La presente tesi si pone il problema di studiare la strategia ottima di energy storage per minimizzare il costo energetico da pagare da parte degli utenti di una micro-grid che abbia a disposizione una batteria per immagazzinare energia. La logica alla base di questo possibile risparmio è quella di caricare la batteria in momenti giudicati convenienti, in base sia alla funzione di costo dell'energia richiesta alla grid che alla statistica delle richieste di potenza che giungono al suo controllore. Si definiscono i modi tramite i quali vengono caratterizzati batteria, funzione di costo e stato del sistema, che costituiscono le diverse versioni del modello di sistema che vengono considerate nella seguente trattazione. Viene poi formulato il problema di ottimizzazione in modo analitico, sia nella sua versione offline (che costituisce un lower bound sul costo complessivo e suppone di conoscere l'intera sequenza delle richieste di potenza per decidere quale strategia di carica/scarica adottare nei confronti della batteria) sia online (che si traduce in una minimizzazione stocastica rispetto dell'aspettazione del costo totale). Le due versioni del problema si prestano a tecniche risolutive completamente diverse: nel primo caso si può utilizzare l'algoritmo di Viterbi, familiare al mondo delle Telecomunicazioni, nel secondo caso algoritmi di Programmazione Dinamica (che richiedono la stima della statistica della richiesta di potenza), confrontati con un semplice algoritmo a singola soglia noto in letteratura, che ha costituito il punto di partenza del seguente lavoro di tesi. Si sono implementati in Matlab gli algoritmi menzionati e si sono simulate e confrontate le loro prestazioni in termini di costo complessivo da pagare da parte degli utenti della grid al variare sia del modello di batteria (e dei suoi parametri) che delle funzione di costo

Ottimizzazione dell'energy storage per applicazioni smart grid

Codemo, Claudio Giuseppe
2012/2013

Abstract

La presente tesi si pone il problema di studiare la strategia ottima di energy storage per minimizzare il costo energetico da pagare da parte degli utenti di una micro-grid che abbia a disposizione una batteria per immagazzinare energia. La logica alla base di questo possibile risparmio è quella di caricare la batteria in momenti giudicati convenienti, in base sia alla funzione di costo dell'energia richiesta alla grid che alla statistica delle richieste di potenza che giungono al suo controllore. Si definiscono i modi tramite i quali vengono caratterizzati batteria, funzione di costo e stato del sistema, che costituiscono le diverse versioni del modello di sistema che vengono considerate nella seguente trattazione. Viene poi formulato il problema di ottimizzazione in modo analitico, sia nella sua versione offline (che costituisce un lower bound sul costo complessivo e suppone di conoscere l'intera sequenza delle richieste di potenza per decidere quale strategia di carica/scarica adottare nei confronti della batteria) sia online (che si traduce in una minimizzazione stocastica rispetto dell'aspettazione del costo totale). Le due versioni del problema si prestano a tecniche risolutive completamente diverse: nel primo caso si può utilizzare l'algoritmo di Viterbi, familiare al mondo delle Telecomunicazioni, nel secondo caso algoritmi di Programmazione Dinamica (che richiedono la stima della statistica della richiesta di potenza), confrontati con un semplice algoritmo a singola soglia noto in letteratura, che ha costituito il punto di partenza del seguente lavoro di tesi. Si sono implementati in Matlab gli algoritmi menzionati e si sono simulate e confrontate le loro prestazioni in termini di costo complessivo da pagare da parte degli utenti della grid al variare sia del modello di batteria (e dei suoi parametri) che delle funzione di costo
2012-10-22
111
ottimizzazione, smart grid, probabilità, programmazione
File in questo prodotto:
File Dimensione Formato  
Tesi_magistrale.pdf

accesso aperto

Dimensione 11.51 MB
Formato Adobe PDF
11.51 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/16292