Energy resource management in smart buildings considering photovoltaic uncertainty
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | eng |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.22/19544 |
Resumo: | O aumento do consumo energético em edifícios residenciais tem levado a um maior foco nos métodos de eficiência energética. Deste modo, surge um sistema de gestão de energia residencial que poderá permitir controlar os recursos energéticos em pequena escala dos edifícios, levando a uma diminuição significativa dos custos energéticos através de um escalonamento eficiente. No entanto, a natureza intermitente das fontes de energia renováveis resulta num problema complexo. Para resolver este desafio, esta tese propõe um escalonamento energético baseado na otimização robusta, considerando a incerteza relacionada com a produção fotovoltaica. A otimização robusta é um método emergente e eficaz para lidar com a incerteza e apresenta soluções ótimas considerando o pior cenário da incerteza, ou seja, encontra a melhor solução entre todos os piores cenários possíveis. Um problema de Programação Linear Binária é inicialmente formulado para minimizar os custos do escalonamento energético. De seguida, o objetivo desta tese é transformar o modelo determinístico num problema robusto equivalente para proporcionar-lhe imunidade contra a incerteza associada à produção fotovoltaica. O modelo determinístico é, assim, transformado num modelo do pior cenário possível. Para validar a eficiência e a eficácia do modelo, a metodologia proposta foi implementada em dois cenários sendo cada um deles constituído por três casos de estudo de escalonamento de energia, para um horizonte de escalonamento a curto prazo. Os resultados da simulação demonstram que a abordagem robusta consegue, efetivamente, minimizar os custos totais de eletricidade do edifício, mitigando, simultaneamente, os obstáculos referentes à incerteza relacionada com a produção fotovoltaica. É também demonstrado que a estratégia desenvolvida permite o ajustamento do escalonamento dos recursos energéticos do edifício de acordo com o nível de robustez selecionado. |
id |
RCAP_b3473600120d312efd9033f3a8a27172 |
---|---|
oai_identifier_str |
oai:recipp.ipp.pt:10400.22/19544 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Energy resource management in smart buildings considering photovoltaic uncertaintyEscalonamento de energiaIncerteza fotovoltaicaOtimização RobustaProgramação Linear BináriaSistema de gestão de energiaEnergy Management SystemEnergy SchedulingMixed Binary Linear ProgrammingPhotovoltaic UncertaintyRobust OptimizationO aumento do consumo energético em edifícios residenciais tem levado a um maior foco nos métodos de eficiência energética. Deste modo, surge um sistema de gestão de energia residencial que poderá permitir controlar os recursos energéticos em pequena escala dos edifícios, levando a uma diminuição significativa dos custos energéticos através de um escalonamento eficiente. No entanto, a natureza intermitente das fontes de energia renováveis resulta num problema complexo. Para resolver este desafio, esta tese propõe um escalonamento energético baseado na otimização robusta, considerando a incerteza relacionada com a produção fotovoltaica. A otimização robusta é um método emergente e eficaz para lidar com a incerteza e apresenta soluções ótimas considerando o pior cenário da incerteza, ou seja, encontra a melhor solução entre todos os piores cenários possíveis. Um problema de Programação Linear Binária é inicialmente formulado para minimizar os custos do escalonamento energético. De seguida, o objetivo desta tese é transformar o modelo determinístico num problema robusto equivalente para proporcionar-lhe imunidade contra a incerteza associada à produção fotovoltaica. O modelo determinístico é, assim, transformado num modelo do pior cenário possível. Para validar a eficiência e a eficácia do modelo, a metodologia proposta foi implementada em dois cenários sendo cada um deles constituído por três casos de estudo de escalonamento de energia, para um horizonte de escalonamento a curto prazo. Os resultados da simulação demonstram que a abordagem robusta consegue, efetivamente, minimizar os custos totais de eletricidade do edifício, mitigando, simultaneamente, os obstáculos referentes à incerteza relacionada com a produção fotovoltaica. É também demonstrado que a estratégia desenvolvida permite o ajustamento do escalonamento dos recursos energéticos do edifício de acordo com o nível de robustez selecionado.The increase of energy demand in residential buildings has led to a higher focus on energy efficiency methods. This way, the home energy management system arises to control small-scale energy resources on buildings allowing a significant electricity bill decrease throughout efficient scheduling. However, the intermittent and uncertain nature of renewable energy sources results in a complex problem. To solve this challenge, this thesis proposes robust optimization-based scheduling considering the uncertainty in solar generation. Robust Optimization is a very recent and effective technique to deal with uncertainty and provides optimal solutions for the worst-case realization of the uncertain parameter, i.e., it finds the best solution among all the worst scenarios. A Mixed Binary Linear Programming problem is initially formulated to minimize the costs of the energy resource scheduling. Then, this thesis's purpose is to transform the deterministic model into a trackable robust counterpart problem to provide immunity against the photovoltaic output uncertainty. The deterministic model is transformed into the worst-case model. To validate the model’s efficiency and effectiveness, the proposed methodology was implemented in two scenarios with three different energy scheduling case studies for a short-term scheduling horizon. The simulation results demonstrate that the robust approach can effectively minimize the electricity costs of the building while mitigating the drawbacks associated with solar uncertainty. It also proves that the proposed strategy adjusts the energy scheduling according to the selected robustness level.Ramos, Sérgio Filipe CarvalhoRepositório Científico do Instituto Politécnico do PortoTavares, Inês Vieira2022-01-18T11:27:57Z20212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/19544TID:202796450enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T13:14:07Zoai:recipp.ipp.pt:10400.22/19544Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:39:34.856904Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Energy resource management in smart buildings considering photovoltaic uncertainty |
title |
Energy resource management in smart buildings considering photovoltaic uncertainty |
spellingShingle |
Energy resource management in smart buildings considering photovoltaic uncertainty Tavares, Inês Vieira Escalonamento de energia Incerteza fotovoltaica Otimização Robusta Programação Linear Binária Sistema de gestão de energia Energy Management System Energy Scheduling Mixed Binary Linear Programming Photovoltaic Uncertainty Robust Optimization |
title_short |
Energy resource management in smart buildings considering photovoltaic uncertainty |
title_full |
Energy resource management in smart buildings considering photovoltaic uncertainty |
title_fullStr |
Energy resource management in smart buildings considering photovoltaic uncertainty |
title_full_unstemmed |
Energy resource management in smart buildings considering photovoltaic uncertainty |
title_sort |
Energy resource management in smart buildings considering photovoltaic uncertainty |
author |
Tavares, Inês Vieira |
author_facet |
Tavares, Inês Vieira |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ramos, Sérgio Filipe Carvalho Repositório Científico do Instituto Politécnico do Porto |
dc.contributor.author.fl_str_mv |
Tavares, Inês Vieira |
dc.subject.por.fl_str_mv |
Escalonamento de energia Incerteza fotovoltaica Otimização Robusta Programação Linear Binária Sistema de gestão de energia Energy Management System Energy Scheduling Mixed Binary Linear Programming Photovoltaic Uncertainty Robust Optimization |
topic |
Escalonamento de energia Incerteza fotovoltaica Otimização Robusta Programação Linear Binária Sistema de gestão de energia Energy Management System Energy Scheduling Mixed Binary Linear Programming Photovoltaic Uncertainty Robust Optimization |
description |
O aumento do consumo energético em edifícios residenciais tem levado a um maior foco nos métodos de eficiência energética. Deste modo, surge um sistema de gestão de energia residencial que poderá permitir controlar os recursos energéticos em pequena escala dos edifícios, levando a uma diminuição significativa dos custos energéticos através de um escalonamento eficiente. No entanto, a natureza intermitente das fontes de energia renováveis resulta num problema complexo. Para resolver este desafio, esta tese propõe um escalonamento energético baseado na otimização robusta, considerando a incerteza relacionada com a produção fotovoltaica. A otimização robusta é um método emergente e eficaz para lidar com a incerteza e apresenta soluções ótimas considerando o pior cenário da incerteza, ou seja, encontra a melhor solução entre todos os piores cenários possíveis. Um problema de Programação Linear Binária é inicialmente formulado para minimizar os custos do escalonamento energético. De seguida, o objetivo desta tese é transformar o modelo determinístico num problema robusto equivalente para proporcionar-lhe imunidade contra a incerteza associada à produção fotovoltaica. O modelo determinístico é, assim, transformado num modelo do pior cenário possível. Para validar a eficiência e a eficácia do modelo, a metodologia proposta foi implementada em dois cenários sendo cada um deles constituído por três casos de estudo de escalonamento de energia, para um horizonte de escalonamento a curto prazo. Os resultados da simulação demonstram que a abordagem robusta consegue, efetivamente, minimizar os custos totais de eletricidade do edifício, mitigando, simultaneamente, os obstáculos referentes à incerteza relacionada com a produção fotovoltaica. É também demonstrado que a estratégia desenvolvida permite o ajustamento do escalonamento dos recursos energéticos do edifício de acordo com o nível de robustez selecionado. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021 2021-01-01T00:00:00Z 2022-01-18T11:27:57Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.22/19544 TID:202796450 |
url |
http://hdl.handle.net/10400.22/19544 |
identifier_str_mv |
TID:202796450 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799131484111503360 |