KFUPM ePrints

Optimal Strategies for Bidding V2G Services Using Stochastic Programming

l Optimal Strategies for Bidding V2G Services Using Stochastic Programming. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]PDF
Restricted to Abstract Only until 01 December 2014.

2488Kb

Arabic Abstract

المركبات الكهربائية (EVs) اكتسبت شعبية في اوساط عامة الناس وذلك يعود لفوائدها التي تفوق المركبات التقليدية وهي أيضا أقل تأثرا على البيئة. غير أنه تبني فكرة وجود المركبات الكهربائية ليس بالسهل بسبب كثافة وفوضوية إعادة شحن هذه المركبات وهذا يؤثر سلباً على الشبكة الكهربائية. تَبَيَّنَ أن تقنية من المركبة إلى الشبكة (V2G) ستكون فعّالة في عملية دمج أو ربط المركبات الكهربائية مع شبكة الكهرباء. والغرض منهذه التقنية هو تزويد الظاقة والخدمات المساعدة بطريقة مرنة ومتجاوبةفي الحمل الكهربائي. بما أن قدرة المركبة الكهربائية الواحدة قليلة جداً, فإن وجود مشغِّل للمكبات الكهربائي يعتبر كيان أساسي لتمكين عمل تقنية من المركبة إلى الشبكة من التفاعل مع السوق الكهربائي. مع العلم بأن المتاجرة (المضاربة) في سوق الكهرباء ليوم مقبل يحمل درجة من الخطورة بسبب عدم تأكدية في الأسعار والطلب على الحملوالإشارات التي تعبر مدىحاجة السوق للكهرباء.في هذه الأطروحة تم تطوير استراتيجيات لطرح العطاء الأمثل لؤحادي الإتجاه من تقنية من المركبة إلى الشبكة ليتم استخدامها بواسطة مُشَغِل المركبات الكهربائية للمشاركة في سوق الكهرباء للخدمات المساندة بتقديم خدمة تنظيم الطاقة وتوفير الإحتياطي من الطاقة مع الأخذ بعين الإعتبار مبدأ الريبة المترابط مع المتغيرات المتعلقة بالسوق مثل السعر والإشارات التي تعبر مدى حاجة السوق للكهرباء. تم استدام البرمجة العشوائية (Stochastic Programming) لصياغة معادلات الحل الأمثل مع الأخذ بعين الإعبار أن الهدف الرئيسي هو تعظيم الربح الكلي لمُشَغِل المركبات الكهربائية من خلال المساهمة (المضاربة) في سوق الكهرباء للخدمات المساندة. تم استخدام طريقة الأريما (ARIMA) في البرمجة العشوائية لإنتاج أو توليد عدة سيناريوهات للتعبير عن السلوك غير المؤكد.جنبا إلى جنب استخدام الحل الأمثل العشوائي متخذا استراتيجية كما لو أن المتغيرات المرتبطة بالسوق تم توقعها بشكل قطعي لإظهار فعالية العمل المقترح نتائج المحاكاة تثبت أن نتائج الخوارزمية العشوائية المقترحة تفوق نتائج النظرية القطعية من حيث الربح الناتج عن المُشَغِل المركبات الكهربائية مع عدم وجود تأثير ملحوظ استفادة المشاركين الاخرين.

English Abstract

Electric Vehicles (EVs) have been gaining popularity among general public due to their additional benefits over conventional vehicles and reduced environmental effects. However, adoption of EVs is not easy since mass unregulated EV charging can cause adverse effect on the power grid. The Vehicle-to-grid (V2G) technique turns out to be effective for the integration of EVs with the grid. Its purpose is to provide energy and ancillary services with this flexible/responsive load demand. Since a single EV has very low capacity, the EV aggregator is an essential entity for the provision of V2G services to the electricity market. However, trading in the day-ahead electricity market is risky due to uncertain prices, load demands, and deployment signals. In this thesis, optimal bidding strategies for unidirectional V2G are developed to be used by an EV aggregator to participate in regulation and responsive reserve markets while considering the uncertainties associated with market variables such as prices and deployment signals. Stochastic programming (SP) is used to formulate this optimization problem with the objective of maximizing the total profits of an EV aggregator participating in the ancillary services market. In SP, several scenarios of stochastic variables are generated to incorporate uncertain behaviour. ARIMA models are used for this purpose. Besides stochastic optimization, analogous deterministic strategies with forecasted data of market variables are also discussed to show the effectiveness of proposed work. Simulation results demonstrate that the proposed stochastic algorithm outperforms the deterministic counterpart in terms of the aggregator profit with a negligible impact on the benefits of the other participants.



Item Type:Thesis (Masters)
Subjects:Electrical
Divisions:College Of Engineering Sciences > Electrical Engineering Dept
Committee Advisor:Awami, Ali
Committee Members:Abido, Mohamed and Al Emin, Ibrahim
ID Code:139016
Deposited By:KHALID MUHAMMAD WAQAS (g201103250)
Deposited On:31 Dec 2013 22:44
Last Modified:31 Dec 2013 22:44

Repository Staff Only: item control page