In this thesis, load scheduling problem for cogeneration plants is interpreted in the context of stochastic programming. Cogeneration (CHP) is an important technology in energy supply of many countries. Cogeneration plants are designed and operated to cover the requested time varying demands in heat and power. Load scheduling of cogeneration plants represents a multidimensional optimization problem, where heat and electricity demands, operational parameters and associated costs exhibit uncertain behavior. Cogeneration plants are characterized by their ?heat to power ratio?. This ratio determines the operating conditions of the plant. However, this ratio may vary in order to adapt to the physical and economical changes in power and to the meteorological conditions. Employing reliable optimization models to enhance short term scheduling capabilities for cogeneration systems is an important research area.The optimal load plan is targeted by achieving maximum revenue for cogeneration plants. Revenue is defined for the purpose of the study as the sales revenues minus total cost associated with the plant operation. The optimization problem, which aims to maximize the revenue, is modeled by thermodynamic analyses. In this context, the study introduces two objective functions: energy based optimization, exergy-costing based optimization. A new method of stochastic programming is developed. This method combines dynamic programming and genetic algorithm techniques in order to improve computational efficiency. Probability density function estimation method is introduced to determine probability density functions of heat demand and electricity price for each time interval in the planning horizon. A neural network model is developed for this purpose to obtain the probabilistic data for effective representation of the random variables. In this study, thermal design optimization for cogeneration plants is also investigated with particular focus on the heat storage volume.

Bu çalışmada kojenerasyon santrallerinin yük planlama problemi stokastik programlama çerçevesinde ele alındı. Birçok ülkede enerji arzında önemli bir teknoloji olan kojenerasyon santralleri tüketim davranışlarına göre zamana bağlı özellik gösteren ısı ve elektrik taleplerinin karşılanmasına yönelik olarak tasarlanır ve işletilirler. Kojenerasyon santrallerinin yük planlaması elektrik ve ısı taleplerinin, işletme parametrelerinin ve ilgili maliyetlerin belirsizlik taşıdığı çok boyutlu bir optimizasyon problemini teşkil etmektedir. Kojenerasyon santralleri ürettikleri ısının ürettikleri elektriğe oranı ile karakterize edilmektedirler. Bu oran santralin çalışma koşullarını belirler. Bununla birlikte bu oran enerji piyasalarındaki fiziksel ve ekonomik değişikliklere ve meteorolojik koşullara uyum sağlamak amacıyla değişebilir. Kojenerasyon sistemlerinin kısa vadeli işletim programını geliştirmek için güvenilir optimizasyon modellerinin detaylı olarak uygulanması önem arz etmektedir.En iyi yük planı kojenerasyon santralleri için azami gelir üzerinden hedeflenmektedir. Bu çalışma kapsamında gelir tanımı satıştan kaynaklı gelirlerden santralin işletilmesine ilişkin maliyetlerin çıkarılması şeklinde yapılmıştır. Optimizasyon problemi termodinamik analizler ile modellenmiştir. Bu çalışmada enerji tabanlı optimizasyon ve ekserji-maliyeti tabanlı optimizasyon olarak iki amaç fonksiyonu tanımlanmıştır. Yeni bir stokastik programlama yöntemi geli?tirilmi?tir. Bu yöntem hesaplama verimliliğini iyile?tirmek üzere dinamik programlama ve genetik algoritma tekniklerini birleştirmektedir. Her bir planlama aralığı için ısı talebi ve elektrik fiyatı olasılık dağılım fonkisyonlarını tahmin eden bir yöntem sunulmuştur. Modelde kullanılan tesadüfi değişkenlerin etkin olarak ifade edilmesi için kullanılacak olan probabilistik verinin elde edilmesi amacıyla bir yapay sinir ağları modeli geliştirilmiştir. Bu çalışmada, kojenerasyon santrallerinin ısıl tasarım optimizasyonu da ısı depolama hacmi odaklı olarak incelenmiştir.