Optimering av turbinanvändning för vattenkraftverk
Ehrström, Jonathan (2025)
Ehrström, Jonathan
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202502052375
https://urn.fi/URN:NBN:fi:amk-202502052375
Tiivistelmä
Syftet med detta examensarbete är att enligt uppdragsgivarens önskemål och direktiv optimera deras turbinanvändning med målsättningen att minska onödigt arbete samt maximera intäkter. Optimeringen ska beakta en två veckors prisestimering samt information om vattenlagrets status och därefter rekommendera den prismässigt optimala turbinanvändningen för två veckor framåt. Dessutom tas i beaktande tillgängligt vatten i vattenlagret samt flera andra begränsningar. Begränsningarna kan vara fysiska såsom exempelvis turbinernas maxeffekt eller så är begränsningarna sådana som uppdragsgivaren önskat, exempelvis att vattenlagret är fullt eller tomt vid en specifik tidpunkt på dygnet. I arbetet används Python med optimeringsverktyget PuLP samt ramverken Numpy och Matplotlib för visualisering. Resultatet blev en applikation som tar emot användarens önskemål genom ett grafiskt användargränssnitt och därefter utför en optimering. Efter att optimeringen färdigställts produceras även en graf för visualisering. The purpose of this thesis is, according to the client’s wishes and directives, to optimize their turbine usage with the aims of reducing unnecessary work and maximizing revenue. The optimization will incorporate a two-week price estimation and information about the water reservoir’s status, and then recommend the financially optimal turbine usage for the next two weeks. Furthermore, the water available in the reservoir as well as several other constraints will be taken into consideration. These constraints may be physical, such as the maximum power of the turbines, or they may be constraints desired by the client, such as the reservoir being full or empty at a specific time of day. Python is used in this work, with the optimization tool PuLP and the frameworks NumPy and Matplotlib for visualization. The result was an application which receives user input through a graphical user interface and then proceeds to perform the optimization. After the optimization has been completed a graph is produced for visualisation.