Optimized strategies for the scheduling and dispatch of distributed energy resources : a MILP-based framework

Electric power systems are currently undergoing a transition towards decentralization, with small-scale distributed units playing an increasingly pivotal role in energy generation. As the phasing-out of fossil fuels continues, the significance of distributed energy resources is growing, not only as sources of primary energy but also as providers of crucial ancillary services. To facilitate this transition, it is imperative to open the national ancillary service market to a broader spectrum of units and develop holistic strategies to optimally exploit these resources. This doctoral research introduces a comprehensive architecture designed to optimize the scheduling and operation of an aggregated set of distributed resources across all decision-making phases. The system operates as follows: I. The participation in the reserve balancing auction is performed by a MILP-based model that evaluates the flexibility margin available by simulating the aggregate medium-term planning. II. The participation in the day-ahead market is optimized through a two-stage stochastic programming model, which accounts for forecast uncertainties in energy requirements for the following day. III. The real-time dispatch of the flexible resources is obtained by adopting an innovative rolling-horizon stochastic programming model, which considers also the evolution of the short-term uncertainties. IV. The aggregate's bidding strategy on the ancillary service market is optimized using an iterative MILP model combined with a constrained k-means clustering method. Numerical simulations are conducted to prove the effectiveness of the proposed models, using as a reference the current Italian regulatory framework. The novel approaches are compared with state-of-art methods and business-as-usual scenarios to assess the benefits. The techno-economic analyses are performed both from local and systemic perspectives. The local perspective evaluates the economic advantages of the proposed strategies both for users and aggregators, while the systemic one enables the assessment of the benefits of the ancillary service provision by distributed energy resources in a predominantly decarbonized electric power system. In this regard, a 2030 energy scenario compliant with the latest European Green Deal is simulated and the values of the flexibility margin of distributed energy resources are accurately evaluated.

Il sistema elettrico sta attraversando una fase di rapida transizione nella quale le risorse energetiche distribuite interpretano un ruolo sempre più centrale. Difatti, il graduale processo di decarbonizzazione della produzione elettrica richiede un crescente contributo delle risorse energetiche distribuite, non solo come fonte primaria di energia rinnovabile, ma anche come risorse chiave nella fornitura di servizi ancillari. Al fine di facilitare la transizione energetica, è necessaria l’apertura dei mercati dei servizi ancillari ad un’ampia platea di risorse. Parallelamente è richiesto lo sviluppo di strategie di controllo e coordinazione che permettano una gestione ottimale di tali risorse distribuite al fine di facilitare l’operazione del sistema elettrico. A tale scopo, questa tesi di dottorato introduce un sistema centralizzato in grado di ottimizzare la programmazione e il controllo di un aggregato di risorse distribuite al fine di fornire servizi ancillari alla rete elettrica. Il sistema proposto simula tutte le fasi decisionali di un aggregato di risorse distribuite e opera secondo la seguente struttura: I. La partecipazione alle aste per l’assegnazione delle riserve di capacità è effettuata tramite un modello di ottimizzazione MILP, il quale simula le risorse incluse nell’aggregato nel medio-lungo periodo. II. La partecipazione al mercato del giorno prima è effettuata tramite un modello di ottimizzazione stocastica a due stadi, permettendo di considerare le incertezze previsionali delle risorse rinnovabili e dei carichi non controllabili. III. Nel tempo reale, le risorse sono gestite tramite un modello innovativo di ottimizzazione stocastica con finestra temporale mobile. Anche in questo modello il controllo ottimale è ottenuto considerando le incertezze future e lo stato delle risorse. IV. Per ottimizzare la strategia di offerta durante la partecipazione al mercato dei servizi di dispacciamento è proposto un modello di ottimizzazione MILP iterativo congiuntamente all’impiego di un modello di clustering non supervisionato. Sono state condotte approfondite analisi numeriche per validare i modelli proposti e confrontarli con gli approcci attualmente disponibili in letteratura. Le analisi tecniche ed economiche sono state effettuate coerentemente con il contesto regolatorio italiano e i risultati ottenuti sono stati analizzati considerando sia i vantaggi per le risorse aggregate sia i benefici sistemici. Questo ha permesso non solo di provare la fattibilità tecnica ed economica della fornitura di servizi ancillari da risorse distribuite, ma anche di stimarne gli effettivi benefici per il sistema elettrico. A tal riguardo è stata valutata l’importanza delle risorse distribuite in uno scenario al 2030 conforme con gli obiettivi Europei per la riduzione delle emissioni.