Modeling and performance analysis of a solar photovoltaic energy community in Norway

Abstract

De høye strømprisene, fallende kostnader for installasjon av solenergi og de store forventningene om at solenergi, sammen med vindenergi, skal være de viktigste veiene for å nå det europeiske målet om netto nullutslipp (net-zero emissions, NZE) innen 2050, fører til økende mengder installasjoner av solenergi over hele verden. Denne høye penetreringen av solenergi og solenergiens natur kan overbelaste og ubalansere strømnettet med store mengder overskudd av solenergi som genereres til visse tider av dagen og året når solenergiproduksjonen overstiger etterspørselen etter strøm. I denne sammenhengen må det finnes løsninger for egenforbruk som gjør det mulig å forbruke mesteparten av den genererte solenergien samtidig som man dekker en stor del av strømbehovet. En av disse mulige løsningene er implementeringen av energideling i boliger som deler solenergi (energy communities, ECs), som er et nytt og allerede foreslått konsept som forskes på av EU-direktiver. Energideling blant produsenter og forbrukere (prosumers) i en EC-plan bidrar til å forbedre energieffektiviteten i forhold til individuelle bygninger uten energideling. Ved å dra nytte av de forskjellige vinklene og retningene til bygningene som utgjør EC-en, forbedres energieffektiviteten enda mer ved å tilpasse solenergiproduksjonen til lastforbruket (load-match). Dette er noe som sjelden studeres av det vitenskapelige miljøet.

I denne rapporten utvikles en modell for optimalisering av PV-størrelse i Excel. Modellen bruker PV-genereringsdata fra programvaren SAM og lastforbruksdata fra programvaren Load Profile Generator som inndata. Dataene som er hentet fra disse to programmene, blir matet inn i Excel. Excel brukes til å definere og løse problemet med optimalisering av størrelsen. Excel-løseren "GRG Nonlinear with multistart" brukes til å finne optimale PV-kapasiteter for visse batterikapasitetsstørrelser og energimål basert på målinger av egenforbruk, som egenforbrukstakten (self-consumption rate, SCR), selvforsyningsgraden (self-sufficiency rate, SSR) og energibalanseindeksen (energy balance index, EBI). Modellen valideres ved å sammenligne resultatene med resultater fra programvaren SAM og ved å bruke to forskjellige optimaliseringsløseralgoritmer i Excel: "GRG Nonlinear with multistart" og "Evolutionary". Modellen blir spesifikt anvendt på et kommende boligområde med PV i Harstad, Norge, bestående av 100 husstander. Resultatene viser at en optimal størrelse for PV i boligområdet må ta hensyn til alle mulige overflater med forskjellige orienteringer og helninger. Mens en helning på 60° er dominerende (blant 0°, 20°, 40° og 60°) på grunn av den spesifikke nordlige beliggenheten, brukes alle forskjellige orienteringer (Ø,V,S,N) for optimal installasjon av PV. Høye nivåer av dekning for etterspørsel etter elektrisitet (høy SSR) oppnås med relativt lave PV-kapasiteter på steder med høy PV-utgang, som sør, men når det er oppnådd en betydelig høy belastningstilpasning for den genererte PV-energien fra disse stedene med høy PV-utgang, er det rimelig å dekke den gjenværende etterspørselen etter elektrisitet med PV-energi fra nord- og vestorienteringer, noe som skaper små mengder overskuddsenergi (høy SCR).

The high electricity prices, falling PV installation costs, and high expectation on PV energy to be, together with wind energy, the main pathways to reach the European Net Zero Emission (NZE) goal by 2050, is causing increasingly larger amounts of PV installations worldwide. This high PV penetration and the nature of solar energy can overload and imbalance the grid network with large amounts of surplus PV energy generated at certain times of the day and year when the PV generation exceeds the electricity demand. In this context, self-consumption solutions have to be found that enable consuming most of the generated PV energy while still covering a large share of the electricity demand. One of these possible solutions is the implementation of energy sharing in residential PV energy communities (ECs), which is a currently researched novel concept already suggested by the EU directives. Energy sharing among prosumers in an EC scheme improves energy efficiency over having individual buildings with no energy sharing. Taking advantage of the multiple tilts and orientations of the different buildings forming the EC enhances even more the energy efficiency by matching even further the PV generation with the load consumption (load-match). This is something rarely studied by the scientific community.

In this report a PV sizing optimization model is developed in Excel. The model uses as input PV generation data from the software SAM and load consumption data from the software Load Profile Generator. The data obtained from these two softwares is inputted in Excel. Excel is used to define and solve the sizing optimization problem. The Excel solver "GRG Nonlinear with multistart" is used to find the optimal PV capacities for certain battery capacity sizes and energy goals based on self-consumption metrics, such as the self-consumption rate (SCR), the self-sufficiency rate (SSR) and the energy balance index (EBI). The model is validated by comparing its results with results from the software SAM and by using two different optimization solver algorithms in Excel: "GRG Nonlinear with multistart" and "Evolutionary". The model is specifically applied to an upcoming residential PV EC formed by 100 households in Harstad, Norway. Results show that an optimal EC PV sizing must consider all possible surfaces with different orientations and tilts. While a tilt of 60° is dominant (among 0°, 20°, 40° and 60°) due to the specific Nordic location, all different orientations considered (E,W,S,N) are used for optimal PV installation. High levels of electricity demand coverage (high SSR) are achieved with relatively low PV capacities on high PV output orientations, such as south, but when a considerably high load-match has been achieved for the PV energy produced from these high PV output orientations, it is reasonable to cover the remaining electricity demand with PV energy from north and west orientations, causing small amounts of surplus energy (high SCR).