Оптимизация бесконечных сценариев работы теплового насоса на фотоэлектрической энергии с точки зрения затрат и самодостаточности
Модель энергетической системы частного дома
Challenger T105 (6V 180/208Ah)
Исследователи использовали многоцелевую оптимизацию на основе смешанного целочисленного линейного программирования для оптимизации 30 912 уникальных сценариев, в которых тепловые насосы работают в сочетании с фотоэлектрическими установками. Оптимизационное моделирование проводилось с учётом текущих рыночных цен.
Группа учёных под руководством исследователей из Технического университета Леобена в Австрии разработала модель многоцелевой оптимизации (MOO) на основе смешанного целочисленного линейного программирования (MILP) для гибкой работы тепловых насосов в жилых домах.
Исследователи протестировали 30 912 уникальных сценариев и одновременно оптимизировали их, чтобы минимизировать расходы на электроэнергию в домашних хозяйствах и снизить нагрузку на низковольтную сеть за счёт оптимизации степени автономности.
«Насколько нам известно, ни одно исследование не рассматривало в комплексе эти цели в рамках MOO на основе MILP на уровне отдельного домохозяйства», — сказал журналу «pv» автор-корреспондент Кристофер Градвол. «В этом исследовании рассматривается теоретический потенциал гибкой работы теплового насоса для отопления в децентрализованных энергетических системах как средства повышения интеграции возобновляемых источников энергии и снижения локальной сетевой нагрузки на основе различных заранее заданных сценариев профиля энергопотребления домохозяйств».
Модель MILP-MOO была реализована на Python. «MILP была выбрана в качестве основы для оптимизации, поскольку она гарантирует глобальную оптимальность за счёт структурирования задачи в рамках чётко определённой математической модели. MILP легко интегрируется с программами реагирования на спрос и прогнозированием возобновляемых источников энергии, что делает её высокоэффективным инструментом для минимизации затрат и повышения операционной эффективности при управлении энергопотреблением в домохозяйствах», — пояснили учёные.
При моделировании учёные учитывали шесть условий проживания: дома на одну семью или квартиры в многоквартирных домах, арендованные или собственные, с одним или двумя людьми в домохозяйстве. Эти условия были сопоставлены с четырьмя типами зданий, учитывающими различные потребности в тепловой энергии в зависимости от возраста зданий и соответствующих уровней эффективности отопления.
«Впоследствии, чтобы охватить широкий спектр возможных результатов, к каждому сценарию были применены изменения ключевых параметров, — сообщили исследователи. — Эти параметры включали размер фотоэлектрической системы (от 0 до 10 кВт), ёмкость накопителя электроэнергии (0, 3, 5 и 10 кВт⋅ч), ёмкость накопителя тепловой энергии (0, 200, 500 и 1000 л), тип теплового насоса (воздушный или геотермальный) и температуру источника тепла».
Оптимизация проводилась с использованием цен спотового рынка на день вперёд в качестве основного сигнала реагирования на спрос. В качестве источника данных об облучении был выбран город Леобен, расположенный в центральной части Австрии, с глобальным уровнем облучения примерно 1200 кВт⋅ч/м2/год. При моделировании также учитывался коэффициент потерь системы 10%, оптимальный угол наклона 35° и азимут, ориентированный на юг. Предполагаемая эффективность воздушного теплового насоса составляла 0,4, а геотермального теплового насоса — 0,35.
«Наша единая целевая функция успешно балансирует между конкурирующими целями: минимизацией затрат на электроэнергию и максимизацией степени самодостаточности. Примечательно, что система использует нестабильные цены на электроэнергию на следующий день в качестве неявного сигнала о реагировании на спрос, что приводит к более эффективному использованию фотоэлектрических систем и повышению гибкости домохозяйств», — сказал Градвол.
Анализ показал значительное снижение пиковых нагрузок в локальной сети — как импортных, так и экспортных — в первую очередь за счёт тепловых насосов, использования накопителей энергии и реагирования на спрос в зависимости от цены. Было установлено, что конфигурации с накопителями тепловой энергии и тепловыми насосами сами по себе очень эффективны для достижения высокого уровня самодостаточности — зачастую превосходя конфигурации с аккумуляторами и накопителями тепловой энергии — при сравнительно более низких общих затратах.
Модель была представлена в статье «Повышение гибкости тепловых насосов: многоцелевой подход к оптимизации для обеспечения самодостаточности и снижения затрат на электроэнергию», опубликованной в журнале «Преобразование и управление энергией». В исследовании приняли участие ученые из Технического университета Леопольда в Австрии и Университета Дикина в Австралии.