| dc.description.abstract | Elektrifiseringen av rurale områder må akselereres dersom FNs bærekraftsmål nummer 7 skal bli oppfylt innen 2030. Det er gjort fremskritt for å sikre at alle har tilgang på elektrisitet, men COVID-19 pandemien og økte kostnader skaper utfordringer. Kenya har gjort betydelige fremskritt for å sikre tilgang på elektrisitet for alle, men de rurale områdene henger fortsatt etter. Derfor er off-grid systemer avgjørende for å sikre at flere får tilgang til pålitelig strømkilder. Eco Moyo Education Centre er et norsk/kenyansk veldedighetsprosjekt som tilbyr gratis grunnskoleutdanning til barn i landsbyen Dzunguni i Kenya. Skolen har et off-grid sol- og batteri mikrogrid som dekker grunnleggende strømbehov på lærerværelset. Denne masteroppgaven er basert på en case-studie av det eksisterende systemet ved skolen, med data samlet under feltarbeid i november 2022 og april/mai 2023. Oppgaven tar for seg skolens behov for å tilby strøm til flere bygninger, ved å fokusere på hvordan fleksibel drift av laster kan brukes til å utvide det eksisterende systemet. Videre undersøkes kostnaden ved å implementere et nytt system som en alternativ løsning.
Case-studien av Eco Moyo Education Centre trekker frem potensialet for fleksibilitet i sol- og batteridrevne off-grid systemer til å optimere energiforsyningen i rurale områder. Disse systemene er ofte basert på ustabile fornybare energikilder, som solkraft, og batterilagringssystemer brukes vanligvis for å kompensere for perioder med begrenset produksjon. Derfor er bruksmønstre det viktigste verktøyet for å øke fleksibiliteten i off-grid-systemer. Hovedmålene for masteroppgaven er å utvikle en optimeringsmodell for planlegging av fleksible laster og et brukervennlig grafisk brukergrensesnitt i tidlig fase for kommunikasjon med sluttbrukere. Ved å minimere kostnaden ved å flytte laster, undersøkes potensialet for etterspørselsrespons i form av lastforskyvning. Det grafiske brukergrensesnittet oppfordrer til brukerfleksibilitet og øker brukernes kunnskap om systemet.
Lastprofiler generert ved hjelp av RAMP-modellen, og PV produksjon modellert i pvlib python er brukt som input til optimeringsmodellen. Denne modellen er utviklet i Pyomo. Målet er å bestemme den optimale planleggingen av fleksibile laster for å minimere reduksjonen i nytteverdien ved å flytte laster. Ytterligere laster introduseres for å vurdere om det eksisterende systemet kan forsyne flere bygninger. Tre ulike scenarioer er simulert, Scenario 0, Scenario 1 og Scenario 2, som innebærer implementering av null, ett og to ekstra batterier. I tillegg sammenlignes kostnadene ved å utvide systemet med kostnadene ved å implementere et nytt system. For å oppfordre til brukerfleksibilitet må overskuddsenergien i systemet visualiseres på en enkel og forståelig måte i et grafisk brukergrensesnitt. Brukergrensesinittet er en tidlig fase av designet som inkluderer ulike funksjonaliteter for å øke forbrukernes forståelse av systemet og foreslå fleksibel brukeradferd. En viktig del av studien er å samle realistiske data og tilbakemeldinger fra sluttbrukerne ved skolen angående fleksibel brukeradferd og brukergrensesnitt design.
Denne masteroppgaven viser at etterspørselsrespons er en effektiv strategi for å dekke øvrig forbruk. Ved flytting av last og tilpasning til sesongvariasjoner kan det eksisterende systemet forsyne ekstra bygninger på skolen, med en kostnad på kun 7% av prisen på et nytt anlegg. Utvidelsen av systemet kan dekke forbruket mesteparten av året. Den største utfordringen oppstår imidlertidig når produksjonen reduseres drastisk. Ved å inkludere ekstra batterier blir antall dager der optimeringsmodellen ikke klarer å oppfylle kravene og dekke forbruket redusert.
Den opprinnelige udekkede etterspørselen reduseres, men reduksjonen i udekket etterspørsel på grunn av lastforskyvning er vedvarende i alle scenariene. Lastforskyvning påvirker hovedsakelig den udekkede etterspørselen, som skyldes lasttopper som overskrider systemets kapasitet. Ved å inkludere ekstra batterier øker brukerens nytteverdi. Imidlertid øker kostnaden til 20% og 35% av implementeringen av et nytt system, med henholdsvis ett og to ekstra batterier. Brukeropplevelsen vil bli forbedret, men mangelen på økonomiske ressurser ved Eco Moyo Education Centre spiller en viktig rolle i beslutningen. Videre vil det grafiske brukergrensesnittet bidra til å dekke forbruket når det eksisterende systemet på skolen utvides. Designforslaget for det grafiske brukergrensesnittet er utviklet i Python og presenteres med ulike funksjonaliteter for å oppmuntre til brukerfleksibilitet og øke brukerens opplevelse og engasjement med systemet. Imidlertid er det grafiske brukergrensesnittet et tidlig utkast, og ytterligere utvikling er nødvendig. Implementering i en applikasjon og inkludering av værmeldinger er blant ideene for videreutvikling | |
| dc.description.abstract | Accelerating rural electrification is crucial to achieve Sustainable Development Goal (SDG) number 7 by 2030. While progress has been made in reducing the number of people without electricity, the COVID-19 pandemic and increased costs pose challenges. Kenya has made significant progress toward universal energy access, but rural areas still lag behind. Eco Moyo Education Centre is a Norwegian/Kenyan charity project offering free primary education to underprivileged children in the Dzunguni village in Kenya. The school has an off-grid solar and battery microgrid to supply basic electricity needs in the Staff Room. This thesis is based on a case study of the existing system at the school, with data collected during field trips in November 2022 and April/May 2023. The thesis addresses the expressed need of the school to provide electricity to additional buildings and focuses on how flexible operation of the loads can be used to extend the system.
The case study of Eco Moyo Education Centre highlights the potential of flexible solar and battery off-grid systems to optimize energy supply in rural areas. These systems are often based on unreliable Renewable Energy Sources (RESs), such as solar power, and Battery Energy Storage Systems (BESSs) are typically used to compensate for periods with limited power generation. Hence, user behavior patterns are the primary tool to increase flexibility in off-grid systems. The main objectives of the master's thesis are to develop an optimization model for scheduling flexible loads and a user-friendly early-stage Graphical User Interface (GUI) draft for end user communication. By minimizing the disutility cost of shifting loads, the potential of Demand Response (DR) in the shape of load shifting is investigated. The GUI incentivizes user flexibility and increases the end user knowledge of the system.
To obtain the objectives, load profiles generated in the Remote-Areas Multi-Energy Systems Load Profiles (RAMP) model and Photovoltaic (PV) production modeled in pvlib python serve as input to the optimization model developed in Pyomo. The purpose is to determine the optimal scheduling of flexible loads to minimize the disutility cost of load shifting. Additional appliances are introduced to assess the feasibility of powering other buildings using the existing system at the school. Three scenarios are considered; Scenario 0, Scenario 1, and Scenario 2, which involve implementing zero, one, and two additional batteries, respectively. The cost implications of different approaches are also analyzed, including a comparison with the price of a new system. To incentivize user flexibility, the surplus energy of the system must be visualized easily and understandably in a GUI. The GUI is an early-stage design including different functionalities to increase the consumers' understanding of the system and suggest flexible consumption behavior. An essential part of the research is to collect realistic input data and feedback from the end users at the school regarding flexible consumption behavior and GUI design.
This thesis demonstrates that DR is an effective strategy for addressing unmet demand in off-grid microgrids. By load shifting and adapting to seasonal variations, the existing system can supply additional buildings at the school, with a cost of only 7% of the price of a new system. Most of the year, the system can cover the additional demand with an extension of the system. However, the main challenge occurs when the generation is drastically reduced. When including additional batteries, the number of days when the optimization model is unable to fulfill the constraints and cover the demand is reduced. The initial uncovered demand is decreased with additional battery capacity, but the reduction in uncovered demand due to load shifting is persistent in all the scenarios. Hence, load shifting mainly affects the uncovered demand caused by load peaks
exceeding the system's capacity. By including the additional batteries, the disutility of the users is
decreased. However, the cost increases to 20% and 35% of implementing a new system, with one and two additional batteries, respectively. The user experience will be enhanced, but the lack of financial resources at Eco Moyo Education Centre plays a vital role in the decision. Furthermore, the GUI will contribute to cover the demand when extending the existing system at the school. The GUI design proposal is developed in Python and presented with different functionalities to incentivize user flexibility and increase the user's experience and overall engagement with the system. However, the GUI is only an early-stage draft, and further development is needed. App implementation and weather forecasts are among the ideas for further development. | |
