An object-oriented framework for the optimization of flexible renewable energy systems

Abstract

Denne masteravhandlingen beskriver et objektorientert modelleringsrammeverk som et grens- esnitt mellom en modell av ett energisystem og den stokastiske programmeringsprogram- varen GOSSIP. Viktige usikkerheter knyttet til optimalisering av fleksible fornybare en- ergisystemer som ustabile spotmarkedspriser, den intermitterende energiproduksjonen til fornybare energikilder, og varierende etterspørsel fra sluttbrukere inkluderes i problemfor- muleringen. I tidligere arbeider [13] ble to-trinns stokastiske formuleringer ansett for å være en lovende tilnærming for å innlemme usikkerhet, og den nylig utviklede GOSSIP- programvaren ble brukt til modellering. Imidlertid, i tidligere arbeider kunne man ikke enkelt utvide programmene til å omfatte ny teknologi, forskjellige modeller og nivåer av kompleksitet. Videre ble det avslørt at bruk av GOSSIP krever eksplisitt formulering av ligninger, variabler og begrensninger i brukermodellen. Den foreslåtte løsningen, presen- tert i denne oppgaven, er et objektorientert rammeverk som muliggjør en utvidbar bruk- ermodell. En objektorientert struktur innebærer generalisering av systemstrukturen og gir mulighet for abstraksjon og innkapsling gjennom klasser. Rammeverket inkluderer føl- gende klasser: EnergySystem, UncertainParam, PrimarySource, Conversion, Utility, EndUser og ObjectiveFunction. Det foreslåtte objektorienterte rammeverket deler modelleringen i to deler: Grensesnitt og implementering. Grensesnittet er tilgjengelig for brukeren, mens implementeringen inklud- erer klassedefinisjoner, medlemsfunksjoner for energibalanse og attributter. Implementerin- gen sørger for den korrekte formuleringen av ett to-trinns stokastisk mixed-integer lineært program og formidler det til GOSSIP. Deretter kan de to algoritmene Non-Generalized Benders Decomposition og Full Space finne den mest gunstige utformingen av et fleksibelt energisystem. Tre systemer er implementert for å verifisere rammeverkets korrekthet og vise nytten av det resulterende objektorienterte programmet: (1) Et enkelt system med vindturbiner til energiomdanning og en sluttbruker med strømbehov. (2) Et mer sammensatt system med vindturbiner og fotovoltaiske solcellepaneler til energiomdanning og en slut- tbruker med strømbehov. (3) Et enda mer sammensatt system med vindturbiner, fotovoltaiske og solvarme paneler til energiomdanning, og to sluttbrukere med varme- og strømbehov. Å utvide det enkleste systemet til de to mer komplekse krever få kodelinjer, ingen eksplisitte variabel- og begrensningserklæringer, og ingen endringer i implementeringen. Muligheten til å utvide og skalere brukermodellen som rammeverket viser, oppmuntrer til å slå sammen energimodeller, og understreker egnetheten til objektorientert programmering i optimering av fleksible fornybare energisystemer. For å oppsummere, det utviklede rammeverket kan forenkle prosessen med å formulere stokastisk

This thesis describes an object-oriented modeling framework for interfacing an energy system model to the stochastic programming software GOSSIP. Key uncertainties related to optimizing flexible renewable energy systems such as the intermittent output of renewable energy sources, volatile utility market spot prices, and varying end user demand are ad- dressed. In previous work [13], two-stage stochastic formulations were considered to be a promising approach to incorporate uncertainties, and the recently developed GOSSIP software was used for modeling. However, one could not easily extend programs to include new technologies and different kinds of modeling fidelity and levels of complexity. Furthermore, it was revealed that using GOSSIP requires explicit formulation of equations, variables, and constraints in the user input model. The proposed solution presented in this thesis is an object-oriented framework that enables an extensible user input model. An object-oriented structure implies the generalization of system structure and allows for abstraction and encapsulation through classes. The framework includes the following classes: EnergySystem, UncertainParam, PrimarySource, Conversion, Utility, EndUser and ObjectiveFunction.

The proposed object-oriented framework divides the model input into two parts: Interface and implementation. The interface is accessible to the user, whereas the implementation includes the class definitions, member functions for energy balance, and attributes. The implementation ensures that a correct two-stage stochastic mixed-integer linear program is formulated and interfaced with the solver. Then, the two algorithms Non-convex Generalized Benders Decomposition and Full Space can find the optimal design of a flexible energy system. Three systems are implemented to verify the framework correctness and show the utility of the resulting object-oriented program: (1) A simple system with wind turbines as energy conversion technology and one end user with electricity demand. (2) A more complex system with wind turbines and solar photo-voltaic panels as energy conversion technologies and one end user with electricity demand. (3) A more complex system with wind turbines, and solar photo-voltaic and solar thermal panels as energy conversion technologies, and two end users with heat and electricity demand.

Expanding the simplest system to the two more complex ones requires few lines of code, no explicit variable and constraint declarations, and no changes to the implementation. The extensibility and scalability that the framework displays encourage pooling together of models, underscoring the suitability of object-oriented programming in optimizing flexible renewable energy systems. To summarize, a framework as the one presented can simplify the process of formulating stochastic programming problems to