Evaluation of load shifting potential in Espoo district heating network using a model predictive approach
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Insinööritieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2017-12-11
Department
Major/Subject
Energiatekniikka
Mcode
K3007
Degree programme
Master’s Programme in Energy Technology (EEN)
Language
en
Pages
94+6
Series
Abstract
The energy industry is undergoing massive transformation where flexibility is surfacing as a key source for value creation. The declining costs of sensor and ICT technologies as well as cloud computing are enabling cost efficient solutions for realization of this potential through concepts such as demand response. The purpose of this thesis was to develop a technical concept for demand response by means of load shifting in the district heating network of Espoo and to evaluate its potential by simulations. The secondary objective of this thesis was to develop an intelligent control algorithm that actuates demand response at a building level. A model predictive control approach was chosen and it was demonstrated that the algorithm is well applicable for the task of managing demand response control. Machine learning was applied to create a scalable data-driven solution. Adjustment of thermostat set points in a building radiator network was found to be the technical solution that achieves the full range of load shifting potential. The developed model predictive control algorithm was used to adjust these set points on the basis of a dynamic price signal received from the energy company. Simulation results showed that annual energy costs in a residential building declined by 7 % due to the shifting of consumption to financially preferable times. Energy consumption during peak price periods reduced on average by 47%. Simulated indoor temperatures remained 90% of the time within a 1°C deviation of the reference temperature. System level results showed that an 11-56 MW average load reduction is achievable solely from the residential customer segment of the Espoo district heating system. The potential depends on the degree of customer participation in the demand response program. The evaluation of the financial feasibility of the technical concept showed that demand response is at best a moderately profitable investment in the short term. It was also shown that short-term profitability could be enhanced by targeting the customers with the most demand response potential. The most significant benefits of demand response arise when considering capacity adjustments of the system. It was shown that by aggregating individual load reductions, the specific investment costs of the technical concept are favourable compared to most alternative district heating production technologies.Energia-alalla vallitsee suuri murros, jossa järjestelmän joustavuuden parantaminen on keskeisessä asemassa mahdollisena lähteenä arvonmuodostukselle. Sensori-ja tietoliikenneteknologioiden, sekä pilvilaskennan kustannustason lasku tarjoavat kustannustehokkaita ratkaisuja tämän potentiaalin realisoimiseen esimerkiksi kysyntäjouston avulla. Tämän työn tarkoituksena oli kehittää tekninen konsepti kysynnän siirrolle Espoon kaukolämpöverkossa ja arvioida sen potentiaalia simulointien avulla. Työn toisena tavoitteena oli kehittää älykäs ohjausalgoritmi ohjaamaan kysyntäjousta rakennustasolla. Ohjausalgoritmiksi valittiin malliperusteinen ennustava ohjaus ja työssä osoitettiin, että se soveltuu hyvin kysyntäjouston ohjaamisen. Koneoppimista hyödyntämällä parannettiin ratkaisun monistettavuutta. Rakennuksen patteriverkoston huonekohtaisten termostaattien säätö todettiin tekniseksi ratkaisuksi, jolla voidaan saavuttaa suurin kysynnän siirron potentiaali. Kehitettyä malliperusteista ennakoivaa ohjausalgoritmia käytettiin termostaattien asetusarvojen säätämiseen energiayhtiöltä saadun dynaamisen hinta-signaalin perusteella. Simulaatiotulokset osoittivat, että asuinkerrostalon vuotuiset energiakustannukset laskivat 7 % johtuen kulutuksen siirtymisestä edullisemmille ajankohdille. Energiankulutus hintojen huipputuntien aikana väheni keskimäärin 47%. Simulaatioissa sisäilman lämpötila pysyi 90% ajasta yhden asteen sisällä asetusarvosta. Järjestelmätason tulokset osoittivat, että 11-56 MW:n keskimääräinen kysynnän jousto on mahdollista saavuttaa pelkästään Espoon kaukolämpöjärjestelmän asuinkerrostalo asiakkaiden avulla. Teknisen konseptin taloudellinen kannattavuusarvio osoitti, että kysyntäjousto on parhaimmillaan kohtuullisen kannattava investointi lyhyellä aikavälillä. Työssä osoitettiin myös, että lyhyen aikavälin kannattavuutta voidaan mahdollisesti parantaa kohdistamalla kysyntäjousto-ohjelma valituille asiakkaille. Merkittävimmät hyödyt kysyntäjoustosta realisoituvat pitkän ajanjakson tarkastelussa, kun tarkastellaan järjestelmän kapasiteetti-investointeja. Työssä osoitettiin, että esitetyn kysyntäjoustokonseptin investointikustannukset ovat suotuisat verrattuna useimpiin vaihtoehtoisiin kaukolämmön tuotantoteknologioihin.Description
Supervisor
Syri, SannaThesis advisor
Jantunen, PetriKeywords
demand response, district heating, model predictive control, MPC, algorithm, machine learning