Στην παρούσα διδακτορική διατριβή, εξετάζουμε το πρόβλημα σχεδιασμού βέλτιστων τιμών-προσφορών για έναν παραγωγό ενέργειας που συμμετέχει σε μια αγορά ημερήσιου προγραμματισμού ηλεκτρικής ενέργειας, η οποία περιλαμβάνει μη κυρτότητες λόγω της διακριτής φύσης των δεσμεύσεων των μονάδων παραγωγής, υποθέτοντας πλήρη γνώση των τεχνικών χαρακτηριστικών και των προσφορών των υπόλοιπων παραγωγών. Το πρόβλημα μορφοποιείται ως διεπίπεδο μοντέλο βελτιστοποίησης με γραμμικούς περιορισμούς. Ο παραγωγός ενεργεί ως υπεύθυνος λήψης αποφάσεων στο άνω επίπεδο μεγιστοποιώντας το ατομικό του κέρδος μετά την εκκαθάριση της αγοράς, ενώ ένας ανεξάρτητος διαχειριστής συστήματος ενεργεί ως υπεύθυνος στο κάτω επίπεδο εκκαθαρίζοντας την αγορά. Η χρήση διακριτών μεταβλητών απαγορεύει την εφαρμογή τυπικών μεθοδολογιών για την εύρεση της βέλτιστης λύσης. Πρώτα εξετάζουμε την εκδοχή μιας περιόδου του προβλήματος και αναπτύσσουμε έναν ακριβή αλγόριθμο για την επίλυσή του, χρησιμοποιώντας σημαντικά αποτελέσματα από τη θεωρία του ακέραιου παραμετρικού προγραμματισμού. Στη συνέχεια, αναπτύσσουμε μια ευρετική και μια ακριβή αλγοριθμική μεθοδολογία επίλυσης για την αντιμετώπισή της εκδοχής πολλαπλών περιόδων του προβλήματος. Συνεχίζουμε αναπτύσσοντας μία βελτιωμένη έκδοση του ακριβούς αλγόριθμου επίλυσης για την αντιμετώπιση της εκδοχής πολλαπλών περιόδων του προβλήματος. Ενσωματώνοντας ειδικές συνθήκες βελτιστότητας οι οποίες διασφαλίζουν ότι η κατανομή της ποσότητας της ενέργειας σε κάθε χρονική περίοδο του ορίζοντα προγραμματισμού είναι η βέλτιστη για το αντίστοιχο σύνολο παραγωγών που έχουν αναγνωριστεί ως ενεργοί κατά τη συγκεκριμένη χρονική περίοδο, η εύρεση της ολικά βέλτιστης λύσης του αρχικού προβλήματος ισοδυναμεί με τον προσδιορισμό του βέλτιστου συνόλου ενεργών παραγωγών σε κάθε χρονική περίοδο του ορίζοντα προγραμματισμού. Παρουσιάζουμε πειραματικά αποτελέσματα για κάθε αλγοριθμική προσέγγιση, τα οποία περιγράφουν την ικανότητα κάθε αλγόριθμου να χειριστεί το πρόβλημα, τους υπολογιστικούς πόρους που απαιτεί καθώς και το μέγεθος τον προβλημάτων που μπορούν να επιλυθούν σε κάθε περίπτωση. Για την ανάπτυξη των προτεινόμενων μοντέλων βελτιστοποίησης και των εξειδικευμένων μεθοδολογιών επίλυσης, χρησιμοποιήσαμε τη γλώσσα προγραμματισμού C/ C++ και η λύση των προτεινόμενων μοντέλων βελτιστοποίησης ελήφθη χρησιμοποιώντας εμπορικά λογισμικά βελτιστοποίησης όπως το LINGO. Η σημαντικότητα της συνεισφοράς της παρούσας έρευνας καταδεικνύεται εάν κάποιος λάβει υπόψη την έλλειψη γενικών μεθοδολογιών επίλυσης για διεπίπεδα μοντέλα βελτιστοποίησης, όπως αυτά που εξετάζονται.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.