Multi-objective optimization and comparison framework for the design of Distributed Energy Systems

2019 ◽  
Vol 180 ◽  
pp. 473-495 ◽  
Author(s):  
M. Karmellos ◽  
G. Mavrotas
Keyword(s):  
Energy Systems ◽  
Multi Objective Optimization ◽  
Distributed Energy ◽  
Multi Objective

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

2019 ◽  
Author(s):  
Μάριος Καρμέλλος
Keyword(s):  
Monte Carlo ◽  
Energy Systems ◽  
Minimax Regret ◽  
Multi Objective Optimization ◽  
Distributed Energy ◽  
Worst Case ◽  
Robust Solutions ◽  
Multi Objective ◽  
Minimax Regret Criterion

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.

Comparing stochastic programming with posteriori approach for multi-objective optimization of distributed energy systems under uncertainty

Energy ◽  
2020 ◽  
Vol 210 ◽  
pp. 118571 ◽  
Author(s):  
Meng Wang ◽  
Hang Yu ◽  
Xiaoyu Lin ◽  
Rui Jing ◽  
Fangjun He ◽  
...  
Keyword(s):  
Stochastic Programming ◽  
Energy Systems ◽  
Multi Objective Optimization ◽  
Distributed Energy ◽  
Multi Objective

Multi-objective optimization and simulation model for the design of distributed energy systems

2016 ◽  
Vol 184 ◽  
pp. 1508-1516 ◽  
Author(s):  
Tobias Falke ◽  
Stefan Krengel ◽  
Ann-Kathrin Meinerzhagen ◽  
Armin Schnettler
Keyword(s):  
Simulation Model ◽  
Energy Systems ◽  
Multi Objective Optimization ◽  
Distributed Energy ◽  
Multi Objective ◽  
Optimization And Simulation

Sustainability analysis for the design of distributed energy systems: A multi-objective optimization approach

2021 ◽  
Vol 290 ◽  
pp. 116746
Author(s):  
Juan D. Fonseca ◽  
Jean-Marc Commenge ◽  
Mauricio Camargo ◽  
Laurent Falk ◽  
Iván D. Gil
Keyword(s):  
Energy Systems ◽  
Optimization Approach ◽  
Multi Objective Optimization ◽  
Distributed Energy ◽  
Multi Objective ◽  
Sustainability Analysis

Multi-objective optimization for the operation of distributed energy systems considering economic and environmental aspects

2010 ◽  
Vol 87 (12) ◽  
pp. 3642-3651 ◽  
Author(s):  
Hongbo Ren ◽  
Weisheng Zhou ◽  
Ken’ichi Nakagami ◽  
Weijun Gao ◽  
Qiong Wu
Keyword(s):  
Energy Systems ◽  
Multi Objective Optimization ◽  
Distributed Energy ◽  
Environmental Aspects ◽  
Multi Objective

Multi-objective Optimization for Design and Operation of Distributed Energy Systems through the Multi-energy Hub Network Approach

2016 ◽  
Vol 55 (33) ◽  
pp. 8950-8966 ◽  
Author(s):  
Azadeh Maroufmashat ◽  
Sourena Sattari ◽  
Ramin Roshandel ◽  
Michael Fowler ◽  
Ali Elkamel
Keyword(s):  
Energy Systems ◽  
Network Approach ◽  
Multi Objective Optimization ◽  
Distributed Energy ◽  
Multi Objective ◽  
Energy Hub ◽  
Hub Network
Sign in / Sign up

Export Citation Format

Share Document