Συντάχθηκε 28-09-2017 08:05
από Vasiliki Grigoraki
Email συντάκτη: vgrigoraki<στο>tuc.gr
Ενημερώθηκε:
-
Κύρια: υπάλληλος ΗΜΜΥ.
Άλλες ιδιότητες: Unknown -#-@ΗΜΜΥ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Μεταπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΔΑΚΤΟΡΙΚΗΣ ΔΙΑΤΡΙΒΗΣ
ΧΑΡΙΛΑΟΥ ΑΚΑΣΙΑΔΗ
με θέμα
Πολυπρακτορική Διαχείριση Απόκρισης στην Ζήτηση για Ενεργειακούς Συνεταιρισμούς στον Πραγματικό Κόσμο
Multiagent Demand-Side Management for Real-World Energy Cooperatives
Εξεταστική Επιτροπή
Γεώργιος Χαλκιαδάκης, Αναπληρωτής Καθηγητής, Πολυτεχνείο Κρήτης (επιβλέπων)
Μιχαήλ Λαγουδάκης, Αναπληρωτής Καθηγητής, Πολυτεχνείο Κρήτης
Δρ. Ιωάννης Βέτσικας, ΕΚΕΦΕ Δημόκριτος
Ευτύχιος Κουτρούλης, Αναπληρωτής Καθηγητής, Πολυτεχνείο Κρήτης
Γεώργιος Σταυρακάκης, Καθηγητής, Πολυτεχνείο Κρήτης
Sarvapali Ramchurn, Associate Professor, University of Southampton
Δρ. Κωνσταντίνος Σπυρόπουλος, ΕΚΕΦΕ Δημόκριτος
Περίληψη
Η εξισορρόπηση της ζήτησης και της παραγωγής ενέργειας στα σύγχρονα έξυπνα δίκτυα με αυξημένη διείσδυση των ανανεώσιμων πηγών ενέργειας είναι ένα μεγάλο πρόβλημα, για τη λύση του οποίου απαιτούνται περίπλοκοι μηχανισμοί για την αποτελεσματική διαχείριση της ζήτησης ενέργειας (Demand-Side Management - DSM). Σε αυτή τη διατριβή, προτείνουμε μηχανισμούς για το σχηματισμό συνεταιρισμών ευφυών πρακτόρων που προσφέρουν υπηρεσίες DSM μεγάλης κλίμακας, και παρουσιάζουμε ένα ολοκληρωμένο πλαίσιο για τη λειτουργία τους.
Για συνεταιρισμούς καταναλωτών, σχεδιάσαμε ένα κατανεμημένο σχήμα μετατόπισης της κατανάλωσης, το οποίο προσφέρει συγκεκριμένες εγγυήσεις, όπως ορθολογισμό κατ' ανεξαρτησία (individually rational), ειλικρίνεια (truthfulness) και ασθενή ισολογισμό του κεφαλαίου (weak budget balancedness). Το σχήμα λαμβάνει υπόψη τα ατομικά κόστη μετατόπισης κατανάλωσης και ανταμείβει τους συνεισφέροντες πράκτορες ανάλογα με την αποδοτικότητα τους.
Επιπροσθέτως, για να επιτρέψουμε επίσης τον αποκεντρωμένο συντονισμό των συνεταιρισμών καταναλωτών-παραγωγών ενέργειας, συνδυάζουμε για πρώτη φορά έναν αυστηρά αρμόζοντα κανόνα βαθμολόγησης με ένα εξειδικευμένο κρυπτονόμισμα (cryptocurrency). Χρησιμοποιώντας την προσέγγισή μας, οι καταναλωτές-παραγωγοί συντονίζονται με τη χρήση ενός πλαισίου βασισμένου σε "αλυσίδα από μπλοκ" (blockchain), για να διαχειριστούν τη ζήτησή τους προκειμένου να κερδίσουν περισσότερα από την πώληση της παραγωγής τους.
Επιπλέον, προτείνουμε έναν αλγόριθμο για την φόρτιση και αποφόρτιση ηλεκτρικών οχημάτων (υπηρεσία V2G / G2V) που έχει επίσης ως στόχο την εξισορρόπηση της ζήτησης και της τοπικής ανανεώσιμης προσφοράς, αλλά προωθεί επίσης και νέα επιχειρηματικά μοντέλα που κάνουν αποτελεσματική χρήση της δυνατότητας των ηλεκτρικών οχημάτων να αποθηκεύουν ενέργεια στη μπαταρία τους. Συμπληρωματικά, για να αξιολογήσουμε την αβεβαιότητα των συμμετεχόντων, και να προβλέψουμε σωστά τη μελλοντική τους συμπεριφορά όσον αφορά τη διαχείριση ενεργειακής κατανάλωσης, προωθώντας έτσι την ακρίβεια και την αποτελεσματικότητα, υιοθετούμε διάφορες τεχνικές μηχανικής μάθησης, τις προσαρμόζουμε στα συγκεκριμένα προβλήματα, και τις χρησιμοποιούμε για την αποτελεσματική παρακολούθηση της αξιοπιστίας των δηλώσεων του κάθε πράκτορα σχετικά με τις πραγματικές του ενέργειες.
Τέλος, παρέχουμε τη μεθοδολογία για την παροχή υπηρεσιών διαχείρισης ζήτησης (DSM) μεγάλης κλίμακας στον πραγματικό κόσμο. Παρουσιάζουμε μια αρχιτεκτονική διαδικτύου των πραγμάτων (IoT) για εφαρμογές DSM, μέσω της οποίας δοκιμάσαμε διαφορετικές γραφικές διεπαφές (GUI) και τύπους κινήτρων για τη διαχείριση της κατανάλωσης ενέργειας. Οι λύσεις αυτές οργανώθηκαν στην μορφή ενός "σοβαρού παιγνίου (serious game)'', το οποίο παρουσιάστηκε σε, και χρησιμοποιήθηκε από πραγματικούς ανθρώπους. Η προσέγγιση μας σε αυτή τη διατριβή συνοδεύεται από μια μεθοδολογία στατιστικής ανάλυσης για την επικύρωση των μεγεθών μείωσης της κατανάλωσης και της προώθησης της χρήσης ανανεώσιμης ενέργειας σε πραγματικές συνθήκες. Τα αποτελέσματα από τις προσομοιώσεις μας που χρησιμοποιούν δεδομένα από τον πραγματικό κόσμο, δείχνουν ότι η χρήση των προτεινόμενων μεθόδων σε συνθήκες μεγάλης κλίμακας πραγματικού κόσμου μπορεί να ωφελήσει σημαντικά τους τελικούς χρήστες, το δίκτυο, και το περιβάλλον.
Abstract
Balancing energy demand and production in modern Smart Grids with increased penetration of intermittent renewable energy resources is a challenging problem. Demand-Side Management (DSM), i.e., the design and application of sophisticated mechanisms for managing and coordinating energy demand, has been hailed as a means to deal with this problem. In this dissertation, we propose mechanisms for the formation of agent cooperatives offering large-scale DSM services, and put forward a complete framework for their operation. Individuals, being either mere consumers, or even prosumers of electricity, are represented by rational agents and form coalitions to offer demand shifting from peak to non-peak intervals.
For cooperatives of consumers, we present an effective consumption shifting scheme, equipped with desirable guarantees, such as individual rationality, truthfulness, and (weak) budget balancedness. Our scheme employs several algorithms to promote the formation of the most effective shifting coalitions. It takes into account the shifting costs of the individuals, and rewards them according to their shifting efficiency.
Moreover, to also allow the decentralized coordination of cooperatives of prosumers, we combine, for the first time in the literature, a strictly proper scoring rule with a specialized cryptocurrency framework. Using our approach, prosumers collaborate with the use of a blockchain-oriented framework to manage their demand, in order to make more profits from the selling of their energy.
Furthermore, we propose a vehicle-to-grid/grid-to-vehicle (V2G/G2V) algorithm that balances demand and local renewable supply in environments populated with electric vehicles. The approach promotes new business models that make effective use of the capability of electric vehicles to store energy in their batteries. Additionally, to assess participating agents’ uncertainty, and correctly predict their future behavior regarding power consumption shifting actions, promoting in this way accuracy and effectiveness, we adopt various machine learning techniques, adapt them to fit the problem domain, and use these to effectively monitor the trustworthiness of agent statements regarding their final shifting actions.
Finally, we provide the methodology for delivering large-scale DSM services in the real world. To this purpose, we devise an IoT service-oriented architecture for DSM applications, through which we test different GUIs and incentive types for managing energy consumption. In this context, we present a “serious game” solution that was tested by real human subjects. Our approach comes complete with the adoption of a statistical analysis methodology to validate reductions in consumption and the promotion of renewable energy usage in real world settings. Our simulation results based on real-world data show that using the proposed methods in real-world large-scale settings can significantly benefit the end-users, the Grid, and the environment.
Τόπος: Λ - Κτίριο Επιστημών/ΗΜΜΥ, 141Π-36,141Π-37, Αίθουσα Συνεδριάσεων Σχολής ΗΜΜΥ
Έναρξη: 02/10/2017 12:00
Λήξη: 02/10/2017 14:00
