No description available.

In the aftermath of the liberalization of European Energy Markets in the 2000s, Power Exchange platforms have constantly evolved towards more integrated and competitive designs, where quality forecasts and effective optimization strategies play decisive roles. This study presents the development of a hydropower scheduling optimization algorithm for the Day-Ahead spot market using Mixed Integer Linear Programming (MILP). This work was supported by the hydro asset management team of ENGIE Global Energy Markets (GEM) located in Brussels.  The model developed is focusing on the optimization of Coindre Hydraulic Power Plant (HPP), located in the highlands of Massif Central in France. With the combined water discharge of its two interconnected reservoirs, Grande-Rhue and Petite-Rhue, the powerhouse can reach up to 36 MW of power output capacity. The two reservoirs are located kilometres apart from each other and have different storage capacities and catchment areas. The reservoirs naturally exchange water due to the level difference along an interconnection pipe. Maximum power output is limited by water level differences in both reservoirs, which makes modelling complicated. These operational constraints are a limiting factor in terms of operability, as a result the scheduling process is a non-trivial task and is time-consuming.  A framing study of the power plant was conducted over a hydraulic year to identify the governing parameters of the model. The multi-reservoir nature of the optimization problem oriented the model development towards a Mixed Integer Linear Formulation. After experimenting with different solvers, Gurobi 28.1.0 was chosen for its performance in the Branch and Cut Algorithm for the power scheduling task.  The performance of the new model has been validated by re-running the model on past production plans, results show that reservoir volume errors are less than 5% of their respective capacities on a 5 days’ time-horizon. After backtesting it was found that the new optimization strategy results in higher revenue for the plant due to the optimized operation at higher average energy prices. The results also bring out the importance of proper valve actuation in the optimization strategy, as well as the need for future studies. / Till följd av liberaliseringen av de europeiska energimarknaderna under 2000-talet har energiföretagen och elbörserna ständigt utvecklats mot mer integrerade och konkurrenskraftiga lösningar, där kvalitetsprognoser och effektiva optimeringsstrategier spelar avgörande roller. Detta examensarbete presenterar utvecklingen av en algoritm för optimering av vattenkraftplaneringen på Day-Ahead elmarknaden med hjälp av en matematisk modell av typen Mixed Integer Linear Programming (MILP). Arbetet initierades av och utfördes hos ENGIE Global Energy Markets (GEM) i Bryssel.  Modellen som utvecklats är tänkt att optimera Coindre vattenkraftverk, som ligger på höglandet inom Massif Central i Frankrike. Med det kombinerade vattenutsläppet från dess två fördämningar, Grande-Rhue och Petite-Rhue, kan kraftverket leverera upp till 36 MW el netto till elnätet. Vattenreservoarerna ligger flertalet kilometer ifrån varandra och har mycket olika kapacitet och upptagningsområden. Båda reservoarerna är kopplade till varandra genom det gemensamma tilloppsröret till kraftverket, där en reglerventil finns endast vid Petite-Rhue. Vatten kan växlas naturligt mellan de två dammarna när ventilen är öppen på grund av skillnaden i varderas vattennivå. Den maximala effekten från kraftverket är begränsad av vattennivåerna i båda reservoarerna vilket gör optimeringsmodelleringen komplicerad. Dessa operationella begränsningar är mycket hindrande vad gäller valet av driftsregim, eftersom kalkylering av driftsplaneringen blir en svår och tidskrävande uppgift.  En ramstudie av vattenkraftverket genomfördes under ett typiskt hydrauliskt år för att identifiera modellens styrparametrar. Den möjliga vattenöverföringen mellan de två dammarna orienterade modellutvecklingen mot en Mixed Integer Linear Programming (MILP) formulering. Efter att ha experimenterat med olika kalkylverktyg valdes Gurobi 28.1.0 för sin bra prestation i lösningen av Branch and Cut-algoritmen.  Systemets hydraulik har validerats genom att injicera realiserade produktionsplaner som input till modellen. Resultaten visar att volymfelet är mindre än 5% av deras respektive kapacitet under en 5-dagars tidshorisont. Efter tvärstester mot historiska data konstaterades det att den nya optimeringsstrategin resulterar i bättre genomsnittliga elpriser på varje kWh inmatad till nätet och högre intäkter för kraftverket. Resultaten visar också på vikten av korrekt ventilmanövrering i optimeringsstrategin.  Modellen körs i rimliga beräkningstider och redan används i den dagliga optimeringen av Coindre kraftverket, vilket sparar mycket tid. Specifika exempel på den optimerade prestandan och framtida förbättringar hittas i slutet av denna rapport.

Wasserwirtschaftliche Speichersysteme sind unverzichtbar, um weltweit die Trinkwasserversorgung, Nahrungsmittelproduktion und Energieversorgung sicherzustellen. Die multikriterielle simulationsbasierte Optimierung (MK-SBO) ist eine leistungsfähige Methodik, um für Mehrzweck-Talsperrenverbundsysteme (MZ-TVS) eine Pareto-optimale Menge an Kompromisslösungen zwischen konträren Zielen bereitzustellen. Der rechentechnische Aufwand steigt jedoch linear mit der Länge des Simulationszeitraums der Talsperrenbewirtschaftung an. Folglich begrenzen sich MK-SBO-Studien bisher auf Simulationszeiträume von wenigen Jahrzehnten. Diese Zeiträume sind i.d.R. unzureichend, um Unsicherheiten, die aus der stochastischen Natur der Zuflüsse resultieren, adäquat zu beschreiben. Bewirtschaftungsoptimierungen von MZ-TVS hinsichtlich ihrer Zuverlässigkeit, z.B. durch die Maximierung von Versorgungssicherheiten, können sich als wenig belastbar und ermittelte Steuerungsstrategien als wenig robust erweisen. Um diesen Herausforderungen zu begegnen, wird ein neues modulares Framework zur multikriteriellen simulationsbasierten Bewirtschaftungsoptimierung von MZ-TVS (Frams-BoT) entwickelt. Eine Informationserweiterung zu stochastischen Zuflussprozessen erfolgt über ein weiterentwickeltes Zeitreihenmodell mittels generierter Zeitreihen von mehreren Tausend Jahren Länge. Eine neue Methode zur Monte-Carlo-Rekombination von Zeitreihen ermöglicht dann die Nutzung dieser Informationen in der MK-SBO in wesentlich kürzeren Simulationszeiträumen. Weitere Rechenzeit wird durch Parallelisierung und eine fortgeschrittene Kodierung von Entscheidungsvariablen eingespart. Die Simulation von Zuflussdargeboten für multikriterielle Klimafolgenanalysen erfolgt durch ein prozessorientiertes Wasserhaushaltsmodell. Level-Diagramme (Blasco et al., 2008) unterstützten den komplexen Prozess der Entscheidungsfindung. Die Wirksamkeit und Flexibilität des Frameworks wurden in zwei Fallstudien gezeigt. In einer ersten Fallstudie konnten in einer Klimafolgenanalyse Versorgungssicherheiten von über 99% als ein Ziel eines multikriteriellen Optimierungsproblems maximiert werden, um die Verlässlichkeit der Bewirtschaftung eines MZ-TVS in Sachsen (Deutschland) zu steigern. Eine zweite Fallstudie befasste sich mit der Maximierung der Leistungsfähigkeit eines MZ-TVS in Äthiopien unter verschiedenen Problemformulierungen. In beiden Fallstudien erwiesen sich die erzielten Pareto-Fronten und Steuerungsstrategien gegenüber 10 000-jährigen Zeiträumen als robust. Die benötigten Rechenzeiten der MK-SBO ließen sich durch das Framework massiv senken. / Water resources systems are worldwide essential for a secure supply of potable water, food and energy production. Simulation-based multi-objective optimization (SB-MOO) is a powerful method to provide a set of Pareto-optimal compromise solutions between various contrary goals of multi-purpose multi-reservoir systems (MP-MRS). However, the computational costs increases with the length of the time period in which the reservoir management is simulated. Consequently, MK-SBO studies are currently restricted to simulation periods of several decades. These time periods are normally insufficient to describe the stochastic nature of the inflows and the consequent hydrological uncertainties. Therefore, an optimization of the reliability of management of MP-MRS, e.g. through the maximization of the security of supply, may not be resilient. Obtained management strategies may not prove robust. To address these challenges, a new modular framework for simulation-based multiobjective optimization of the reservoir management of multi-purpose multi-reservoir systems (Frams-BoT) is developed. A refined time series model provides time series of several thousand years to extend the available information about the stochastic inflow processes. Then, a new Monte-Carlo recombination method allows for the exploitation of the extended information in the SB-MOO on significantly shorter time periods. Further computational time is saved by parallelization and an advanced coding of decision variables. A processoriented water balance model is used to simulate inflows for multi-objective climate impact analysis. Level-Diagrams [Blasco et al., 2008] are used to support the complex process of decision-making. The effectiveness and flexibility of the framework is presented in two case studies. In the first case study about a MP-MRS in Germany, high securities of supply over 99% where maximized as part of a multi-objective optimization problem in order to improve the reliability of the reservoir management. A second case study addressed the maximization of the performance of a MP-MRS in Ethiopia under different formulations of the optimization problem. In both case studies, the obtained Pareto-Fronts and management strategies proved robust compared to 10 000 year time periods. The required computational times of the SB-MOO could be reduced considerably.

Wasserwirtschaftliche Speichersysteme sind unverzichtbar, um weltweit die Trinkwasserversorgung, Nahrungsmittelproduktion und Energieversorgung sicherzustellen. Die multikriterielle simulationsbasierte Optimierung (MK-SBO) ist eine leistungsfähige Methodik, um für Mehrzweck-Talsperrenverbundsysteme (MZ-TVS) eine Pareto-optimale Menge an Kompromisslösungen zwischen konträren Zielen bereitzustellen. Der rechentechnische Aufwand steigt jedoch linear mit der Länge des Simulationszeitraums der Talsperrenbewirtschaftung an. Folglich begrenzen sich MK-SBO-Studien bisher auf Simulationszeiträume von wenigen Jahrzehnten. Diese Zeiträume sind i.d.R. unzureichend, um Unsicherheiten, die aus der stochastischen Natur der Zuflüsse resultieren, adäquat zu beschreiben. Bewirtschaftungsoptimierungen von MZ-TVS hinsichtlich ihrer Zuverlässigkeit, z.B. durch die Maximierung von Versorgungssicherheiten, können sich als wenig belastbar und ermittelte Steuerungsstrategien als wenig robust erweisen. Um diesen Herausforderungen zu begegnen, wird ein neues modulares Framework zur multikriteriellen simulationsbasierten Bewirtschaftungsoptimierung von MZ-TVS (Frams-BoT) entwickelt. Eine Informationserweiterung zu stochastischen Zuflussprozessen erfolgt über ein weiterentwickeltes Zeitreihenmodell mittels generierter Zeitreihen von mehreren Tausend Jahren Länge. Eine neue Methode zur Monte-Carlo-Rekombination von Zeitreihen ermöglicht dann die Nutzung dieser Informationen in der MK-SBO in wesentlich kürzeren Simulationszeiträumen. Weitere Rechenzeit wird durch Parallelisierung und eine fortgeschrittene Kodierung von Entscheidungsvariablen eingespart. Die Simulation von Zuflussdargeboten für multikriterielle Klimafolgenanalysen erfolgt durch ein prozessorientiertes Wasserhaushaltsmodell. Level-Diagramme (Blasco et al., 2008) unterstützten den komplexen Prozess der Entscheidungsfindung. Die Wirksamkeit und Flexibilität des Frameworks wurden in zwei Fallstudien gezeigt. In einer ersten Fallstudie konnten in einer Klimafolgenanalyse Versorgungssicherheiten von über 99% als ein Ziel eines multikriteriellen Optimierungsproblems maximiert werden, um die Verlässlichkeit der Bewirtschaftung eines MZ-TVS in Sachsen (Deutschland) zu steigern. Eine zweite Fallstudie befasste sich mit der Maximierung der Leistungsfähigkeit eines MZ-TVS in Äthiopien unter verschiedenen Problemformulierungen. In beiden Fallstudien erwiesen sich die erzielten Pareto-Fronten und Steuerungsstrategien gegenüber 10 000-jährigen Zeiträumen als robust. Die benötigten Rechenzeiten der MK-SBO ließen sich durch das Framework massiv senken. / Water resources systems are worldwide essential for a secure supply of potable water, food and energy production. Simulation-based multi-objective optimization (SB-MOO) is a powerful method to provide a set of Pareto-optimal compromise solutions between various contrary goals of multi-purpose multi-reservoir systems (MP-MRS). However, the computational costs increases with the length of the time period in which the reservoir management is simulated. Consequently, MK-SBO studies are currently restricted to simulation periods of several decades. These time periods are normally insufficient to describe the stochastic nature of the inflows and the consequent hydrological uncertainties. Therefore, an optimization of the reliability of management of MP-MRS, e.g. through the maximization of the security of supply, may not be resilient. Obtained management strategies may not prove robust. To address these challenges, a new modular framework for simulation-based multiobjective optimization of the reservoir management of multi-purpose multi-reservoir systems (Frams-BoT) is developed. A refined time series model provides time series of several thousand years to extend the available information about the stochastic inflow processes. Then, a new Monte-Carlo recombination method allows for the exploitation of the extended information in the SB-MOO on significantly shorter time periods. Further computational time is saved by parallelization and an advanced coding of decision variables. A processoriented water balance model is used to simulate inflows for multi-objective climate impact analysis. Level-Diagrams [Blasco et al., 2008] are used to support the complex process of decision-making. The effectiveness and flexibility of the framework is presented in two case studies. In the first case study about a MP-MRS in Germany, high securities of supply over 99% where maximized as part of a multi-objective optimization problem in order to improve the reliability of the reservoir management. A second case study addressed the maximization of the performance of a MP-MRS in Ethiopia under different formulations of the optimization problem. In both case studies, the obtained Pareto-Fronts and management strategies proved robust compared to 10 000 year time periods. The required computational times of the SB-MOO could be reduced considerably.