Characterizing the demand response potential of thermal heat load in buildings

Abstract

Utnyttelse av energifleksibilitet i bygg er fremhevet som en av løsningene for å opprettholde balansen i fremtidens energisystem, hvor uregulerbare energikilder vil utgjøre en stadig større andel. Målet med denne masteroppgaven er å karakterisere energifleksibiliteten knyttet til varmelast i norske boligbygg, slik at denne fleksibiliteten kan implementeres i energiplanleggingsmodeller.

Den termiske massen som finnes naturlig i bygg kan utnyttes til termisk energilagring, ved å periodisk øke og redusere varmelast relativt til referanselasten. Dette muliggjør flytting av varmelast til perioder med lavere forbruk, slik at effekttoppene i kraftnettet og energiprisene reduseres. Hvor mye varmelast som kan flyttes uten at det påvirker termisk komfort, blir undersøkt ved å bruke en kombinasjon av dynamiske simuleringer i IDA ICE og MATLAB. Gjennom å introdusere et sprang på referanselasten, kan sprangresponsen til innetemperaturen undersøkes. Termisk komfort blir evaluert ved å innføre en restriksjon på variasjonen i innetemperatur under aktiveringen av den termiske massen.

Enkle modeller til å representere bygninger i energisystemanalyser blir undersøkt. En førsteordens og en andreordens modell er formulert på bakgrunn av de termiske egenskapene til bygg. Utledede ligninger for sprangrespons brukes til kurvetilpasning av modellene opp mot sprangresponsen for innetemperatur i IDE ICE. Modellparametere blir identifisert for å karakterisere bygningsfleksibiliteten, og inkluderer varmekapasitet, varmegjennomgangskoeffisient (U) og tidskonstanter.

For å analysere innvirkningen av isolasjonsnivå og energieffektivitet på svingninger i innetemperatur og modellparametere, defineres fire variasjoner av bygningsmodellen i IDA ICE. Disse er basert på norske forskrifter og standarder, inkludert TEK87, TEK10, TEK17 og standard for passivhus. Simuleringene av modellene gjennomføres for hver måned i fyringssesongen. Både økning og reduksjon av referanselast var mulig i den lavisolerte bygningsmodellen for nesten alle månedene, med et potensial for endring på 4-6%. Parameteren U var gjennomgående høy, som er forventet på bakgrunn av tapene som forekommer i lavisolerte bygg, og den gjennomsnittlige verdien på tidskonstantene var 40 timer. Høyisolerte bygg har gjerne kortere fyringssesong, noe som reflekteres i resultatene ved at reduksjon av referanselast bare var mulig for de kaldeste månedene. Den potensielle økningen og reduksjonen av referanselast var 5-8%. Parameteren U ble redusert i takt med økende grad av isolasjonsnivå og energieffektivitet, hvorav tidskonstantene økte. Den gjennomsnittlige verdien på tidskonstantene for Passivhusmodellen var 150 timer.

Nøyaktigheten til modellene ble vurdert opp mot IDA ICE gjennom en valideringsprosess. Førsteordens modellen klarte ikke å gjengi temperaturene fra IDA ICE, på grunn av manglende evne til å fange opp den raske dynamikken. Andreordens modellen klarte derimot å gjengi temperaturene med høy grad av nøyaktighet, med et avvik på 0.2-0.3 grader for de høyisolerte modellene, og 0.5-0.6 grader for den lavisolerte modellen. Disse avvikene endret seg heller ikke gjennom hele den simulerte perioden på tre uker. Andreordens modellen er dermed i stand til å ganske godt forutsi innetemperatur i bygninger, både på kort sikt og på lang sikt. Modelltilnærmingen er således bevist å fungere, og andreordens modellen kan potensielt brukes til å representere bygninger og tilhørende fleksibilitet i energiplanleggingsmodeller.

Utilizing the energy flexibility of buildings for demand response is stated as one of the solutions for maintaining the instantaneous balance in future energy systems, where intermittent renewable energy sources becomes more prominent. The aim of this thesis is to characterize the demand response potential of space heating load in Norwegian residential buildings, in order to facilitate the implementation of demand flexibility into energy planning models.

The embedded thermal mass in buildings can be utilized for thermal energy storage by periodically increasing and decreasing the space heating load relative to a reference heat load. This provides an opportunity to shift heat load to periods with lower demand, which could relieve grid stress, and reduce the energy costs for consumers. How much the heat load can deviate from a reference heat load, without affecting the thermal comfort, is investigated by using a combination of detailed dynamic simulations in IDA ICE and MATLAB. By introducing a step to the reference heat load profiles, the resulting step response of the indoor temperature could be analysed. Evaluations of the thermal comfort is done by introducing a restriction for the variation in indoor temperature during the thermal mass activation.

Simple models to represent buildings in energy system analysis are investigated. Based on physical knowledge about the thermal dynamics of buildings, a first-order and a second-order model is developed. Related step response equations are used to fit the models to the indoor temperature response obtained by IDA ICE. Model parameters such as the thermal capacitance, the overall heat transfer coefficient (U) and time constants are identified to characterize the demand flexibility.

Four variations of the building model used for the simulations are made, to study how indoor temperature fluctuations and model parameters are affected by insulation levels and energy performance. The model variations are defined based on Norwegian standards and regulations, including TEK87, TEK10, TEK17 and the passive house standard. Simulations were performed for each month of the heating season. It was found that the low insulated building had potential for both charging and discharging in nearly all months, with an allowed deviation in heat load of 4-6%. The parameter U was consistently high in all months, which is expected due to the amount of heat losses in low insulated buildings. The average value of the time constants was 40 hours. Due to the heating season being shorter in high insulated buildings, these models could only be discharged in the coldest months. The allowed deviation in heat load were found to be 5-8%. The parameter U decreased with higher insulation levels and better energy performance, while the time constants increased. The passive house model had an average time constant of 150 hours.

From the validation of model accuracy versus IDA ICE, it was found that due to the lack of fast dynamics, the first-order model could not obtain similar temperatures to those computed by IDA ICE. The second-order model could however obtain close to similar temperatures, with a deviation of 0.2-0.3 degrees for the high insulated models, and 0.5-0.6 degrees for the low insulated model. Over the course of three weeks, the deviation was still not changing. The second-order model is thus able to fairly predict the indoor temperature in buildings, both in the short-term and in the long-term. The modelling approach is thus proved to work, and the second-order model can potentially be used to represent buildings and their flexibility in energy planning models.