Co-optimization of Energy Storage Technologies in Tactical and Strategic Planning Models

Abstract

En la actualidad, los sistemas de energía eléctrica están migrando a la instalación de mayores cantidades de generación eólica y solar para lograr los objetivos de reducción de emisiones de gases de efecto invernadero en el sector, lo que requerirá una mayor flexibilidad del sistema para mantener el balance generación-demanda y así garantizar los estándares de desempeño del sistema. Las tecnologías actuales tienen capacidades técnicas limitadas para proporcionar esta flexibilidad, y se requieren nuevas alternativas. En este contexto, el almacenamiento de energía es una de las opciones más prometedoras que puede ofrecer beneficios técnicos y económicos. Sin embargo, modelar sistemas de almacenamiento de energía representa un desafío debido a que existe una amplia gama de tecnologías, desde unidades hidroeléctricas de bombeo hasta baterías, cada una con diferentes características que las hacen más adecuadas para aplicaciones ya sea a corto (ej. horas) o a largo plazo (ej. meses). Esta tesis propone modelos de optimización que mejoran las herramientas actuales de planeación de la operación e inversión mediante una mejor consideración de las decisiones operativas a corto y largo plazo para diferentes tecnologías de almacenamiento de energía conectadas a la red de transmisión que impactan la planeación táctica y estratégica en los sistemas de energía eléctrica. Esta tesis aborda el problema de inversión y operación de almacenamiento de energía en los siguientes aspectos: • Representación de la operación de almacenamiento de energía: se proponen mejoras en los modelos actuales de apoyo a la decisión para tratar el almacenamiento a corto plazo (ej. baterías) y el almacenamiento estacional (ej. hidráulica), al mismo tiempo, incluyendo análisis con restricciones de la red de transmisión. Además, se determinan los principales inconvenientes de los enfoques de modelado tradicionales utilizando un modelo de compromiso de unidad por hora como punto de referencia para la comparación de los modelos actuales y propuestos. • Co-optimización de tecnologías de almacenamiento de energía en modelos de despacho hidrotérmicos: se evalua el impacto de las decisiones de almacenamiento de energía a corto plazo en el costo de oportunidad del almacenamiento a largo plazo a través de la propuesta de un nuevo modelo para la coordinación hidrotérmica en el cual los costos de oportunidad o las señales a corto plazo se co-optimizan con el almacenamiento estacional. • Modelos de decisión de inversión para el almacenamiento de energía: Se formulan y prueban los principales enfoques de modelado para evaluar la inversión en sistemas de almacenamiento de energía en sistemas de energía con alta penetración de fuentes de energía renovables. Además, se analiza la influencia de las restricciones de la red de transmisión, las pérdidas y la mayor penetración de la energía renovable en la planificación de la ubicación e inversión de los sistemas de almacenamiento de energía. • Modelos de decisión de inversión para el almacenamiento de energía utilizando un compromiso de unidad basado en energía: se proponen mejoras a los modelos de inversión actuales al modelar correctamente los requisitos de flexibilidad del sistema de energía eléctrica, incluyendo los asociados a las diferentes inversiones en almacenamiento de energía. Además, se comparan modelos de compromiso de unidad basados en energía y en potencia, analizando las principales ventajas y desventajas de las decisiones de inversión en almacenamiento de energía. Los modelos propuestos pueden respaldar las decisiones de propietarios de almacenamiento de energía, inversores, operadores de sistemas, entidades de planificación y autoridades reguladoras, que estén relacionadas con el almacenamiento de energía en el contexto futuro de una alta proporción de fuentes de energía renovables variable.

Nowadays, power systems are transitioning to an increasing penetration of vast low-cost wind and solar generation in order to achieve the greenhouse-gas-emission reduction targets in the electricity sector, which will require system flexibility for balancing requirements to maintain system performance. The current technologies have limited technical capabilities to provide this flexibility, and new alternatives are required. In this context, energy storage is one of the most promising options that can deliver technical and economic benefits. However, modeling energy storage systems represents a challenge because they have a wide range of technologies from pumped hydro units to batteries, each one with different characteristics that make them more suitable either short- (e.g., hours) or long-term (e.g., months) applications. This thesis proposes optimization models that improve current operational and investment planning tools by a better consideration of short- and long-term operational decisions for different grid-level energy storage technologies that impact tactical and strategic planning in power systems. This thesis then tackles the energy storage operation and investment problem in the following aspects: • Representation of Energy Storage Operation: we propose improvements in current decision support models to deal with short-term storage such as batteries and seasonal storage at the same time, including network-constrained analysis. In addition, it determines the main drawbacks of the traditional modeling approaches using an hourly unit commitment model as a benchmark for the comparison of the current and proposed models. • Co-optimization of Energy Storage Technologies in hydrothermal dispatch models: we assess the impact of short-term energy storage decisions on the opportunity cost of long-term storage through the proposal of a new optimization model for hydrothermal coordination in which hourly opportunity costs or short-term signals are co-optimized with seasonal storage. • Investment Decision Models for Energy Storage: we formulate and test the main modeling approaches to evaluate energy-storage-systems investment in power systems with high penetration of renewable energy sources. Moreover, we analyze the influence of transmission constraints, losses, and increased renewable energy penetration on planning energy-storage-systems allocation and investment. • Investment Decision Models for Energy Storage using Power-based Unit Commitment: we improve current investment models by correctly modeling power system flexibility requirements that lever different energy storage investment. Moreover, we compare energy-based and power-based unit commitment models and analyze the main advantages and disadvantages for the energy storage investment decisions. The proposed models can support energy storage owners, investors, system operators, planning entities, and regulatory authorities in their decisions regarding energy storage in the future context of high share of variable renewable energy sources.