Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.22/24023 |
Resumo: | A prevalência de fontes de energia renovável nas redes elétricas tem crescido exponencialmente nos últimos anos. No entanto, esta transição também apresenta novos desafios para o planeamento das redes devido à natureza intermitente e imprevisível da produção de energia renovável. Para lidar com estes desafios, este estudo introduz uma metodologia estocástica que permite que as redes façam investimentos informados em novas linhas e sistemas de armazenamento de energia. Focando numa rede de 180 barramentos em Portugal, a pesquisa utiliza uma abordagem estocástica de duas etapas que considera o impacto sazonal e a alta penetração de fontes de energia renovável. Fatores como a localização e o tipo de linhas de energia, e o tamanho e a disposição dos sistemas de armazenamento de energia são considerados. A incerteza na produção eólica e solar, bem como nos dados de carga, é destacada na pesquisa, variando de acordo com as estações do ano e os períodos diários. Ao incorporar a incerteza e ao utilizar análise de risco condicional, o modelo fornece uma compreensão abrangente da dinâmica da rede. Os resultados demonstram o interesse económico da abordagem proposta, mesmo em eventos extremos, com reduções potenciais de custos de até 34%. Além disso, o modelo visa minimizar os valores de CO2 e considera a remuneração dos geradores distribuídos, que muitas vezes é negligenciada no planeamento da rede. O estudo incorpora 42 parques eólicos, 33 parques fotovoltaicos, três geradores de biomassa, uma subestação e sistemas de armazenamento de energia existentes. Ele garante uma remuneração justa para os participantes, enquanto minimiza os custos de planeamento, emissões de carbono e investimentos. O modelo proposto considera os impactos das estações do ano, incerteza e emissões de CO2, fornecendo insights para o planeamento de redes em distribuição de energia renovável. Esta pesquisa oferece uma estrutura abrangente para um futuro mais limpo e sustentável, combinando incertezas, armazenamento, remuneração de recursos distribuídos, análise de risco condicional e emissões de carbono. |
id |
RCAP_d5a9946867e2edf82e79a005a27c0784 |
---|---|
oai_identifier_str |
oai:recipp.ipp.pt:10400.22/24023 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed ResourcesCarbon EmissionsConditional Value-at-RiskDistribution NetworksEnergy Storage SystemsOptimal PlanningRemunerationRenewable EnergySeasonal ImpactsTwo-Stage Stochastic ModelUncertaintyDomínio/Área Científica::Engenharia e TecnologiaA prevalência de fontes de energia renovável nas redes elétricas tem crescido exponencialmente nos últimos anos. No entanto, esta transição também apresenta novos desafios para o planeamento das redes devido à natureza intermitente e imprevisível da produção de energia renovável. Para lidar com estes desafios, este estudo introduz uma metodologia estocástica que permite que as redes façam investimentos informados em novas linhas e sistemas de armazenamento de energia. Focando numa rede de 180 barramentos em Portugal, a pesquisa utiliza uma abordagem estocástica de duas etapas que considera o impacto sazonal e a alta penetração de fontes de energia renovável. Fatores como a localização e o tipo de linhas de energia, e o tamanho e a disposição dos sistemas de armazenamento de energia são considerados. A incerteza na produção eólica e solar, bem como nos dados de carga, é destacada na pesquisa, variando de acordo com as estações do ano e os períodos diários. Ao incorporar a incerteza e ao utilizar análise de risco condicional, o modelo fornece uma compreensão abrangente da dinâmica da rede. Os resultados demonstram o interesse económico da abordagem proposta, mesmo em eventos extremos, com reduções potenciais de custos de até 34%. Além disso, o modelo visa minimizar os valores de CO2 e considera a remuneração dos geradores distribuídos, que muitas vezes é negligenciada no planeamento da rede. O estudo incorpora 42 parques eólicos, 33 parques fotovoltaicos, três geradores de biomassa, uma subestação e sistemas de armazenamento de energia existentes. Ele garante uma remuneração justa para os participantes, enquanto minimiza os custos de planeamento, emissões de carbono e investimentos. O modelo proposto considera os impactos das estações do ano, incerteza e emissões de CO2, fornecendo insights para o planeamento de redes em distribuição de energia renovável. Esta pesquisa oferece uma estrutura abrangente para um futuro mais limpo e sustentável, combinando incertezas, armazenamento, remuneração de recursos distribuídos, análise de risco condicional e emissões de carbono.The prevalence of renewable energy sources in power networks has grown exponentially in recent years. However, this transition also poses new challenges for network planning due to the intermittent and unpredictable nature of renewable energy output. To address these challenges, this study introduces a stochastic methodology that enables networks to make informed investments in new lines and energy storage systems. Focusing on a 180-bus network in Portugal, the research employs a two-stage stochastic approach that considers seasonal impact and the high penetration of renewable energy sources. Factors such as the location and type of power lines, as well as the size and placement of energy storage systems, are considered. Uncertainty in wind and solar generation, as well as load data, is highlighted in the research, varying according to seasons and daily periods. By incorporating uncertainty and employing conditional value-at-risk analysis, the model provides a comprehensive understanding of the network's dynamics. The results demonstrate the economic appeal of the proposed approach, even under extreme events, with potential cost reductions of up to 34%. Additionally, the model aims to minimize CO2 values and considers the remuneration of distributed generators, which is often overlooked in network planning. The study incorporates 42 wind farms, 33 photovoltaic parks, three biomass generators, one substation, and existing energy storage systems. It ensures fair remuneration for participants while minimizing planning costs, carbon emissions, and investments. The proposed model considers the impacts of seasons, uncertainty, and CO2 emissions, providing valuable insights for network planning in renewable energy-rich distribution networks. Optimal planning models must adapt to address the challenges posed by the intermittent and unpredictable nature of renewable energy sources. This research offers a comprehensive framework for a cleaner and more sustainable future, combining uncertainties, storage, distributed resource remuneration, conditional value-at-risk analysis, and carbon emissions.Canizes, Bruno Miguel da RochaRepositório Científico do Instituto Politécnico do PortoCastro, Fábio Daniel da Silva2023-10-102025-10-10T00:00:00Z2023-10-10T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/24023TID:203380479enginfo:eu-repo/semantics/embargoedAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-06T01:46:17Zoai:recipp.ipp.pt:10400.22/24023Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T23:20:02.438725Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources |
title |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources |
spellingShingle |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources Castro, Fábio Daniel da Silva Carbon Emissions Conditional Value-at-Risk Distribution Networks Energy Storage Systems Optimal Planning Remuneration Renewable Energy Seasonal Impacts Two-Stage Stochastic Model Uncertainty Domínio/Área Científica::Engenharia e Tecnologia |
title_short |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources |
title_full |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources |
title_fullStr |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources |
title_full_unstemmed |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources |
title_sort |
Optimal Planning of a Medium Voltage Distribution Network considering Uncertainty and Remuneration of Distributed Resources |
author |
Castro, Fábio Daniel da Silva |
author_facet |
Castro, Fábio Daniel da Silva |
author_role |
author |
dc.contributor.none.fl_str_mv |
Canizes, Bruno Miguel da Rocha Repositório Científico do Instituto Politécnico do Porto |
dc.contributor.author.fl_str_mv |
Castro, Fábio Daniel da Silva |
dc.subject.por.fl_str_mv |
Carbon Emissions Conditional Value-at-Risk Distribution Networks Energy Storage Systems Optimal Planning Remuneration Renewable Energy Seasonal Impacts Two-Stage Stochastic Model Uncertainty Domínio/Área Científica::Engenharia e Tecnologia |
topic |
Carbon Emissions Conditional Value-at-Risk Distribution Networks Energy Storage Systems Optimal Planning Remuneration Renewable Energy Seasonal Impacts Two-Stage Stochastic Model Uncertainty Domínio/Área Científica::Engenharia e Tecnologia |
description |
A prevalência de fontes de energia renovável nas redes elétricas tem crescido exponencialmente nos últimos anos. No entanto, esta transição também apresenta novos desafios para o planeamento das redes devido à natureza intermitente e imprevisível da produção de energia renovável. Para lidar com estes desafios, este estudo introduz uma metodologia estocástica que permite que as redes façam investimentos informados em novas linhas e sistemas de armazenamento de energia. Focando numa rede de 180 barramentos em Portugal, a pesquisa utiliza uma abordagem estocástica de duas etapas que considera o impacto sazonal e a alta penetração de fontes de energia renovável. Fatores como a localização e o tipo de linhas de energia, e o tamanho e a disposição dos sistemas de armazenamento de energia são considerados. A incerteza na produção eólica e solar, bem como nos dados de carga, é destacada na pesquisa, variando de acordo com as estações do ano e os períodos diários. Ao incorporar a incerteza e ao utilizar análise de risco condicional, o modelo fornece uma compreensão abrangente da dinâmica da rede. Os resultados demonstram o interesse económico da abordagem proposta, mesmo em eventos extremos, com reduções potenciais de custos de até 34%. Além disso, o modelo visa minimizar os valores de CO2 e considera a remuneração dos geradores distribuídos, que muitas vezes é negligenciada no planeamento da rede. O estudo incorpora 42 parques eólicos, 33 parques fotovoltaicos, três geradores de biomassa, uma subestação e sistemas de armazenamento de energia existentes. Ele garante uma remuneração justa para os participantes, enquanto minimiza os custos de planeamento, emissões de carbono e investimentos. O modelo proposto considera os impactos das estações do ano, incerteza e emissões de CO2, fornecendo insights para o planeamento de redes em distribuição de energia renovável. Esta pesquisa oferece uma estrutura abrangente para um futuro mais limpo e sustentável, combinando incertezas, armazenamento, remuneração de recursos distribuídos, análise de risco condicional e emissões de carbono. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-10-10 2023-10-10T00:00:00Z 2025-10-10T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.22/24023 TID:203380479 |
url |
http://hdl.handle.net/10400.22/24023 |
identifier_str_mv |
TID:203380479 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/embargoedAccess |
eu_rights_str_mv |
embargoedAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799135499995054080 |