Optimization in energy management systems: an industrial perspective

The evolution towards a more sustainable system able to overcome the use of fossil fuels as a primary source of energy in favor of renewable resources has now become necessary. The increase in the concentration of carbon dioxide in the atmosphere must be limited to contain in the coming years the global average temperature increase and its related dramatic consequences. The use of delocalized systems such as microgrids and energy storage systems can be fundamental to completely exploit renewable resources coping with their intermittency. In particular, the employment of optimization algorithms able to leverage the information on the expected load and renewable sources generation allows to manage the programmable resources strategically, not only having benefits in economic terms, but also allowing a greater penetration of the renewable sources themselves. This thesis studies the application of these management algorithms, also called Energy Management Systems (EMS), from a theoretical and practical point of view for the coordination and control of energy resources in both islanded and grid connected systems. As far as the theoretical part is concerned, this work focused on the use and improvement of deterministic optimization techniques based on the solution of a Mixed Integer Linear Programming (MILP) problem and the related re-dispatching logics necessary to cope with forecast error and the consequent deviation from the nominal optimized planning. Moreover, a new approach for the coordination of energy resources has been developed. The proposed algorithm oversees the use of heuristic control logics able to adapt through the exploitation of external parameters. These are tuned and optimized resorting to genetic algorithms that leverage the information about the prediction of load demand and renewable production. The experimental activity was mainly related to the test and the prototyping of an EMS algorithm to be commercialized. This should be considered one of the main and more relevant activities of this PhD, as technology transfer is a key element for an industrial doctorate.

L’evoluzione verso un sistema più sostenibile che abbandoni l’utilizzo dei combustibili fossili come fonte primaria di energia a favore delle risorse rinnovabili è diventata ormai una necessità. Infatti, il contenimento delle emissioni di anidride carbonica nell’atmosfera è l’unica opzione per limitare l’aumento della temperatura globale media nei prossimi anni e le relative drammatiche conseguenze. L’utilizzo di sistemi delocalizzati come le microreti ed i sistemi di stoccaggio dell’energia possono essere un elemento fondamentale per il completo sfruttamento delle risorse rinnovabili e la gestione dell’intermittenza tipica di queste fonti. In particolare, l’impiego di algoritmi di ottimizzazione in grado di sfruttare le informazioni sul carico atteso e la generazione delle fonti rinnovabili prevista può permettere di gestire le risorse programmabili in maniera strategica avendo non solo dei benefici in termini economici, ma anche permettendo una maggior penetrazione delle fonti rinnovabili stesse. Questa tesi propone lo studio dell’applicazione di questi algoritmi di gestione, detti anche Energy Management System (EMS), da un punto di vista teorico e pratico per il controllo ed il coordinamento di risorse energetiche all’interno di microreti in isola o connesse alla rete di distribuzione. Per quanto riguarda il primo aspetto, il lavoro si è concentrato sull’affinamento dell’uso di tecniche di ottimizzazione di tipo deterministico basate sulla risoluzione di un problema Mixed Integer Linear Programming (MILP) e del relativo sviluppo di logiche di ridispacciamento in grado di gestire l’errore sulle previsioni e la conseguente deviazione dal piano di produzione ottimizzato. Inoltre, si è sviluppata una nuova strategia di gestione delle risorse che utilizza logiche di dispacciamento euristiche in grado di adattare il loro comportamento tramite dei parametri esterni. Questi sono ottimizzati tramite l’uso di algoritmi genetici che traggono vantaggio dalle informazioni sulle previsioni dei parametri esogeni attesi come carico e produzione delle fonti rinnovabili. L’attività più sperimentale è stata invece legata al test ed alla prototipazione di un vero e proprio EMS che possa essere un prodotto effettivamente spendibile sul mercato. Questa è da ritenersi una delle attività principali e più rilevanti essendo il trasferimento tecnologico un elemento chiave per un dottorato industriale.