תכנון קיבולת של בסיסי אגירת אנרגיה תרמית ברוח בהתחשב בעלויות התאמה תוך יום באמצעות פירוק בנדרים כלליים מקוננים

סיכום

פרוטוקול זה מציג שיטת תכנון קיבולת לבסיסי אנרגיה מתחדשת ברוח-PV-אחסון תרמי, ומשלבת אי-ודאות, גמישות תוך יומית ועלויות תפעול. הוא עושה שימוש בסימולציות ייצור רציפות ובאלגוריתם פירוק בנדרס מקונן כדי לאופטימיזציה של בנייה ותפעול.

תקציר

בסיסי אנרגיה מתחדשת בקנה מידה גדול מופעלים יותר ויותר באזורים צחיחים, המציעים תנאים נוחים לייצור רוח ו-PV, הנתמכים על ידי מערכות אגירת אנרגיה וקווי הולכה ארוכי טווח. עם זאת, תכנון בסיסים כאלה מסובך בשל השונות הגבוהה של ייצור מתחדש, משאבי גמישות מוגבלים ופשרות רב-מטריות מורכבות. כדי להתמודד עם סוגיות אלו, מחקר זה מציע מודל תכנון קיבולת לבסיסי אנרגיה מתחדשת ברוח-PV-PV-אחסון תרמי, תוך מזעור עלויות בנייה ותפעול, תוך התחשבות באי-ודאות וכימות מפורש של ערך משאבי הגמישות. בהשוואה למודלים קיימים של תכנון קיבולת המבוססים על נוסחאות דטרמיניסטיות או ייצוגים סטוכסטיים דו-שלביים מפושטים, המודל המוצע משלב במפורש גמישות תפעולית תוך יומית ועלויות שגיאת תחזית בתכנון מחזור החיים. עלויות התפעול מוערכות באמצעות סימולציות ייצור רציפות, שבהן טעויות תחזית תוך יומיות משולבות באמצעות עלויות סטייה ודרישות גמישות. אסטרטגיית דגימה היברידית המשלבת דגימת היפרקוביה בלטינית ודגימת חשיבות משמשת ליצירת תרחישים, ואחריה הפחתת תרחיש לשיפור היעילות החישובית. כדי לפתור את מודל האופטימיזציה, פותחה מסגרת פירוק בנדרס מוכללת ומקוננת, המחלקת את המודל לבעיית ראש ותתי-בעיות סימולציה של ייצור מרובה, אשר מחולקות עוד לשכבות מעורבות של מספרים שלמים ומשתנים רציפים כדי לשפר את הפתרון החישובי ואת דיוק הפתרון. מחקרי מקרה מראים כי המודל והאלגוריתם המוצעים מדגימים את תפקיד משאבי הגמישות, מה שמוביל לקיבולת כלכלית ויישום מעשית תחת חדירה גבוהה של אנרגיה מתחדשת. על ידי התחשבות מפורשת בסטיות תחזית תוך-יום, התוכניות המתקבלות מבטיחות עמידות רזרבה ליותר מ-95% ממימושי אי-הוודאות, תוך שמירה על כדאיות כלכלית ומעשית לביצוע. יתרה מזאת, השפעת קנסות פליטת הפחמן על הקצאת הקיבולת וניצול המתחדשים היא כמותית, מה שמדגיש את ההשלכות על תכנון ואסטרטגיות התכנון של מערכות לבסיסי אנרגיה מתחדשת ברוח-PV-חום ואחסון תרמי.

מבוא

המעבר המהיר לנייטרליות פחמנית הוביל לפריסה רחבת היקף של רוח ו-PV, ויצר אתגרים חדשים לגמישות ואמינות מערכות החשמל¹. אזורים מדבריים וחצי-צחיחים מציעים משאבי רוח ושמש משלימים רבים, וכן זמינות קרקע רחבה². מאפיינים אלו הופכים אותם למיקומים אטרקטיביים לבסיסי אחסון משולבים בקנה מידה של רוח, שמש ותרמית, התלויים באחסון אנרגיה והעברה למרחקים ארוכים כדי ליישר זמינות משאבים עם דרישת המערכת³.

תכנון בסיסים כה גדולים מציב מספר אתגרים. קיבולות לעיתים קרובות מגיעות לעשרות גיגה-וואט, ולכן שונות מתחדשת וקיבולת מוגבלת שניתן לשלוח מובילים לסיכון צמצום גבוה ודורשים מודל מפורש של אי-הוודאות בתחזית⁴. קישור תפעולי הדוק בין משאבי רוח, שמש, תרמי, אחסון והעברה מסבך משמעותית את מידול המערכת. בנוסף, תכנון הקיבולת חייב להתמודד בו-זמנית עם מספר מטרות, כולל יעילות כלכלית, ביצועים סביבתיים וביטחון תפעולי. הקיום המשותף של צימוד תפעולי חזק ודרישות רב-מטרתיות מגביר משמעותית את מורכבות קבלת ההחלטות.

מחקר נרחב עסק בתכנון קיבולת למערכות אגירת רוח ושמש משולבות. ג'ואו ואח^' שילבו עלויות עמידות אקולוגית באופטימיזציה של מיקום וקיבולת כדי לטפל במשותף במטרות סביבתיות וכלכליות. שאנג ואח' ⁶, דאי ואח' ⁷, וג'נג ואח' ⁸ בחנו תיאום רב-אנרגטי ותזמון אחסון מבוזר, והראו כי הפעלה מתואמת יכולה לשפר משמעותית את יעילות העלויות וביצועי הפליטה. באופן ספציפי, מודל תכנון משותף למערכות קוגנציה עם אחסון משולב הוצע אצל שאנג ועמיתיו, תוך שימוש באופטימיזציה חזקה לשיפור השלמה רב-אנרגטית וביצועי עלות. מודל שיגור דינמי עמיד מבחינה התפלגותית הוצג אצל Dai ואחרים, תוך שימוש ב-CVaR התנאי (CVaR) לשיפור עמידות המערכת בתנאים קיצוניים. באופן דומה, תזמון מרכזי של אחסון מבוזר הוכח אצל Zheng ואחרים כטוב יותר משליטה מבוזרת הן בחיסכון בעלויות והן בהפחתת פליטות. מגבלות פליטת פחמן שולבו גם במודלים של תכנון מתחדש ^9,10, מה שמרחיב את רלוונטיותן תחת יעדי מדיניות דלי פחמן.

גם אסטרטגיות לגודל אחסון אנרגיה נחקרו. מודל תצורת אחסון היברידי למיקרו-רשתות רוח-שמש-אחסון הוצע ב-Li ואח' ¹¹, ובהמשך הורחב למערכות אחסון מרובות סוגים עם יחס קיבולת אופטימלי¹². מחקרים נוספים¹³ חקרו מערכות אחסון משולבות בין רוח לשמש ותרמית ופלטפורמות אחסון משותפות, תוך יישום מסגרות רב-מטריות ותאורטיות משחק לאופטימיזציה מתואמת. מודלים רב-מטרה המאזנים בין יעדי פעולה כלכליים, דלי פחמן ומבוזרים עבור אשכולות מיקרוגריד פותחו עוד ב-Zhang ואחרים^, לעיתים תוך שימוש באופטימיזציה סטוכסטית או עמידה לניהול אי-ודאות.

תזמון מערכות ואמינות תפעולית תחת אי-ודאות זכו גם הם לתשומת לב. מסגרות אופטימיזציה דו-רמתיות ודו-שלביות/מונעות נתונים נוסחו ב-Li ואח^', תוך התמודדות מפורשת עם אי-ודאויות עומס ומשתנות. תכנון העברה למשאבי רוח-שמש-תרמיים משולבים עם בקרת סיכונים מוטמעת הוצג בוו ואח'¹⁶. לבסיסי אחסון רוח-סולארי-תרמי בקנה מידה גדול, הוכח כי אופטימיזציה משותפת של קיבולת חיבור ואחסון משפרת הן את הביצועים הכלכליים והן את האמינות, במיוחד במערכות מרוחקות או מבודדות באי¹⁷. מחקרים קשורים כימתו עוד יותר את פוטנציאל הפחתת הפליטות של טכנולוגיות ייצור משולבות באחסון¹⁸, בעוד שתכנון מוגבל סיכון של מיקרו-רשתות כפריות המשלבות אחסון מימן וסוללות פותח בשאו ^{ואחרים.19}, מה שהגביר את החוסן והפחית עלויות ארוכות טווח.

מטרת מחקר זה היא לפתח מסגרת תכנון קיבולת למחזור חיים לבסיסי אחסון והעברת רוח PV בקנה מידה גדול, אשר מכמת במפורש את ערך הגמישות על ידי שילוב עלויות שגיאות תחזית תוך יומיות בהחלטות תפעוליות והשקעות. לסיכום, שגיאות תחזית תוך-יומית והשפעותיהן על העלות (צמצום, הפסקות חשמל, גמישות) מושמטות לעיתים קרובות, מה שמפחית בערך הגמישות ומציג באופן מטעה מאפייני תפעול תחת חדירה גבוהה של אנרגיה מתחדשת. יתרה מזאת, עבודות רבות מסתמכות על פותרים היוריסטיים (למשל, NSGA-II, PSO) שמטפלים באי-ליניאריות אך חסרים הבטחות התכנסות.

מחקר זה משלב במפורש עלויות תחזית שגיאות תוך-יומיות במסגרת תכנון קיבולת למחזור החיים עבור בסיסי אגירת והעברת רוח ב-PV.

בניגוד למחקרי תכנון קיבולת קיימים שמטפלים באי-ודאות תפעולית באופן מרומז או לאחר מכן, מחקר זה משלב עלויות שגיאת תחזית תוך-יומית ישירות במסגרת תכנון מחזור חיים, ומאפשר הערכה מדויקת יותר של משאבי גמישות בתגובה לאי-ודאות תוך-יומית, ופותר את בעיית המספרים המעורבים בקנה מידה גדול באמצעות גישת פירוק מבוססת סימולציה סדרתית.

התרומות העיקריות מסוכמות כך: (i) מודל תכנון קיבולת רוח-PV-אחסון-העברה פותח תוך התחשבות מפורשת בערך משאבי הגמישות. פונקציית המטרה ממזערת יחד את עלויות ההשקעה והתפעול. עלויות התאמה תוך יומיות משולבות במפורש בעלות התפעול כדי לכמת טוב יותר את ערך הגמישות. עלויות התפעול מוערכות באמצעות סימולציית ייצור רציפה, כולל שלב יום מראש ושלב התאמה תוך יומי המתחשב בטעויות תחזית. (ii) מסגרת יעילה ליצירת דגימות והפחתת תרחישים מתפתחת. דגימות אי-ודאות איכותיות מיוצרות באמצעות דגימת היפרקוביה לטינית בשילוב עם דגימת חשיבות, והפחתת תרחישים משמשת לשמירה על ייצוגיות תוך הפחתת מורכבות חישובית. (iii) מוצע פתרון מקונן מבוסס GBD. מודל התכנון מחולק לבעיית מאסטר של הקצאת קיבולת ותת-בעיות סימולציה סדרתיות מרובות, המחולקות עוד לניסוחים רציפים ברמה עליונה וברמה נמוכה יותר. מבנה היררכי זה מאפשר אופטימיזציה יעילה ומשפר את יכולת ההרחבה החישובית לבעיות משתנים מעורבים בקנה מידה גדול.

פרוטוקול

סקירת פרוטוקול

מחקר זה פועל לפי פרוטוקול בן שלושה שלבים לביצוע תכנון קיבולת מחזור החיים תחת אי-ודאות תוך-יומית. (i) לגבש וליישם את מודל התכנון והתפעול המשולב ב-MATLAB. מודל תכנון קיבולת ותפעול משולב מנוסח עבור בסיס רוח–PV–אחסון–הולכה. פונקציית המטרה והמגבלות מיושמות ב-MATLAB R2023a באמצעות YALMIP, משתני ההחלטה מוגדרים באמצעות sdpvar, ו-CPLEX 12.10 מוגדר כפותר מספרים שלמים מעורבים. ניסוח המודל כולל את המבנה הכולל, פונקציית המטרה והמגבלות. (ii) ליצור תרחישי אי-ודאות לפעולה תוך יומית. נתוני סדרות זמן היסטוריים של אנרגיית רוח, תפוקת פוטו-וולטאית, ביקוש לעומס ומחירי שוק החשמל נלקחים ממאגרי נתונים ציבוריים²⁰. התפלגויות ההסתברות מותאמות לכל משתנה לא ודאי, ונוצרים תרחישים יומיומיים מייצגים באמצעות דגימת היפרקוביה בלטינית בשילוב דגימת חשיבות. (iii) לפתור את בעיית התכנון באמצעות פירוק בנדרס מוכלל^{מקונן 21} ולסיים את התוצאות. בעיית התכנון המעורבת השלמים בקנה מידה גדול נפתרת באמצעות מסגרת פירוק בנדרס מוכללת ומקוננת. תתי-בעיות תפעוליות ובעיית התכנון הראשית מתעדכנות עד להתכנסות. לסיים את התוצאות על ידי רישום הקיבולות האופטימליות, לוחות הזמנים התפעוליים והעלויות הנלוות, ולהוציא אותן לניתוח ואימות נוסף.

ניסח את מודל האופטימיזציה

מודל תכנון הקיבולת לבסיסים משולבים של רוח, אגירת שמש והעברת חשמל באזורים צחיחים ממזער את עלות מחזור החיים של המערכת, כולל בנייה/תחזוקה ורכיבי ייצור/תפעול. עלות הבנייה היא פונקציה דטרמיניסטית של הקיבולות המתוכננות של רוח, PV, אחסון והעברה, בעוד שעלות התפעול מתקבלת מסימולציה סדרתית של ייצור המתעדת ביצועי תפעול מעשיים תחת אי-ודאות. הסימולציה הסדרתית כוללת שלב תזמון יום מראש (התחייבות יחידה לפי תרחיש המשתמש ברוח/PV/עומס צפוי לקביעת מצבי הפעלה/כיבוי של הגנרטור ושליחה) ושלב התאמה בזמן אמת תוך יום (שידור תרמי, ויסות חבל, הפעלת אחסון, צמצום מתחדש, ואם יש צורך, הפסקת חשמל) שמפחית סטיות ומניב את השפעת העלות של שגיאות תחזית. אי-הוודאות מדומה בשני רמות: (i) אי-ודאות תחזית יום מראש, המיוצגת על ידי מספר תרחישי רוח–עומס PV שנדגמו מנתונים היסטוריים עם פתרונות UC עצמאיים; ו-(ii) סטיות תוך-יומיות, המיוצגות על ידי כמויות מייצגות של התפלגויות תחזית-שגיאה כדי להעריך עלויות התאמה ולהבטיח גמישות תפעולית מספקת.

ניסוח פונקציית המטרה

המטרה הכוללת של מודל התכנון היא למזער את העלות הכוללת, כולל עלות הבנייה _{C חסרונות} ועלות התפעול _{C בחירה} של בסיס אנרגיית רוח–שמש–תרמית–^{אגירה 22}

   (1)

עלות הבנייה לכל סוג מתקן i ∈ {W, P, S, T} מנוסחת כך:

   (2)

כאשר S_i היא קיבולת מותקנת, _{ו-β con, i}, γ_{cons, i} הם מקדמי עלות ליניאריים וריבועיים. אני

= W מציין כוח רוח, פוטו-וולטאי P , אחסון S והעברת T .

המקדם הריבועי _{γ חסרונות, i} משקף את ההגדלה הלא-ליניארית של עלות הבנייה עם קיבולת מותקנת, תוך לכידת כלכלות (או אי-חסכונות) בקנה מידה בהתבסס על פרקטיקה הנדסית טיפוסית.

סימולציית הייצור הסדרתית עושה שימוש בנוסחת עלות רב-מטרתית²¹, שבה עלות התפעול הכוללת C_אופט מבוטאת כסכום עלות הייצור התרמית C_H, עונש הפסקת החשמל C_יחסית, עלות פליטת פחמן C_CO2, עלות מסחר חשמל C_T, ועלות רגולציה תוך-יומית C_תקן:

   (3)

עלות הייצור התרמי מנוסחת כך:

 (4)

כאשר u_H,t,g מציין את מצב ההפעלה/כיבוי של יחידת התרמית g בזמן t (בינארי), P_H,t,g הוא הפלט, ו-α_g, β_g ו-γ_g הם מקדמי עלות קבועים, ליניאריים וריבועיים, בהתאמה.

העונש על הפסקות חשמל מנוסח כך:

   (5)

כאשר u_אובדן,t הוא מדד הפסקת העומס (בינארי) בזמן t, _{P loss,t} הוא העומס המצומצם, ו-τ_L ו-ρ_loss,0 הם מקדמי עונש המשקפים דרישות אמינות אספקה.

עלות פליטת הפחמן מנוסחת כך:

   (6)

כאשר χ_CO2 הוא גורם העונש הפחמני, P_T,t הוא הספק קו קשר (חיובי לייבוא), ו-ξ_רשת ו-ξ_H,g הם מקדמי הפליטה של ייבוא הרשת ויחידת התרמית g, בהתאמה.

עלות רכישה/מכירה של החשמל מנוסחת כך:

   (7)

כאשר _{π T,b,t} ו-π_T,s,t הם מחירי הרכישה והמכירה של החשמל בזמן t, בהתאמה.

עלות ההתאמה התוך יומית מנוסחת כך:

   (8)

כאשר c_T, c_L ו-c_WP הן עלויות היחידה להתאמות קו קשר, ניהול צד הביקוש וצמצום מתחדש, בהתאמה. ΔP_TL,t ו-ΔP_TU,t הן התאמות קו קשירה עבור עומס נטו נמוך וגבוה מהתחזית, בהתאמה; ΔP_L,t מציין התאמות צד הביקוש תחת עודף נטו עומס; ו-ΔP_WP,t הוא התפוקה המתחדשת המצומצמת תחת גירעון עומס נטו.

עלות ההתאמה התוך יומית מכמת את ההוצאה שנגרמה עקב סטיות בזמן אמת מהתחזיות ליום מראש. כאשר העומס הנקי עולה על התחזיות, נדרשות התאמות כלפי מעלה בייצור תרמי, ייבוא קו חיבור או התערבויות בצד הביקוש. לעומת זאת, כאשר העומס הנקי יורד מתחת לתחזיות, נעשה שימוש בשידור תרמי כלפי מטה, יצוא קווי קשר או צמצום מתחדשות כדי לשמור על איזון המערכת.

ניסוח האילוצים

האילוצים מנוסחים כך:

מגבלות פלט של יחידת תרמית

   (9)

כאשר S_H,g מסמנים את קיבולת היחידה התרמית g, ו -  מייצגים את גורמי הפלט המקסימליים והמינימליים של יחידת g, בהתאמה.

מגבלות תפוקת רוח ו-PV

   (10)

כאשר S_W ו-S_P הן הקיבולות המותקנות של רוח ו-PV, בהתאמה, ו-P _P,t מייצגים את הפלטים שלהם בזמן t. המקדמים  ו-   מציינים את גורמי התפוקה המקסימליים של רוח ו-PV בזמן t.

מגבלות יציאת סוללה

   (11)

כאשר P_{S, t} הוא כוח הסוללה (חיובי לפריקה), בעוד P_{S, ch, t} ו-P_{S, dis, t} מייצגים הספק טעינה ופריקה בזמן t, בהתאמה.

בלעדיות לטעינה/פריקת סוללה

   (12)

כאשר u_{S, ch, t} הוא משתנה בינארי המציין את מצב הטעינה של הסוללה (1 לטעינה דרך הרשת, 0 לפריקה), ו-S_{S, P} מציין את קיבולת ההספק המדווחת של הסוללה.

איזון אנרגיית סוללה

   (13)

כאשר E_S,t היא האנרגיה המאוחסנת בזמן t, _{ו-η ch} ו-η_אינם מציינים יעילות טעינה ופריקה, בהתאמה.

מגבלות הספק העברה

   (14)

כאשר P_T,b,t ו-P_T,s,t מייצגים חשמל שנרכש ונמכר דרך קו השידור בזמן t.

בלעדיות לרכישה/מכירה של תיבת הילוכים

   (15)

כאשר u_T,b,t הוא משתנה בינארי המציין רכישת חשמל (1 לייבוא מהרשת, 0 לייצוא לרשת).

אילוץ מאזן אנרגיה

   (16)

כאשר P_L,t הוא הביקוש המקומי לעומס, _{ו-P loss,t} הוא העומס המקוצר בזמן t.

מגבלת קיבולת מינימלית מקוונת

   (17)

כאשר S _min,sys מציין את הקיבולת המקסימלית הנדרשת של יחידות תרמיות מקומיות.

מגבלות מינימלית על זמן העלאה/ירידה

   (18)

כאשר v_g,t ו-w_g,t הם משתנים בינאריים המצביעים על הפעלה וכיבוי של יחידה g בזמן t, ו-T^U ו-T^D מציינים את זמני העלאה והירידה המינימליים של יחידות תרמיות.

קביעת עלויות הייצור בלבד באמצעות התחייבות יומית מראש אינה מספקת כדי לתפוס אתגרי גמישות הנגרמים משגיאות תחזית. הוא גם אינו משקף כראוי את הערך הכלכלי של משאבי גמישות להבטחת תפעול בטוח ואמין.

עקב השונות הטבועה ברוח וב-PV, העומס נטו חווה תנודות דינמיות במהלך ההפעלה היומית. כדי להתמודד עם זה, הוכנס מודל עלויות רגולציה תוך-יומית כדי לכמת את ההשפעות הכלכליות של משאבי גמישות ואת מידתם בצמצום סטיות תחת אי-ודאות.

איור 1 ממחיש את מושג ההתאמה התוך-יומית ואת עלויות ההתאמה הנלוות. הציר האופקי מייצג את הכוח. הסמן הסגול הבהיר מסמן את תחזית העומס נטו ליום הבא, התואם לייצור החשמל והחלפת החשמל המתוכננת. העומס הנטו האמיתי לתוך יום עשוי לסטות מהתחזית הזו, המאופיינת בעקומת צפיפות הסתברותית ציאן. כדי להתאים לסטיות אלו, ניתן להתאים יחידות תרמיות וחבלי קשירה ביחס ללוח הזמנים של היום שלפני, כפי שמסומן בחץ הצי ובחץ הוורוד, בהתאמה. האזור המוצל שבקע מדגיש את חלק הסטיות נטו בעומס שלא ניתן לכסות על ידי קיבולת ההתאמה הקיימת. סטיות כאלה שנחשפו עלולות להוביל לצמצום אנרגיה מתחדשת או להפסקות חשמל, מה שפוגע במאזן האנרגיה ובביטחון האספקה תוך הכנסת סיכונים ועלויות נוספות.

איור 1: המחשה של תזמון יומי מראש והתאמה בתוך יום. אנא לחצו כאן לצפייה בגרסה רחבה יותר של איור זה.

בזמן t, רזרבה מסתובבת כלפי מעלה R_U,t ורזרבה מסתובבת כלפי מטה R_D,t מוגדרות כך:

   (19)

קיימות שגיאות תחזית לרוח, PV ועומס. באופן כללי, תחזיות עומס מדויקות יותר, בעוד שתחזיות PV מציגות שגיאות גדולות יותר. כאשר העומס מוערך יתר על המידה והתפוקה המתחדשת מוערכת בחסר, המערכת מתמודדת עם עודפי חשמל, מה שדורש רגולציה כלפי מטה משמעותית. לעומת זאת, העומס המוערך פחות והתפוקה המתחדשת מוערכת יתר גורמים למחסור בהיצע, מה שמחייב רגולציה משמעותית כלפי מעלה.

כדי להעריך באופן מלא את צרכי הגמישות, נבנים שני תרחישים קיצוניים: אחד הנשלט על ידי דרישות רגולציה כלפי מעלה והשני על ידי דרישות רגולציה כלפי מטה. בזמן t, דרישות גמישות למעלה ולמטה L_{U,t ו-L D,t} מבוטאות כך:

   (20)

כאשר _{σ L}, σ_W ו-σ_P הם קבועים שנקבעים על ידי דיוקי העומס, הרוח וה-PV התחזיתיים, בהתאמה.

גמישות כלפי מעלה מסופקת ברצף על ידי ייצור תרמי, ייבוא טי-ליין וניהול צד הביקוש, בעוד שהגמישות כלפי מטה מסופקת על ידי ייצור תרמי, יצוא קו טי וצמצום מתחדש:

   (21)

יצירת הדגימות

קבל נתונים היסטוריים: תפוקת PV, תפוקת אנרגיית רוח, דרישת עומס ורצף זמן של מחירי חשמל מורדים ממאגר הנתונים של מערכת החשמל^{הפתוחה 20}. חותמות הזמן והערכים החסרים של קדם-תהליך מיושרים באמצעות אינטרפולציה ליניארית (פונקציית אינטרפ1 ב-MATLAB). כל פרמטר מחולק למרווחי זמן של 15 דקות, מה שמוביל ל-96 נקודות נתונים ביום עבור כל משתנה.

התפלגויות הסתברות התאמה: התפלגויות בטא מותאמות לתפוקת PV, התפלגויות Weibull לתפוקת רוח, התפלגויות נורמליות לביקוש עומס עם מחזורים יומיים/עונתיים מוטמעים, והתפלגויות לוגרית-נורמליות למחירי רכישה ומכירה.

יצר תרחישים באמצעות דגימת היפרקוביה בלטינית ודגימת חשיבות. ההתפלגות המצטברת של כל פרמטר מחולקת ל-20 מרווחים בעלי סבירות שווה, וערך אחד נמדגם מכל מרווח ליצירת תרחישים יומיים מייצגים²³. דגימות LHS (50–100) נוצרות לפי פרמטר לכיסוי עמיד. IS מיושם לדגימת יתר של 10% העליונים והתחתונים של התפלגויות שגיאת תחזית כדי ללכוד אירועים נדירים אך קריטיים²⁴.

במחקר זה נלקחים בחשבון חמישה מקורות לאי-ודאות: תפוקת PV, תפוקת רוח, ביקוש לעומס, מחיר רכישה ומחיר מכירה. כדי לייצג בצורה נכונה את השונות הזמנית והמאפיינים הסטטיסטיים של פרמטרים לא ודאיים אלו בתוך מודל האופטימיזציה, נבחרים מודלים של התפלגות הסתברותית בהתבסס על התצפיות ההיסטוריות והמאפיינים הפיזיקליים של כל פרמטר. דגימה ובניית תרחישים מתבצעים לאחר מכן בהתאם למודלים אלו.

במסגרת זו, "תרחיש" מוגדר כסט של חמישה פרופילים בסדרות זמן — תפוקת PV, תפוקת רוח, עומס, מחיר רכישה ומחיר מכירה — המשתרעים על פני יום שלם ומופרדים במרווחים של 15 דקות. על ידי דגימת כל פרמטר לא ודאי ושילובם, נוצרים מספר תנאי תפעול יומיומיים מייצגים. תרחישים אלו משמשים לאחר מכן לסימולציה של פעולת המערכת תחת הפרעות סטוכסטיות שונות, ובכך משפרים את החוסן והגמישות של החלטות התכנון המתקבלות.

לגבי בחירת מודלים של התפלגות הסתברות, פלט PV מודל בדרך כלל באמצעות התפלגויות בטא או וייבול, תוך לכידת השפעות ההטיה והרוויה הנגרמות משינויים בקרינת השמש ובכיסוי העננים. תפוקת אנרגיית הרוח מיוצגת בדרך כלל על ידי התפלגות וייבול בשל תלותה החזקה בתנודות מהירות רוח סטוכסטיות. הביקוש לעומס נחשב בדרך כלל כלפי התפלגות נורמלית, לעיתים עם רכיבים מחזוריים מוטמעים המשקפים מחזורים יומיים ועונתיים. בינתיים, מחירי הקנייה והמכירה, בשל מאפייני הלוג-נורמלי שלהם וקפיצות מחיר מזדמנות, בדרך כלל מודלים באמצעות התפלגויות לוגרית-נורמליות.

מכיוון שמספר גדול יותר של דגימות מגדיל משמעותית את קנה המידה החישובי של המודל ומפחית את יעילות התמיסה, יש צורך לדחוס את קבוצת המדגם תוך שמירה על ייצוגיות. כדי להשיג זאת, נעשה שימוש בשתי טכניקות דגימה משלימות. ראשית, דגימת Hypercube לטינית משמשת להבטיח כיסוי אחיד יותר של מרחב הקלט. שנית, דגימת חשיבות מיושמת על אזורים עם דגימת יתר עם משמעות תפעולית גבוהה יותר, ובכך משפרת ייצוג של אירועים נדירים אך קריטיים.

פתרון המודל באמצעות פירוק בנדרים מקונן ומוכלל

נפתח MATLAB R2023a, ופותר CPLEX 12.10 מוגדר. פונקציית sdpvar ב-YALMIP משמשת להגדרת כל משתני ההחלטה. הדגימות נוצרות ב-MATLAB לפי הסעיף הקודם. כל תרחיש מאוחסן כמטריצה של 5 × 96. המטרה והמגבלות מנוסחות כביטויי YALMIP, בהתאם למודל האופטימיזציה שתואר בסעיפים הקודמים. לכל תרחיש, תת-הבעיה של סימולציית ייצור סדרתית נפתרת על ידי קריאת פונקציית האופטימיזציה ב-YALMIP עם CPLEX כפותר. מופקים פתרונות אופטימליים ומתקבלים משתנים דואליים הקוראים לפונקציה הדואלית לבניית חיתוכי היתכנות ברמה עליונה²¹. הבעיה הראשית מנוסחת ונפתרת ב-YALMIP באמצעות פונקציית האופטימיזציה עם CPLEX כפותרת. הלולאות הפנימיות והחיצוניות מבודדות. חלופה לכך היא שהחלטות תפעוליות (y) ותכנון (z) מתעדכנות על ידי חזרה על שלב הפירוק ברמה הראשונה של הפתרון, והוא חוזר על עצמו עד שהפער בין הגבולות העליון^{לתחתון 21} נמוך מהסבילות הנקבעת 10-6. הגבולות העליונים והתחתונים בכל איטרציה נרשמים לצורך ניטור התכנסות.

נוסחאות חישוב מפורטות והסברים נוספים על שלבים אלו ניתנים בשאר סעיף זה. יהי שהמשתנים הרציפים בבעיית התזמון מסומנים ב-x, את המשתנים השלמים ב-y, ואת המשתנים הרציפים בבעיית התכנון ב-z. קבוצת התסריט היא {ξ_d}_d∈D. בכל תרחיש, ניתן לבטא את המודל המקורי בצורה הקומפקטית הבאה:

   (22)

כאשר P מייצג את עלות הבנייה, בעוד ש-Q מציין את רכיבי העלות הקשורים להתחייבות יחידה ולשיגור.

מודל התכנון הסטוכסטי נפתר על ידי GBD²¹ מקונן. GBD יושם באופן נרחב בתכנון מערכות חשמל²⁵ ובלוח זמנים²⁶. בהשוואה לאלגוריתם ההיוריסטי²⁷, מסגרת GBD המקוננת מציעה יכולת הרחבה ותכונות התכנסות מובטחות. GBD מקונן מרחיב את הגישה המסורתית של GBD על ידי הכנסת מבנה תת-בעיות רב-רמתיים.

בפירוק ברמה הראשונה, נבנית תת-בעיה לכל תרחיש. עבור תרחיש נתון ξ_d ומשתנה החלטה נתון z = z^l, בעיית סימולציית הייצור הסדרתית מנוסחת כך:

   (23)

לאחר פתרון תת-הבעיות בכל התרחישים, נוצר קיצוץ היתכנות ברמה עליונה כך:

   (24)

כאשר θ_u הוא משתנה עזר שהוצג כדי לייצג את עלות תת-הבעיה.

הבעיה הראשית, המייצגת את בעיית התכנון ברמה העליונה, נשארת:

   (25)

לכל תרחיש ξ_d, בעיית סימולציית הפעולה הסדרתית מפורקת עוד יותר. תת-הבעיה ברמה נמוכה תחת y = y^k נתון היא בעיה של תכנות לא ליניארי (NLP):

   (26)

מהפתרון שלו נגזר קיצוץ היתכנות ברמה בינונית כך:

   (27)

כאשר θ_m הוא משתנה עזר שהוצג כדי לייצג את עלות תת-הבעיה ברמה נמוכה יותר.

בעיית המאסטר ברמה הבינונית, המתאימה לשכבת התכנות השלמים, מבוטאת כך:

   (28)

ברמה החיצונית, עבור החלטת תכנון קבועה z = z^l נפתרת תת-בעיה לכל תרחיש לקבלת אופטימלים ודואלים; אלה מייצרים קיצוצי היתכנות ברמה העליונה, כאשר θ_u מאגד את תרומות עלות תת-הבעיה. בעיית המאסטר החיצוני מעדכנת אז את z על ידי מזעור P(z)+θ_u בכפוף לחיתוכים המצטברים.

בכל תרחיש, סימולציית הפעולה הסדרתית מתפרקת בעצמה על ידי GBD פנימי. בהחזקת החלטות תפעוליות שלמות y = y^k, ה-NLP ברמה הנמוכה נפתר כדי להניב פתרונות ראשוניים/דואליים וחיתוכים ברמה בינונית, בעוד שהמאסטר ברמה הביניים מעדכן את המספר השלם y. תהליך הפתרון מחליף בין לולאות פנימיות וחיצוניות: אתחול l= 0, k = 0 עם z^{0,y 0}, פתרון תת-בעיות פנימיות ליצירת חיתוכים בינוניים/עליונים, עדכון מאסטרים לקבלת y^{k ו-z l}, ואיטרציה. המטרה האופטימלית של תת-הבעיות שנפתרו מספקת חסם עליון, והבעיות הראשיות מספקות חסם תחתון; התכנסות מוכרזת כאשר הפער נסגר או מתחת לסבילות שנקבעת. מסגרת GBD המקוננת הזו מטפלת בשכבות החלטה היררכיות ובקישור תרחישים תוך שמירה על הבטחות התפתחות והתכנסות תיאורטית. סקירה כללית של הפרוטוקול מוצגת באיור 2.

איור 2: סקירה של הפרוטוקול המוצע. אנא לחצו כאן לצפייה בגרסה גדולה יותר של האיור.

תוצאות

יישום הפרוטוקול המוצע מייצר תוצאות תכנון ותפעול מייצגות המדגישות את היעילות של מידול מפורש של גמישות תוך יומית וקנסות פחמן.

תוצאות תכנון מייצגות תחת קנסות פחמן

באמצעות 400 תרחישים מייצגים בין עונות השנה, סימולציית ייצור רציפה מייצרת את עלות התפעול התואמת לכל תוכנית הרחבת קיבולת. איור 3 מציג את הקיבולות האופטימליות והתוצאות התפעוליות תחת רמות קנס פחמן שונות. תוצאה חיובית נצפית כאשר קנסות גבוהים יותר מניעים השקעות גדולות ...

דיון

הפרוטוקול המוצג מספק מסגרת תכנון קיבולת למחזור חיים המשלבת סימולציית ייצור רציפה, מודלים של התאמה תוך יומית, ופירוק בנדרס מוכלל מקונן כדי לכמת במפורש את ערך הגמישות תחת אי-ודאות תוך-יומית. בניגוד לגישות תכנון קיבולת קונבנציונליות שמסתמכות בדרך כלל על נוסחאות דטרמיניסטיות או מודלים סטוכסטיים דו-שלביים מפושטים^16,17, הפרוטוקול המוצע משלב במפורש גמישות תפעולית תוך יומית וסטיות חיזוי בתהליך התכנון. על ידי שילוב סימולציית ייצור רציפה ע...

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה

שם	חברה	מספר קטלוג	הערות
נתוני מחירי שוק החשמל	מפעיל שוק / מערכי נתונים פתוחים	—	קלטי מחירים יומיים ותוך-יומיים למודלים של עלויות תפעוליות
נתוני סדרות זמן היסטוריים של יצירת PV	מפעיל רשת אזורית / מערכי נתונים פתוחים	—	משמש למידול תחזית PV ויצירת תרחישים
נתוני סדרות זמן היסטוריות של אנרגיית רוח	מפעיל רשת אזורית / מערכי נתונים פתוחים	—	משמש למידול תחזיות רוח ויצירת תרחישים
MATLAB / Python	MathWorks / Python Software Foundation	MATLAB R2025a / פייתון 3.11	משמש ליישום מודל תכנון קיבולת וסימולציה של ייצור סדרתית
פותר אופטימיזציה (למשל, CPLEX, Gurobi)	IBM / גורובי	CPLEX 22.1 / גורובי 10.0	פותר את בעיות האופטימיזציה הליניארית של מספרים שלמים מעורבים
ספריות יצירת תרחישים	פייתון: pyDOE, NumPy, SciPy	pyDOE 0.3.1, NumPy 1.26, SciPy 1.11	משמש לדגימת היפרקוביה בלטינית, דגימת חשיבות והתאמת הסתברות
נתוני עומס מערכת	מפעיל רשת אזורית / מערכי נתונים פתוחים	—	משמש לחיזוי עומס ויצירת תרחישים
ספריות ויזואליזציה	פייתון: Matplotlib, Seaborn	Matplotlib 3.8, Seaborn 0.12	משמש ליצירת נתונים של תוצאות תכנון, מסלולי תפעול ושולי רזרבה