Energy management and consumer modeling in smart grid systems

Abstract

In the last decades, energy efficiency has turned into a major research issue, since the energy requirements of modern societies are growing continuously. Researchers have focused on optimizing the efficiency of the modernized power grid, i.e., the smart grid, which has evolved into a complex ecosystem with different actors such as consumers, operators and generators having different active roles in the system. They have also focused on improving the energy efficiency of ICT which is a prerequisite for efficient smart grids. Moreover, the advance of key technologies such as energy storage, renewable energy sources (RESs), communication and control has opened the way to new research directions. In this thesis, we present some key research problems in the context of this area, and we explore the use of control and optimization methods toward approaching them. Specifically, our goal is to address i) system challenges pertaining to the integration of energy storage and RESs into the smart grid and ii) challenges related to the energy consumer aspect. Energy storage devices, like uninterrupted power supply (UPS) or batteries, and Plug-in Hybrid Electric Vehicles (PHEVs), are prime resources for smart-grid efficiency improvement which need to be appropriately managed and incorporated into smart grid systems. In this context, we study two fundamental problems in energy storage management and dimensioning in smart grids. Specifically, first, we introduce the optimal energy storage control problem faced by an energy supplier, which amounts to deciding when and how much to charge and discharge a storage device in order to achieve a certain optimization objective in terms of energy generation cost. We address the problem above, first for a single storage device, and then for multiple storage devices that are shared among multiple micro-grids. Our optimization objective leads us to policies which attempt to keep balanced grid power consumption at all times. Next, we study a joint energy storage placement, dimensioning and management problem, given an available storage budget,where the goal is to minimize the power generation cost. We are interested in the way storage capacity placement and control impact the overall cost of energy generation. The solution policy for this problem involves various parameters such as the demand profiles of consumers, and power flow and balance constraints.RESs rely mainly on energy that flows naturally through the environment on a continual but time-varying basis and have received major attention in the last years due to their significant potential in reducing the carbon footprint. In this thesis, we study the use of renewable energy sources and scheduling techniques toward reducing the carbon footprint induced by an ICT system, namely, the web crawling component of a web search engine. This component discovers and downloads new pages on the Web as well as refreshes previously downloaded pages in the web repository. We introduce the problem of green web crawling, where the objective is to devise a page refresh policy that keeps the web pages as much as possible fresh and the carbon emissions that the web crawling process incurs on remote web servers low enough. We devise an optimal policy, which can be implemented in an online fashion, based only on the type of energy consumed by the servers and the staleness of the pages in the web repository. We also devise heuristics along the lines of the optimal policy and study their performance through experiments with real data. Demand-side management (DSM) activities for the smart grid aim to reduce or smooth enenergy consumption by providing dynamic prices or incentives in the form of monetary or non-monetary rewards to consumers. Different DSM techniques have been proposed, however, a fundamental issue in their design and operation is the recruitment of users. Serious-games design is an emerging area that can address precisely the issue of maximizing user engagement in various contexts. In this thesis, we discuss the use of serious games for demand-side management in smart grids. We introduce the problem of optimal serious-games design for the purpose of enforcing prudent energy consumption. We present a mathematical model of a simple gamification mechanism through which a serious-game designer (e.g., a demand-side management entity) aims to motivate consumers to reduce their energy consumption at peak hours by setting up a contest and by providing them incentives in the context of a serious game. The game designer optimally selects the game parameters, so as the utility-maximizing choices of consumers to minimize the energy generation cost of the energy supplier. We demonstrate that even such a simple serious-game design can provide adequate incentives to users for engaging in demand-side management. Finally, most proposed DSM schemes assume that consumers are rational decision makers which select their actions by solving complex optimization problems. However, consumers are humans and their decisions, which are driven by different factors, are far from rational. In this direction, we discuss the role of data in building behavior-based models for profiling energy consumers and predicting their behavior in DSM programs and energy consumption curtailment campaigns. Our ultimate goal is to discover through these models the different factors that determine consumer actions and the different importance placed on them. We present two different data-driven approaches for consumer modeling which are based on a popular machine-learning tool and a cognitive heuristic. We show that both approaches succeed in capturing the different importance that each consumer places on different factors and the uncertainty on consumer actions. We also introduce the optimal load-reduction task and incentive allocation problem faced by the designer of an energy consumption reduction campaign. The aim of the designer is to target tasks and incentives appropriately based on the different consumer profiles, so as to best fulfill the purpose of the campaign.

Τις τελευταίες δεκαετίες, η ενεργειακή αποδοτικότητα αποτελεί μείζον ερευνητικό θέμα, καθώς οι ενεργειακές απαιτήσεις των σύγχρονων κοινωνιών αυξάνονται συνεχώς. Οι ερευνητές έχουν επικεντρωθεί στην βελτιστοποίηση της αποδοτικότητας του εκμοντερνισμένου δικτύου ισχύος, δηλαδή του έξυπνου δικτύου ηλεκτρικής ενέργειας, το οποίο έχει εξελιχθεί σε ένα πολυσύνθετο οικοσύστημα με διάφορους παράγοντες/φορείς όπως καταναλωτές, φορείς εκμετάλλευσης (διαχειριστές) και παραγωγούς ηλεκτρικής ενέργειας οι οποίοι έχουν διαφορετικούς ενεργούς ρόλους στο σύστημα. Έχουν επίσης επικεντρωθεί στην βελτιστοποίηση της ενεργειακής αποδοτικότητας των Τεχνολογιών Πληροφορίας και Επικοινωνιών (ΤΠΕ), οι οποίες αποτελούν απαραίτητη προϋπόθεση για την ανάπτυξη αποδοτικών έξυπνων δικτύων ηλεκτρικής ενέργειας. Επιπλέον, η εξέλιξη βασικών τεχνολογίων, όπως η αποθήκευση ενέργειας, οι ανανεώσιμες πηγές ενέργειας(ΑΠΕ), η επικοινωνία και ο έλεγχος, άνοιξε τον δρόμο σε νέες ερευνητικές κατευθύνσεις. Στην παρούσα διδακτορική διατριβή, παρουσιάζουμε μερικά καίρια ερευνητικά προβλήματα στο πλαίσιο αυτής της ερευνητικής περιοχής, και διερευνούμε τη χρήση μεθόδων ελέγχου και βελτιστοποίησης για την προσέγγιση τους. Συγκεκριμένα, στόχος μας είναι να αντιμετωπίσουμε α) προκλήσεις σε επίπεδο συστήματος που αφορούν την ενσωμάτωση αποθηκών ενέργειας και ΑΠΕ στο έξυπνο δικτύο ηλεκτρικής ενέργειας και β) προκλήσεις που σχετίζονται με τον ίδιο καταναλωτή. Οι συσκευές αποθήκευσης ενέργειας, όπως η αδιάλειπτη παροχή ηλεκτρικού ρεύματος (UPS) ή οι μπαταρίες, και τα επαναφορτιζόμενα υβριδικά ηλεκτρικά αυτοκίνητα (PHEVs), είναι πρωταρχικοί πόροι για την βελτιστοποίηση της αποτελεσματικότητας του έξυπνου δικτύου ηλεκτρικής ενέργειας, οι οποίοι πρέπει να ενσωματωθούν και να διαχειρισθούν κατάλληλα σε συστήματα έξυπνων δικτύων ηλεκτρικής ενέργειας. Σε αυτό το πλαίσιο, μελετούμε δύο θεμελιώδη προβλήματα που αφορούν την διαχείριση και διαστασιολόγηση αποθηκών ενέργειας σε έξυπνα δίκτυα ηλεκτρικής ενέργειας. Συγκεκριμένα, αρχικά,παρουσιάζουμε το πρόβλημα βέλτιστου ελέγχου αποθήκευσης ενέργειας που αντιμετωπίζει ένας προμηθευτής ενέργειας, το οποίο αφορά την λήψη αποφάσεων σχετικά με το πότε και πόσο να φορτίσει και να αποφορτίσει μια συσκευή αποθήκευσης έτσι ώστε να επιτύχει έναν συγκεκριμένο αντικειμενικό σκοπό βελτιστοποίησης σε όρους κόστους παραγωγής ενέργειας. Επιλύουμε το παραπάνω πρόβλημα, αρχικά για μία μοναδική συσκευή αποθήκευσης και έπειτα για πολλαπλές συσκευές αποθήκευσης οι οποίες χρησιμοποιούνται από κοινού από πολλαπλά μικρο-δικτύα. Ο αντικειμενικός στόχος του προβλήματος μας οδηγεί σε πολιτικές που προσπαθούν να διατηρήσουν μια ισορροπημένη κατανάλωση ισχύος στο δίκτυο ανά πάσα στιγμή. Έπειτα, μελετούμε ένα πρόβλημα τοποθέτησης, διαστασιολόγησης και διαχείρισης αποθηκών ενέργειας με δεδομένο ένα διαθέσιμο μπάτζετ αποθήκευσης, όπου ο στόχος είναι να ελαχιστοποιηθεί το κόστος παραγωγής ενέργειας. Μας ενδιαφέρει ο τρόπος με τον οποίο η τοποθέτηση και ο έλεγχος της χωρητικότητας αποθήκευσης επηρεάζουν το συνολικό κόστος παραγωγής ενέργειας. Η πολιτική που προκύπτει από την επίλυση του προβλήματος εμπλέκει διάφορες παραμέτρους όπως τα προφίλ ζήτησης των καταναλωτών, και περιορισμούς ροής και ισορροπίας ισχύος. Οι ΑΠΕ βασίζονται κυρίως σε ενέργεια που ρέει φυσικά μέσω του περιβάλλοντος σε συνεχή αλλά χρονικά μεταβαλλόμενη βάση, και τα τελευταία χρόνια έχουν προσελκύσει το ενδιαφέρον λόγω της σημαντικής τους προοπτικής να μειώσουν το αποτύπωμα άνθρακα. Στην παρούσα διατριβή, μελετούμε τη χρήση ΑΠΕ και τεχνικών χρονοπρογραμματισμού με στόχο την μείωση του αποτυπώματος άνθρακα που προκαλείται από ένα σύστημα ΤΠΕ, συγκεκριμένα, από το πρόγραμμα ανίχνευσης παγκόσμιου ιστού μιας μηχανής διαδικτυακής αναζήτησης. Αυτό το πρόγραμμα ανακαλύπτει και κατεβάζει νέες ιστοσελίδες του παγκόσμιου ιστού καθώς επίσης, ανανεώνει σελίδες που έχουν κατεβεί προηγουμένως στον αποθηκευτικό χώρο του ιστού (web repository). Eισάγουμε το πρόβλημα της πράσινης (οικολογικής) ανίχνευσης παγκόσμιου ιστού, όπου αντικειμενικός σκοπός είναι να αναπτύξουμε μια πολιτική ανανέωσης σελίδων η οποία να διατηρεί τις ιστοσελίδες όσο το δυνατόν περισσότερο ανανεωμένες και τις εκπομπές διοξειδίου του άνθρακα, που η διαδικασία ανίχνευσης ιστού προκαλεί σε απομακρυσμένους διακομιστές διαδικτύου, αρκετά χαμηλές. Εξάγουμε μια βέλτιστη πολιτική η οποία μπορεί να εφαρμοστεί σε πραγματικό χρόνο βασιζόμενη μόνο στον τύπο της ενέργειας που καταναλώνεται από τους διακομιστές διαδικτύου και στην παλαιότητα των σελίδων που βρίσκονται στον αποθηκευτικό χώρο του ιστού. Αναπτύσσουμε επίσης ευριστικές πολιτικές έχοντας ως πρότυπο την βέλτιστη πολιτική και μελετούμε την απόδοση τους μέσω πειραμάτων με πραγματικά δεδομένα. Οι δραστηριότητες διαχείρισης ζήτησης για το έξυπνο δίκτυο ηλεκτρικής ενέργειας έχουν ως στόχο να μειώσουν ή να εξομαλύνουν την κατανάλωση ενέργειας παρέχοντας στους καταναλωτές δυναμικές τιμές ή κίνητρα υπό την μορφή χρηματικών ή μη χρηματικών ανταμοιβών. Διάφορες τεχνικές διαχείρισης ζήτησης έχουν προταθεί, ωστόσο, ένα βασικό θέμα στον σχεδιασμό και στην λειτουργία τους είναι η στρατολόγηση των χρηστών. Ο σχεδιασμός σοβαρών παιγνίων είναι μια αναδυόμενη περιοχή που μπορεί να αντιμετωπίσει με ακρίβεια το ζήτημα της μεγιστοποίησης της συμμετοχής των χρηστών σε διάφορα πλαίσια. Στην παρούσα διδακτορική διατριβή, συζητούμε την χρήση των σοβαρών παιγνίων στο ζήτημα της διαχείρησης της ζήτησης στα έξυπνα ηλεκτρικά δίκτυα. Εισάγουμε το πρόβλημα του βέλτιστου σχεδιασμού σοβαρών παιγνίων έχοντας ως στόχο την επιβολή συνετής κατανάλωσης ενέργειας. Παρουσιάζουμε ένα μαθηματικό μοντέλο ενός απλού μηχανισμού παιχνιδοποίησης μέσω του οποίου ένας σχεδιαστής σοβαρού παιγνίου (π.χ. μια οντότητα διαχείρισης ζήτησης) επιδιώκει να παρακινήσει τους καταναλωτές να μειώσουν την ενεργειακή τους κατανάλωση σε ώρες αιχμής (υψηλής ζήτησης) στήνοντας έναν διαγωνισμό και παρέχοντας τους κίνητρα στο πλαίσιο ενός σοβαρού παιγνίου. Ο σχεδιαστής επιλέγει βέλτιστα τις παραμέτρους του παιγνίου έτσι ώστε οι επιλογές των καταναλωτών, οι οποίες μεγιστοποιούν την χρησιμότητα/όφελος των καταναλωτών, να ελαχιστοποιούν το κόστος παραγωγής ενέργειας του προμηθευτή ενέργειας.Τέλος, οι περισσότερες προτεινόμενες στρατηγικές διαχείρισης ζήτησης υποθέτουν ότι οι καταναλωτές λαμβάνουν αποφάσεις ορθολογικά και ότι επιλέγουν τις δράσεις τους λύνοντας πολύπλοκα προβλήματα βελτιστοποίησης. Ωστόσο, οι καταναλωτές είναι άνθρωποι και οι αποφάσεις τους, οι οποίες οδηγούνται από διάφορους παράγοντες, απέχουν πολύ από τη λογική. Προς αυτή την κατεύθυνση, συζητούμε τον ρόλο των δεδομένων στο χτίσιμο μοντέλων που βασίζονται στην ανθρώπινη συμπεριφορά, τα οποία χρησιμοποιούνται για την δημιουργία προφίλ των καταναλωτών ενέργειας και την πρόβλεψη της συμπεριφοράς τους σε προγράμματα διαχείρησης ζήτησης και σε καμπάνιες/εκστρατείες μείωσης της κατανάλωσης ενέργειας. Στόχος μας είναι να ανακαλύψουμε μέσω αυτών των μοντέλων τους διαφορετικούς παράγοντες που καθορίζουν τις πράξεις/δράσεις των καταναλωτών και την διαφορετική βαρύτητα που δίνεται σε αυτούς. Παρουσιάζουμε δύο διαφορετικές προσεγγίσεις για την μοντελοποίηση των καταναλωτών, οι οποίες έχουν ως γνώμονα τα δεδομένα και βασίζονται σε ένα δημοφιλές εργαλείο μηχανικής μάθησης και σε ένα γνωσιακό ευριστικό μοντέλο. Δείχνουμε ότι και οι δύο προσεγγίσεις επιτυγχάνουν στο να συλλάβουν την διαφορετική βαρύτητα/σημασία που ο κάθε καταναλωτής δίνει στους διαφορετικούς παράγοντες και την αβεβαιότητα στις πράξεις των καταναλωτών. Εισάγουμε επίσης το πρόβλημα της βέλτιστης κατανομής κινήτρων και εργασιών μείωσης φορτίου που αντιμετωπίζει ο σχεδιαστής μιας καμπάνιας μείωσης της κατανάλωσης ενέργειας. Στόχος του σχεδιαστή είναι να κατευθύνει εργασίες και κίνητρα κατάλληλα βάσει των διαφορετικών προφίλ των καταναλωτών, έτσι ώστε να εκπληρώσει βέλτιστα τον σκοπό της καμπάνιας.