Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
A Decision-Support Tool to Deal with the Strategies Alignment Process in Collaborative Networks Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Optimal Bidding Strategies of Wind-Thermal Power Producers

verfasst von : R. Laia, H. M. I. Pousinho, R. Melício, V. M. F. Mendes

Erschienen in: Technological Innovation for Cyber-Physical Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper addresses a stochastic mixed-integer linear programming model for solving the self-scheduling problem of a thermal and wind power producer acting in an electricity market. Uncertainty on market prices and on wind power is modelled via a scenarios set. The mathematical formulation of thermal units takes into account variable and start-up costs and operational constraints like: ramp up/down limits and minimum up/down time limits. A mixed-integer linear formulation is used to obtain the offering strategies of the coordinated production of thermal and wind energy generation, aiming the profit maximization. Finally, a case study is presented and results are discussed.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel GA-ANN Short-Term Electricity Load Forecasting
Nächstes Kapitel Wastewaters Reuse for Energy Crops Cultivation
Literatur
1.
Kongnam, C., Nuchprayoon, S.: Feed-in tariff scheme for promoting wind energy generation. In: IEEE Bucharest Power Tech Conference, pp. 1–6 (2009)
2.
Morales, J.M., Conejo, A.J., Ruiz, J.P.: Short-term trading for a wind power producer. IEEE Trans. Power Syst. 25(1), 554–564 (2010)CrossRef
3.
Bitar, E.Y., Rajagopal, R., Khargonekar, P.P., Poolla, K., Varaiya, P.: Bringing wind energy to market. IEEE Trans. Power Syst. 27(3), 1225–1235 (2012)CrossRef
4.
Pineda, I., Wilkes, J.: Wind in power: 2014 European statistics (2015)
5.
Key World Energy Statistics Report. International Energy Agency (2014)
6.
Wu, A., Shahidehpour, L., Li, T.: Stochastic security-constrained unit commitment. IEEE Trans. Power Syst. 22(2), 800–811 (2007)CrossRef
7.
Pousinho, H.M.I., Catalão, J.P.S., Mendes, V.M.F.: Offering strategies for a wind power producer considering uncertainty through a stochastic model. In: 12th International Conference on Probabilistic Methods Applied to Power Systems, pp. 1139–1144 (2012)
8.
Rajkumar, R.: A cyber-physical future. Proc. IEEE 100, 1309–1312 (2012)CrossRef
9.
Foundations for innovation in cyber-physical systems. Workshop summary report. National Institute of Standards and Technology (2013)
10.
Trivedi, A., Srinivasan, D., Biswas, S., Reindl, T.: Hybridizing genetic algorithm with differential evolution for solving the unit commitment scheduling problem. Swarm Evol. Comput. 23, 50–64 (2015)CrossRef
11.
Senjyu, T., Shimabukuro, K., Uezato, K., Funabashi, T.: A fast technique for unit commitment problem by extended priority list. IEEE Trans. Sustain. Energy 18, 277–287 (2003)
12.
Laia, R., Pousinho, H.M.I., Melício, R., Mendes, V.M.F., Reis, A.H.: Schedule of thermal units with emissions in a spot electricity market. In: Camarinha-Matos, L.M., Tomic, S., Graça, P. (eds.) DoCEIS 2013. IFIP AICT, vol. 394, pp. 361–370. Springer, Heidelberg (2013)CrossRef
13.
Ostrowski, J., Anjos, M.F., Vannelli, A.: Tight mixed integer linear programming formulations for the unit commitment problem. IEEE Trans. Power Syst. 27(1), 39–46 (2012)CrossRef
14.
Floudas, C., Lin, X.: Mixed integer linear programming in process scheduling: modeling, algorithms, and applications. Ann. Oper. Res. 139, 131–162 (2005)MathSciNetCrossRefMATH
15.
El-Fouly, T.H.M., Zeineldin, H.H., El-Saadany, E.F., Salama, M.M.A.: Impact of wind generation control strategies, penetration level and installation location on electricity market prices. IET Renew. Power Gener. 2, 162–169 (2008)CrossRef
16.
Angarita, J.L., Usaola, J., Crespo, J.M.: Combined hydro-wind generation bids in a pool-based electricity market. Electr. Power Syst. Res. 79, 1038–1046 (2008)CrossRef
17.
Hedman, K., Sheble, G.: Comparing hedging methods for wind power: using pumped storage hydro units vs options purchasing. In: International Conference on Probabilistic Methods Applied to Power Systems, pp. 1–6 (2006)
18.
Matevosyan, J., Soder, L.: Minimization of imbalance cost trading wind power on the short-term power market. IEEE Trans. Power Syst. 21(3), 1396–1404 (2006)CrossRef
19.
Ruiz, P.A., Philbrick, C.R., Sauer, P.W.: Wind power day-ahead uncertainty management through stochastic unit commitment policies. In: IEEE/PES Power Systems Conference and Exposition, pp. 1–9 (2009)
20.
Coelho, L.S., Santos, A.A.P.: A RBF neural network model with GARCH errors: application to electricity price forecasting. Electr. Power Syst. Res. 81, 74–83 (2011)CrossRef
21.
22.
Laia, R., Pousinho, H.M.I., Melício, R., Mendes, V.M.F.: Self-scheduling and bidding strategies of thermal units with stochastic emission constraints. Energy Convers. Manage. 89, 975–984 (2015)CrossRef
Metadaten
Titel
Optimal Bidding Strategies of Wind-Thermal Power Producers
verfasst von
R. Laia
H. M. I. Pousinho
R. Melício
V. M. F. Mendes
Copyright-Jahr
2016
Verlag
Springer International Publishing
Buch
Technological Innovation for Cyber-Physical Systems

Print ISBN: 978-3-319-31164-7

Electronic ISBN: 978-3-319-31165-4

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-31165-4_46