Sensitivity analysis for multi-objective optimization weights in energy systems
Åman, Nadja (2023-03-21)
Åman, Nadja
N. Åman
21.03.2023
© 2023 Nadja Åman. Ellei toisin mainita, uudelleenkäyttö on sallittu Creative Commons Attribution 4.0 International (CC-BY 4.0) -lisenssillä (https://creativecommons.org/licenses/by/4.0/). Uudelleenkäyttö on sallittua edellyttäen, että lähde mainitaan asianmukaisesti ja mahdolliset muutokset merkitään. Sellaisten osien käyttö tai jäljentäminen, jotka eivät ole tekijän tai tekijöiden omaisuutta, saattaa edellyttää lupaa suoraan asianomaisilta oikeudenhaltijoilta.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202303211284
https://urn.fi/URN:NBN:fi:oulu-202303211284
Tiivistelmä
This master’s thesis dealt with the production of district heating, the popularity of which is growing due to its low-cost production and environmental friendliness. In the experimental part, multi-objective optimization of district heating production and its consumption was considered. The aim was to maximize profits and minimize emissions on the production side by identifying the optimal weights for the presented objective function. In addition to this, a study was made of how the integration of heat pumps into the district heating network affected the emissions and profits of the production plant.
The multi-objective optimization of the experimental part was simulated using MATLAB® software. The prediction horizon was two days (48 hours). The study focused on tuning parameters in the determined objective function, namely weights for profits and emissions. Simulation scenarios included high and low electricity prices and different numbers of heat pumps. The theory part of the master’s thesis introduced the energy systems of the future and how they can be turned into more sustainable solutions.
Based on the results of multi-objective optimization, it can be concluded that there is no single optimal solution that would suit every situation, regardless of the electricity price and the number of heat pumps. However, when comparing all the results, it can be noted that when more heat pumps are integrated into the district heating network, the profits tend to increase and emissions decrease during periods of low and high electricity prices. Tämä diplomityö käsitteli kaukolämmön tuotantoa, jonka suosio on kasvamassa sen edullisen tuotannon ja ympäristöystävällisyyden vuoksi. Kokeellisessa osassa simuloitiin monitavoiteoptimointia Oulun kaupungin lämmöntuotantolaitokselle sekä kaupungin rakennuksille. Tavoitteena oli maksimoida tuotantolaitoksen tulos sekä minimoida päästöt määrittämällä esitetylle kustannusfunktiolle optimaaliset parametrit. Tämän lisäksi simuloinneilla tutkittiin, miten lämpöpumppujen integrointi osaksi kaukolämpöverkkoa vaikuttaa tuotantolaitoksen päästöihin sekä tulokseen.
Kokeellisen osan monitavoiteoptimointi simuloitiin MATLAB® ohjelmistotyökalun avulla. Ennustehorisonttina oli kaksi vuorokautta eli 48 tuntia. Työssä keskityttiin määrittämään optimaaliset painokertoimet taloudellinen tulos- ja tuotannon päästöt -muuttujille kustannusfunktiossa. Simulointiskenaarioissa muuttuvina tekijöinä olivat sähkön hinta sekä lämpöpumppujen määrä. Tämän lisäksi verrattiin kalliin ja edullisen sähkönhinnan vaikutusta tuotannon tulokseen sekä päästöihin. Diplomityön teoriaosuudessa tutustuttiin tulevaisuuden energiajärjestelmiin, ja siihen miten niistä voidaan tehdä kestävämpiä.
Monitavoiteoptimoinnista saatujen tulosten perusteella voidaan todeta, että yhtä optimaalista ratkaisua ei saada, joka sopisi jokaiseen tilanteeseen sähkönhinnasta ja lämpöpumppujen määrästä huolimatta. Kuitenkin kaikkia tuloksia verrattaessa voidaan todeta, että mitä enemmän lämpöpumppuja on integroituna kaukolämpöverkkoon, sitä suurempi on tulos. Tämän lisäksi myös päästöjen kokonaismäärä näyttää laskevan kaupunkitasolla.
The multi-objective optimization of the experimental part was simulated using MATLAB® software. The prediction horizon was two days (48 hours). The study focused on tuning parameters in the determined objective function, namely weights for profits and emissions. Simulation scenarios included high and low electricity prices and different numbers of heat pumps. The theory part of the master’s thesis introduced the energy systems of the future and how they can be turned into more sustainable solutions.
Based on the results of multi-objective optimization, it can be concluded that there is no single optimal solution that would suit every situation, regardless of the electricity price and the number of heat pumps. However, when comparing all the results, it can be noted that when more heat pumps are integrated into the district heating network, the profits tend to increase and emissions decrease during periods of low and high electricity prices.
Kokeellisen osan monitavoiteoptimointi simuloitiin MATLAB® ohjelmistotyökalun avulla. Ennustehorisonttina oli kaksi vuorokautta eli 48 tuntia. Työssä keskityttiin määrittämään optimaaliset painokertoimet taloudellinen tulos- ja tuotannon päästöt -muuttujille kustannusfunktiossa. Simulointiskenaarioissa muuttuvina tekijöinä olivat sähkön hinta sekä lämpöpumppujen määrä. Tämän lisäksi verrattiin kalliin ja edullisen sähkönhinnan vaikutusta tuotannon tulokseen sekä päästöihin. Diplomityön teoriaosuudessa tutustuttiin tulevaisuuden energiajärjestelmiin, ja siihen miten niistä voidaan tehdä kestävämpiä.
Monitavoiteoptimoinnista saatujen tulosten perusteella voidaan todeta, että yhtä optimaalista ratkaisua ei saada, joka sopisi jokaiseen tilanteeseen sähkönhinnasta ja lämpöpumppujen määrästä huolimatta. Kuitenkin kaikkia tuloksia verrattaessa voidaan todeta, että mitä enemmän lämpöpumppuja on integroituna kaukolämpöverkkoon, sitä suurempi on tulos. Tämän lisäksi myös päästöjen kokonaismäärä näyttää laskevan kaupunkitasolla.
Kokoelmat
- Avoin saatavuus [37254]