Synthetic net imbalance volume generation in balancing market with markov chain approach
Markov zincir yaklaşımı ile dengeleme güç piyasasında sentetik net dengesizlik hacmi üretimi
- Tez No: 676407
- Danışmanlar: DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Enerji Enstitüsü
- Ana Bilim Dalı: Enerji Bilim ve Teknoloji Ana Bilim Dalı
- Bilim Dalı: Enerji Bilim ve Teknoloji Bilim Dalı
- Sayfa Sayısı: 98
Özet
Geleneksel elektrik şebekesinde elektriğin üretim ve tüketim süreçlerinin eşzamanlı olması gerektiğinden, şebekede elektrik kesintilerini önlemek için bir kontrol kurumuna ihtiyaç vardır. Bu sebeple iletim şebekesi boyunca sistemin talebini karşılamak için üretim gönderimi iletim sistemi işletmecisi tarafından koordine edilir. Mevcut üretim kapasitesi ile kısa dönemlerde ortaya çıkan yüksek elektrik talebini karşılamalıdır. Son 20 yıllık dönemde, Türkiye enerji piyasası büyük değişimler geçirmiş ve bu sayede önemli ölçüde büyüme sergilemiştir. Piyasanın serbestleşmesi, özelleştirmeler, yenilenebilir enerji teknolojilerinin devreye girmesinin yanı sıra yapılan düzenlemeler ve çıkarılan kanunlar ile toplam kurulu güçte sürekli artışlar gözlenmiştir. Özellikle şebekeye beslenen kesintili yenilenebilir enerji kaynaklarının artan payıyla birlikte, sistem operatörlerinin elektrik şebekesini dengeleme işleminde kullanılmak üzere gün öncesi, gün içi ve gerçek zamanlı dengeleme piyasaları gibi farklı piyasa mekanizmalarına ihtiyaç duyulmaktadır. Üretim ve tüketimin gün öncesi planlaması piyasa fiyatını belirler ancak vaat edilen eylemlerin karşılanmaması sistemde dengesizliğe neden olmaktadır. Gerçek zamanlı dengeleme, dengeleme güç piyasası ve yan hizmetlerden oluşur. Bu piyasa, gerçek zamanlı dengeleme için sistem işletmecisine hızlıca devreye girebilecek yedek kapasiteyi sağlarken, yan hizmetler aracılığı ile de talep kontrolü ve frekans kontrolü sağlanır. Dengeleme güç piyasasında gerçek zamanlı arz ve talep dengelenmesi için, on beş dakika içerisinde devreye girebilecek çıkış gücündeki değişim ile elde edilen yedek kapasitenin alım-satımı gerçekleştirilir. Gün öncesi piyasası ile sistem işletmecisine üretim ve tüketim miktarı bakımından dengelenen bir piyasa sunulmuş olmasına karşın gerçek zamanda sapmalar olmaktadır. Böyle durumlarda sistem işletmecisi, sistem dengesini dengeleme güç piyasasına sunulmuş teklifleri kullanarak sağlarken dengesizliğe sebep olan piyasa katılımcılarına da sebep oldukları maliyetten ötürü bir yaptırım uygulanır. Dengesizliğe sebep olan piyasa katılımcılarına, gün öncesi piyasasında oluşan piyasa takas fiyatı ile dengeleme güç piyasasında oluşan sistem marjinal fiyatı arasında alış yönünde yüksek ve satış yönünde düşük olan fiyata %3'lik sapma cezası uygulanır. Dengesizliğe düşme durumu söz konusu olan piyasa katılımcılarının, iki saat sonrası için tekliflerin verilebileceği gün içi piyasasına katılarak verilen teklifi yeniden düzenleme şansı da mümkündür. Ancak cezadan kaçınmak için gün içi piyasasına katılmak veya kazancı maksimize etmek için cezayı kabul etmek, dengeleme piyasasında oluşan sistem marjinal fiyatına bağlıdır. Bu eyleme karar vermek için, sistem marjinal fiyatı hakkında bir öngörüde bulunmak gerekir. Ancak, son açıklanan sistem marjinal fiyatı 5 saat öncesinin değeridir ve en yakın gün içi piyasa eylemi 2 saat sonrası için yapılabilir. Öte yandan her saat sonunda talimat hacmi duyurusu yapılmaktadır. Piyasadaki yüksek talimat hacmi ve fiyat ilişkisi düşünüldüğünde, tahmin tarihi daha yakın olan talimat hacmi hakkında bir öngörüde bulunmak daha faydalı ve daha doğru sonuçlar verebileceğinden, bu çalışmada talimat hacmini tahmin etmek için stokastik bir Markov Zinciri yöntemi önerilmiştir. Metodolojide, net dengesizlik hacminin gelecekteki değerlerini oluşturmak için stokastik bir metot sunulmuştur. Saatlik net dengesizlik hacmi verileri, Markov zincir yönteminin geçiş matrisi yaklaşımı kullanılarak simüle edilmiştir. Bu amaçla net dengesizlik zaman serileri, 2020 yılında gerçekleşen maksimum ve minimum değerlere bağlı olarak çeşitli durumlara bölünmüştür. Her bir duruma karşılık gelen olasılıklar ile geçiş matrisi oluşturulduktan sonra, istenilen uzunluklarda sentetik seriler üretilmiştir. Modelin amacı ileri bir zamanda gerçekleşecek net sistem dengesizliklerini noktasal olarak tahmin etmekten ziyade, gerçek durumu temsil edebilecek şekilde sentetik net dengesizlik hacmi değerlerinin oluşturulmasıdır. Dengesizlik hacminin geçmiş verileri, istatistiksel parametreler ve otokorelasyonu korurken sentetik seriler oluşturmak için kullanılmıştır. Birinci dereceden Markov zinciri, birkaç saat ilerisi için net dengesizlik hacmi verisi oluşturmak için kullanılmıştır ve yeni girdilerin eklenmesiyle işlem tekrarlanmıştır. Sonuçların karşılaştırılması için aynı girdi ve pencere kaydırma yöntemi kullanılarak ARIMA modeli uygulanmıştır. Bu çalışmada önerilen yöntemin hesaplama gereksinimleri ve maliyeti düşüktür, uygulaması kolaydır ve gözlemlenen verilerin otokorelasyon fonksiyonunu temsil edebilir. Fiyat verilerinin geç açıklanması nedeniyle daha uzun bir tahmin aralığına sahip olan sistem marjinal fiyatını tahmin eden diğer çalışmalardan farklı olarak, bu çalışma en yakın piyasa işlem saatinden önce daha fazla girdi elde etme yeteneği ile net dengesizlik hacim verisi üretmeyi önermektedir. Daha yakın bir tahmin süresi ile net dengesizlik hacmi oluşturulduktan sonra, sistem marjinal fiyatı, net dengesizlik hacmi ile sistem dengeleme fiyatı arasındaki yüksek korelasyon kullanılarak hesaplanabilir. Bu, hazırlanan çalışmanın bir parçası olmamakla beraber ileriki çalışmalarda kullanılmak üzere verilen bir öneridir. Net dengesizlik hacmi verilerinin piyasa hareketlerinin bir ön izlemesi olarak kullanılması amacıyla Markov zincir yaklaşımı uygulanmış ve yaygın olarak kullanılan veriye dayalı bir model olduğundan, sonuç doğruluklarının karşılaştırılması için ARIMA modeli uygulanmıştır. Gün içi piyasasında yapılabilecek en yakın işlemin 2 saat sonrası için olduğu ve açıklanan en güncel gerçekleşen alış ve satış yönlü işlem hacimleri de bir saat öncesinin değerleri olduğu düşünüldüğünde, açıklanan değerden 3 saat sonrasının net işlem hacmi verisi öngörülmelidir. Bu sebeple model 1, 2 ve 3 saat ilerisine ait sentetik net dengesizlik hacmi verisi oluşturmak için kullanılmıştır. Veri oluşturma işlemi bir aylık süre ile devam ettirilerek oluşturulan veri setlerinin doğrulanabilmesi için zaman serileri elde edilmiştir. Sonrasında, oluşturulan zaman serileri, gözlemlenen net dengesizlik hacim zaman serisinin istatistiksel özelliklerini koruma becerilerini belirlemek için incelenmiştir. Veri dağılım grafikleri, yöntemin gözlemlenen verilere yakın sonuçlar ürettiğini göstermiştir. Histogramlarda ARIMA modelinden daha fazla sapma göstermesine rağmen, sunulan yöntem gözlemlenen verilerin genel özelliklerini koruyabilmiştir. Otokorelasyon fonksiyonu, modelin günlük salınım davranışını da gözlemlenene benzer şekilde koruyabildiğini göstermiştir. İstatistiksel ölçümlerde, ARIMA sonuçları genel olarak biraz daha yüksek doğruluğa sahip olsa da Markov zinciri ve ARIMA modellerinin sonuçları oldukça yakındır. İstatistiksel ölçütlerde, belirleme katsayısı yüksek değildir ve en son gözlem zamanından daha ileri bir tarih için veri oluşturuldukça bu değer daha da düşmektedir. Bununla birlikte, MBE, NMBE, RMSE ve NRMSE değerleri de düşüktür ve bu, gözlemlenen ve üretilen net dengesizlik hacmi verileri arasında tatmin edici bir uyum olarak not edilebilir. Durum aralığının 500 MW olduğu düşünüldüğünde, ortalama değerler de gözlemlenen değere yakındır. Genel olarak, ARIMA yöntemi, metriklerin çoğunda Markov zincir yaklaşımından daha iyi performans göstermiştir. Markov zinciri, her üç Cumartesi sonucunda da gözlemlenen verilere daha yakın bir ortalama değere sahiptir. 2 ve 3 saat ileri tahminlerde Markov zinciri, Cumartesi ve Pazar tahminlerinde belirleme katsayısı, RMSE ve NRMSE açısından ARIMA yöntemine eş veya daha iyi sonuçlar vermiştir. Ek olarak, Markov zinciri, her üç Cumartesi değerinde de gözlemlenen verilere daha yakın MBE, NMBE ve ortalama değerlere sahiptir. Haftanın günü karşılaştırmasında, her iki modelde de en yüksek belirleme katsayısı değerleri Cumartesi günü meydana gelmiştir, bunu hafta içi günler yakından takip ederken ve en düşük değerler Cumartesi günü gerçekleşmiş. Bu durum, haftanın gününe bağlı olarak meydana gelen en yüksek ve en düşük değer farkının en yüksek Pazar günü, daha sonra hafta içi ve en düşük ise Cumartesi günü gerçekleşmesi olarak yorumlanmıştır. Ayrıca hafta içi ARIMA ve Markov zincir yaklaşımının metrik sonuçları arasında farkların daha küçük olmasının nedeninin, hafta içi girdi sayısına kıyasla hafta sonu girdisinin daha az olmasından kaynaklanmasına bağlanmıştır. Sonuçları daha da iyileştirmek için 200 MW gibi daha küçük bir durum aralığı kullanılabilir. Daha yüksek dereceli geçiş de ileriki araştırmalarda kullanılabilir. Performansı arttırmak için durum aralığı küçültülüp, geçiş matrisi 1 ay uzunluğundaki girdi setinin maksimum ve minimum değerleri arasında oluşturulabilir ve bu değerler girdi seti her güncellenişinde dinamik olarak değiştirilebilir. Daha önce belirtildiği gibi, sentetik net dengesizlik hacim değerleri, dengeleme güç piyasası fiyat tahminlerinin ve santral işletme optimizasyon modellerinin girdisi olarak kullanılabilir.
Özet (Çeviri)
In the conventional grid, there is a need for a controlling agency to prevent the grid from blackouts since electricity should be consumed at the time of production, and the consumption and production processes should be simultaneous. The transmission system operator coordinates balancing generation and consumption of the system across the transmission grid. Large generation capacity should meet high electricity demand occurring in short peak periods. This represents the challenge of stabilizing the electricity grid for system operators, especially with the growing share of intermittent renewable energy sources feed into the grid. That is why different market mechanisms are needed such as day ahead, intraday, real time balancing markets. Day-ahead planning of generation and consumption sets the market price but not meeting the promised actions and causing imbalance has consequences. The imbalance is penalized by the system operator. A chance to rearrange the placed bid is possible by participating in the intraday market where bids for two hours later can be made. But whether to participate in the intraday market or accept the penalty to optimize the income depends on the system marginal price occurring in the balancing market. To decide this action, a prediction on system marginal price is needed. However, the latest system marginal price announcement is the value of 5 hours previous, and the closest intraday market action is for 2 hours later. On the other hand, instruction volume announcement is made after the end of each hour. Considering the high instruction volume and price relation in the market, predicting the instruction volume which has a closer forecast date is more beneficial and would give more accurate results. That is why in this paper a stochastic Markov Chain method to predict the instruction volume is proposed. In the methodology, to generate future values of the net imbalance volume a stochastic method was presented. By using transition matrix of the Markov chain method, hourly net imbalance volume data was simulated. To be able to simulate all possible states the net imbalance time series was divided into various states depending on maximum and minimum occurrence in the year of 2020. Once the transition matrix has been formed with the corresponding probabilities, synthetic series were generated on desired lengths. The aim of the model was not to point forecast at a certain time but to realistically represent a possible chain of events of synthetic net imbalance volume values. Historical data of imbalance volume were used to generate synthetic series while preserving the autocorrelation and statistical parameters. First order Markov chain was used to generate a few hours forward net imbalance volume data and repeats its action with the addition of new inputs. To be able to compare the results, ARIMA model was applied by using the same input and window shift method. Proposed method in this study has a low computational requirements and cost, easy to implement and is able to represent the autocorrelation function of recorded data. Unlike other studies that point forecast the system marginal price which has a longer prediction window due to late announcement of price data, this study proposes to generate net imbalance volume data with the ability to obtain more input before the closest market action hour. After generating the net imbalance volume with a closer prediction time, system marginal price then can be calculated using the high correlation between net imbalance volume and system balancing price which was not a part of the study but a suggestion for the further studies. For the purpose of using net imbalance volume data as a preview for market actions, Markov chain approach was applied and ARIMA model applied for comparison of result accuracies, since ARIMA is a widely used data-driven model. Data distribution graphs has showed that both methods produced close results to the observed data. Although showing more deviation than ARIMA model in the histograms, the presented method was able to preserve the general characteristics of the observed data. Autocorrelation function exhibits that the proposed model was also able to preserve the daily oscillatory behavior similar to the observed one. On the statistical metrics, results are close between Markov chain and ARIMA models where ARIMA results has slightly higher accuracy in general. In each model the accuracy gets lower as data generated for further from latest observation time. On the other hand, MBE, NMBE, RMSE, NRMSE values are low which can be noted as a satisfactory accordance between the observed and the generated net imbalance volume data. Mean values were also close to the observed one considering the state range was 500 MW. In general, ARIMA method showed slightly better performance than Markov chain approach in most of the metrics. Markov chain has closer mean value to the observed data in all three Saturday results. In the 2 and 3 hours forward predictions, Markov chain had similar or better results than ARIMA method during Saturday and Sunday predictions in terms of coefficient of determination, RMSE and NRMSE. Additionally, Markov chain has closer MBE, NMBE and mean values to the observed data in all three Saturday values. In the day of week comparison, the highest coefficient of determination values occurred on Saturday, followed closely by weekdays and lowest values occurred on Saturday in both models. This was interpreted as the cause of highest and lowest value difference occurring depending on the day of week, which is highest on Sunday, followed closely by weekday and lowest on Saturday. And the reason for having smaller differences between the metric results of ARIMA and Markov chain approach on weekday can be having less weekend input compared to weekday input. To further improve the results, a smaller bin range can be used like 200 MW. Higher order transition can also be considered in future research. State range can be changed dynamically with each window shift and can be between maximum and minimum occurrences of the input time series to improve the performance. As stated before, synthetic net imbalance volume values may be utilized as the input for balancing market price forecasts and power plant operation optimization models.
Benzer Tezler
- Havasız arıtmanın fizikokimyasal dengelerle modellenmesi
The Modelling of anaerobic digesters with physico-chemical equilibria
GÜLER DARTAN (DEMİR)
- Liken planus hastalarında dokuda serotonin ekspresyonu ile depresyon- anksiyete ilişkisinin araştırılması
Assessment of the relationship between serotonin expression in tissues of patients with lichen planus and depression/anxiety
GÖKÇE IŞIL KURMUŞ
Tıpta Uzmanlık
Türkçe
2014
DermatolojiSağlık BakanlığıDeri ve Zührevi Hast. Ana Bilim Dalı
PROF. DR. MÜZEYYEN GÖNÜL
PROF. DR. FİLİZ CANPOLAT
- Karbondioksit ve karbonmonoksite maruz bırakılan sıçanlarda biyokimyasal ve moleküler genetik parametrelerin değişimi
Variation of biochemical and molecular genetic parameters in rats exposed to carbon monoxide and carbon dioxide
MUSTAFA DOĞAN
- تقييم محتوى مواقع تعليم اللغة العربية عن بعد للناطقين بغيرها وفقاً لمعايير الكفاءة اللغوية
Dil yeterlilik ölçütleri ışığında arapçanın yabancı dil olarak öğretildiği site içeriklerinin değerlendirilmesi
İBRAHİM MANSUR
Doktora
Arapça
2021
Doğu Dilleri ve EdebiyatıSakarya ÜniversitesiTemel İslam Bilimleri Ana Bilim Dalı
PROF. DR. AHMET BOSTANCI
- Crowd counting, localization and anomaly detection with convLSTM based CNN using synthetic images
Evrişimli uzun-kısa süreli hafıza tabanlı evrişimsel sinir ağları ile sentetik görüntüler kullanarak kalabalık sayımı, lokalizasyonu ve anomali tespiti
MUHAMMET FURKAN COŞKUN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE AKAR