استراتژی پیشنهاددهی بهینه مشارکت یکپارچه ذخیره‌ساز هوای فشرده و تکنولوژی تبدیل برق به گاز در بازار روز پیش تحت رویکرد ترکیبی تصادفی-مقاوم

افزایش نفوذ منابع انرژی تجدیدپذیر به ویژه منابع بادی با ماهیت احتمالاتی، شبکه‌های قدرت را با چالش‌های متعددی از نظر برنامه‌ریزی و بهره‌برداری مواجه نموده‌است. از سوی دیگر، گاز طبیعی به عنوان یک حامل انرژی ارزان و پاک، نقشی موثر در چشم‌اندازهای بلند مدت انرژی دارد. منابع انعطاف‌پذیر نوظهور و تکنولوژیهای نوین هماهنگ‌شده، می‌توانند با شرکت در بازار برق وگاز روی قیمت برق تاثیرگذار باشند. بر این اساس، در این مقاله استراتژی پیشنهاددهی بهینه قیمت‌دهی برای یک سیستم ترکیبی متشکل از مزرعه بادی، ذخیره ساز هوای فشرده و تکنولوژی برق به گاز مورد بررسی قرار می‌گیرد. وجود عدم‌قطعیت‌های ناشی از توان بادی و قیمت بازار روز بعد موجب می‌شود که برنامه‌ریزی پیشنهادی تحت یک رویکرد احتمالاتی مقاوم بهینه گردد. توان تولیدی مزرعه بادی با استفاده از رویکرد احتمالاتی مبتنی بر تولید سناریو مدل شد، حال‌آنکه جهت مدل‌سازی قیمت بازار روز بعد، یک چارچوب مقاوم ارائه گردید. مدل پیشنهادی جهت حداکثر سازی سود بر روی یک سیستم نمونه پیاده شده‌است که نتایج حاصل از شبیه‌سازی نشان‌دهنده افزایش سود مالک سیستم و استفاده حداکثر از ظرفیت نیروگاه بادی در حضور تکنولوژی برق به گاز و ذخیره‌ساز هوای فشرده است.

Hybrid Robust Stochastic Bidding Strategy for Wind Farms Integrated with Compressed Air Energy Storage and Power to Gas Technology

With the high penetration of renewable energy, especially wind power generation with probabilistic nature, the power system is faced with multiple challenges from planning and operation point of view. The need for highly flexible emerging sources like energy storage systems for the integration of renewable energy is essential. Furthermore, the natural gas network as a clean and lowcost energy carrier has an impressive role in the longterm energy perspective. The emergence of new technologies like PowertoGas (P2G) and compressed air energy storage (CAES) technologies cause the interdependency between electricity and natural gas networks. An optimal bidding strategy of the hybrid wind farms, CAES and P2G facilities to participate in the dayahead market is investigated in this paper. The hybrid robuststochastic approach is implemented to handle the system uncertainties including wind power generation, as well as power market prices to maximize profit. The power generated by the wind farm is modeled by a scenariobased stochastic approach, while dayahead power price uncertainty to find bidding/ offering curves is modeled by a robust optimization approach. Numerical results indicate an increase in profit, as well as maximum utilization of wind power capacity in the presence of P2G and CAES, simultaneously.