The global ambitions of a carbon-neutral society necessitate a stable and robust smart grid that capitalises on frequency reserves of renewable energy. Frequency reserves are resources that adjust power production or consumption in real time to react to a power grid frequency deviation. Revenue generation motivates the availability of these resources for managing such deviations. However, limited research has been conducted on data-driven decisions and optimal bidding strategies for trading such capacities in multiple frequency reserves markets. We address this limitation by making the following research contributions. Firstly, a generalised model is designed based on an extensive study of critical characteristics of global frequency reserves markets. Secondly, three bidding strategies are proposed, based on this market model, to capitalise on price peaks in multi-stage markets. Two strategies are proposed for non-reschedulable loads, in which case the bidding strategy aims to select the market with the highest anticipated price, and the third bidding strategy focuses on rescheduling loads to hours on which highest reserve market prices are anticipated. The third research contribution is an Artificial Intelligence (AI) based bidding optimization framework that implements these three strategies, with novel uncertainty metrics that supplement data-driven price prediction. Finally, the framework is evaluated empirically using a case study of multiple frequency reserves markets in Finland. The results from this evaluation confirm the effectiveness of the proposed bidding strategies and the AI-based bidding optimization framework in terms of cumulative revenue generation, leading to an increased availability of frequency reserves.
翻译：碳中性社会的全球雄心壮志要求有一个稳定、稳健的智能网格,使可再生能源的频率储备成为资本; 频率储备是实时调整电力生产或消费的资源,以便对电网频率偏差作出反应; 创造收入鼓励提供这些资源,以管理这种偏差; 然而,对数据驱动的决定和在多频率储备市场交易这种能力的最佳招标战略进行了有限的研究; 我们通过作出以下研究贡献来解决这一限制; 第一, 一种通用模型是根据对全球频率储备市场关键特点的广泛研究设计的; 第二, 以这一市场模式为基础, 提出了三项招标战略, 以便实时调整电力生产或消费, 以便对多阶段市场的价格峰值作出反应; 提出了两种战略, 以便实时调整电力生产或消费, 以便管理这种偏差管理; 然而,对以数据驱动价格偏差为目的的市场选择了以最高预期价格选择市场; 第三个招标战略的重点是将负荷调整到预期最高市场价格最高时段。 第三个研究贡献是建立在实施这三项战略的投标优化框架基础上的人工智能智能(AI), 以及新的不确定性指标补充了多阶段价格预测。 最后,对不定期价格预测框架进行了评估, 评估框架 以多重评估, 以评价了该评估 评估 以 以 以 以 以 以 评估 以 以 以 以 以 以 以 以 以 以 以 以 以 以 以 以 以 以 以 货币 以 以 以 的 的 货币 货币 货币 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 以 以 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的 的
相关内容
微信扫码咨询专知VIP会员