aalto1 untyped-item.component.html
Optimal control of an alkaline electrolyzer
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
SCI3109
Degree programme
Language
en
Pages
52+2
Series
Abstract
In this thesis, I propose a two-phased optimization method to improve the profitability of an alkaline electrolyzer participating in the Finnish day-ahead and balancing energy markets. First, a gradient-descent-based optimization algorithm is applied to optimize purchases from the day-ahead market. Second, proximal policy optimization is applied to make optimal bids to the balancing energy market. These approaches are compared to a simple baseline policy, which utilizes analytically formulated fixed threshold prices for the day-ahead and balancing energy market. The two-phased optimization method improves the net present value of a hypothetical alkaline electrolyzer investment in Finland by 1.5%.
Esitän tässä diplomityössä kaksivaiheista optimointialgoritmia parantamaan spot- ja säätösähkömarkkinoille osallistuvan alkaalielektrolyyserin kannattavuutta. Spot-markkinoille osallistumista optimoidaan laskemalla ennen kutakin päivää gradientti arvioidulle tulokselle tuotantosuunnitelman parametrien suhteen. Tämän perusteella tuotantosuunnitelmaa muokataan siten, että kannattavuus spot-markkinoilla paranee. Säätösähkömarkkinoille tehtäviä tarjouksia optimoidaan hyödyntämällä Proximal Policy Optimization syvävahvistusoppimisalgoritmia. Näitä lähestymistapoja verrataan yksinkertaistettuun vertailuohjaukseen, jossa elektrolyyseriä ohjataan ennalta määritettyjen rajahintojen avulla. Kaksivaiheinen optimointialgoritmi parantaa spot- ja säätösähkömarkkinoille osallistuvan alkaalielektrolyyserin investoinnin kannattavuutta 1.5% mitattuna investoinnin nettonykyarvolla.