Titolo della tesi: Enhanced Day-Ahead Market Operations: Incorporating Renewable Energy in AC Network-Constrained Unit Commitment
Il passaggio a sistemi energetici sostenibili ha portato a una crescente dipendenza dalle fonti energetiche rinnovabili (RES), introducendo una significativa incertezza nelle operazioni del mercato elettrico. Questa tesi affronta il complesso problema dell'impegno unitario stocastico vincolato dalla rete AC (AC-NCSUC), che integra l'impegno unitario, i vincoli di flusso di potenza AC e la modellizzazione stocastica della variabilità delle RES in un quadro di ottimizzazione unificato.
Il problema AC-NCSUC è formulato come un modello di programmazione non lineare mista intera stocastica (MINLP) non convessa, che pone sfide computazionali a causa della sua natura non convessa e combinatoria. Per superare queste limitazioni, questa tesi propone una nuova metodologia di programmazione lineare mista intera sequenziale gerarchica (H-SMILP). L'approccio proposto scompone il problema in tre fasi iterative: ripristino della fattibilità, miglioramento dell'obiettivo e applicazione dei vincoli non lineari, ciascuna delle quali è progettata per migliorare progressivamente l'accuratezza e la fattibilità della soluzione.
Inoltre, questa tesi fornisce un'analisi approfondita del problema, che consiste in tre sotto-problemi che sono stati ampiamente studiati nel campo dell'ottimizzazione. Viene fornita un'analisi accurata, concentrandosi in particolare sul problema dei vincoli di flusso di potenza, compreso uno studio di diverse formulazioni matematiche e varie tecniche di rilassamento e approssimazione volte a migliorare la trattabilità e la scalabilità.
Per affrontare l'incertezza delle RES, il modello incorpora una programmazione stocastica basata su scenari, che cattura la variabilità temporale e consente una pianificazione robusta in condizioni di incertezza. Esperimenti numerici su casi di test IEEE modificati dimostrano che H-SMILP fornisce soluzioni di alta qualità, quasi fattibili, con una maggiore efficienza computazionale.
Il presente studio convalida l'efficacia di H-SMILP nella risoluzione di problemi di ottimizzazione dei sistemi elettrici su larga scala e sensibili all'incertezza. Questa tesi presenta uno strumento pratico e scalabile per i gestori dei sistemi di trasmissione (TSO) per migliorare l'affidabilità e l'efficienza delle operazioni del mercato elettrico del giorno prima nel contesto di un'elevata integrazione delle RES.