Development of an optimization method to obtain marginal abatement cost curves

To face environmental and energy security issues, planning an energy system with high penetration of renewables is becoming increasingly important. The scope of energy system modelling is to support policymakers in the definition of an energy strategy. Energy system models provide the best set of technologies to be implemented in a certain energy system. However, they do not give any information on the sequential order in which the investments of expansion capacity need to be done. Marginal cost-curve is a method to provide this useful information to the policymakers. Marginal cost-curve are usually realized through a manual expert-driven approach. There are studies which implement an optimization process to achieve them. However, these studies usually reduce the time resolution in the modelling or do not consider a sector-coupling approach between the energy sectors. This, as demonstrated by different studies, increase the generation mix error. The aim of this paper is to realize an optimization method to obtain marginal cost-curve without turning down the resolution in time or in sector-coupling. To achieve this scope, an optimization hill climbing algorithm has been built over the EnergyPLAN software obtaining the EPLANopt_MAC model. The results are shown through the application of the model to the Italian energy system and then are compared with the output of another model which exploits a multi objective evolutionary optimization algorithm, EPLANopt.

Per fronteggiare problemi ambientali e di sicurezza energetica una soluzione che sta acquistando sempre più importanza è la pianificazione di un sistema energetico con alta penetrazione di fonti rinnovabili. Lo scopo dei sistemi di modellazione di un sistema energetico è quello di supportare i legislatori nella definizione di una strategia energetica. Questi sistemi di modellazione fornisco il migliore mix energetico che deve essere implementato nel sistema ma non forniscono nessuna informazione riguardo l’ordine con cui sostenere gli investimenti atti ad espandere la capacità degli impianti energetici attuali. La curva di abbattimento dei costi marginali aiuta a risolvere questo inconveniente fornendo utili informazioni al legislatore. Tipicamente queste curve sono ricavate con un approccio manuale nominato expert-based mentre ulteriori studi implementano processi di ottimizzazione per ottenerle. Tali studi però, riducono tipicamente la risoluzione temporale dello stesso o non utilizzano un approccio multisettoriale per ridurre i tempi di esecuzione. Questo porta, come dimostrato da diversi studi, ad aumentare l’errore di mix energetico previsto dal modello. Lo scopo di questo lavoro di tesi è la realizzazione di un metodo di ottimizzazione per l’ottenimento di curva dei costi di abbattimento marginali senza rinunciare alla risoluzione temporale e ad un approccio multisettoriale. Per raggiungere questo obiettivo, un algoritmo di ottimizzazione hill-climb è stato scritto su Python sfruttando come software di modellazione energetica EnergyPLAN ed ottenendo il modello EPLANopt_MAC. I risultati sono mostrati attraverso l’applicazione del modello sul sistema energetico italiano e successivamente paragonati con l’output di un altro modello che sfrutta un’ottimizzazione multi-variabile, EPLANopt.