| dc.description.abstract | I denne masteroppgaven ble energiforsyningsløsninger for det nye nabolaget Tanberghøgda i Høne-
foss studert. Målet med masteroppgaven var å vurdere bruken av et solcellesystem med en kapa-
sitet på 500 kWp og et batteri med en kapasitet på 1 MWh. Det primære målet var å vurdere om
solcelle-anlegget og batteriet kunne dekke belastningen under og etter byggefasen, samt å evaluere
de potensielle kostnadene ved å kjøpe ekstra strøm fra strømnettet. Motivasjonen for prosjektet var
å oppnå en byggefase og et nabolag tilnærmet uten utslipp med nesten 600 nye bygninger.
I den første delen av oppgaven ble byggefasen evaluert med hensyn til totalkostnadene ved å
kjøpe strøm fra strømnettet når produksjonen fra solcelle-anlegget og batterinivåene var lave, samt
profitten ved å selge strøm tilbake til strømnettet når produksjonen fra solcelle-anlegget og bat-
terinivåene var høye. Byggefasen ble delt inn i fem faser: grunnarbeid, bygging, fasade, intern og
utendørs, hvor det var behov for ulike maskiner i hver fase. I de fleste fasene førte varierende pro-
duksjon fra solcelle-anlegget til behov for ekstra strøm fra strømnettet for å møte etterspørselen.
Totalkostnadene ble beregnet ved hjelp av produksjonsdata fra solcelle-anlegget og spotpriser fra
2020 og 2021. I vintermånedene kreves det en høyere oppvarmingsbehov for å oppnå ønsket in-
netemperatur på 15◦C. Dette øker den totale etterspørselen i innvendig fase, gitt at den fant sted
om vinteren.
Den andre modellen analyserte solcelle-anlegget, batteriet og samspillet med strømnettet etter
ferdigstillelsen av en spesifikk kombinert boligmengde. Målet var å dekke de elektriske behovene til
hjemmene og ladebehovene til elektriske kjøretøy. I tillegg var planen å tilfredsstille oppvarmingsbe-
hovene til boligmassen enten ved et lokalt oppvarmingssystem eller et fjernvarmesystem. Modellen
ble opprettet i Python ved hjelp av optimaliseringsløseren Gurobi for å minimere totalkostnadene
ved å optimalisere lastforskyvning, batteribruk og krafttransaksjoner. Den betydelige forskjellen i
solcelle-produksjon mellom vinter og sommer førte til betydelig variasjon i totale utgifter. Den ek-
stra kraftproduksjonen fra solcelle-anlegget reduserte direkte utslipp fra det eksterne strømnettet
med 10% og 88% i henholdsvis vinter- og sommersesongene.
Begge modellene inkluderte flere variabler basert på historiske data. Den enorme forskjellen mel-
lom spotprisene i tidligere år hadde stor innvirkning på totale kostnader. Jo høyere spotprisen var,
desto mer lønnsomt var det å investere i et batteri med høy kapasitet. I tillegg gjorde den varierende
solcelle-produksjonen det utfordrende for solcelle-anlegget og batteriet å alltid dekke etterspørse-
len. Likevel ga det en respektabel grad av kraft og fleksibilitet. Oppsummert hadde kombinasjonen
av batteri, solceller og intelligent lading en betydelig innvirkning på totale kostnader og har stor
potensial for fremtidig implementering. | |
| dc.description.abstract | In this Thesis, energy supply solutions for the new Hønefoss neighborhood of Tanberghøgda were
studied. The objective of this thesis was to evaluate the use of a solar cell system with a 500 kWp
capacity and a 1 MWh capacity battery. The primary objective was to determine if the PV plant and
battery could cover the load during and after the construction phase, as well as to evaluate the
potential costs of purchasing additional power from the grid. The motivation behind the project
was to achieve a nearly zero-emission construction phase and a zero-emission neighborhood with
nearly 600 new buildings.
In the first section of the thesis assignment, the construction phase was evaluated in terms of the
total cost of purchasing power from the grid when PV production and battery levels were low,
and the profit of selling power back to the grid when PV production and battery levels were high.
The construction phase was divided into five phases: groundwork, building, facade, internal, and
outdoors, each of which required various machines. In the majority of phases, the variable PV pro-
duction necessitated the procurement of additional electricity from the grid to meet demand. The
total costs were calculated using PV production data and spot prices from 2020 and 2021. During
the winter months, a higher heating demand is required to achieve the desired indoor temperature
of 15◦C. Given that it occurred during the winter, this increases the total demand for the interior
phase.
The second model analyzed the PV plant, battery, and interaction with the electrical grid fol-
lowing the completed construction of a particular combined housing stock. The objective was to
satisfy the electric demands of the homes and the charging needs of electric vehicles. Additionally,
the heating demands of the housing stock were planned to be satisfied by either a local heating
system or a district heating system. The model was created in Python utilizing the optimization
solver Gurobi in order to minimize the total cost by optimizing load shifting, battery utilization, and
power transactions. The considerable difference in PV production between winter and summer led
to a substantial variance in total expenses. The additional power generation from the PV system re-
duced the external grid’s direct emissions by 10% and 88% during the winter and summer seasons.
Both models incorporated multiple variables based on historical data. The enormous disparity be-
tween spot prices in prior years had a major impact on total costs. The higher the spot price, the
more profitable it is to invest in a high-capacity battery. In addition, the fluctuating PV produc-
tion made it challenging for the PV plant and battery to always cover the demand. Nonetheless, it
provided a respectable level of power and flexibility. To sum up, the combination of battery, photo-
voltaics, and intelligent charging had a significant impact on total costs and has great potential for
future implementation. | |
