Hyppää sisältöön
    • FI
    • ENG
  • FI
  • /
  • EN
OuluREPO – Oulun yliopiston julkaisuarkisto / University of Oulu repository
Näytä viite 
  •   OuluREPO etusivu
  • Oulun yliopisto
  • Avoin saatavuus
  • Näytä viite
  •   OuluREPO etusivu
  • Oulun yliopisto
  • Avoin saatavuus
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Analyzing flexible demand in smart grids

Kühnlenz, Florian (2019-10-25)

 
Avaa tiedosto
isbn978-952-62-2388-9.pdf (1.631Mt)
isbn978-952-62-2388-9_meta.xml (109.9Kt)
isbn978-952-62-2388-9_solr.xml (95.54Kt)
Lataukset: 


Kühnlenz, Florian
University of Oulu
25.10.2019
Tämä Kohde on tekijänoikeuden ja/tai lähioikeuksien suojaama. Voit käyttää Kohdetta käyttöösi sovellettavan tekijänoikeutta ja lähioikeuksia koskevan lainsäädännön sallimilla tavoilla. Muunlaista käyttöä varten tarvitset oikeudenhaltijoiden luvan.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:ISBN:9789526223889

Kuvaus

Academic dissertation to be presented with the assent of the Doctoral Training Committee of Information Technology and Electrical Engineering of the University of Oulu for public defence in the Saalasti Hall, Linnanmaa, on 5 November 2019, at 12 noon
Tiivistelmä

Abstract

The global energy system is undergoing a slow but massive change, initiated by environmental concerns but it is increasingly driven also by the zero-marginal cost of renewable energy. This change includes an increase in the effort to make the electric power system the main transport path for energy in the future. A massive research and development effort has henceforth been put into modernizing the electricity grid towards a so-called Smart Grid, by combining the power grid with communication networks and automation, as well as modernized market systems and structures.

This work contributes to this process by introducing two unique models. The first provides a tool for better understanding the impact of combined infrastructure networks with a simple yet complex model of a combined energy, communication and decision model. The second model provides a detailed agent-based environment of an electricity market, supporting various independent entities inside the market, as well as a high time resolution and the often-neglected aspect of coupled market stages. That is, all mispredictions of the first market stage (day-ahead) have to be settled at the second (balancing) stage.

Both models are then used to assess the problem of demand side management, in which the traditional practice of power production being adjusted to the demand is at least partially dropped and flexibility in the demand is used to match the supply — as such technologies are deemed crucial to integrate the unsteady supply from renewable resources, like wind and solar power.

We find that complicated scaling effects can be found even in the simplified model, hinting at insufficient consideration of the complexities involved in the real world. We then go to show such unfavorable scaling effects also exist in the current market environment as modeled in our second model.

Finally, we show how to circumvent these problems within the current environment as well as introduce a framework to analyze cyber-physical systems and better handle their complexity.

 

Tiivistelmä

Globaali energiajärjestelmä on hitaan, mutta massiivisen muutoksen edessä. Tämän muutostarpeen on käynnistänyt ympäristöämme koskevat huolet, mutta lisääntyvässä määrin tähän vaikuttaa nykyään uusiutuvan energian marginaalikustannusten nollataso. Tähän muutokseen liittyy selkeä sähköverkkojen roolin korostuminen, ja pyrkimyksenä näyttää olevan muutos, jossa sähköverkot siirtävät suurimman osan käyttämästämme energiasta. Tämän seurauksena on käynnistetty merkittäviä tutkimus-ja tuotekehityspanostuksia, joiden tavoitteena on nykyaikaistaa sähköverkot älysähköverkoiksi. Älysähköverkoissa yhdistyvät sähköverkkoon integroidut tietoliikenneverkot ja automaatio sekä modernit sähkömarkkinajärjestelmät ja -rakenteet.

Tämä työ tuottaa lisää ymmärrystä uudistumisprosessiin tuottamalla kaksi uutta malliratkaisua. Ensimmäisessä mallissa kehitetään työkalu, jonka avulla pystytään paremmin ymmärtämään toisiinsa yhdistettyjen infrastruktuuriverkkojen toimintaa yksinkertaisella, mutta kompleksisella mallilla, jossa energia- ja tietoliikenneverkot sekä tarvittava päätöksenteko yhdistetään. Toinen malli tuottaa yksityiskohtaisen agenttipohjaisen ympäristön sähkömarkkinasta. Malli tukee erilaisten itsenäisten sähkömarkkinaosapuolten mallintamista korkealla aikaresoluutiolla ja erityisesti usein huomiotta jätettyjen toisiinsa kytkeytyvien eri markkinavaiheiden mallintamista. Malli antaa eväitä vastata kysymykseen, miten ensimmäisessä markkinavaiheessa (vuorokausimarkkina) syntyvä ero tuotannon ja kulutuksen välillä tasapainotetaan toisessa markkinavaiheessa (tasapainotusmarkkina).

Kumpaakin luotua mallia hyödynnetään arvioitaessa kulutushallintaa, jossa sähköverkkojen perinteisestä tuotannon ja kulutuksen tasapainosta ainakin osittain luovutaan ja kysyntä- eli kulutusjoustoa käytetään tasaamaan kulutus tuotannon suuruiseksi. Tämänkaltaiset mekanismit ovat oleellisia ja kriittisiä, kun sähköverkkoon liitetään suuria määriä vaihtelevatuottoista uusiutuvaa energiaa, kuten aurinko- ja tuulienergiaa.

Tutkimuksessa huomasimme merkittäviä ja monimutkaisia skaalautuvuusilmiöitä, jotka kertovat, että sähköverkkojen tutkimuksessa reaalimaailman kompleksisuuden huomioiminen on ollut riittämätöntä.

Sähkömarkkinamallia hyödyntämällä huomasimme vastaavia epätoivottuja skaalausilmiöitä esiintyvän myös nykyisessä sähkömarkkinassa.

Erityisesti loimme keinoja, joilla skaalausilmiöistä on mahdollista päästä eroon nykyistä sähkömarkkinarakennetta käytettäessä. Tässä työssä luotuja malleja ja niiden viitekehystä hyödyntämällä pystymme paremmin analysoimaan kyberfysikaalisia järjestelmiä ja hallitsemaan niiden kompleksisuutta.

 

Original papers

Original papers are not included in the electronic version of the dissertation.

  1. Kühnlenz, F., & Nardelli, P. H. J. (2016). Dynamics of Complex Systems Built as Coupled Physical, Communication and Decision Layers. PLOS ONE, 11(1), e0145135. https://doi.org/10.1371/journal.pone.0145135

    Self-archived version

  2. Kuhnlenz, F., Nardelli, P. H. J., & Alves, H. (2018). Demand Control Management in Microgrids: The Impact of Different Policies and Communication Network Topologies. IEEE Systems Journal, 12(4), 3577–3584. https://doi.org/10.1109/jsyst.2018.2808940

    Self-archived version

  3. Kuhnlenz, F., & Nardelli, P. H. J. (2017). Agent-based model for spot and balancing electricity markets. 2017 IEEE International Conference on Communications Workshops (ICC Workshops). https://doi.org/10.1109/iccw.2017.7962809

    Self-archived version

  4. Kühnlenz, F., Nardelli, P. H. J., Karhinen, S., & Svento, R. (2018). Implementing flexible demand: Real-time price vs. market integration. Energy, 149, 550–565. https://doi.org/10.1016/j.energy.2018.02.024

    Self-archived version

  5. Nardelli, P. H. J., & Kuhnlenz, F. (2018). Why Smart Appliances May Result in a Stupid Grid: Examining the Layers of the Sociotechnical Systems. IEEE Systems, Man, and Cybernetics Magazine, 4(4), 21–27. https://doi.org/10.1109/msmc.2018.2811709

    Self-archived version

 

Osajulkaisut

Osajulkaisut eivät sisälly väitöskirjan elektroniseen versioon.

  1. Kühnlenz, F., & Nardelli, P. H. J. (2016). Dynamics of Complex Systems Built as Coupled Physical, Communication and Decision Layers. PLOS ONE, 11(1), e0145135. https://doi.org/10.1371/journal.pone.0145135

    Rinnakkaistallennettu versio

  2. Kuhnlenz, F., Nardelli, P. H. J., & Alves, H. (2018). Demand Control Management in Microgrids: The Impact of Different Policies and Communication Network Topologies. IEEE Systems Journal, 12(4), 3577–3584. https://doi.org/10.1109/jsyst.2018.2808940

    Rinnakkaistallennettu versio

  3. Kuhnlenz, F., & Nardelli, P. H. J. (2017). Agent-based model for spot and balancing electricity markets. 2017 IEEE International Conference on Communications Workshops (ICC Workshops). https://doi.org/10.1109/iccw.2017.7962809

    Rinnakkaistallennettu versio

  4. Kühnlenz, F., Nardelli, P. H. J., Karhinen, S., & Svento, R. (2018). Implementing flexible demand: Real-time price vs. market integration. Energy, 149, 550–565. https://doi.org/10.1016/j.energy.2018.02.024

    Rinnakkaistallennettu versio

  5. Nardelli, P. H. J., & Kuhnlenz, F. (2018). Why Smart Appliances May Result in a Stupid Grid: Examining the Layers of the Sociotechnical Systems. IEEE Systems, Man, and Cybernetics Magazine, 4(4), 21–27. https://doi.org/10.1109/msmc.2018.2811709

    Rinnakkaistallennettu versio

 
Kokoelmat
  • Avoin saatavuus [38865]
oulurepo@oulu.fiOulun yliopiston kirjastoOuluCRISLaturiMuuntaja
SaavutettavuusselosteTietosuojailmoitusYlläpidon kirjautuminen
 

Selaa kokoelmaa

NimekkeetTekijätJulkaisuajatAsiasanatUusimmatSivukartta

Omat tiedot

Kirjaudu sisäänRekisteröidy
oulurepo@oulu.fiOulun yliopiston kirjastoOuluCRISLaturiMuuntaja
SaavutettavuusselosteTietosuojailmoitusYlläpidon kirjautuminen