برنامه‌ريزي توسعه نيروگاه‌هاي بادي در بازارهاي برق در حضور شركت‌هاي توليد راهبردي و تقاضاي كشش‌پذير

Wind Power Investment in Electricity Markets Consisting of Strategic Producers and Elastic Demand

در اين مقاله چهارچوبي جديد به‌منظور برنامه‌ريزي توسعه نيروگاه‌هاي بادي در بازارهاي برق رقابتي ناكامل و در حضور شركت‌هاي راهبردي با درنظرگرفتن تقاضاي كشش‌پذير ارائه مي‌شود. در چهارچوب پيشنهادي، هدف اصلي بررسي قابليت سودآوري نيروگاه‌هاي بادي در بازارهايي با ويژگي انحصاري چندجانبه مي‌باشد كه در آن مصرف‌كنندگان نيز داراي كشش‌پذيري مناسبي در برابر قيمت مي‌باشند. مسئله برنامه‌ريزي توسعه منابع بادي در قالب يك مدل دوسطحي ارائه مي‌شود كه در سطح بالا تصميمات سرمايه‌گذاري با هدف بيشينه‌سازي سود سرمايه‌گذار اتخاذ شده و سطح پايين شامل مسئله تسويه بازار است كه با توجه به ويژگي انحصار چندجانبه بازار برق به كمك مدل تعادل كورنات (Cournot) و با هدف بيشينه‌سازي سود هم‌زمان شركت‌هاي راهبردي مقيد به تعادل عرضه و تقاضا حل مي‌شود. عدم‌قطعيت در توليد منابع بادي توسط مجموعه‌اي از سناريوها مدل مي‌شود. مسئله بهينه‌سازي دوسطحي در سطح بالا به كمك الگوريتم ژنتيك و در سطح پايين و به‌ازاي تحقق‌هاي مختلف سناريوهاي توان بادي با استفاده از الگوريتم رياضي حل مي‌شود. كارايي چهارچوب پيشنهادي برروي يك شبكه قدرت 3شينه نمونه و شبكه IEEE سي‌شينه با انجام شبيه‌سازي‌ها و تحليل‌هاي لازم نشان داده مي‌شود.

In this paper, a novel framework is proposed to solve wind power investment in incomplete electricity markets in the presence of strategic companies and considering elastic demand. In the proposed framework, the main objective is to investigate the profitability of wind units in oligopolistic power markets where consumers has good elasticity versus electricity price. The considered investment problem is represented as a bilevel model where investment decisions are taken at upper level with the aim of maximizing investment profit, and market clearing problem in the lower level. According to oligopolistic feature of market, Cournot game is applied for modeling strategic interactions among market players. Thus, market equilibrium is determined by maximizing generation companies’ (GENCOs) profit considering balance of supply and demand. Uncertainty of wind power production is modeled with a set of scenarios. Upper problem are solved using genetic algorithm, while the lower level problem is solved by mathematical algorithm for various scenarios of wind power. The proposed model is examined on a three-bus network and on IEEE 30 bus network.