Doctorandus/a PhD student

Name: Pamela Ann MacDougall

Partners

KU Leuven

Promotor / Supervisor

Promotor: Prof. dr. ir. Geert Deconinck

Copromotor: Prof. dr. ir. George Huitema, Rijksuniversiteit Groningen

Samenvatting van het onderzoek / Summary of Research

In de transitie van energie-opwekking met stuurbare generatoren, die op fossiele brandstoffen werken, naar duurzame opwekking, zijn aggregatordiensten een van de mogelijkheden om meer flexibiliteit te creëren in het energiesysteem. Een aggregator accumuleert residentiële, commerciële, en klein-industriële vraagsturing (demand reponse, DR) en gedistribueerde energie-opwekking in de vorm van een Virtual Power Plant (VPP). Deze VPP geeft de mogelijkheid om actief te participeren op elektriciteitsmarkten en in de DR-programma’s  van systemoperatoren. Twee drempels voor aggregatordiensten zijn geïdentificeerd: het karakteriseren de VPP-karakteristieken en het bepalen van de waarde van aggregatordiensten. Dit heeft geleid tot de primaire onderzoeksvraag van dit proefschrift: Hoe kan de waarde van geaggregeerde flexibiliteit worden bepaald?

Om de waarde van de flexibiliteit van een VPP te bepalen zijn grote sets data vereist; hiermee kan het potentieel van de VPP worden bepaald. Dit werd gedaan door het ontwikkelen van een set van apparaat- en gebruikersmodellen die op een realistische wijze een residentiële VPP kunnen simuleren, met als eigenschappen: een resolutie van minder dan een minuut, configureerbaarheid zodat de meeste residentiële apparaten vertegenwoordigd zijn, in staat om smart-control te doen,  schaalbaar tot grote hoeveelheden apparaten en gevalideerd met gemeten apparaatdata. Met deze modellen kunnen de meeste vormen van residentiële VPP’s op een realistische manier worden gesimuleerd. Hierna, om de waarde te bepalen, moeten de karakteristieken van de VPP worden gekwantificeerd; hiermee wordt bepaald welke diensten een VPP kan leveren. Barrières zoals gebruikersprivacy en rekentijd limiteren het gebruik van laag-niveau, systeemspecifieke, informatie. Daarom is er een ‘black-box’ voorspellingsmodel ontwikkeld dat de karakteristieken, specifiek de flexibele capaciteit, van een VPP kan inschatten met alleen hoog-niveau geaggregeerde informatie. Een gevoeligheidsanalyse van het Artificiële Neurale Netwerk (ANN) voorspellingsmodel werd gedaan om de impact van de VPP-samenstelling op de nauwkeurigheid van het resultaat te onderzoeken. Hieruit bleek dat voor alle samenstellingen van VPP’s de foutmarge maximaal 10% was; dit bevestigt de veelzijdigheid van het voorspellingsmodel voor gebruik door residentiële aggregatoren. Ten slotte is er een wiskundige formulering gemaakt om de waarde van de capaciteit van een VPP op de groothandelsmarkt te bepalen. Gebruikmakend van deze formulering is een methode om de waarde van een VPP te bepalen met inachtneming van externe invloeden zoals marktdesign en weerfactoren gepresenteerd. Met deze methode zijn twee handelsstrategieën geëvalueerd om te bepalen hoe de strategieën verbeterd konden worden. Hiermee is gedemonstreerd dat met deze methode de handelsstrategie met 36% kan worden verbeterd.

Volledige tekst van het doctoraat / full text

Examencommissie / Board of examiners

Prof. dr. ir. Geert Deconinck (promotor) 
Prof. dr. George Huitema (copromotor) , Rijksuniversiteit Groningen 
Prof. dr. Carlo Vandecasteele (voorzitter/chairman) 
Prof. dr. ir. Johan Driesen (secretaris/secretary) 
Prof. dr. ir. Johan Suykens 
Prof. dr. Johann Hurink , University of Twente 
Dr. Pallas Agterberg , Alliander