Holistic MILP microgrid planning for rural electrification

An extensive adoption of isolated microgrids is crucial to reach universal access to electricity by 2030, complying with the Sustainable Development Goals set by the United Nations. Effective rural electrification programs require the use of comprehensive computer tools, able to capture the complexity and the dynamics involved in such projects. Standard microgrid planning optimization algorithms identify the least-cost solution and its corresponding optimal design and operation of the plant. These tools are extremely important in supporting decision makers and in overcoming traditional sizing methods, which fail to provide accurate and efficient indications. However, the state of the art does not fulfil the need of a thorough and exhaustive analysis and often neglects crucial aspects that significantly impact the outcome of the project in the long run. This thesis develops a holistic MILP microgrid planning tool that allows decision makers to accurately evaluate the different options and to select the most suitable and long-lasting solution for the specific application. In particular, the multi-year characteristics of the system are modelled, namely assets degradation and demand growth. An iterative procedure is adopted to effectively describe the non-linear phenomenon of storage capacity reduction, related to the hourly scheduling of resources, within the MILP framework. The outcome of a project is closely linked to the socio-economic dynamics that are triggered after the first installation; these can lead to very different overall behaviours and considerably impact the effectiveness of the system. This long-term uncertainty is tackled by means of a stochastic optimization evaluating different load scenarios and identifying the best compromise solution, ensuring feasibility and reliability of the service under any realization of the inputs. In order to reduce risks and adapt the configuration of the microgrid to the actual load trends in time, the installation of components is not limited to the outset of the project: it can be integrated through subsequent capacity expansions, tailored on the pertaining scenario. Rural electrification studies are often focused on the identification of the least-cost solution; hence, cost is usually the only decision criterion adopted. Recent attention to environmental issues and sustainability has pushed some researchers to also include environmental indicators. Social impacts are rarely assessed, although they strongly contribute to determining the effectiveness of rural electrification actions. In this work, a multi-objective optimization is used to extend the decision-making process and evaluate the trade-offs between economic, environmental and social objective functions. A novel algorithm is proposed to reduce the computational burden and significantly improve traditional multi-objective methods. Therefore, this work presents a comprehensive model for rural microgrid planning, whose performances are tested on the case study of an isolated community in Uganda. In order to include all the aforementioned features without hindering the tractability of the problem, novel computationally-efficient algorithms are developed; they allow to dramatically reduce the simulation time while preserving the quality of the results. The proposed methods have general value and they can therefore contribute transversally to any sector that uses mathematical programming and optimization to solve complex problems.

Le microreti isolate giocano un ruolo fondamentale nel raggiungimento dell'accesso universale all'elettricità entro il 2030, nel rispetto degli Obiettivi di Sviluppo Sostenibile fissati dalle Nazioni Unite. Programmi efficaci di elettrificazione rurale richiedono l'uso di strumenti in grado di catturare la complessità e le dinamiche coinvolte in tali progetti. Gli algoritmi standard di ottimizzazione finalizzati alla pianificazione di microreti identificano la soluzione meno costosa, la sua architettura e il suo funzionamento nel tempo. Questi approcci sono estremamente importanti nel supportare i decisori e nel superare i tradizionali metodi di dimensionamento, che forniscono solo indicazioni di massima e spesso lontane dalla configurazione ottimale. Tuttavia, lo stato dell'arte non soddisfa l'esigenza di un'analisi approfondita ed esaustiva e spesso trascura aspetti cruciali che incidono significativamente sulla riuscita del progetto nel lungo periodo. Questa tesi sviluppa un algoritmo di ottimizzazione MILP con approccio olistico alla pianificazione di microreti, al fine di consentire ai decisori di valutare accuratamente le diverse opzioni a disposizione e di selezionare la soluzione più adatta e duratura per l'applicazione specifica. In particolare, vengono modellate le caratteristiche pluriennali del sistema, ovvero la degradazione dei componenti e la crescita della domanda. Una procedura iterativa di ottimizzazioni MILP permette di descrivere efficacemente il fenomeno non lineare della riduzione della capacità di accumulo delle batterie, correlato alla gestione oraria delle risorse. L'esito di un progetto è strettamente legato alle dinamiche socio-economiche che si innescano dopo la prima installazione; queste portano la comunità a svilupparsi secondo andamenti difficilmente prevedibili e incidono notevolmente sull'efficacia del sistema. L’incertezza di lungo termine associata alla crescita della domanda viene affrontata attraverso un'ottimizzazione stocastica che valuta diversi scenari di carico e individua la migliore soluzione di compromesso, garantendo fattibilità e affidabilità del sistema e della sua gestione in qualsiasi realizzazione degli input. Al fine di ridurre i rischi e adattare la configurazione della microrete all'effettivo andamento della domanda nel tempo, l'installazione dei componenti non si limita all'inizio del progetto; può essere invece integrata attraverso successivi ampliamenti di capacità, in base allo scenario di appartenenza. Gli studi sull'elettrificazione rurale sono spesso focalizzati sull'identificazione della soluzione più economica; nella maggior parte dei casi il costo risulta quindi l'unico criterio di decisione adottato. La recente attenzione ai temi ambientali e alla sostenibilità ha spinto alcuni ricercatori a includere anche una stima degli effetti sull’ambiente. Gli impatti sociali sono invece valutati molto raramente, sebbene contribuiscano fortemente a determinare l'efficacia delle azioni di elettrificazione rurale. In questo lavoro, un'ottimizzazione multi-obiettivo estende il processo decisionale valutando i compromessi tra funzioni obiettivo economiche, ambientali e sociali. Viene proposto un nuovo algoritmo per ridurre l'onere computazionale e migliorare significativamente le performance dei metodi multi-obiettivo presenti in letteratura. Pertanto, questa tesi presenta un modello completo per la pianificazione delle microreti rurali, le cui prestazioni sono testate sul caso studio di una comunità isolata in Uganda. Al fine di includere tutte le suddette caratteristiche senza minare la trattabilità del problema, vengono sviluppati nuovi algoritmi che consentono di ridurre drasticamente i tempi di simulazione preservando la qualità dei risultati. I metodi proposti hanno valore generale e possono quindi contribuire trasversalmente a qualsiasi settore che utilizzi la programmazione e l'ottimizzazione matematica per risolvere problemi complessi.