Μίξη ανανεώσιμης ενέργειας με αντλησιοταμίευση: Βελτιστοποίηση σχεδιασμού υπό αβεβαιότητα και άλλες προκλήσεις

A. Zisos, G.-K. Sakki, and A. Efstratiadis, Mixing renewable energy with pumped hydropower storage: Design optimization under uncertainty and other challenges, Sustainability, 15 (18), 13313, doi:10.3390/su151813313, 2023.

[Μίξη ανανεώσιμης ενέργειας με αντλησιοταμίευση: Βελτιστοποίηση σχεδιασμού υπό αβεβαιότητα και άλλες προκλήσεις]

[doc_id=2307]

[Αγγλικά]

Τα υβριδικά συστήματα ανανεώσιμης ενέργειας, που συμπληρώνονται από έργα αντλησιοταμίευσης, έχουν καταστεί όλο και πιο δημοφιλή στο πλαίσιο της αυξημένης διείσδυσης της ανανεώσιμης ενέργειας. Αυτή η διάταξη είναι ακόμα πιο ευνοϊκή σε απομακρυσμένες περιοχές που συνήθως δεν είναι συνδεδεμένες με το ηλεκτρικό δίκτυο της ενδοχώρας, στις οποίες η πρόκληση της ενεργειακής ανεξαρτησίας εντείνεται. Η παρούσα έρευνα εστιάζει στο σχεδιασμό τέτοιων συστημάτων, από την οπτική της διαμόρφωσης ενός βέλτιστου μίγματος ανανεώσιμων πηγών που επωφελούνται από τις συμπληρωματικότητες και συνέργειές τους, σε συνδυασμό με την ευελιξία της αντλησιοταμίευσης. Ωστόσο, αυτός ο σχεδιασμός υπόκειται σε σημαντικές πολυπλοκότητες, αφενός λόγω των πολλαπλών στόχων και περιορισμών που πρέπει να εκπληρωθούν, και αφετέρου των εγγενών αβεβαιοτήτων, που διατρέχουν όλες τις σχετικές διεργασίες, εξωτερικές και εσωτερικές. Σε αυτό το πνεύμα, χρησιμοποιούμε μια προτεινόμενη διάταξη για ένα νησί του Αιγαίου, ήτοι τη Σίφνο, για να αναπτύξουμε και να αξιολογήσουμε ένα ολοκληρωμένο σχήμα προσομοίωσης-βελτιστοποίησης σε ντετερμινιστικό και, τελικά, στοχαστικό πλαίσιο, αναδεικνύοντας το πρόβλημα σχεδιασμού κάτω από την ομπρέλα της αβεβαιότητας. Συγκεκριμένα, λαμβάνουμε υπόψη τρία κύρια αβέβαια στοιχεία, ήτοι την ταχύτητα ανέμου (φυσική διεργασία), τη ζήτηση ενέργειας (ανθρωπογενής διεργασία) και τη μετατροπή της ταχύτητας ανέμου σε ηλεκτρική ισχύ (εσωτερική διεργασία, εκφρασμένη ως μια πιθανοτική καμπύλη ισχύος). Έμφαση δίνεται επίσης στη διαδικασία λήψης αποφάσεων, η οποία απαιτεί ενδελεχή ερμηνεία των αποτελεσμάτων της βελτιστοποίησης, με επίγνωση της αβεβαιότητας. Τέλος, καθώς το προτεινόμενο έργο αντλησιοταμίευσης χρησιμοποιεί ως κάτω ταμιευτήρα τη θάλασσα, αντιμετωπίζονται πρόσθετες τεχνικές προκλήσεις.

PDF Πλήρες κείμενο (4191 KB)

Βλέπε επίσης: https://www.mdpi.com/2071-1050/15/18/13313

Εργασίες μας στις οποίες αναφέρεται αυτή η εργασία:

1. A. Efstratiadis, and D. Koutsoyiannis, An evolutionary annealing-simplex algorithm for global optimisation of water resource systems, Proceedings of the Fifth International Conference on Hydroinformatics, Cardiff, UK, 1423–1428, doi:10.13140/RG.2.1.1038.6162, International Water Association, 2002.
2. D. Koutsoyiannis, C. Makropoulos, A. Langousis, S. Baki, A. Efstratiadis, A. Christofides, G. Karavokiros, and N. Mamassis, Climate, hydrology, energy, water: recognizing uncertainty and seeking sustainability, Hydrology and Earth System Sciences, 13, 247–257, doi:10.5194/hess-13-247-2009, 2009.
3. G. Tsekouras, and D. Koutsoyiannis, Stochastic analysis and simulation of hydrometeorological processes associated with wind and solar energy, Renewable Energy, 63, 624–633, doi:10.1016/j.renene.2013.10.018, 2014.
4. I. Tsoukalas, S.M. Papalexiou, A. Efstratiadis, and C. Makropoulos, A cautionary note on the reproduction of dependencies through linear stochastic models with non-Gaussian white noise, Water, 10 (6), 771, doi:10.3390/w10060771, 2018.
5. I. Tsoukalas, C. Makropoulos, and D. Koutsoyiannis, Simulation of stochastic processes exhibiting any-range dependence and arbitrary marginal distributions, Water Resources Research, 54 (11), 9484–9513, doi:10.1029/2017WR022462, 2018.
6. I. Tsoukalas, A. Efstratiadis, and C. Makropoulos, Building a puzzle to solve a riddle: A multi-scale disaggregation approach for multivariate stochastic processes with any marginal distribution and correlation structure, Journal of Hydrology, 575, 354–380, doi:10.1016/j.jhydrol.2019.05.017, 2019.
7. I. Tsoukalas, P. Kossieris, and C. Makropoulos, Simulation of non-Gaussian correlated random variables, stochastic processes and random fields: Introducing the anySim R-Package for environmental applications and beyond, Water, 12 (6), 1645, doi:10.3390/w12061645, 2020.
8. R. Ioannidis, and D. Koutsoyiannis, A review of land use, visibility and public perception of renewable energy in the context of landscape impact, Applied Energy, 276, 115367, doi:10.1016/j.apenergy.2020.115367, 2020.
9. L. Katikas, P. Dimitriadis, D. Koutsoyiannis, T. Kontos, and P. Kyriakidis, A stochastic simulation scheme for the long-term persistence, heavy-tailed and double periodic behavior of observational and reanalysis wind time-series, Applied Energy, 295, 116873, doi:10.1016/j.apenergy.2021.116873, 2021.
10. G.-K. Sakki, I. Tsoukalas, and A. Efstratiadis, A reverse engineering approach across small hydropower plants: a hidden treasure of hydrological data?, Hydrological Sciences Journal, 67 (1), 94–106, doi:10.1080/02626667.2021.2000992, 2022.
11. G.-K. Sakki, I. Tsoukalas, P. Kossieris, C. Makropoulos, and A. Efstratiadis, Stochastic simulation-optimisation framework for the design and assessment of renewable energy systems under uncertainty, Renewable and Sustainable Energy Reviews, 168, 112886, doi:10.1016/j.rser.2022.112886, 2022.
12. A. Roxani, A. Zisos, G.-K. Sakki, and A. Efstratiadis, Multidimensional role of agrovoltaics in era of EU Green Deal: Current status and analysis of water-energy-food-land dependencies, Land, 12 (5), 1069, doi:10.3390/land12051069, 2023.

Κατηγορίες: Ανανεώσιμες πηγές ενέργειας, Αβεβαιότητα, Νερό και ενέργεια