Optimized home energy management system in prosumers networks

The increasing share of renewable energy sources, the rising volume of green generation at the grid edge and the transformation of the energy demand patterns are just some of the challenges the power sector has to face in the short- to mid-term. Pushed by environmental policies, market drivers and innovative technologies, the role of the residential sector could be crucial in trigger the transition. Indeed, in this scenario a new "smart" and efficient building archetype emerges, with the potential to achieve optimal energy consumption with appropriate demand side management (DSM) practices. This thesis presents a new device-oriented integrated linear optimization model that finds an optimal trade-off between cost and comfort. Wet appliances, heat pump for domestic hot water and space heating demand, batteries, electric vehicles and PV local generation are considered within the system. Particular attention is paid on customer behavioral patterns, for developing consistent EV use and heating demand profiles. The simulations show that the integration of domestic devices allows to more than halve the required installed battery capacity. After a first analysis at the single house level, the focus is moved to the energy community, aiming at assessing the potential improvements deriving from a wider optimization perspective. In P2P energy sharing, peers (i.e. residential prosumers) can directly trade energy with each other, decreasing their energy bill, while facilitating local energy balance and self-sufficiency. The Supply Demand Ratio (SDR) in identified as a viable solution for managing a community-based Peer-to-Peer energy sharing market and for incentivizing DSM practices. An innovative hierarchical clustering methodology is proposed and implemented to overcome the convergence issues of the traditional SDR mechanism. The simulation results show that the new framework is able to overcome the convergence challenges, delivering evident improvements with respect the single house optimization. The results will be presented at the 13th IEEE PowerTech conference, in June 2019.

La crescente diffusione di generazione da fonti rinnovabili, in particolare nella rete di distribuzione, e la cresecente domanda dovuta al processo di elettrificazione del settore della mobilità e condizionamento degli interni, stanno transformando il settore elettrico, richiedendo nuove soluzioni di gestione nel breve-medio termine. In questo panorama, il settore residenziale si evidenzia come possibile leva del cambiamento; politiche ambientali, nuove soluzioni di mercato e la diffusione tecnologie abilitanti (e.g. IoT e ICT) ne confermano il grande potenziale. In particolare emerge l'idea di un edificio "smart" ad alta efficienza energetica, capace di generare energia elettrica e ottimizzare il proprio consumo energetico, attraverso pratiche di Demand Side Management (DSM), per ottenere benefici per gli utenti utente e ridurre la dipendenza dalla rete. All'interno di questa tesi è presentato un innovativo sistema di ottimizzazione dei consumi domestici, che attraverso la definizione di un problema lineare mira a trovare la condizione ottimale di compromesso tra risparmio economico e comfort. Elettrodomestici "wet", una pompa di calore per soddisfare la domanda di acqua calda sanitaria e riscaldamento degli ambienti, veicolo elettrica, batteria e impianto fotovoltaico sono i dispositivi integrati nel sistema di ottimizzazione, che prende il nome di Home Energy Management System (HEMS). Particolare attenzione è stata prestata nel modellare i profili di utilizzo del veicolo elettrico e di domanda di riscaldamento in modo coerente con i profili di occupazione/attività degli utenti all'interno dell'edificio. I risultati dimostrano che l'integrazione dei diversi dispositivi flessibili permette di dimezzare la capacità della batteria installata, mantenendo le stesse performance economiche e tecniche. \\ Una volta conclusasi l'analisi a livello del singolo edificio, il focus è stato spostato a livello di comunità energetica, con l'obiettivo di valuatere i possibili miglioramenti dovuti ad una prospettiva di ottimizzazione più ampia. All'interno di una comunità energetica, diverse pratiche di condivisione o compravendità dell'energia tra membri possono essere studiate. Sulla base della letteratura analizzata, il meccanismo di Supply Demand Ratio (SDR) è stato identificato come migliore candidato per la gestione di un mercato energetico in cui un coordinatore ha il compito di supervisionare le transazioni. Il meccanismo SDR adotta un segnale di prezzo che in modo iterativo si aggiorna fino al raggiugimento di una condizione di equilibrio. Un innovativo approccio di clustering gerarchico è stato proposto per superare evidenti problemi di convergenza del traditionale algoritmo iterativo. Il risultati mostrano un evidente miglioramento delle performance di convergenza del processo iterativo e che ivantaggi economici e tecnici possono essere icrementati rispetto alla logica di otimizzazione del singolo edificio, rendendo più attrattive le soluzioni di generazione locale e gestione energetica. I risultati verrano presentati alla 13th conferenza IEEE PowerTech, il prossimo giugno.