Ett system för att balansera risker kan hjälpa till att inse fördelarna med att kunna kombinera kompletterande krafttekniker, såsom termisk produktion, vindkraft och energilagring. Sådana fördelar inkluderar lägre kapitalkostnader och mer lyhörd och tillförlitlig energileverans samtidigt som man utnyttjar förnybar energiteknik

Att optimera driften av ett blandat teknikkraftverk är avgörande för att göra sådan kraftproduktion lönsam och pålitlig. Dock, detta är mycket mer komplext än för enteknologiska enheter på grund av samtidiga fluktuationer i generationen som orsakas av inkonsekvent vind, till exempel, samt fluktuationer i energilagringsnivåer och marknadspris på el.

Även om optimeringssystem har föreslagits för sådana virtuella kraftverk (VPP), de befintliga metoderna har ett starkt riskneutralt tillvägagångssätt för att hantera osäkerhet i framtida förhållanden.

Nu, genom att integrera riskparametrar i ett effektivt optimeringsprogram för VPP -drift, Ricardo Lima och kollegorna Omar Knio och Ibrahim Hoteit från KAUST har utvecklat en plattform som gör att systemet kan justeras för bättre tillförlitlighet och lönsamhet. "Förnybara energiresurser är i sig osäkra, "förklarar Lima." Dessa resursers funktion och interaktion med elmarknaden medför osäkerhet om hur man bäst maximerar vinsten. "Dessutom "Denna metod gör att vi kan dra nytta av vindensembler från väderprognosmodeller, redogöra för de osäkerheter som finns i framtida prognoser, "säger Hoteit

Problemet som Knios team överväger är optimering av driften och elmarknadens deltagande för en VPP som består av en termisk enhet, som ett konventionellt gaseldat kraftverk, en vindkraftspark och en pumpad lagringshydroenhet för energilagring. Målet med beräkningen är att förutsäga den optimala energieffekten för värmeenheten och inmatning/utgång från vattenkraftenheten, med hänsyn till fluktuerande vindförhållanden och elpris på marknaden, som kommer att optimera vinsten under de närmaste timmarna.

"Nyckelfrågan för optimering är alltid balansen mellan modellens detaljeringsgrad och förmågan att få optimala lösningar från den, "säger Lima." I detta arbete, vi föreslår effektiva metoder för att lösa stora problem och skjuta gränserna för de problemstorlekar vi kan lösa under rimliga beräkningstider. "

Detta är ett storskaligt beräkningsproblem med många variabler redan innan risken inkluderas, vilket innebär stora utmaningar för att hitta den mest exakta lösningen. För att kunna överväga riskens komplicerade komplexitet, laget var tvungen att utveckla ett effektivt beräkningsschema, vilket de uppnådde genom att beräkna de två delarna parallellt. Resultatet är en ram som kan rymma både konservativ riskundvikande och aggressiva risksökande tillvägagångssätt för att maximera VPP-vinster.

"Vår optimeringsmodell stöder beräkningen av riskavvikande beslut som säkrar mot låga vinster på grund av osäkerheten i framtida vindkraftsproduktion och elpriser, säger Lima.