Investigation on electricity market designs enabling demand response and wind generation

Hajibandeh, Neda

Publication

Investigation on electricity market designs enabling demand response and wind generation

2019-06Doctoral thesis

datacite.subject.fos	Engenharia e Tecnologia::Engenharia Eletrotécnica e de Computadores	pt_PT
dc.contributor.advisor	Catalão, João Paulo da Silva
dc.contributor.advisor	Mariano, Sílvio José Pinto Simões
dc.contributor.advisor	Shafie-khah, Miadreza
dc.contributor.author	Hajibandeh, Neda
dc.date.accessioned	2019-08-05T09:44:54Z
dc.date.available	2019-08-05T09:44:54Z
dc.date.issued	2019-06
dc.description.abstract	Demand Response (DR) comprises some reactions taken by the end-use customers to decrease or shift the electricity consumption in response to a change in the price of electricity or a specified incentive payment over time. Wind energy is one of the renewable energies which has been increasingly used throughout the world. The intermittency and volatility of renewable energies, wind energy in particular, pose several challenges to Independent System Operators (ISOs), paving the way to an increasing interest on Demand Response Programs (DRPs) to cope with those challenges. Hence, this thesis addresses various electricity market designs enabling DR and Renewable Energy Systems (RESs) simultaneously. Various types of DRPs are developed in this thesis in a market environment, including Incentive-Based DR Programs (IBDRPs), Time-Based Rate DR Programs (TBRDRPs) and combinational DR programs on wind power integration. The uncertainties of wind power generation are considered through a two-stage Stochastic Programming (SP) model. DRPs are prioritized according to the ISO’s economic, technical, and environmental needs by means of the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method. The impacts of DRPs on price elasticity and customer benefit function are addressed, including the sensitivities of both DR parameters and wind power scenarios. Finally, a two-stage stochastic model is applied to solve the problem in a mixed-integer linear programming (MILP) approach. The proposed model is applied to a modified IEEE test system to demonstrate the effect of DR in the reduction of operation cost.	pt_PT
dc.description.abstract	A Resposta Dinâmica dos Consumidores (DR) compreende algumas reações tomadas por estes para reduzir ou adiar o consumo de eletricidade, em resposta a uma mudança no preço da eletricidade, ou a um pagamento/incentivo específico. A energia eólica é uma das energias renováveis que tem sido cada vez mais utilizada em todo o mundo. A intermitência e a volatilidade das energias renováveis, em particular da energia eólica, acarretam vários desafios para os Operadores de Sistema (ISOs), abrindo caminho para um interesse crescente nos Programas de Resposta Dinâmica dos Consumidores (DRPs) para lidar com esses desafios. Assim, esta tese aborda os mercados de eletricidade com DR e sistemas de energia renovável (RES) simultaneamente. Vários tipos de DRPs são desenvolvidos nesta tese em ambiente de mercado, incluindo Programas de DR baseados em incentivos (IBDRPs), taxas baseadas no tempo (TBRDRPs) e programas combinados (TBRDRPs) na integração de energia eólica. As incertezas associadas à geração eólica são consideradas através de um modelo de programação estocástica (SP) de dois estágios. Os DRPs são priorizados de acordo com as necessidades económicas, técnicas e ambientais do ISO por meio da técnica para ordem de preferência por similaridade com a solução ideal (TOPSIS). Os impactes dos DRPs na elasticidade do preço e na função de benefício ao cliente são abordados, incluindo as sensibilidades dos parâmetros de DR e dos cenários de potência eólica. Finalmente, um modelo estocástico de dois estágios é aplicado para resolver o problema numa abordagem de programação linear inteira mista (MILP). O modelo proposto é testado num sistema IEEE modificado para demonstrar o efeito da DR na redução do custo de operação.	pt_PT
dc.description.sponsorship	This work was supported by FEDER funds through COMPETE 2020 and by Portuguese funds through FCT, under Projects SAICT-PAC/0004/2015 - POCI-01-0145-FEDER-016434 (ESGRIDS) and 02/SAICT/2017 - POCI-01-0145-FEDER-029803 (UNiTED).
dc.identifier.tid	101560770
dc.identifier.uri	http://hdl.handle.net/10400.6/7150
dc.language.iso	eng	pt_PT
dc.relation	Enhancing Smart GRIDs for Sustainability
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/	pt_PT
dc.subject	Energia Renováveis - Energia Eólica	pt_PT
dc.subject	Energia Eólica - Programas de resposta dinâmica dos consumidores	pt_PT
dc.subject	Energia Eólica - Modelos de programação estatística	pt_PT
dc.subject	Energia Eólica - Programação linear inteira mista	pt_PT
dc.title	Investigation on electricity market designs enabling demand response and wind generation	pt_PT
dc.type	doctoral thesis
dspace.entity.type	Publication
oaire.awardTitle	Enhancing Smart GRIDs for Sustainability
oaire.awardURI	info:eu-repo/grantAgreement/FCT/9471 - RIDTI/SAICTPAC%2F0004%2F2015/PT
oaire.fundingStream	9471 - RIDTI
project.funder.identifier	http://doi.org/10.13039/501100001871
project.funder.name	Fundação para a Ciência e a Tecnologia
rcaap.rights	openAccess	pt_PT
rcaap.type	doctoralThesis	pt_PT
relation.isProjectOfPublication	90cf6d57-efb5-497f-9d9f-c62b5cd73434
relation.isProjectOfPublication.latestForDiscovery	90cf6d57-efb5-497f-9d9f-c62b5cd73434
thesis.degree.name	Doutoramento em Engenharia Electrotécnica e de Computadores	pt_PT