IoT and edge computing enabled smart grids : micro grid optimal scheduling of demand response resources

Sustainability is the most important goal of humanity today in all activities. Achieving it in the energy sector means not only decarbonising the energy generation mix, but also transitioning to a more reliable, efficient and well-managed electricity grid. This is possible through the transition to Smart Grids, a distributed, automated energy delivery system with bi-directional flows of information and electricity, enabling efficient management of ever-changing electricity demand. This paradigm shift therefore requires new methods of resource management and control. This thesis presents a review of the state of the art in Smart Grid, Edge Computing and IoT technologies, and then introduces a novel Edge Computing based algorithm for optimal scheduling of BESS and V2G as Demand Response (DR) resources during the day-ahead phase of the European Energy Market. To demonstrate the effectiveness of demand response technologies in enabling load shifting and improving the use of locally produced renewable energy, this algorithm is applied to a smart micro-grid simulation model. The micro-grid plans generation and DR resources one day in advance to meet load demands, optimising energy costs based on forecast from historical data for loads and weather data for renewable energy sources. By communicating this plan to the Transmission System Operator (TSO), the micro-grid can plan the export of extra energy production to the external grid. This model is then compared with a non-optimised deterministic power scheduler algorithm and the results show the success of the optimal algorithm. The proposed optimisation algorithm is a tool for grid-connected micro-grids to increase efficiency. It can help these systems to involve users in optimising the system, saving money while making better use of local renewable energy sources.

La sostenibilità è oggi l’obiettivo più importante dell’umanità in ogni attività. Raggiungerlo nel settore energetico significa non solo decarbonizzare il mix di produzione energetica, ma anche passare a una rete elettrica più affidabile, efficiente e ben gestita. Ciò è possibile grazie alla transizione verso le Smart Grid, un sistema di distribuzione dell’energia distribuito e automatizzato con flussi bidirezionali di informazioni ed elettricità, che consente una gestione efficiente della domanda di elettricità in continua evoluzione. Questo cambio di paradigma richiede quindi nuovi metodi di gestione e controllo delle risorse. Questa tesi presenta una rassegna dello stato dell’arte delle tecnologie Smart Grid, Edge Computing e IoT, quindi introduce un nuovo algoritmo basato sull’Edge Computing per la programmazione ottimale di BESS e V2G come risorse di Demand Response (DR) durante la fase day-ahead del mercato energetico europeo. Per dimostrare l’efficacia delle tecnologie di risposta alla domanda nel consentire lo spostamento del carico e migliorare l’uso dell’energia rinnovabile prodotta localmente, questo algoritmo è applicato a un modello di simulazione di micro-grid intelligente. La microrete pianifica con un giorno di anticipo la generazione e le risorse di DR per soddisfare la domanda di consumo, ottimizzando i costi energetici sulla base delle previsioni dei dati storici per i carichi e dei dati meteorologici per le fonti di energia rinnovabile. Comunicando questo piano al Transmission System Operator (TSO), la micro-grid può pianificare l’esportazione della produzione di energia extra verso la rete esterna. Questo modello viene poi confrontato con un algoritmo deterministico di programmazione dell’energia non ottimizzato e i risultati mostrano il successo dell’algoritmo ottimale. L’algoritmo di ottimizzazione proposto è uno strumento per le micro-grid connesse alla rete per aumentare l’efficienza. Può aiutare questi sistemi a coinvolgere gli utenti nell’ottimizzazione del sistema, risparmiando denaro e sfruttando meglio le fonti di energia rinnovabili locali.