Analysis of uncertainties in the multi-stage expansion of decentralized energy systems

With the ratification of Paris Agreement and the approval of the Climate Action Act, the German Federal Government posed ambitious goals for limiting environmental impact, in particular a pledge on climate neutrality by 2045. A major role in this pursue is given to the energy transition. Since cities account for 78% of global energy consumption and are responsible for more than 60% of global emissions, a dominant focus is on the development of municipal energy systems: the reduction of their climate burden can be managed through the adoption of cleaner sources, but also with the aid of digitalisation, heat networks, electric mobility, increase in energy efficiency and renovation of buildings. Due to the increment of distributed energy generation, the energy sector is becoming progressively more decentralized. Various expansion possibilities can be opted for in the design phase of decentralized municipal systems depending on their location, the related circumstances and economic conditions, thus no solution is univocally the best for all cases. Moreover, the decisions are affected by numerous uncertain factors which can lead the planning astray from the most economic solutions. This thesis work analyses these factors of uncertainty and integrates them in the long-term expansion of decentralized systems. An optimization model for their expansion and operation decisions is employed and extended to allow the incorporation of uncertainties in the investigation for minimized cost solutions under scenarios of uncertainty. To this aim, methods and techniques such as an approach of Robust Optimization and Monte Carlo simulation have been implemented. The key findings of the work are that the final user prices of gas, electricity, oil, heat from district heating networks, the lifetime of photovoltaic panels and the incentivised remuneration for photovoltaic electricity generation affect most the shape of the energy mix in residential applications and that the most economic solutions for the future include the adoption of heat pumps and photovoltaic panels. This choice appears reliable even when conditions grow in uncertainty and in such cases only the refurbishment of buildings can help decreasing the total costs of expansion and operation, since the optimal mix of technologies remains the same also at high levels of uncertainty.

Con la ratifica dell'Accordo di Parigi e l'approvazione del Climate Action Act, il governo federale tedesco ha posto obiettivi ambiziosi per limitare l'impatto ambientale, in particolare l'impegno alla neutralità climatica entro il 2045. Un ruolo importante in questo obiettivo è attribuito alla transizione energetica. Poiché le città sono globalmente responsabili per il 78% del consumo energetico e per oltre il 60% delle emissioni, un focus dominante è rivolto allo sviluppo dei sistemi energetici municipali: la riduzione del loro impatto sul clima può essere gestita attraverso l'adozione di fonti più pulite, ma anche con l'aiuto della digitalizzazione, delle reti di teleriscaldamento, della mobilità elettrica, dell'efficientamento energetico e della ristrutturazione degli edifici. Grazie all'aumento nella generazione di energia distribuita, il settore energetico sta diventando progressivamente più decentralizzato. Nella fase di progettazione degli impianti municipali decentralizzati si può optare per diverse possibilità di espansione, a seconda della loro ubicazione, delle relative circostanze e condizioni economiche, pertanto nessuna soluzione è univocamente la migliore per tutte le casistiche. Inoltre, le decisioni sono influenzate da numerosi fattori di incertezza che possono deviare la pianificazione dalle soluzioni più economiche. Questo lavoro di tesi analizza tali fattori di incertezza e li integra nell'espansione a lungo termine dei sistemi multienergetici decentralizzati. Un modello di ottimizzazione per le decisioni di espansione e di esercizio viene impiegato ed esteso per consentire l'incorporazione delle incertezze nella ricerca delle soluzioni più economiche in scenari di incertezza. A questo scopo, sono stati implementati metodi e tecniche quali un approccio dell'Ottimizzazione Robusta e la simulazione Monte Carlo. I risultati principali del lavoro sono che i prezzi all'utente finale di gas, elettricità, gasolio, calore dalle reti di teleriscaldamento, la durata di vita dei pannelli fotovoltaici e la remunerazione incentivata per la produzione di elettricità da fotovoltaico influenzano maggiormente la composizione del mix energetico nelle applicazioni residenziali e che le soluzioni più economiche per il futuro includono l'adozione di pompe di calore e pannelli fotovoltaici. Questa scelta appare affidabile anche quando le condizioni di incertezza crescono e in tali casi solo la ristrutturazione degli edifici può contribuire a diminuire i costi totali di espansione e di esercizio, siccome il mix ottimale di tecnologie rimane il medesimo anche ad alti livelli di incertezza.