The purpose of this work is to estimate the future electrical energy demand for an actual rural village starting from zero access to electricity then model the off-Grid system using MicroGridsPy for multi-year optimization. The Case under study is “Guli” village in south east of Sudan, with a population of 12000 persons with no access to electricity, except for the market where some economic activities are connected to small diesel generators with limited electricity supply. The data collection was conducted through surveys collected directly from the field. The survey contains information related to the type of users and their current condition, electricity access and appliances availability. It also provides information about the appliances needed or will be required in the future in case of connection to an electricity source, and the time required to get it. The goal was achieved by using an open source software RAMP for estimating electricity load curve in rural contexts developed by the Department of Energy at Politecnico di Milan. The software code has been adjusted to model the changes in electricity load profile per months, to forecast long-term electricity demand of the village, eventually, provided an example of a realistic off-grid system sizing procedure based on MicroGridsPy software. The novelty of this work is to model the increase in the load profile, since the users buy new appliances through time_ as the survey indicate, thus a gradual increase in the load profile appears every month after the connection to the network of the mini grid. However, the available tools estimate only the increase in the load profile per year with one-time investment. Using Microgridspy the project lifetime can be split to consider multi investment decisions that account for the extension of the grid. The configuration of the same system will change through time as the number of users increase or the number of appliances increase. In conclusion to the work, different scenarios were considered for the load and multi-year optimization solutions for the village “Guli” were proposed. The findings show that accounting for a future load demand as monthly increase instead of yearly increase will gives smooth load profile. This will also lead to accurate estimation of the capacity and accurate value for the LCOE.
Lo scopo di questo lavoro è di stimare la futura domanda di energia elettrica per un vero villaggio rurale a partire da zero accessi all'elettricità, quindi modellare il sistema off-grid utilizzando MicroGridsPy per l'ottimizzazione pluriennale. Il caso in esame è il villaggio “Guli” nel sud-est del Sudan, con una popolazione di 12000 persone senza accesso all'elettricità, ad eccezione del mercato in cui alcune attività economiche sono collegate a piccoli generatori diesel con una fornitura di elettricità limitata. La raccolta dei dati è stata condotta attraverso interviste dirette con gli utenti del villaggio. Il sondaggio contiene informazioni relative al tipo di utenti e alle loro condizioni attuali, accesso all'elettricità e disponibilità degli apparecchi. Fornisce inoltre informazioni sugli apparecchi necessari o che saranno richiesti in futuro in caso di connessione a una fonte di elettricità e il tempo necessario per ottenerli. L'evoluzione del carico è stata stimata utilizzando un software RAMP open source per stimare la curva di carico dell'elettricità in contesti rurali sviluppato dal Dipartimento di Energia del Politecnico di Milano. Il codice del software è stato modificato per modellare i cambiamenti nel profilo del carico di elettricità per mesi, per prevedere la domanda di elettricità a lungo termine del villaggio, infine, fornito un esempio di una procedura di dimensionamento del sistema off-grid realistica basata sul software MicroGridsPy. La novità di questo lavoro è quella di modellare l'aumento del profilo di carico, poiché gli utenti acquistano nuovi apparecchi nel tempo_ come indicato dal sondaggio, quindi un aumento graduale del profilo di carico appare ogni mese dopo la connessione alla rete della mini griglia. Tuttavia, gli strumenti disponibili stimano solo l'aumento del profilo di carico all'anno con un investimento una tantum. Utilizzando Microgridspy, la durata del progetto può essere suddivisa per prendere in considerazione decisioni di investimento multiplo che spiegano l'estensione della griglia. La configurazione dello stesso sistema cambierà nel tempo man mano che aumenta il numero di utenti o aumenta il numero di apparecchi. In conclusione, sono stati considerati diversi scenari per il carico e sono state proposte soluzioni di ottimizzazione pluriennali per il villaggio "Guli". I risultati mostrano che la contabilizzazione di una domanda di carico futura come aumento mensile anziché aumento annuale fornirà un profilo di carico regolare. Ciò porterà anche a una stima accurata della capacità e del valore accurato per l'LCOE.
Modelling with multi-year optimisation of off-grid system for rural electrification. The case of Guli village in Sudan
OMER, YASSIN
2019/2020
Abstract
The purpose of this work is to estimate the future electrical energy demand for an actual rural village starting from zero access to electricity then model the off-Grid system using MicroGridsPy for multi-year optimization. The Case under study is “Guli” village in south east of Sudan, with a population of 12000 persons with no access to electricity, except for the market where some economic activities are connected to small diesel generators with limited electricity supply. The data collection was conducted through surveys collected directly from the field. The survey contains information related to the type of users and their current condition, electricity access and appliances availability. It also provides information about the appliances needed or will be required in the future in case of connection to an electricity source, and the time required to get it. The goal was achieved by using an open source software RAMP for estimating electricity load curve in rural contexts developed by the Department of Energy at Politecnico di Milan. The software code has been adjusted to model the changes in electricity load profile per months, to forecast long-term electricity demand of the village, eventually, provided an example of a realistic off-grid system sizing procedure based on MicroGridsPy software. The novelty of this work is to model the increase in the load profile, since the users buy new appliances through time_ as the survey indicate, thus a gradual increase in the load profile appears every month after the connection to the network of the mini grid. However, the available tools estimate only the increase in the load profile per year with one-time investment. Using Microgridspy the project lifetime can be split to consider multi investment decisions that account for the extension of the grid. The configuration of the same system will change through time as the number of users increase or the number of appliances increase. In conclusion to the work, different scenarios were considered for the load and multi-year optimization solutions for the village “Guli” were proposed. The findings show that accounting for a future load demand as monthly increase instead of yearly increase will gives smooth load profile. This will also lead to accurate estimation of the capacity and accurate value for the LCOE.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_ Yassin Omer .pdf
solo utenti autorizzati dal 16/04/2023
Descrizione: Thesis text
Dimensione
3.46 MB
Formato
Adobe PDF
|
3.46 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/153046