Aplicação da otimização robusta com conjunto incerto correlacionado no problema da designação de geradores com geração eólica

Abstract

Resumo: A intermitência e a aleatoriedade dos recursos renováveis trazem desafios significativos para a robustez e operação econômica dos sistemas de energia. A otimização robusta permite a modelagem inferida através de um conjunto incerto e garante que a solução encontrada possa lidar com qualquer ocorrência possível, tendo como base esse conjunto. Estudos têm demonstrado que uma grande disseminação geográfica da capacidade instalada pode reduzir a variabilidade da energia eólica e tornar sua geração mais previsível. Atualmente, as pesquisas raramente consideram a correlação temporal e espacial entre diferentes localizações dos parques eólicos. Motivados por esses desafios, foi implementado um modelo de otimização robusta para o problema de designação de geradores, que utiliza um novo tipo de conjunto incerto correlacionado para inferir a incerteza e capturar as correlações temporais e espaciais entre os parques eólicos. Os resultados na aplicação do modelo proposto revelaram que no caso da existência de correlações consideráveis entre a geração de potência eólica, isto leva a soluções melhores comparado ao modelo convencional com prevenção contra perturbações não correlacionadas. Além disso, os resultados revelaram um desempenho superior a medida em que os valores das correlações entre os parques eólicos aumentam. Como uma conclusão, o modelo de otimização robusta proposto pode ser considerado um modelo eficaz para um ambiente contendo dados correlacionados sujeitos a incerteza.

Abstract: The intermittency and stochasticity of the renewable resources bring significant challenges to the robustness and economic operation of power systems. Robust optimization allows for the modeling of an uncertainty set and ensures that the chosen solution can handle any possible realization based on this uncertainty set. Studies have shown that a large geographic spread of installed capacity can reduce wind power variability and the production more predictable. Current research work rarely considers the temporal and spatial correlation among different positions in wind farms. Motivated by these challenges, we present a robust optimization model for the unit commitment (UC) problem, which models the nature of the dispatch process and utilizes a new type of correlated uncertainty sets to capture the temporal and spatial correlations of wind farms. The results of applying the proposed model revealed that in the case of existing considerable correlation among wind power generation, it leads a superior solutions compared with that of conventional model by preventing protection against uncorrelated perturbations. IIn addition, the results revealed that the proposed model obtains superior performance as the values of correlations among the wind farms increases. As a conclusion, the proposed robust optimization model can be considered as an effective model for an environment containing correlated uncertain data.