Enhancing time series aggregation for power system optimization models

08.05.2024

Das veröffentlichte Paper von David Cardona Vasquez zeigt Verbesserungen der Zeitreihenaggregation für Energiesystemmodelle.

In diesem Paper wird ein kürzlich entwickelter basisorientierter Ansatz zur Zeitreihenaggregation zur Aggregation von Eingabedaten in Optimierungsmodellen für Energiesysteme, der sich bei einfachen wirtschaftlichen Dispatch-Problemen als exakt erwiesen hat erweitert. Wir erweitern diese Methodik um Netzwerk- und Rampenbeschränkungen. Für letztere haben wir zur Handhabung der zeitlichen Verknüpfung eine Heuristik entwickelt, die in ihrer aktuellen Version auf der dualen Lösung basiert, um eine Partition der Eingabedaten zu finden, die dann aggregiert wird. Unsere numerischen Ergebnisse für ein 3-Bus-System zeigen, dass wir mit nur Netzwerkbeschränkungen die Anzahl der Stunden, die für eine exakte Annäherung erforderlich sind, um einen Faktor von 1747 und mit Netzwerk- und Rampenbeschränkungen um einen Faktor von 12 reduziert haben. Darüber hinaus legen unsere Erkenntnisse nahe, dass bei zeitlicher Verknüpfung Aggregationen variabler Länge verwendet werden müssen, um ein exaktes Ergebnis zu erhalten (d. h. denselben Zielfunktionswert im aggregierten Modell) und gleichzeitig die rechnerische Handhabbarkeit beizubehalten. Unsere Erkenntnisse implizieren auch, dass Aggregationen mit besserer Leistung nicht unbedingt allgemein verwendeten Längen wie Tagen oder Wochen entsprechen; Darüber hinaus beweisen wir auch, dass diese auf den dualen Informationen basierende Partitionierung der Eingabedaten für diese Modelle immer möglich ist, unabhängig von ihrer Größe.

Der komplette Artikel ist verfügbar:

• D. Cardona-Vasquez, T. Klatzer, B. Klinz, S. Wogrin (2024).
  Enhancing time series aggregation for power system optimization models: Incorporating network and ramping constraints.
  Electric Power Systems Research, Volume 230.
  https://doi.org/10.1016/j.epsr.2024.110267