Loading...
Publication
PROCSIM: an energy community simulator to develop and evaluate load balancing schemes
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 8.48 MB | Adobe PDF |
Authors
Abstract(s)
Climate change is one of the biggest challenges of the present millennium. The energy sector is the
biggest contributor to this problem with approximately 25% of the global emissions.
In order to mitigate this problem, one of the main solutions concerns to the use of energy from
renewable sources. It is important to begin taking better advantage of the renewable resources more
effectively and more often. In this sense, it is very important to develop mechanisms to balance the
demand and supply, with the goal of minimizing, as much as possible, the use of energy from non renewable sources. For this reason, Renewable Energy Communities (RECs) started to emerge. They
allow the sharing of the resources, contributing to a better management of them.
However, these are not problem free. There are two main challenges that need to be solved: avoid a
bad management of the renewable resources, hence avoiding the need to acquire energy from outside
the community, and guarantee a fair distribution of the resources.
In this regard, many researchers are focusing their attentions in load shifting approaches (adapt the
appliances running time to better balance the load). Nevertheless, most of them use implicit approaches
through the use of incentives (such as tariffs and dynamic pricing), which can be considered unfair
approaches since richer people tend to benefit (which is not supposed, because ideally all community
members should benefit the same).
Based on this, in this work it is suggested an explicit load shifting approach based on the distribution
of the timeslots, using the Multiple Knapsack combinatorial optimization problem. Although there are
some literature which demonstrate the applicability of Knapsack in a variety of real world problems, the
same does not happen in the energy field.
Furthermore, since a large quantity of data is required to test and evaluate multiple scenarios in this
load balancing scheme, and taking in consideration that only two energy community datasets were found
on the literature, in this thesis it is also proposed an energy community simulator that allows to create
different Energy Community (EC) datasets and evaluate the impact of the optimization, considering only
Photovoltaics (PV) production (other types of renewable sources as well as batteries are not considered).
Finally, in order to evaluate the impact of the developed load balancing strategy, the developed sim ulator was used in three different experiments: variation in bin size, variation in community size and
variation in flexibility. The results were positive and showed that this strategy can provide a better man agement of the PV resources once it increased the PV use, decreased the PV waste and also decreased
the use of energy from the grid.
As alterações climáticas são um dos maiores desafios do presente milénio. O sector da energia é o que mais contribui para este problema com aproximadamente 25% das emissões globais. A fim de mitigar este problema, uma grande solução está relacionada com a utilização de energia proveniente de recursos renováveis. É importante começar a tirar um melhor partido das fontes reno váveis de forma mais eficaz e mais frequente. Neste sentido, é muito importante o desenvolvimento de mecanismos para equilibrar a procura e a oferta, com o objectivo de minimizar, tanto quanto possível, a utilização de energia proveniente de fontes não renováveis. Por esta razão, RECs começaram a surgir. Elas permitem a partilha dos recursos, contribuindo para uma melhor gestão dos mesmos. No entanto, elas não estão isentas de problemas. Dois dos desafios mais importantes a resolver são: evitar uma má gestão dos recursos renováveis, evitando assim a necessidade de adquirir energia de fora da comunidade, e garantir uma distribuição justa dos recursos. A este respeito, muitos investigadores estão a concentrar as atenções em abordagens load shifting (adaptar o tempo de funcionamento dos aparelhos para melhor equilibrar a carga). No entanto, a maioria deles utiliza abordagens implícitas através do uso de incentivos (tais como tarifas e preços dinâmicos), o que pode ser considerado injusto, uma vez que as pessoas mais ricas serão beneficiadas (o que não é suposto, pois idealmente todos os membros da comunidade devem beneficiar o mesmo). Com base nisto, neste trabalho é sugerida uma abordagem explícita de load shifting baseada na distribuição de timeslots, utilizando o problema de otimização combinatorial Multiple Knapsack. Embora haja alguma literatura que demonstra a aplicabilidade do Knapsack numa variedade de problemas do mundo real, o mesmo não acontece no campo da energia. Além disso, uma vez que é necessária uma grande quantidade de dados para testar e avaliar múlti plos cenários neste esquema de load balancing, e tendo em consideração que apenas dois datasets de comunidades energéticas foram encontrados na literatura, nesta tese é também proposto um simulador de comunidades energéticas que permite criar diferentes datasets de EC e avaliar o impacto da opti mização, considerando apenas a produção fotovoltaica (não são considerados outros tipos de fontes renováveis, bem como baterias). Finalmente, com o intuito de avaliar o impacto da estratégia de load balancing desenvolvida, o simu lador desenvolvido foi utilizado em três experiências diferentes: variação no tamanho do bin, variação no tamanho da comunidade e variação na flexibilidade. Os resultados foram positivos e mostraram que esta estratégia pode proporcionar uma melhor gestão dos recursos do PV uma vez que aumenta a utilização do PV, diminui o desperdício do PV e também diminui a utilização de energia da rede.
As alterações climáticas são um dos maiores desafios do presente milénio. O sector da energia é o que mais contribui para este problema com aproximadamente 25% das emissões globais. A fim de mitigar este problema, uma grande solução está relacionada com a utilização de energia proveniente de recursos renováveis. É importante começar a tirar um melhor partido das fontes reno váveis de forma mais eficaz e mais frequente. Neste sentido, é muito importante o desenvolvimento de mecanismos para equilibrar a procura e a oferta, com o objectivo de minimizar, tanto quanto possível, a utilização de energia proveniente de fontes não renováveis. Por esta razão, RECs começaram a surgir. Elas permitem a partilha dos recursos, contribuindo para uma melhor gestão dos mesmos. No entanto, elas não estão isentas de problemas. Dois dos desafios mais importantes a resolver são: evitar uma má gestão dos recursos renováveis, evitando assim a necessidade de adquirir energia de fora da comunidade, e garantir uma distribuição justa dos recursos. A este respeito, muitos investigadores estão a concentrar as atenções em abordagens load shifting (adaptar o tempo de funcionamento dos aparelhos para melhor equilibrar a carga). No entanto, a maioria deles utiliza abordagens implícitas através do uso de incentivos (tais como tarifas e preços dinâmicos), o que pode ser considerado injusto, uma vez que as pessoas mais ricas serão beneficiadas (o que não é suposto, pois idealmente todos os membros da comunidade devem beneficiar o mesmo). Com base nisto, neste trabalho é sugerida uma abordagem explícita de load shifting baseada na distribuição de timeslots, utilizando o problema de otimização combinatorial Multiple Knapsack. Embora haja alguma literatura que demonstra a aplicabilidade do Knapsack numa variedade de problemas do mundo real, o mesmo não acontece no campo da energia. Além disso, uma vez que é necessária uma grande quantidade de dados para testar e avaliar múlti plos cenários neste esquema de load balancing, e tendo em consideração que apenas dois datasets de comunidades energéticas foram encontrados na literatura, nesta tese é também proposto um simulador de comunidades energéticas que permite criar diferentes datasets de EC e avaliar o impacto da opti mização, considerando apenas a produção fotovoltaica (não são considerados outros tipos de fontes renováveis, bem como baterias). Finalmente, com o intuito de avaliar o impacto da estratégia de load balancing desenvolvida, o simu lador desenvolvido foi utilizado em três experiências diferentes: variação no tamanho do bin, variação no tamanho da comunidade e variação na flexibilidade. Os resultados foram positivos e mostraram que esta estratégia pode proporcionar uma melhor gestão dos recursos do PV uma vez que aumenta a utilização do PV, diminui o desperdício do PV e também diminui a utilização de energia da rede.
Description
Keywords
Energy communities Multi knapsack Combinatorial optimization Simulator Python Renewable energy Comunidades energéticas Otimização combinatorial Simulador Energia renovável Informatics Engineering . Faculdade de Ciências Exatas e da Engenharia