Multi-objective optimization of distributed energy systems with focus on robust solutions

Abstract

A solution towards economically attractive and environmentally friendly energy systemsl is the development of Distributed Energy Systems (DES). DES have many advantages, with the most significant one being the local energy generation which minimizes energy losses. DES can offer better integration between conventional energy systems and renewables and can satisfy the energy demand at a single building, a complex of buildings or even up to a whole city with a varied degree of decentralization. A DES can be designed to satisfy local energy needs in electricity, heating, and cooling. Also, they can lead to a reduction of total annual cost (TAC) and CO2 emissions. This thesis aims to provide a methodology for the optimal design of DES using multi-objective mixed-integer linear programming (MILP), with TAC and CO2 emissions as the objective functions. The candidate technologies are: (a) cogeneration units, (b) heat pumps, (c) absorption chillers, (d) boilers, (e) solar thermal collectors, (f) solar photovoltaics, (g) wind turbines, (h) thermal energy storage, (i) electric energy storage, (j) district heating network (DHN) and (k) microgrid. The results offer as outputs the selected technologies and their respective sizes at each building, the layout of the DHN (if formed), the operational profile of the installed technologies, and the electricity exchange through the microgrid (if selected) and the national grid. Additionally, in literature all the developed methods can be broadly separated into two categories, namely: (a) “Method A” in which a simultaneous selection and sizing of candidate technologies and (b) “Method B” in which the sizes of the candidate technologies are predefined. This thesis presents some innovative aspects in the field of optimal design of DES. Particularly, two approaches for the modelling of technologies are developed, expanding previous relevant work in literature. In addition, mathematical models for all available candidate technologies are presented. Those approaches are compared as they offer different solutions, and their advantages and disadvantages are assessed. Furthermore, this thesis aims to examine the optimal design of DES under uncertainty. Changes in the values of several parameters can affect the optimal design of a DES, and the scope of this thesis is to provide a decision-maker (DM) with robust solutions. In this thesis uncertainty is assumed to exist in energy prices (electricity and natural gas), interest rate, energy loads (electricity, heating, and cooling), solar radiation, and wind speed. To examine uncertainty and identify robust solutions four techniques are used, which are in the fields of robust optimization (RO) and stochastic optimization (SO), namely: (a) objective-wise worst case, (b) minimax regret criterion (MMR), (c) minimax expected regret (MER) and (d) Monte Carlo simulations. Overall, these techniques provide solutions that are notably different of the results of the deterministic approach and can be characterized as robust, highlighting the importance of considering uncertainty for the design process. This thesis concludes that considering uncertainty in designing a DES is necessary as the optimal solutions change significantly, which is very important for the optimal design of the system, its financial viability and operational stability. Finally, it is noted that the developed methodologies are generic and can be easily adopted and applied according to the preferences of a DM.

Μια λύση προς την κατεύθυνση των οικονομικά ελκυστικών και περιβαλλοντικά φιλικών ενεργειακών συστημάτων είναι η ανάπτυξη των συστημάτων διεσπαρμένης παραγωγής ενέργειας (ΣΔΠΕ). Τα ΣΔΠΕ έχουν πολλά πλεονεκτήματα με το σημαντικότερο να είναι η παραγωγή ενέργειας σε τοπικό επίπεδο, ελαχιστοποιώντας έτσι τις απώλειες. Τα ΣΔΠΕ μπορούν να προσφέρουν καλύτερη ενσωμάτωση μεταξύ των συμβατικών ενεργειακών συστημάτων και των ΑΠΕ, και μπορούν να καλύψουν τις ενεργειακές ανάγκες είτε πρόκειται για ένα κτήριο, ένα σύμπλεγμα κτηρίων ή ακόμη και μια πόλη, με το βαθμό αποκέντρωσης να διαφέρει. Ένα ΣΔΠΕ μπορεί να σχεδιαστεί για να καλύπτει τις ενεργειακές ανάγκες σε ηλεκτρισμό, θερμότητα και ψύξη. Επίσης, τα συστήματα αυτά μπορούν να προσφέρουν λύσεις με χαμηλό ετήσιο κόστος και χαμηλές εκπομπές CO2. Ο σχεδιασμός ενός ΣΔΠΕ είναι ένα περίπλοκο πρόβλημα στο οποίο πολλές πτυχές πρέπει να λαμβάνονται υπόψη. Αυτή η διατριβή έχει σκοπό να παρουσιάσει μια μεθοδολογία για τον βέλτιστο σχεδιασμό ΣΠΔΕ χρησιμοποιώντας πολυ-κριτηριακό μικτό-ακέραιο γραμμικό προγραμματισμό (ΜΑΓΠ) με αντικειμενικές συναρτήσεις το συνολικό ετήσιο κόστος και τις εκπομπές CO2. Οι υποψήφιες τεχνολογίες είναι: (α) μονάδες συμπαραγωγής ηλεκτρισμού και θερμότητας, (β) αντλίες θερμότητας, (γ) μονάδες ψύξεις με απορρόφηση, (δ) λέβητες, (ε) ηλιακοί συλλέκτες, (στ) φωτοβολταϊκά, (ζ) ανεμογεννήτριες, (η) μονάδες αποθήκευσης θερμότητας, (θ) μονάδες αποθήκευσης ηλεκτρισμού, (ι) δίκτυο διανομής θερμότητας και (κ) μικροδίκτυο. Τα αποτελέσματα δίνουν ως λύσεις τις τεχνολογίες που επιλέγονται να εγκατασταθούν σε κάθε κτήριο και την αντίστοιχη ισχύ τους, τη διάταξη του δικτύου διανομής θερμότητας (αν σχηματιστεί), το επιχειρησιακό προφίλ των τεχνολογιών, και την ανταλλαγή ηλεκτρισμού διαμέσου του μικροδικτύου καθώς και μεταξύ των κτηρίων και του εθνικού δικτύου ηλεκτρισμού. Επιπλέον, οι αντίστοιχες μελέτες που υπάρχουν στη βιβλιογραφία διαχωρίζονται σε δύο γενικές κατηγορίες, (α) στη «Μέθοδο Α» όπου γίνεται ταυτόχρονη επιλογή και διαστασιολόγηση των υποψήφιων τεχνολογιών, και (β) στη «Μέθοδο Β» όπου οι διαστάσεις των τεχνολογιών είναι προκαθορισμένες. Αυτή η διατριβή παρουσιάζει αρκετά καινοτομικά στοιχεία αναφορικά με τον βέλτιστο σχεδιασμό ΣΔΠΕ. Συγκεκριμένα, παρουσιάζονται δύο προσεγγίσεις για την μοντελοποίηση τεχνολογιών, επεκτείνοντας την σχετική βιβλιογραφία. Επιπλέον, παρουσιάζονται μαθηματικά μοντέλα για όλες οι διαθέσιμες τεχνολογίες. Αυτές οι προσεγγίσεις συγκρίνονται καθώς προσφέρουν διαφορετικές λύσεις, και εξετάζονται πλεονεκτήματα και μειονεκτήματα που έχουν. Πέρα απ’ αυτά, η διατριβή έχει ως σκοπό τον βέλτιστο σχεδιασμό ΣΔΠΕ υπό συνθήκες αβεβαιότητας. Οι αλλαγές στις τιμές των παραμέτρων σχεδιασμού μπορούν να επηρεάσουν τον βέλτιστο σχεδιασμό και αυτή η διατριβή σκοπεύει να προσφέρει στον αποφασίζων εύρωστες λύσεις. Στο πλαίσιο της διατριβής υποτίθεται ότι οι παράμετροι που είναι υπό αβεβαιότητα είναι οι τιμές ενέργειας (ηλεκτρισμού και φυσικού αερίου), το επιτόκιο αναγωγής, τα ενεργειακά φορτία, η ηλιακή ακτινοβολία και η ταχύτητα του ανέμου. Για την αντιμετώπιση της αβεβαιότητας και τον εντοπισμό των εύρωστων λύσεων χρησιμοποιούνται τέσσερις τεχνικές που ανήκουν στο πεδίο της «εύρωστης βελτιστοποίησης» ή της «στοχαστικής βελτιστοποίησης»: (α) objective-wise worst case, (β) minimax regret criterion (MMR), (γ) minimax expected regret (MER) και (δ) ανάλυση Monte Carlo. Συνολικά, αυτές οι τεχνικές προσφέρουν λύσεις πολύ διαφορετικές σε σχέση με την ντετερμινιστική προσέγγιση του προβλήματος, οι οποίες μπορούν να χαρακτηριστούν ως εύρωστες, υπογραμμίζοντας τη σημασία της θεώρησης της αβεβαιότητας κατά τη διαδικασία σχεδιασμού. Η διατριβή καταλήγει ότι η αντιμετώπιση της αβεβαιότητας κατά τον σχεδιασμό ενός ΣΔΠΕ είναι πολύ σημαντική καθώς οι λύσεις αλλάζουν σημαντικά, και αυτό έχει ιδιαίτερη σημασία για τον βέλτιστο σχεδιασμό του συστήματος, την οικονομική του βιωσιμότητα καθώς και την επιχειρησιακή του σταθερότητα. Εν τέλει, σημειώνεται ότι οι μεθοδολογίες που έχουν αναπτυχθεί είναι γενικές και μπορούν εύκολα να προσαρμοστούν και να εφαρμοστούν σύμφωνα με τις προτιμήσεις του αποφασίζων.