Development and testing of a Home Energy Management System control structure for a Norwegian household prosumer during high-demand conditions
Master thesis
View/ Open
Date
2019Metadata
Show full item recordCollections
- Institutt for elkraftteknikk [2570]
Abstract
Med den forventede økningen i elektrisk topplast det neste tiåret, må norske nettselskap investere for å sikre at nettet har nok kapasitet til å håndtere denne økningen. Investeringene koster mye, og det er derfor ventet at nettleia som norske strømforbrukere må betale også vil øke. For å muliggjøre dette foreslo Norges vassdrag- og energidirektorat (NVE) i 2017 å endre nettleia fra dagens energibaserte tariff til en mer effektbasert tariff. Hovedforslaget gjaldt en nett-tariff hvor kunder skal abonnere på en bestemt mengde effektkapasitet, og der all effektforbruk som overgår denne kapasiteten, kalt over-forbruk, vil bli belastet med en høyere pris. Hvis denne tariffen tas i bruk vil norske husholdninger muligens ønske å investere i energistyringssystemer som kan kontrollere husholdningens lastbruk, slik at forbruket ikke overskrider den abonnerte effektgrensen. Utrullingen av de nye AMS-målerne, som kan gi data om energi- og effektforbruket hvert 2.5 sekund, muliggjør også implementeringen av slike styringssystemer.
Arbeidet i denne oppgaven omhandler utviklingen av et slikt styringssystem, nærmere bestemt en algoritme for automatisk effektkontroll som skal kunne holde forbruket i en husstand under effektgrensen gitt av den omtalte nettleia. Over-forbruk vil mest sannsynlig være et problem om vinteren, når behovet for oppvarming er størst. Ved å utnytte forbruksfleksibiliteten som finnes i romoppvarmingslaster, kan husholdningens forbruk reduseres i perioder der forbruket av ikke-fleksible laster er høyt. Lastkontrollalgoritmen belager seg på kontrollerbare fleksible laster, som alle er rangert i prioritet. Brukeren skal bestemme hvilke romoppvarmingslaster som har høyest og lavest prioritet. Hvis husholdningens effektforbruk overgår effektgrensen, vil styringssystemet forsøke å skru av romoppvarmingslastene. Den vil først forsøke lastene med lavest prioritet, og deretter de med høyere prioritet, helt til forbruket ikke lenger overskrider grensen. Lastkontrollalgoritmen vil også vektlegge å minimere reduksjon av komfort i forbindelse med temperaturfall i huset. Lastkontrollen vil, ved hjelp av forhåndsdefinerte komfortbetingelser bestemt av brukeren, sørge for at romtemperaturen er over en bestemt minimumstemperatur. Styringssystemet skal også kunne nytte seg av lokal energiproduksjon og -lagring, ved å bruke den produserte energien til å maksimere komforten i utvalgte rom.
En enkel Simulink-modell av en leilighet er utviklet for å kunne simulere hvordan romtemperaturen endrer seg med hensyn på statusen (på/av) til romoppvarmingslastene i leiligheten. Ved å kombinere dette med en typisk lastprofil for en norsk husholdning, en elbil og lokal energiproduksjon og -lagring, så er simuleringer gjennomført for en kald vinterdag i Norge. Resultatene indikerer at styringen av romoppvarmingslaster alene ikke er tilstrekkelig for å forflytte forbruk fra en time til en annen. Derimot kan lastkontrollen redusere forbruket i kortere perioder, og hvis effektmålingene er snittet over kortere perioder enn én time, som f.eks. over et kvarter eller minutt, kan de økonomiske besparelsene ved å bruke lastkontrollen økes betydelig. I tillegg til dette, kan styring av store fleksible laster redusere den effektbaserte nettleia også for avregningsintervaller på én time. Dette er demonstrert ved å planlegge ladingen av en elbil, og resultatene viser at nettleia kan reduseres med over 30 %, samtidig som det opprettholdes en tilstrekkelig behagelig innendørstemperatur. As the peak power consumption is expected to gradually increase during the next decade, electricity grid operators must invest in order to guarantee the grid's ability to handle the increasing power peaks. These investments are costly, and it is therefore expected that the grid tariff imposed on electricity consumers will increase. To facilitate this, the Norwegian Water Resources and Energy Directorate (NVE) proposed in 2017 to change the grid tariff structure, going from an energy-based tariff to a capacity-based tariff. By this tariff, electricity consumers will subscribe to an amount of power capacity, and if exceeding this capacity, this over-consumption will be extra costly for the consumers. If this tariff is being put into place, Norwegian households might want to invest in Home Energy Management Systems that can control the household demand as not to exceed the limit given by the subscribed capacity. This is also facilitated by the installation of smart energy meters in Norway, which provide data on electricity use as frequent as every 2.5 seconds.
The work in this thesis involves the development of a Home Energy Management System control structure, or algorithm, that can perform load controlling actions to avoid over-consumption. The time of year when over-consumption is most likely to happen is during winter, when the demand for heating is largest. By utilizing the demand flexibility offered by electric space heating loads, the household's demand can be reduced for a period of time when the non-deferrable load is large. The control structure is dependent on controllable/flexible loads, that all are prioritized by the user. By the priority selection, the user can determine which space heating loads should have the highest priority, and which should have the lowest. If the household demand exceeds the demand limit, the Home Energy Management System will try to turn off the space heating loads, starting with the lowest prioritized loads, until the demand no longer exceeds the limit. The load control development also emphasizes to minimize the loss of comfort associated with the decrease in room temperature. The load control will, by pre-determined comfort conditions, always ensure that the temperature is over a specified minimum temperature, which is determined by the user. The control structure is also able to utilize any distributed generation assets combined with battery energy storage to use this energy to maximize the comfort for specific rooms that are pre-defined by the user.
A simple Simulink model of an apartment is developed, giving the ability to simulate how the indoor temperature changes with respect to the status of the space heating loads in the apartment. Combining this with a typical load profile for a Norwegian household, an electric vehicle load and associated photovoltaic panels and battery energy system storage, the simulations are carried out for a cold winter day in Norway. The simulation results indicate that the control of space heating loads alone is not sufficient for shifting demand on an hour-to-hour basis. The control of space heating loads can reduce the demand for shorter periods, and if the measurements of power are averaged over shorter intervals than 1 hour, like 15 minutes or 1 minute, the economic savings by the developed load control can magnify significantly. In addition to this, utilizing larger flexible loads can also reduce the 1-hour-measurement-based capacity-based grid tariff cost. This is demonstrated by scheduling the electric vehicle charging, and the results show that the grid tariff cost may be reduced by over 30 %, while preserving a sufficiently comfortable temperature indoors.