El presente doctorado se centra en la optimización de la operación de una planta híbrida que cubre la demanda de una red de distrito de frio y calor (DHC). Esta tesis busca estrategias de suministro energético óptimo, las cuales son una forma económica y prometedora de aumentar la eficiencia energética y reducir los costes de suministro en redes de distrito.
Para alcanzar estos objetivos la tesis ha desarrollado heramientas de predicci´pn de precio eléctrico del mercado Español y de demanda térmica que se integrarán en un simulador energético. El simulador determina estrategias de generación optimizando el mix energético que minimice los costes de energía y maximice la fracción de energía renovable. Esto conduce a la optimizacón de la operación en la planta de cogeneración y a la integración del campo solar.
La planta en la que se aplica el estudio se denomina Parc Bit y está ubicada en Mallorca, España. La planta puede generar calor, frío y electricidad.
Por lo tanto, la planta obtiene beneficios por la venta de electricidad a la red y por el suministro energético a la red de distrito. Para maximizar estos beneficios es necesario el desarrollo de algoritmos que proporcionen estrategias de generación que se ajusten a las curvas de demanda.
El responsable de la planta obtiene estrategias de generación óptimas obtenidas a través del sistema de gestión energético desarrollado. Esta herramienta se ha desarrollado en colaboración con el Politécnico de Torino y es capaz de optimizar plantas multi energía en diferentes horizontes temporales.
El simulador necesita información como la demanda térmica y eléctrica, las condiciones climáticas, la configuración de la planta y el funcionamiento de los generadores a diferentes cargas. Como resultado la herramienta proporciona el programa de generación, consumos de energía primaria y el beneficio total para el horizonte temporal considerado.
Se desarrolla una herramienta de predicci´on de precios el´ectricos de mer cado y demanda térmica en la red de distrito basada en dos modelos: ARIMAX y redes neuronales. Esta información se integra en la herramienta de optimización para determinar futuras estrategias de generación.
Adicionalmente, se desarrolla un predictor de energía solar que se integra con el optimizador. De esta forma se maximiza la fracción solar evitando coincidencias innecesarias con la generación térmica de los motores de cogeneración.
Las pérdidas térmicas en la red de distrito son consideradas parte de la demanda a suministrar por la planta de generación. Por ello, durante esta tesis se mejora el sistema de comunicación de la red para poder adquirir información de los consumidores térmicos de manera fidedigna. La información adquirida facilita al operador la optimización de la temperatura a suministrar en la red de distrito. Además, la posibilidad de modificar la temperatura de suministro permite a los generadores generar energía de una manera más eficiente. Los generadores energéticos mejoran su eficiencia cuando las condiciones de operación son menos restrictivas. Por otra parte, estas estrategias persiguen reducir las pérdidas energéticas modificando la temperatura de suministro dentro de sus límites. Utilizando conjuntamente la masa térmica de la red de distrito y el ajuste de temperatura de suministro, la red distribución puede ser utilizada como almacenamiento energético.
El present doctorat es focalitza en l’optimització de l’operació d’una planta híbrida que cobreix la demanda d’una xarxa de districte de fred i calor (DHC). Aquesta tesi busca estratègies de subministrament energètic òptim, les quals són una forma econòmica i prometedora d’augmentar l’eficiència energètica i reduir els costos de subministrament de xarxes de districte.
Per assolir els objectius, aquesta tesi ha desenvolupat eines de predicció del preu elèctric del mercat Espanyol i la demanda tèrmica les quals s’han integrat en un simulador energètic. El simulador permet definir estratègies de generació optimitzant el mix energètic per tal d’aconseguir minimitzar els costos d’energia i maximitzar la fracció d’energia renovable. El resultat és una optimització de l’operació de la planta de cogeneració i la integració del camp solar.
La planta objecte d’estudi és Parc Bit, ubicada a Mallorca, Espanya.
La planta pot generar calor, fred i electricitat. Així doncs, la planta obté beneficis de la venta d’electricitat a la xarxa i del subministrament energètic a la xarxa de districte. Per maximitzar aquests beneficis ´es necessari el desenvolupament d’algoritmes que proporcionin estratègies de generació que s’ajustin a les corbes de demanda.
S’ha desenvolupat un sistema de gestió energètica que proporciona al responsable de la planta estratègies de generació òptima. Aquesta eina s’ha desenvolupat amb la col·laboració del Politècnic de Torino i és capaç d’optimitzar plantes multi energia en diferents horitzons temporals.
El simulador necessita informació de la demanda tèrmica y elèctrica, les condicions climàtiques, la configuració de la planta i el funcionament dels generadors a diferents càrregues. El resultat de l’eina proporciona la programació de generació, els consums d’energia primària i els beneficis totals per l’horitzó temporal considerat.
S’ha desenvolupat una eina de predicció de preus elèctrics de mercat i la demanda tèrmica de la xarxa de districte basada en dos models: ARIMAX i xarxes neuronals. Aquesta informació s’ha integrat en l’eina d’optimització per determinar futures estratègies de generació.
Addicionalment, es desenvolupa un predictor d’energia solar que s’integra a l’optimitzador. D’aquesta manera es maximitza la fracció solar evitant coincidències innecessàries amb la generació tèrmica dels motors de cogeneració.
Les pèrdues tèrmiques en la xarxa de districte s´on considerades part de la demanda a subministrar per la planta de generació. Per això, l’objectiu d’aquesta tesi és millorar el sistema de comunicació de la xarxa per poder adquirir informació dels consumidors tèrmics de manera fiable. La informació adquirida facilita a l’operador l’optimització de la temperatura de subministrament. A més, la possibilitat de modificar la temperatura de subministrament permet als generadors, generar energia d’una manera més eficient. Els generadors energètics milloren la seva eficiència quan les condicions d’operació són menys restrictives. Per una altra banda, aquestes estratègies busquen reduir les pèrdues energètiques modificant la temperatura de subministrament dins els seus límits. Utilitzant conjuntament l’ajustament de temperatura de subministrament i la massa tèrmica de la xarxa de districte, la xarxa pot ser utilitzada com emmagatzemant energètic.
Introducción This PhD focuses on the operation optimisation of a hybrid power plant which covers the demand of a district heating and cooling network (DHC).
This thesis also pursues optimal supply strategies which are a promising and inexpensive way to improve energy efficiency and to reduce expenditure in district network energy supply.
Contenido de la investigación To achieve this, this thesis must develop an electricity price for the Spanish market and a thermal demand forecasting tool which works together with an energy simulator. The simulator determines generation strategies by optimizing the production mix that minimises the energy cost and maximises the renewable energy fraction. This leads to an optimization of the power plant's operation and integration of the solar field.
Parc Bit is the power plant under study and is in Palma of Majorca, Spain. The power plant can generate heating, cooling and electricity. Thus, the power plant obtains revenue by injecting electricity into the grid and supplying thermal energy to the DHC. To maximise the plant's revenue, it is necessary to develop algorithms that can provide energy generation strategies to meet generation and demand curves.
An energy management system is developed to provide the power plant manager with optimal generation strategies. The tool is developed jointly with Politecnico di Torino and can optimise a multi-energy node power plant at different time horizons.
This simulator requires information such as thermal and electric demand to fulfil, climatic conditions, power plant configuration, and machine behavior at different generation points. As a result, the tool provides the schedule of the generation machines, primary energy consumption, and total revenue for the time horizon under consideration.
A two-cores forecasting tool was developed based on the ARIMAX and neural networks models to obtain the future electricity prices of the Spanish wholesale energy market and the DHC's thermal demand. Those values are fed to the optimisation tool to determine future generation strategies.
A solar generation forecaster is developed enabling solar generation to be fed to the optimiser. Therefore, the solar fraction can be maximised by avoiding overlaps with the CHP's thermal generation schedule.
Heat losses in the DHC distribution are considered to be part of the thermal load to be fulfilled by the power plant. Therefore, this thesis upgrades the network to acquire reliable information from the energy consumers. The acquired information helps the network operator to optimize supply temperature.
Conclusión Moreover, the possibility of modifying the supply temperature allows generators to provide energy more efficiently. Generators provide energy more efficiently when conditions are more relaxed. In addition, these strategies aim to reduce heat losses by modifying the supply temperature within its working boundaries. Through supply temperature adjustment and network's thermal mass harnessing the network can be used as energy storage.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados