Multi-objective optimization and brownfield investment approach in modelling village-scale mini-grids. Case study of Mozambique

The aim of this work is to provide a viable methodology for the planning and design of energy solutions to supply electricity to that communities in rural areas which cannot be achieved by the existing national grid, guarantying, at the same time, the long-term sustainability of the project. 4 different case studies in Mozambique with the aim of facilitating the energy access are taken as case studies. Decentralised energy systems are the most suitable solutions to achieve rural communities located in areas where the extension of the existing national grid cannot be a cost-effective alternative. In particular, the hybrid mini-grid of third generation can ensure affordable and reliable energy supply, exploiting the recent technological improvements and the local available energy resource to meet the evolving load demand of the community. The open-source python-based Microgrispy, which allows to optimize technology capacities and energy dispatch strategy of isolated village-scale microgrids, minimizing the net present cost of the project, is used in this work. Because the model only provides solutions for greenfield investments, a model improvement to optimize brownfield investments is introduced, emphasizing the benefits of this approach. The analysis of the results for one of the case studies considered shows a reduction of 31% and 57%, respectively, of the NPC and investment cost, with a consequent decrease of 32% of the LCOE with respect the greenfield investment case on the same time span. Furthermore, the increasing attention towards the environmental protection pushes project managers to take into account not only economic factors. The multi-objective optimization wants to promote energy solutions that can guarantee reduced CO2 emissions at the expense of higher costs. The new feature compares several mini-grid designs in terms of net present cost and life-cycle assessment (LCA) emissions in order to provide to the users different pareto optimal solutions. When compared to the single-objective optimization based only on NPC minimization, the multi-objective optimization determines a reduction of 28% of the emissions at the expense of an increase of roughly 4% of the NPC considering an intermediate point of the pareto frontier. Further reduction of the CO2 emissions can be achieved taking into account other pareto optimal points more focused on CO2 emissions minimization, determining a decrease of 56% of them with a higher increment (22%) of the NPC, always comparing it with the single-objective optimization.

L'obiettivo di questo lavoro è fornire una metodologia per la pianificazione e la progettazione di soluzioni energetiche per la fornitura di elettricità a quelle comunità nelle aree rurali che non possono essere raggiunte dalla rete nazionale esistente. 4 diversi casi di studio in Mozambico con l'obiettivo di facilitare l'accesso all'energia sono presi come casi di studio. I sistemi energetici decentralizzati sono le soluzioni più adatte per raggiungere comunità rurali situate in aree in cui l'estensione della rete nazionale esistente non può essere un'alternativa economicamente vantaggiosa. In particolare, la microrete ibrida di terza generazione può garantire una fornitura energetica affidabile e conveniente del punto di vista economico, sfruttando i recenti progressi tecnologici e le risorse energetiche localmente disponibili al fine di soddisfare la domanda energetica della comunità. L’open-source Microgrispy basato sul linguaggio di programmazione Python, che consente di ottimizzare la taglia delle diverse tecnologie e la strategia di dispacciamento energetico, riducendo al minimo il costo attuale netto del progetto, viene utilizzato in questo lavoro. Viene, inoltre, introdotto un miglioramento del modello per ottimizzare gli investimenti brownfield. L'analisi dei risultati per due casi di studio mostra una riduzione del 31% e del 57%, rispettivamente, del NPC e del costo di investimento, con una conseguente diminuzione del 32% del LCOE rispetto al caso di investimento greenfield sullo stesso arco temporale. Infine, la crescente attenzione verso la tutela ambientale spinge i project manager a tenere in considerazione non solo fattori economici. L'ottimizzazione multi-obiettivo vuole promuovere soluzioni energetiche in grado di garantire emissioni di CO2 ridotte a scapito di maggiori costi. La nuova funzionalità mette a confronto diversi progetti di mini-rete in termini di costi netti attuali e di emissioni (LCA) al fine di fornire agli utenti diverse soluzioni ottimali. Rispetto all'ottimizzazione mono-obiettivo basata solo sulla minimizzazione NPC, l'ottimizzazione multi-obiettivo determina una riduzione del 28% delle emissioni a scapito di un aumento di circa il 4% del NPC, considerando un punto intermedio della cosiddetta Pareto frontier. Un'ulteriore riduzione delle emissioni di CO2 può essere ottenuta tenendo conto di altri punti ottimali su tale curva più focalizzati sulla minimizzazione delle emissioni di CO2, determinando una diminuzione del 56% con un incremento maggiore (22%) dell'NPC, confrontandolo sempre con l'ottimizzazione mono-obiettivo.