Energy and GHG Emission Performance Profiles at Ravneberget in Bergen – The Interplay of Onsite PV Generation, Electric Vehicles Sharing and Battery Storage for Power Peak Shaving
Master thesis
Permanent lenke
https://hdl.handle.net/11250/2779591Utgivelsesdato
2020Metadata
Vis full innførselSamlinger
Sammendrag
Reduksjon av klimagassutslipp for å redusere klimaforandinger vil kreve store energi- og klimagassutslippsreduksjoner i bygningsmassen og mobilitetssektoren. Utviklingen av nullutslippsnabolag er en respons på slike tiltak. I dette studiet utvikles en metode som kan brukes i prosjektering og styring av nabolag. Med Ravneberget som case-studie har samspillet mellom solenergi, bildelingspark og energibruk i bygninger, blitt studert med hensyn på ulike ytelsesindikatorer. Et eksakt antall av sannsynlige ladekombinasjoner for nabolagets bildelingspark er studert for å se hvordan energi- og klimagassutslippsprestasjon påvirkes ved styring av elbillading på etterspørselssiden. Videre er kutting av effekt-topplaster implementert, med tre ulike ambisjonsnivå for lagringskapasitet, og studert for de utvalgte prestasjonsindikatorene. Simuleringer av ett bygg og lading av en elbil ga grunnlaget for nabolagets energibehov, og binærsøk ble brukt for å implementere kutting av effekttopper. Programmeringsspråket Python ble brukt for numeriske oppgaver.
Resultatene viser at for ulike ladekombinasjoner av elbiler er energi- og utslippsnivåene forskjellige, med spesielt store variasjoner for klimagassutslipp. Kutting av effekttopper øker prestasjonsnivået med tanke på energi, men på bekostning av økte utslipp. Kritiske parametere er utslippsintensiteten for elektrisitet og utslipp i forbindelse med materialer i solceller og lagringskomponenter. Dette arbeidet bidrar til ny kunnskap i forskningsmiljøet for nullutslippsnabolag, og kan være nyttig i planlegging og styring av nabolag. Future climate change mitigation targets will require large energy savings and GHG emission reduction in the building stock and mobility sector, and the development of zero emission neighbourhood concepts are a response to these mitigation strategies. In this study we develop a methodology that can be used in neighbourhood planning and operation. With Ravneberget as a case study, the interplay of PV generation, a shared EV pool, and operational energy demand is assessed in terms of selected key performance indicators. A finite set of likely combinations for EV charging are investigated to see how the neighbourhood's energy and emission performance can be affected by demand side management of EV charging. Further, implementation of peak shaving, with three different ambitions for storage level, is investigated for the selected performance indicators. Energy simulation outputs were used for building and mobility operations, and a binary search technique was used in the implementation of peak shaving. Python programming language was used for numerical tasks.
The results show that different combinations of EV charging gives different energy and emission performance for the neighbourhood, and especially for the emission calculations, the variation among the EV charging combinations are significant. The peak shaving improves the overall energy performance of the neighbourhood, but at the cost of higher emissions due to storage applications. Critical parameters are the emission intensity of electricity and emissions associated to material emission in PV panels and storage components. This work provides new research to the field of zero emission neighbourhoods and may be useful in neighbourhood planning and operation.