, y las conclusiones y trabajo futuro son examinados en la seccin 5.

Modelo WILMAR Este estudio usa el modelo WILMAR, un modelo estocstico para analizar la integracin de la energa elica. Abajo se encuentra el resumen del modelo, el cual est completamente descrito en el workstream 2B final report para el All Island Grid Study [10]. La principal funcionalidad de WILMAR est en la herramienta del rbol de escenarios (STT) y el modelo estocstico. El STT es usado para generar las entradas estocsticas requeridas, por ejemplo la carga, el viento. Cada escenario tiene un nivel de viento y demanda esperado. Las salidas forzadas y programadas son previstas tambin por el STT. El STT usa como entrada datos histricos de demanda elctrica y de viento, datos de salida forzada y el mtodo asume exactitud en la prediccin del viento. Las simulaciones de Monte Carlo son utilizadas para generar los escenarios estocsticos del rbol. Como esta metodologa genera una gran cantidad de escenarios, es necesario aproximarlos mediante una reduccin de escenarios. El modelo de programacin utilizado aqu es entero mixto, modelo de optimizacin estocstico [12], como se utiliza en [10]. Por lo tanto esta es una versin ms sofisticada de el modelo que la descrita en [8] y [13], las cuales no utilizan programacin entera mixta. Las variables de decisin son si una unidad esta online o offline, y si una unidad que est offline debera ser partida. Asi como las entradas desde el STT, el modelo de programacin tiene datos para las unidades en el sistema, por ejemplo tiempo de partida, tiempo minimo de encedido y de apagado, heat rates, rampas y costos de combustible y de partida. Usando una resolucin de tiempo horaria, esto minimiza los costos de operacin esperados sobre todos los escenarios, sin conocimiento de cual ser el mas cercano a la operacin del sistema actual. Lo que es conocido es la probabilidad de ocurrencia de cada escenario. La funcin de costo ser minimizada y est compuesta de costos de combustible, costos de partida, costos de emisin y el valor de las importaciones o exportaciones en la interconexin. Usando multiples escenarios significa que la solucin ser suficientemente robusta para cubrir todos los escenarios, as como cualquier valor de viento y carga entre estos escenarios. El modelo usa recursin de multietapa con rolling planning, cuan ms preciso sea la prediccin demanda y viento y est disponible, las decisione de predespacho y despacho sern

reoptimizadas del actual estado del sistema, tomando en cuenta cualquier restriccin temporal en el predespacho. La idea del rolling planning, as como una ilustracin se muestra en la figura 1. La versin de WILMAR usada aqu tiene un paso de una hora ms, opuesto al usado en [10] el cual usa un paso de 3 horas. Esto debera significar que se tendra un predespacho ms exacto, el cual debera estar ms cerca a la operacin actual. Esto se debe al hecho que, como el rolling se hace ms a menudo, la longitud de la etapa de prediccin perfecta es reducida, y por lo tanto ms incertidumbre del viento es tomada en cuenta.

Unit commitment for systems with significant wind penetration

Abstract La naturaleza estocstica del viento altera el problema del predespacho y despacho. En este trabajo, los efectos del viento estocstico y la carga en el predespacho y despacho de sistemas de potencia con altos niveles de energa elica son examinados.

Introduccin En los recientes aos, ha habido un incremento dramtico en la cantidad de energa elica instalada alrededor del mundo, adems planes de incrementar la capacidad instalada en muchos pases, como por ejemplo Dinamarca, Alemania, Espaa, Irlanda, Gran Bretaa y muchos estados de US. Este incremento en la capacidad instalada trae consigo varios desafos para la operacin de los sistema elctricos de potencia, desde temas de control de frecuencia [4], a la planificacin del sistema de transmisin [5]. Uno de los mayores desafos asociados con la integracin de energa elica es el predespacho. Con bajas cantidades de energa elica, el predespacho puede ser tratado como un problema determinista, como en [6]. Sin embargo, grandes cantidades de energa elica instalada aaden un elemento estocstico significativo a la planificacin del sistema. Esto se debe a la incertidumbre asociada con las predicciones de energa elica [7]. Como el viento no puede ser predicho con un alto grado de exactitud, es necesario adicionar reserva a la original, donde esta ltima est asociada a la prediccin de la demanda, como se muestra en [8] y [9]. La programacin estocstica ha sido empleada para problemas de programacin de la operacin en trabajos como en [10] y [11]. En [10] se describe un modelo de predespacho estocstico con restricciones de seguridad o security-constrained stochastic unit commitment (SCUC) en ingls. En [10] se modela tasas de salida forzada de unidades de generacin y lneas de transmisin. En cambio en [11] el mtodo utilizado fue desarrollado para resolver problemas de predespacho cuando no se conoce la demanda con exactitud. Este enfoque utiliza mltiples escenarios para la demanda. Ambos enfoques muestran los beneficios de usar mtodos estocsticos para resolver el problema de programacin de la operacin. Sin embargo, la energa elica como variable estocstica no es tratada en estos dos trabajos. En [12] se muestra el problema de predespacho estocstico con restricciones de seguridad incorporando la estocasticidad de la energa elica. El proyecto WILMAR [13] desarrollado una herramienta de programacin estocstica para examinar el impacto de la variabilidad de el viento en mercados de energa. El sistema es reprogramable dependiendo de la disponibilidad de la prediccin de la demanda y el viento, as obtenindose un tipo de rolling planning de operacin. Este trabajo examina muchos aspectos de predespacho que necesitan ser considerados cuando hay una gran cantidad de viento en el sistema. Primero, los

beneficios de usar programacin estocstica en vez de programacin determinista son examinadas.

Anlisis iniciales de los beneficios de la optimizacin estocstica con gran penetracin de viento fueron llevados a cabo en [14] y [15]. El modelo usado es actualizado para este trabajo y es llevado a cabo una mayor comprensin y anlisis. El segundo tema examinado es el impacto del modelamiento de la incertidumbre del viento en diferentes escalas de tiempo. Cantidades ms realistas de incertidumbre son incluidas en la optimizacin programando el sistema con mayor frecuencia.

Metodologa El modelo WILMAR fue originalmente usado para estudiar la variabilidad del viento en el sistema Nrdico, como se describe en [16]. Esto fue luego adaptado para examinar el sistema Irlands como parte del All Island Grid Study [17]. Lo que sigue es un resumen de la descripcin de este modelo actualizado.