Metodologia para o Agendamento e Afetação de Unidades Considerando a Integração de Recursos Renováveis num Pequeno Sistema Insular
Resumo
Objetivos
Publicações
Equipa
Marcos Silva
Mestrando
Aluno Finalista do Mestrado Integrado em Engenharia Electrotécnica e de Computadores, do ramo de Energia, com especialização em Mercados Energéticos, na FEUP.
Prof. Doutor João Catalão
Orientador
Professor Associado do Departamento de Engenharia Eletrotécnica e de Computadores, na FEUP;
Investigador no INESC-TEC,INESC-ID/IST e C-MAST/UBI;
Principal Coordenador do projecto SiNGULAR da EU-funded FP7;
Editor do IEEE.
Doutor Gerardo Silva
Coorientador
Investigador no C-MAST/UBI.
Bibliografia
Conclusões
Neste trabalho foi desenvolvida uma metodologia que foi implementada numa ferramenta computacional para a otimização do UC e do respetivo DE de um SE, para o dia seguinte.
De modo a estabelecer uma avaliação eficaz e fiável, a metodologia desenvolvida é aplicada ao mesmo SE, com as mesmas caraterísticas, incluindo previsão de diagrama de cargas e potência eólica e unidades de produção, que outra metodologia proposta na literatura. Assim, é possível a validação dos resultados obtidos, e avaliação da sua eficácia. De facto, a análise comparativa conclui que a metodologia proposta, não só otimiza os custos de produção, como exige um esforço computacional muito menor, sendo muito mais rápido a chegar à melhor solução.
Foi também efetuado outro caso de estudo bem mais complexo. A aplicação desta ferramenta ao SE da ilha de São Miguel, Açores, mostrou que ao otimizar e maximizar a penetração de energias renováveis, diminui a quantidade de combustível consumido, diminuindo também os custos de produção e emissões de GEE, aumentando a independência economia da ilha, promovendo assim o seu desenvolvimento social e económico. Ora, a diminuição entre 20 a 30%, dependendo da altura do ano, dos custos de produção, aliada ao rápido processamento do algoritmo alcançando rápidos resultados, essencial no SE atualmente, devido à gama de incertezas e variabilidades que alguma energias renováveis introduziram no sistema, mostra a eficácia e velocidade desta ferramenta computacional.
Atualmente, com o paradigma do sector elétrico inteligente, e a crescente necessidade pela sua descarbonização, o sistema ostenta inúmeros desafios para a rentabilidade e gestão sustentável. Para promover a correta transição sustentável do sector elétrico inteligente, os sistemas insulares representam uma mais-valia e ponto de partida para a análise de ferramentas e tecnologias inovadoras, seja pela maior integração e maximização dos aproveitamentos renováveis e locais existentes, os quais permitem a descarbonização do sector, seja pela maior versatilidade na integração de dispositivos inovadores de armazenamento, proporcionando sistemas distribuídos em simbiose com os convencionais e centralizados sistemas de geração. Contudo, a massiva integração dos aproveitamentos renováveis representam desafios acrescidos em toda a cadeia devido à natural variabilidade e incertezas associadas, as quais poderão ser mitigadas com ferramentas e técnicas que permitam uma real, robusta e rentável aproximação, via da previsão do agendamento e afetação de unidades em um determinado período, considerando as restrições do sistema elétrico.
O objetivo principal desta dissertação é o desenvolvimento e implementação computacional de uma ferramenta para a gestão da geração, introduzindo características estocásticas da produção eólica e fotovoltaica, considerando as restrições inerentes do sistema, e considerando a afetação de unidades. Esta ferramenta é testada no sistema elétrico da ilha de S. Miguel, nos Açores, com o objetivo de minimizar os seus custos de produção e o seu impacto ambiental, através da maior integração de energia proveniente de fontes renováveis.
Palavras-Chave: Despacho Económico, Afetação de Unidades, Otimização, Energias Renováveis, Armazenamento de Energia, Custo de Produção, Sistema Elétrico Insular.
Na sequência deste trabalho foi possível realizar uma publicação com arbitragem internacional:
-
M. D. B. Silva, G. J. Osório, M. Shafie-khah, J. M. Lujano-Rojas,J. P. S. Catalão, "Optimal Scheduling Strategy in Insular Grid Considering Significant Share of Renewable", in: Proceedings of the 1st International and Commercial Power Systems Europe and 17th International Conference on Environment and Electrical Engineering, Milão, Itália, 6 - 9 Junho 2017
Metodologia
Neste trabalho foi desenvolvida uma metodologia que foi implementada numa ferramenta computacional para a otimização do UC e do respetivo DE de um SE, para o dia seguinte. Esta ferramenta é implementada recorrendo ao ambiente de programação matemática GAMS, através da combinação de MIQCP com o solver CPLEX. A formulação matemática efetuada e o consequente algoritmo desenvolvido, através da função objetivo, garante que a produção renovável tenha prioridade no escalonamento dos geradores, maximizando assim a penetração de energia renovável permitida pelo SE e pela disponibilidade de recursos.
[1] «“Global Energy Statistical Yearbook 2016”, Acedido [10/03/2017], em: https://yearbook.enerdata.net/electricity-domestic-consumption-data-by-region.html]». .
[2] «“Global Energy Statistical Yearbook 2016”, Acedido a [10/03/2017], em: https://yearbook.enerdata.net/CO2-emissions-data-from-fuel-combustion.html». .
[3] «“Energy and Climate Change”, World Energy Council, Junho 2007». .
[4] «“REN em linha com o desenvolvimento sustentável”, Ren - Rede Elétrica Nacional,S.A., Novembro de 2003». .
[5] «C. Shilaja,K.Ravi,"Optimization of emission-economic dispatch using euclidean affine fl ower pollination algorithm (eFPA) and binary FPA (BFPA) in solar photo voltaic generation", Renewable Energy, vol.107, pp. 550-566, 2017». .
[6] «Stylianos I. Vagropoulos, Evaggelos G. Kardakos, Christos K. Simoglou , Anastasios G. Bakirtzis, João P.S. Catalão,"ANN-based scenario generation methodology for stochastic variables of electric power systems" Elec Power Systems Research, vol. 134, pp. 9-18, 2016». .
[7] «Christos K. Simoglou, Emmanouil A. Bakirtzis, Pandelis N. Biskas, Anastasios G. Bakirtzis,"Optimal operation of insular electricity grids under high RES penetration", Renewable Energy, vol. 86, pp. 1308-1316, 2016». .
[8] «“International Energy Outlook 2016”, U.S. Energy Information Administration, Maio 2016». .
[9] «“Directorate-General for Internal Policies. Policy Department A: Economic and Scientific Policy”, European Energy Industry Investments, Fevereiro de 2017». .
[10] «“ENERGIA em Portugal”, Direção-Geral de Energia e Geologia, Fevereiro de 2017». .
[11] «“A PRODUÇÃO DE ELETRICIDADE EM PORTUGAL”, Acedido em [10/03/2017], em: http://www.apren.pt/pt/dados-tecnicos-3/dados-nacionais-2/producao-2/a-producao-de-eletricidade-em-portugal-3/producao-de-eletricidade-por-fonte-1999-2015/». .
[12] «G. J. Osório , J. C. O. Matias , J. P. S. Catalão , “Forecasting tools and probabilistic scheduling approach incorporating renewables uncertainty for the insular power systems industry”, Tese de Doutoramento, Universidade da Beira Interior, Covilhã, Portugal, Julho de 2015.» .
[13] «J. N. D. L. Gonçalves, G. J. Osório , J. P. S. Catalão , “Metodologia Híbrida de Previsão de Preços de Eletricidade e Potência Eólica”, Tese de Mestrado, Faculdade de Engenharia da Universidade do Porto, Porto, Junho de 2016.» .
[14] «J. M. N. Rocha , C. Monteiro, “Optimização de despacho económico integrando previsão de variabilidade de produção hídrica, eólica e solar”, Tese de Mestrado, Faculdade de Engenharia da Universidade do Porto, Julho de 2010.» .
[15] «Ozan Erdinc, Nikolaos G. Paterakis, João P.S. Catalão, “Overview of insular power systems under increasing penetration of renewable energy sources_ Opportunities and challenges” Renewable and Sustainable Energy Reviews, vol. 52, pp. 333-256, 2015.» .
[16] «G.J. Osório, E.M.G. Rodrigues, J.M. Lujano-Rojas , J.C.O. Matias, J.P.S. Catalão,"New control strategy for the weekly sheduling of insular power systems with a battery storage system", Applied Energy, vol.154, pp. 459-470, 2015». .
[17] «Dimitris Al. Katsaprakakis, Dimitris G. Christakis, Kosmas Pavlopoylos, Sofia Stamataki, Irene Dimitrelou, Ioannis Stefanakis, Petros Spanos, “Introduction of a wind powered pumped storage system in the isolated insular power system of Karpathos–Kasos”, Applied Energy, vol. 97, pp. 38-48, 2012.» .
[18] «Georgios P. Giatrakos, Theocharis D. Tsoutsos, Nikos Zografakis, “Sustainable power planning for the island of Crete”, Energy Policy, vol. 37, pp. 1222-1238, 2009.» .
[19] «Yuan-Kang Wu, Gia-Yo Han, Ching-Yin Lee, “Planning 10 onshore wind farms with corresponding interconnection network and power system analysis for low-carbon-island development on Penghu Island, Taiwan”, Renewable ans Sustainable Energy Reviews, vol. 19, pp. 531-540, 2013.» .
[20] «Valentina Cosentino, Salvatore Favuzza, Giorgio Graditi, Mariano Giuseppe Ippolito, Fabio Massaro, Eleonora Riva Sanseverino, Gaetano Zizzo, “Smart renewable generation for an islanded system. Technical and economic issues of future scenarios”, Energy, vol.39, pp. 196-204, 2012.» .
[21] «André Pina, Patrícia Baptista, Carlos Silva, Paulo Ferrão, "Energy reduction potential from the shift to electric vehicles: The Flores island case study ", energy policy, vol. 67, pp. 37-47, 2014». .
[22] «G. J. Osório, J. M. Lujano-Rojas, J. C. O. Matias, and J. P. S. Catalão, “A new scenario generation-based method to solve the unit commitment problem with high penetration of renewable energies,” Elect. Power Energy Syst., vol. 64, pp. 1063-1072, 2015.» .
[23] «G.J. Osório , J.M. Lujano-Rojas, J.C.O. Matias , J.P.S. Catalão,"A fast method for the unit scheduling problem with significant renewable power generation", Energy Conversion and Management, vol. 94, pp. 178-189, 2015». .
[24] «Xiaoying Ding, Wei-Jen Lee, Wang Jianxue, Lin Liu, “Studies on stochastic unit commitment formulation with flexible generating units”, Elec. Power Systems Research, vol. 80, pp. 130-141, 2010.» .
[25] «Bin Ji a , Xiaohui Yuan, Xianshan Li, Yuehua Huang, Wenwu Li, “Application of quantum-inspired binary gravitational search algorithm for thermal unit commitment with wind power integration”, Energy Conversion and Management, vol. 87, pp. 589-598, 2014.» .
[26] «Jiadong Wang, Jianhui Wang, Cong Liu, Juan P. Ruiz, “Stochastic unit commitment with sub-hourly dispatch constraints”, Applied Energy, vol. 105, pp. 418-422, 2013.» .
[27] «Hao Quan, Dipti Srinivasan, Abbas Khosravi, “Integration of renewable generation uncertainties into stochastic unit commitment considering reserve and risk: A comparative study”, Energy, vol. 103, pp. 735-745, 2016.» .
[28] «Nima Amjady, Farshid Keynia, “Application of a new hybrid neuro-evolutionary system for day-ahead price forecasting of electricity markets”, Applied Soft Computing, vol. 10, pp. 748-792, 2010.» .
[29] «Xia Chen, Zhao Yang Dong, KeMeng, YanXu, Kit Po Wong, H.W.Ngan, “Electricity Price Forecasting With Extreme Learning Machine and Bootstrapping”, IEEE Trans. Power Syst., vol. 27, pp. 2055-2062, 2012.» .
[30] «Yao Dong, Jianzhou Wang, He Jiang, Jie Wu, “Short-term electricity price forecast based on the improved hybrid model”, Energy Conversion and Management, vol. 52, pp. 2987-2295, 2011.» .
[31] «S. Anbazhagan, N. Kumarappan, “Day-Ahead Deregulated Electricity Market Price Forecasting Using Recurrent Neural Network”, IEEE Syst. Journal, vol. 7, pp. 866-872, 2013.» .
[32] «Mun Kyeom Kim, “Short-term price forecasting of Nordic power market by combination Levenberg–Marquardt and Cuckoo search algorithms”, IET Gener., Transm. and Distrib., vol. 9, pp. 1553-1563, 2015.» .
[33] «Rajesh G. Kavasseri, Krithika Seetharaman, “Day-ahead wind speed forecasting using f -ARIMA models”, Renewable Energy, vol. 34, pp. 1388-1393, 2009.» .
[34] «J.P.S. Catalão, H.M.I. Pousinho, V.M.F. Mendes, “Short-term wind power forecasting in Portugal by neural networks and wavelet transform”, Reneable Energy, vol. 36, pp. 1245-1251, 2011.» .
[35] «Alexia Togelou, George Sideratos, Nikos D. Hatziargyriou, “Wind Power Forecasting in the Absence of Historical Data”, IEEE Trans. on Sustainable Energy, vol 3, pp. 416-421, 2012». .
[36] «Ganesh Kumar Venayagamoorthy, Kurt Rohrig, István Erlich, “One Step Ahead: Short-Term Wind Power Forecasting and Intelligent Predictive Control Based on Data Analytics”, IEEE power and energy magazine, 2012.» .
[37] «Wei-Chang Yeh, Yuan-Ming Yeh, Po-Chun Chang, Yun-Chin Ke, Vera Chung, “Forecasting wind power in the Mai Liao Wind Farm based on the multi-layer perceptron artificial neural network model with improved simplified swarm optimization”, Elec. power and Energy Systems, vol. 55, pp. 741-748, 2014.» .
[38] «Andrew Kusiak, Zijun Zhang, “Short-Horizon Prediction of Wind Power: A Data-Driven Approach”, IEEE Trans. on Energy Conversion, vol. 25, pp. 1112-1122, 2010». .
[39] «George Sideratos, Nikos D. Hatziargyriou, “Probabilistic wind power forecasting using radial basis function neural network”, IEEE Trans. on Pwer Syst., vol. 27, pp. 1788-1796, 2012». .
[40] «Christos K. Simoglou, Evaggelos G. Kardakos, Emmanouil A. Bakirtzis, Dimitris I. Chatzigiannis, Stylianos I. Vagropoulos, Andreas V. Ntomaris, Pandelis N. Biskas, Antiopi Gigantidou, Emmanouil J. Thalassinakis, Anastasios G. Bakirtzis, João P.S. Catalão, “An advanced model for the efficient and reliable short-term operation of insular electricity networks with high renewable energy sources penetration”, Renewable and Susteinable Energy Reviews, vol 38, pp. 415-427, 2014.» .
[41] «Saleh Y. Abujarad, M.W. Mustafa, J.J. Jamian, "Recent approaches of unit commitment in the presence of intermittent renewable energy resources: A review2, Renewable and Sustainable Enegy Reviews, vol. 70, pp. 215-223, 2017.» .
[42] «G. Venkata Subba Reddy V. Ganesh, C. Srinivasa Rao, “Implementation of clustering based unit commitment employing imperialistic competition algorithm”, Elec. Power and Energy Systems, vol. 82, pp. 621-628, 2016.» .
[43] «Juan Alemany, Przemyslaw Komarnicki, Jeremy Lin, Fernando Magnago, “Exploiting symmetry in unit commitment solutions for a large-scale electricity market”, Elec. Power Systems Research, vol.140, pp. 363-377, 2016.» .
[44] «Qipeng P. Zheng, Jianhui Wang, Andrew L. Liu, “Stochastic optimization for unit-commitment – A review”, IEEE Trans. on Power Syst., vol. 30, pp. 1913-1924, 2015». .
[45] «Binyan Zhao, Yi Shi, Xiaodai Dong, Wenpeng Luan, Jens Bornemann, “Short-term operation scheduling in renewable-powered microgrids: A duality-based approach”, IEEE Trans. on Sustainable Energy, vol. 5, pp. 209-217, 2014». .
[46] «Xiang Yu, Xueqing Zhang, “Unit commitment using Lagrangian relaxation and particle swarm optimization”, Elec. Power and Energy Systems, vol. 61, pp. 510-522, 2014.» .
[47] «A.V.V. Sudhakar, Chandram Karri, A. Jaya Laxmi, “Profit based unit commitment for GENCOs using Lagrange Relaxation–Differential Evolution”, Eng. Science ans Tech., an International Journal, vol.20, pp. 738-747, 2017.» .
[48] «C. Christopher Columbus, Sishaj P. Simon, “Profit based unit commitment for GENCOs using parallel NACO in a distributed cluster”, Swarm and Evolutionary Computation, vol. 10, pp. 41-58, 2013.» .
[49] «H.Y. Yamin, Q. El-Dwairi, S.M. Shahidehpour, "A new approach for GenCos profit based unit commitment in day-ahead competitive electricity markets considering reserve uncertainty ", lectrical Power and Energy Systems, vol. 29, pp. 609–616, 2007.» .
[50] «M. Jabbari Ghadi, A. Baghramian, M. Hosseini Imani, “An ICA based approach for solving profit based unit commitment problem market”, Applied Soft Computing, vol. 38, pp. 487-500, 2016.» .
[51] «M. Jabbari Ghadi, A. Itami Karin, A. Baghramian, M. Hosseini Imani, “Optimal power scheduling of thermal units considering emission constraint for GENCOs’ profit maximization”, Elec. Power and Energy Systems, vol. 82, pp. 124-135, 2016.» .
[52] «G.M. Casolino, G. Liuzzi, A. Losi, “Combined cycle unit commitment in a changing electricity market scenario”, Elec. Power and Energy Systems, vol. 73, pp. 114-123, 2015.» .
[53] «Aidan Tuohy, Peter Meibom, Eleanor Denny, Mark O’Malley, “Unit Commitment for Systems With Significant Wind Penetration”, IEEE Trans. on Power Syst., vol.24, pp. 592-601, 2009.» .
[54] «Ehsan Nasrolahpour, Hassan Ghasemi, “A stochastic security constrained unit commitment model for reconfigurable networks with high wind power penetration”, Elec. Power Systems Research vol. 121, pp. 341-350, 2015.» .
[55] «Chaoyue Zhao, Jianhui Wang, Jean-Paul Watson,Yongpei Guan, “Multi-stage robust unit commitment considering wind and demand response uncertainties”, IEEE Trans. on Power Syst., vol. 28, pp. 2708-2717, 2013». .
[56] «Emil M. Constantinescu, Victor M. Zavala, Matthew Rocklin, Sangmin Lee, Mihai Anitescu, “A Computational Framework for Uncertainty Quantification and Stochastic Optimization in Unit Commitment With Wind Power Generation”, IEEE Trans. on Power Syst., vol. 26, pp. 431-441, 2011.» .
[57] «Chaoyue Zhao, Yongpei Guan, "Unified Stochastic and Robust Unit Commitment ", IEEE Trans. on Power Syst.m vol.28, pp. 3353-3361, 2013.» .
[58] «Pablo A. Ruiz, C. Russ Philbrick, Eugene Zak, Kwok W. CheungPeter W. Sauer, “Uncertainty Management in the Unit Commitment Problem”, IEEE Trans. on Power Syt. vol. 24, pp. 642-651, 2009.» .
[59] «Jeremy J. Hargreaves, Benjamin F. Hobbs, “Commitment and dispatch with uncertain wind generation by dynamic programming”, IEEE Trans. on Sustainable Energy, vol. 3, pp. 724-734, 2012.» .
[60] «J.M. Lujano-Rojas, G.J. Osório , J.P.S. Catalão,"New probabilistic method for solving economic dispatch and unit commitment problems incorporing uncertainty due to renewable energy integration", Elec. Power and Energy Systems, vol.78, pp. 61-71, 2016». .
[61] «Wenxiao Wang, Chaoshun Li , Xiang Liao, Hui Qin, “Study on unit commitment problem considering pumped storage and renewable energy via a novel binary artificial sheep algorithm”, Applied Energy, vol. 187, pp. 612-626, 2017.» .
[62] «Hossein Khorramdel, Jamshid Aghaei, Benyamin Khorramdel, Pierluigi Siano, “Optimal battery sizing in microgrids using probabilistic unit commitment”, IEEE Trans. on Industrial Informatics, vol. 12, pp. 834-843, 2016.» .
[63] «Amita Mahor, Vishnu Prasad, Saroj Rangnekar, “Economic dispatch using particle swarm optimization: A review”, Renewable ans Sustainable Energy Reviews, vol. 13, pp. 2134-2141, 2009.» .
[64] «Yanxia Sun, Zenghui Wang, “Improved Particle Sward Optimization Based Dynamic Economic Dispatch of Power System”, international Conference on Sustainable Materials Processing and Manufacturing, Kruger National Park, 23-25 Janeiro de 2017.» .
[65] «Luke Jebaraj, Chakkaravarthy Venkatesan, Irisappane Soubache, Charles Christober Asir Rajan, “Application of differential evolution algorithm in static and dynamic economic or emission dispatch problem: A review”, Renewable and Sustainable Energy Reviews, vol. 77, pp. 1206-1220, 2017.» .
[66] «B. M. S. L. S. Brandão, C. Monteiro, “Algoritmo de otimização de despacho de produção elétrica considerando previsão de produção renovável”, Tese de Mestrado, Faculdade de Engenharia da Universidade do Porto, Porto, Junho de 2013.» .
[67] «Nishant Saxena, Souvik Ganguli, “Solar and Wind Power Estimation and Economic Load Dispatch Using Firefly Algorithm”, Procedia Computer Science, vol. 70, pp. 688-700, 2015 [4th Int ernational Conference on Eco-friendly Computing and Communication Systems, 2015].» .
[68] «G. J. Osório, J. M. Lujano-Rojas, J. C. O. Matias, and J. P. S. Catalão, “A probabilistic approach to solve the economic dispatch problem with intermittent renewable energy sources” Energy, vol. 82, pp. 949-959, 2015.» .
[69] «Feng Gao, Gerald B. Sheble, Kory W. Hedman, Chien-Ning Yu, “Optimal bidding strategy for GENCOs based on parametric linear programming considering incomplete information”, Elec. power and Energy Systems, vol. 66, pp. 272-279, 2015.» .
[70] «Mirtunjay. K. Modi, A. Swarn kar, N. Gupta, K. R. Niazi, R. C. Bansal, “Stochastic Economic Load Dispatch with Multiple Fuels using Improved Particle Swarm Optimization”, IFAC-PaperOnLine, vol. 48-30, pp. 490-494, 2015.» .
[71] «Zeng Ming, Wu Zhi-fu, Liu Bao-hua, Yuan De, Lu Ye, “An Economic Dispatching Model of Hydro-Therm System Under Market Environment and its Application”, IEEE/PES Trans. and Distr. Conference and Exhibition: Asia and Pacific, Dalian, China, 2005.» .
[72] «Zhai Rongrong, Bian Jing, Yang Zhiping, “The Optimization of Power Dispatch for Hydro-thermal Power Systems”, Procedia Environmental Sciences, vol. 11, pp. 624-630, 2011.» .
[73] «Xiaolong Jin, Yunfei Mu, Hongjie Jia, Jianzhong Wu, Tao Jiang, Xiaodan Yu, “Dynamic economic dispatch of a hybrid energy microgrid considering building based virtual energy storage system”, Applied Energy, vol.194, pp. 386-398, 2017.» .
[74] «Silvio Tarca, Matthew Roughan, Nesimi Ertugrul, Nigel Bean, “Dispatchability of Wind Power with Battery Energy Storage in South Australia”, Energy Procedia, vol. 110, pp. 223-228, 2017 [1st International Conference on Energy and Power, RMIT University, Melbourne, Australia14–16 Dezembro 2016].» .
[75] «Nan Li, Canan Uçkun, Emil M. Constantinescu, John R. Birge, Kory W. Hedman, Audun Botterud, "Flexible operation of batteries in power systems scheduling with renewable energy,”IEEE Trans. on Sustainable Energy, vol. 7, pp. 685-696, 2016.» .
[76] «M.H. Alham, M. Elshahed, Doaa Khalil Ibrahim, Essam El Din Abo El Zahab, “A dynamic economic emission dispatch considering wind power uncertainty incorporating energy storage system and demand side management”, Renewable Energy, vol. 96, pp. 800-811, 2016.» .
[77] «G.R. Aghajani, H.A. Shayanfar, H. Shayeghi, “Demand side management in a smart micro-grid in the presence of renewable generation and demand response”, Energy, vol. 126, pp. 622-637, 2017.» .
[78] «Kristin Dietrich, Jesus M. Latorre, Luis Olmos, Andres Ramos, “Demand Response in an Isolated System With High Wind Integration”, IEEE Trans. on Power Systems, vol. 27, 20-29, 2012.» .
[79] «Haijun Xing, Haozhong Cheng, Libo Zhang, “Demand Response Based and Wind Farm Integrated Economic Dispatch”, CSEE Journal of Power and Energy Systems, vol. 1, pp. 37-41, 2015.» .
[80] «Cristina Camus, Tiago Farias, “The electric vehicles as a mean to reduce CO2 emissions and energy costs in isolated regions. The São Miguel (Azores) case study”, Energy Policy, vol. 43, pp. 153-165, 2012.» .
[81] «J. M. Arroyo, A. J. Conejo, “Optimal Response of a Thermal Unit to an Electricity Spot Market”, IEEE Trans. on Power Syst., vol.15, pp. 1098-1104, 2000.» .
[82] «M. Shafie-khah, M. Parsa Moghaddam, M.K. Sheikh-El-Eslami, “Unified solution of a non-convex SCUC problem using combination of modified Branch-and-Bound method with Quadratic Programming”, Energy Conversion and Management, vol. 52. pp. 3425-3432, 2011.» .
[83] «Ricahrd E. Rosenthal, “GAMS - A User’s Guide”, GAMS Development Corporation, Washington, DC, USA, Set 2016». .
[84] «“EDA - Electricidade dos Açores”, Acedido [19/04/2017], em: http://www.eda.pt/EDA/Paginas/ProducaoEnergia.aspx». [Em linha]. Disponível em: http://www.eda.pt/EDA/Paginas/ProducaoEnergia.aspx. [Acedido: 20-Jun-2017].
[85] «“Relatório Técnico 07”, Eletricidade dos Açores, 2007.» .
[86] «“Singular SMARTWATT” Acedido [22/04/2017] em: http://singular.smartwatt.net/#/home/azores». [Em linha]. Disponível em: http://singular.smartwatt.net/#/home/azores. [Acedido: 20-Jun-2017].
[87] «“SolarServer”, Acedido [22/04/2017] em: http://www.solarserver.com/service/solar-photovoltaic-power-forecast-for-worldwide-locations/pv-forecast-europe.html». [Em linha]. Disponível em: http://www.solarserver.com/service/solar-photovoltaic-power-forecast-for-worldwide-locations/pv-forecast-europe.html. [Acedido: 20-Jun-2017].
[88] «“GAMS - Cutting Edge Modeling” Acedido [27/03/2017] em: https://www.gams.com/». [Em linha]. Disponível em: https://www.gams.com/. [Acedido: 20-Jun-2017].