Energy and Climate Concept for the Development of a Zero-Emission Residential Area – Analysis of EnergySupply Solutions

Abstract

Sammendrag

I denne masteroppgaven ble energiforsyningsløsninger for det nye nabolaget Tanberghøgda i Hønefoss studert. Målet med masteroppgaven var å vurdere bruken av et solcellesystem med en kapasitet 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 batterinivåene 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 produksjon 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 innetemperatur 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 oppvarmingsbehovene 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 ekstra 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 mellom 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 etterspørselen. 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.

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 production 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 following 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 reduced 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 between 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 production 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, photovoltaics, and intelligent charging had a significant impact on total costs and has great potential for future implementation.