Optimal unit commitment of distributed generation in the open electricity market

Problem optimalne raspodjele opterećenja među agregatima i izbora agregata u elektroenergetskom sustavu predstavlja nelinearni optimizacijski problem, i za njegovo su rješavanje do sada primjenjivane različite metode. Od sredine 90-tih godina za rješavanje spomenutog problema počinju se primjenjivati i evolucijski algoritmi. U posljednje se vrijeme sve više pažnje posvećuje tzv. distribuiranoj proizvodnji, koja uključuje manje proizvodne jedinice smještene u blizini potrošača. Glavne koristi od primjene distribuirane proizvodnje su povećana pouzdanost opskrbe, mogućnost interventnog pogona, proizvodnja u vršnim razdobljima, mogućnost istovremene proizvodnje električne i toplinske energije (kogeneracija) i odgađanje investicija u proširenje mreže. U magistarskom radu se analizira situacija u kojoj određeni pravni subjekt ima mogućnost da udruživanjem većeg broja manjih (distribuiranih) jedinica na različitim lokacijama nastupa na tržištu električne energije kao jedna virtualna elektrana. Cilj je, poznavajući pogonske karakteristike jedinica, prognozu kretanja cijena na tržištu za promatrano plansko razdoblje od T sati, i predviđanje potražnje potrošača na lokacijama proizvodnje, ostvariti maksimalni profit na tržištu električne energije, istovremeno zadovoljavajući potrebe potrošača. Istraživanje je usmjereno na primjenu genetskih algoritama pri rješavanju ovog optimizacijskog problema, i tu je svrhu razvijen računalni model.The problem of optimal unit commitment and economic load dispatch in a power system represents a non-linear optimization problem. Various methods have been involved until today for solving this type of problems. Starting from the middle of 1990-ties evolutionary algorithms have also been used to solve this problem. Recently, increased attention is being given to distributed generation (DG), which involves smaller generation units located near the customers. Main advantages from using DG include increased security of supply, backup supply, peaking energy, possibility to produce power and heat (cogeneration) and delaying investments ni network reinforcements. The master thesis analyzes a situation in which a legal entity has an option to aggregate a certain number of DG units at various locations, thus acting in the electricity market as a single virtual power plant. The objective is, by knowing the operating characteristics of the units, electricity price forecast for a given period of T hours, and the forecasted customers’ demand at related locations, to achieve maximum profit in the electricity market, satisfying at the same time customers’ needs. The research is aimed at applying genetic algorithms in solving this problem, and for this purpose a computer model was developed