ELEKTRİK TALEP-ÜRETİM SÜREKLİLİK EĞRİLERİ YARDIMI İLE TAHMİNÎ ELEKTRİK ÜRETİM MALİYETİ HESABI - BİR ÖRNEK DURUM ÇALIŞMASI

Elektrik üretiminde yenilenebilir enerji kaynaklarının payı her geçen gün artmaktadır. Doğaları gereği süreksiz olan bu kaynaklar, elektrik fiyatlarında dalgalanmalara neden olabilmektedir. Bu durum da elektrik güç sistemlerindeki teknik, ekonomik ve yasal kısıtlar altında, enerji kaynaklarının etkili bir şekilde planlandığı ve elektrik üretimi ve talebindeki değişkenliğin doğru bir şekilde ele alındığı yöntemlerin kullanılmasını kaçınılmaz kılmaktadır. Bu çalışmada, elektrik üretim ve talep süreklilik eğrilerinin gelecek şebeke planlamalarında nasıl kullanılabileceği üzerine bir araştırma yapılmıştır. Burada, olasılıksal bir yaklaşım benimsenmiş ve elektrik üretim ve talep değerlerinin var olma olasılıkları, yapılan çalışmayla, gelecek şebeke planlamaları için önemli olan bazı parametrelerin hesabında kullanılmıştır. Makalede, şebekeden bağımsız çalışan bir ada sistemi üzerinde yapılan benzetim çalışmasının sonuçları sunulmuştur. Hesaplamaların sonucunda örnek durum çalışması yapılan sistemdeki tahmin edilen elektrik enerjisi üretim maliyeti 309 $/saat, elektrik enerjisi açığı miktarı 100.4 kWh ve tahmin edilen elektrik enerjisi açığı riski %4.9 olarak bulunmuştur.

Anahtar Kelimeler:

Yenilenebilir Enerji, Elektrik piyasası belirsizlikleri, Süreklilik eğrileri, Olasılıksal elektrik üretim maliyeti

PROBABILISTIC ELECTRICITY GENERATION COST CALCULATION VIA DEMAND-GENERATION DURATION CURVES - A CASE STUDY

Renewable energy share in electricity generation is expected to increase significantly with each passing day. Due to nature of renewables, electricity generation from renewables contains uncertainties which affect the energy prices in the electricity markets. New simulations are needed for efficient planning process for the resources in the power systems to address the uncertainties in demand and generation under the economical, technical and legal limitations. In this study, duration curves of the generation and demand sides are investigated as a tool to estimate forecasted values of the future grid planning key parameters with the approach of probabilistic meaning of the planning and probability of the availability of demand and generation sides. The method is applied to an island case study, the parameters are calculated under the stated assumptions and the results are presented. For the island case study system, the expected total operation cost, the expected energy not served and risk of power deficit grid planning parameters are calculated as 309 $/hour, 100.4 kWh and 4.9% respectively.

Keywords:

Renewable energy, Electricity market uncertainties, Duration curves, Probabilistic electricity generation cost calculation,

PDF

___

Kieffer G, Couture TD. Renewable energy target setting. International Renewable Energy Agency, Tech. Rep; June 2015.
The European Parliament and of the Council. EU directive on the promotion of the use of energy from renewable sources and amending and subsequently repealing directives 2001/77/EC and 2003/30/EC; 2009.
US DOE Tech. Rep. U. D. of Energy Ofﬁce of Scientiﬁc Technical Information, 20 percentage wind energy by 2030, increasing wind energy contribution to us electricity supply; 2008.
Strbac G. Demand side management: Beneﬁts and challenges. Energy Policy 2008; 36(12): 4419–4426.
Garver LL. Effective load carrying capability of generating units. IEEE Transactions on Power Apparatus and Systems 1966, PAS-85(8):910–919.
Hobbs BF, Hu MC, Iñón JG, Stoft SE, Bhavaraju MP. A dynamic analysis of a demand curve-based capacity market proposal: The PJM reliability pricing model. IEEE Transactions on Power Systems 2007, 22(1): 3–14.
Deutsche Energie-Agentur GmbH. Planning of the grid integration of wind energy in Germany onshore and offshore up to the year 2020 (dena-Grid study I) (in German). https://www.dena.de/newsroom/publikationsdetailansicht/pub/studie-dena-netzstudie-i/, 2005.
Söder L, Bubenko J. Capacity credit and energy value of wind power in hydro-thermal power system. In: 9th Power System Computation Conference, Lisbon, Portugal; 1987.
Wijk AV. Wind energy and electricity production. Doctoral thesis, Utrecht University, Netherlands, 1990.
Castro RMG, Ferreira LAFM. A comparison between chronological and probabilistic methods to estimate wind power capacity credit. IEEE Transactions on Power Systems 2001, 16(4):904–909.
Milligan MR. Modeling Utility-Scale Wind Power Plants, Part 2: Capacity Credit. Technical Report, National Renewable Energy Laboratory, USA, 2002.
Soder L, Amelin M. Efﬁcient Operation and Planning of Power Systems. 11th ed. Stockholm, Sweden: KTH Royal Institute of Technology, 2011.
Ulker MA. Balancing of wind power: Optimization of power systems which include wind power systems. MSc, Uppsala University, Visby, Sweden, 2011.
Bangladesh: Power System Efﬁciency Improvement Project (PSEIP). Asian Development Bank, 2011.
BPC (Bangladesh Petroleum Corporation) internet sayfası. http://www.bpc.gov.bd/contactus.php?id=39 Erişim tarihi: Aralık 2016.
Bachmann R, Nielsen H, Warner J, Kehlhofer R. Combined – Cycle Gas & Steam Turbine Power Plants. 2nd ed. Tulsa, OK, USA: Pennwell Books, 1999.
Sarkar ZI, Biswas PR, Mazumder GC., Optimal design of a hybrid power generation system: a case study in an island. Academia.edu, 2014.
WindPRO yazılımı versiyon 3.0.639. https://www.emd.dk/windpro/ Erişim tarihi: Ekim-Aralık 2016.
Xiao YQ, Li QS, Li ZN, Chow YW, Li GQ. Probability distribution of extreme wind speed and its occurrence interval. Engineering Structures 2006, 28(8): 1173-1181.
Akpinar EK, Akpinar S. Statistical analysis of wind energy potential on the basis of the Weibull and Rayleigh distributions for Agin-Elazig, Turkey. Journal of Power and Energy 2004, 218: 557-565.
Weibull W. A statistical distribution of wide applicabilityç Journal of Applied Mechanics 1957, 18: 293–297.
Azad A, Rasul M, Alam M, Uddin SA, Mondal SK. Analysis of wind energy conversion system using Weibull distribution. Procedia Engineering 2014, 90: 725 – 732.
Dobos AP. PVWatts Version 5 Manual. Technical Report, National Renewable Energy Laboratory, Golden, CO, USA, 2014.
NREL açık erişim güneş enerjisi verileri internet sayfası. http://en.openei.org/wiki/SWERA/Data Erişim tarihi: Ekim-Aralık 2016.
NREL PVWatts yazılımı internet sayfası. http://pvwatts.nrel.gov/ Erişim tarihi: Ekim-Aralık 2016.