Energy demand tracking in residential load management : optimization model and heuristics

In recent years, energy consumption has increased, making it necessary to use renewable energy sources for sustainable development. However, this kind of production is non regular and only an optimized management of users energy consumption can lead to use efficiently renewable energy sources, reducing the environmental impact. This thesis deals with the study of the Residential Load Management Problem through users' appliances schedules, deciding when to switch them on. The goal is to obtain a consumption curve as close as possible to a pre-established demand curve, which may represent a curve bought on the day ahead market or a forecast of renewable energy production. A mixed integer linear programming model is proposed with different objective functions. Since the model is difficult to solve even for small instances, a set of constructive algorithms, local research and diversification algorithms are proposed to obtain good quality solutions in a short time. Both the objective functions and the proposed algorithms are tested on realistic instances. The results show that the constructive algorithms based on the decomposition into sub-problems solved through the mixed integer linear model obtain the best solutions. The most promising heuristics get good quality solutions in a reasonable time, even for larger instances.

Negli ultimi anni i consumi energetici sono aumentati rendendo necessario l'uso di fonti di energia rinnovabile per uno sviluppo sostenibile. Tale produzione non è costante e solo una gestione ottimizzata dei consumi energetici da parte dei consumatori porta a un utilizzo efficiente dell'energia ottenuta da fonti rinnovabili, riducendo l'impatto ambientale. Questa tesi tratta lo studio del problema di ottimizzazione di consumi di un insieme di utenze residenziali tramite una pianificazione del funzionamento degli elettrodomestici, decidendo quando accenderli durante il giorno. L'obiettivo di tale pianificazione è ottenere una curva di consumo il più vicina possibile a una curva di domanda prefissata, che può rappresentare la curva acquistata sul mercato del giorno prima o una stima di produzione di energia rinnovabile. Viene proposto un modello di ottimizzazione lineare misto intera con diverse funzioni obiettivo. Poiché il modello risulta di difficile soluzione anche per piccole istanze, vengono proposti un insieme di algoritmi costruttivi, di ricerca locale e diversificazione per ottenere soluzioni di buona qualità in tempi ridotti. Sia le funzioni obiettivo che gli algoritmi proposti sono stati testati su istanze realistiche. I risultati mostrano che gli algoritmi costruttivi basati sulla divisione in sotto-problemi risolti tramite il modello di programmazione lineare misto intera ottengono le migliori soluzioni. Le euristiche più promettenti ottengono soluzioni di buona qualità in un tempo ragionevole anche per istanze maggiori.