Due to the ongoing climate crisis there is a need for a transition of energy usage. The transition is dependent on electricity as an energy carrier which puts pressure on the electricity grid to develop at the same rate as the electricity demand increases. However, the process of building new transmission lines is expensive and drawn out. By adjusting the demand side of power usage with flexibility resources, it is possible to lower the peak power usage. This both reduces the risk of congestion on the electricity grid as well as lower the costs for the user.  This report investigates how energy storage and smart charging of electric vehicles can synergize with solar electricity production to reduce the monthly peak power usage at Brunna distribution center. A peak shaving energy management system (EMS) is created and put in a simulation of four different scenarios of the system. The scenarios consist of two different sizes of the electric vehicle fleet and solar electricity production. The capacity of the energy storage is varied in each scenario.  The results show that the flexible charging of the vehicle fleet can lower the monthly peak power consumption by 10-32 % depending on which month and scenario, with energy storage it decreased even further in three out of four cases. With the largest investigated energy storage the monthly peak power consumption could be reduced with 14-44 % depending on which month and scenario. For the scenarios with a small vehicle fleet the yearly peak power consumption decreased with an increasing energy storage capacity. The monthly peak power consumption decreased most in the summer and especially if there was more solar electricity production. For the scenarios with a large vehicle fleet, the yearly peak power consumption did not decrease with increasing capacity of the energy storage. For the monthly peak power consumption to lower, a steady production of solar electricity was needed.  With the smaller vehicle fleet an energy storage can be useful to lower the monthly peak power consumption all year around. However, in the scenarios with a larger fleet the smart charging is sufficient to lower the peak power consumption to a level which needs more electricity generation for it to reduce further. In this case the energy storage is primarily used to save excess solar energy from the day to the evening. Saving solar energy for later increases the self-consumption and self-sufficiency in the system. More solar electricity production and more flexibility resources results in a system less reliant on the electricity grid.

Sedan industriella revolutionen har hastigheten av global uppvärmning och föroreningar i miljön ökat betydligt. Företag i fordonsindustrin arbetar aktivt för att göra sina produkter mer hållbara genom att bland annat minska utsläppen, minimera användningen av icke-förnybara resurser samt att återvinna. En batteridriven elbil (BEV) är en möjlig lösning för renare transport och marknaden har ökat signifikant. Men med den nuvarande batteriteknologin skulle stora byggmaskiner som grävmaskiner behöva tunga batterier för att möta sina energibehov, vilket ökar den totala vikten. Bränslecellshybriddrivna fordon (FCHEV) med vätgas är en potentiell lösning för medelstora och stora byggmaskiner som kombinerar bränsleceller och batterier för att tillhandahålla energin. Byggmaskiner har en växlande effekt och utför vanligtvis upprepande arbetsmönster, men en bränslecell reagerar långsammare på grund av den kemiska processen. Därför behövs ett effektivt energihanteringssystem för att möta effektbehovet, uppfylla systembegränsningar, minska vätgasförbrukningen samt att begränsa bränslecell- och batteridegraderingen. Syftet med denna avhandling är att utveckla en kontrollenhet och ett estimeringsinstrument för maskinbelastning för ett sådant FCHEV system. En ny energihanteringsstrategi föreslås genom att formulera den som ett optimeringsproblem och använda modellprediktiv reglering (MPC) för att minimera målfunktionen som involverar vätgasförbrukning och hastighetsbegränsningar. Kontrollenheten ger en optimal fördelning av bränslecell- och batterikraft över en tidsperiod som uppfyller det efterfrågade effektbehovet och följer systembegränsningarna. Maskinbelastningsestimeringen är baserad på autokorrelation och integreras med kontrollenheten. Estimeringsinstrumentet fungerar som en ingång till kontrollenheten som optimerar fördelningen av kraften mellan batteriet och bränslecellen. Jämfört med den tidigare realtidsfördelningsfunktionen för effekt som användes av Volvo Construction Equipment AB (Volvo CE) visade det sig att MPC kombinerat med autokorrelationsbaserad belastningsestimering främst använde ett mycket smalare fönster för batteriets laddningstillstånd (SoC), vilket öppnar upp möjligheten att minska batteristorleken i maskinen. Transienter i bränslecellens effekt minskar också, vilket minskar dess nedbrytning och förbättrar livslängden. / Ever since the industrial evolution, the rate of global warming and pollution in the environment have gone up significantly. Automotive companies are actively working towards making their products more sustainable in terms of reducing emissions, minimizing resource utilization of non-renewables, recycling, and several other steps. A pure battery electric vehicle (BEV) is a possible solution for cleaner transport and has seen widespread adoption among users. However, with the current battery technology, large construction machines such as excavators would need heavy batteries to meet their energy demand, pushing up the overall weight. Hydrogen driven Fuel Cell Hybrid Electric Vehicles (FCHEV) are a potential solution for medium and large sized construction machines having both fuel cells and batteries to supply energy. Construction machines have a highly transient power and generally perform repeating patterns of work but a fuel cell is slow reacting device due to the chemistry involved. Hence there is a need for an efficient energy management system to meet the power demand, satisfy system constraints, reduce hydrogen consumption and limit fuel cell and battery degradation. This thesis aims to develop a controller and a machine load predictor for such a FCHEV. A novel energy management strategy is proposed by formulating it as an optimization problem and using Model Predictive Control (MPC) to minimize the objective function that involves hydrogen consumption and rate constraints. The controller yields an optimal fuel cell and battery power split over a time-horizon that fulfills the demanded power and obeys the system constraints. An auto-correlation-based machine load predictor is integrated with the controller. The predictor serves as an input to the controller that optimizes the power split between the battery and fuel cell. Compared to the previous real-time power-split function used by Volvo Construction Equipment AB (Volvo CE), the MPC combined with the auto-correlation-based load predictor was found to primarily use a much narrower battery State of Charge (SoC) window, thus opening up the potential to reduce battery size in the machine. Transients in the fuel cell power are also reduced, thus slowing down its degradation and improving the lifetime.

The ISO 50001 standard on energy management systems was released in 2011 with the aim of providing organizations with a standardised guideline for the evaluation and continual improvement of energy performance. Complex structures such as the waste to energy (WTE) sector, which must comply with social, environmental, economic and productivity objectives, can benefit from the development of a compliant energy management system (EnMS). Energy efficiency and energy savings contribute to the mitigation of the heavy cost of such a facility, while the benchmark analysis allows verifying the state of the system and the potential areas for improvement. The energy performance improvements can be valorised on an environmental base, and proper promotion of the process can contribute to the mitigation of social opposition. This thesis reviews the energy performance of a waste to energy facility located in Lecco, Italy, using the information available from the control system already installed in the company. Regression analysis is used to fit linear and polynomial functional forms to the energy consumption data and create the energy baseline for the areas of significant energy use and production with a predictive power of 59 – 92%. The difference among the baseline and the actual energy consumption is proposed as energy performance indicator, in order to appreciate the results of the improvement opportunities, and a set of key performance indicators are evaluated for internal and external benchmarking of the facility. The economic feasibility of a selection of sectorial Best Available Technologies (BATs) and the related energy performance improvement is evaluated, revealing that 2 – 16 M€ can be invested in the system retrofit; the creation of synergies with the facility heating, cooling and electricity demand is also suggested. Lastly, an energy, economic and environmental analysis is suggested as a ranking system for the identified improvement opportunities. The methodology and results of this study are intended to provide a proper energy review for Silea Spa, suggest a review procedure for other WTE facilities willing to develop a compliant EnMS and enrich the literature with a case study on WTE. For the Italian context, which is currently facing difficulties in the modernization of the waste management system (WMS), the ISO 50001 application on WTE facilities offers a unified structure that can be used by the government to map the current status of each facility and develop the legislative framework in accordance to the needs of the WMS, the circular economy and the public opinion. / ISO 50001-standarden för energihanteringssystem släpptes 2011 för att ge organisationer en standardiserad riktlinje för utvärdering och kontinuerlig förbättring av energiprestanda. Komplexa strukturer som sektorn för avfall till energi (WTE), som måste uppfylla målen socialt, miljömässigt, ekonomiskt och produktivt, kan dra nytta av utvecklingen av ett kompatibelt energihanteringssystem (EnMS). Energieffektivitet och energibesparingar bidrar till att mildra den stora kostnaden för en sådan anläggning, medan jämförelseanalysen gör det möjligt att verifiera systemets tillstånd och de potentiella förbättringsområdena. Förbättringen av energiprestanda kan värderas på en miljöbas, och en korrekt främjande av processen kan bidra till att mildra social opposition. Denna avhandling granskar energiprestanda för ett slöseri till en energianläggning i Lecco, Italien, med hjälp av den information som finns tillgänglig från det styrsystem som redan är installerat i företaget. Regressionsanalys används för att passa linjära och polynomiska funktionsformer till energiförbrukningsdata och skapa energigrundnivå för områdena med betydande energianvändning och produktion med en prediktiv effekt på 59-92%. Skillnaden mellan baslinjen och den faktiska energiförbrukningen föreslås som indikator för energiprestanda för att uppskatta resultaten av förbättringsmöjligheterna och en uppsättning nyckelresultatindikatorer utvärderas för intern och extern riktmärkning av anläggningen. Den ekonomiska möjligheten för ett urval av sektorns bästa tillgängliga teknik (BAT) och den därmed sammanhängande förbättringen av energieffektiviteten utvärderas, vilket visar att 2 - 16 miljoner euro kan investeras i systemets eftermontering. skapandet av synergier med anläggningens uppvärmning, kylning och el efterfrågan föreslås också. Slutligen föreslås en energi-, ekonomisk och miljöanalys som ett rankningssystem för de identifierade förbättringsmöjligheterna. Metoden och resultaten av denna studie är avsedda att ge en ordentlig energianalyse för Silea Spa, föreslå ett granskningsförfarande för andra WTE-anläggningar som är villiga att utveckla en kompatibel ENMS och berika litteraturen med en fallstudie om WTE. För det italienska sammanhanget, som för närvarande står inför svårigheter i moderniseringen av avfallshanteringssystemet (WMS), erbjuder ISO 50001-tillämpningen på WTE-anläggningar en enhetlig struktur som kan användas av regeringen för att kartlägga nuvarande status för varje anläggning och utveckla den rättsliga ramen i enlighet med WMS, den cirkulära ekonomins och den allmänna opinionens behov.

In early design phase for new hybrid electric vehicle (HEV) powertrains, simulation isused for the estimation of vehicle fuel consumption. For hybrid electric powertrains,fuel consumption is highly related to powertrain efficiency. While powertrainefficiency of hybrid electric powertrain is not a linear product of efficiencies ofcomponents, it has to be analysed as a sequence of energy conversions includingcomponent losses and energy interaction among components.This thesis is aimed at studying the energy losses and flows and present them in theform of Sankey diagram, later, an adaptive energy management system is developedbased on current rule-based control strategy. The first part involves developing energycalculation block in GT-SUITE corresponding to the vehicle model, calculating allthe energy losses and flows and presenting them in Sankey diagram. The secondpart involves optimizing energy management system control parameters according todifferent representative driving cycles. The third part involves developing adaptiveenergy management system by deploying optimal control parameter based on drivingpattern recognition with the help of SVM (support vector machine).In conclusion, a sturctured way to generate the Sankey diagram has been successfullygenerated and it turns out to be an effective tool to study HEV powertrain efficiencyand fuel economy. In addition, the combination of driving pattern recognition andoptimized control parameters also show a significant potential improvement in fuelconsumption. / Under den tidiga utvecklingsfasen av nya elektrifieradedrivlinor for hybridapplikationer (HEV) används simulering för uppskattning avfordonets bränsleförbrukning. För dess drivlinor är bränsleförbrukningen i hög gradkopplad till drivlinans verkningsgrad. Även om drivlinans verkningsgrad inte ären linjär prokukt av komponenternas verkningsgrad behöve rden analyseras somen sekvens av energiomvandlingar, inklusive förluster och energipåverkan mellankomponenter.Detta examensarbete syftar till att undersöka energiförluster och flöden samtpresentera dessa i form av sankey diagram. Senare utvecklas ett anpassningsbartenergihanteringssystem baserat på nuvarande regelbaserad kontrollstrategi. Deninledande delen involverar utvecklandet av energianalys i GT-SUITE som motsvararfordonsmodellen, beräkningar av totala energiförluster och flöden samt presentationav dessa i ett sankey diagram. Den andra delen innefattar optimering avenergihanteringssystems kontrollparametrar enligt olika representativa körcykler.Den tredje delen involverar utveckling av anpassningsbara energihanteringssystemgenom användning av optimala kontrollparameterar baserad på detektering avkörbeteende med hjälp av SVM ( stödvektormaskin).Slutligen, ett strukturerat sätt att generera sankey diagrammet har med framgånggenererats och visat sig vara ett effektivt verktyg för studier av HEV drivlinorseffektivitet och bränsleekonomi. Dessutom visar kombinationen av detektering avkörbeteende och optimerade kontrollparametrar på en markant potentiell förbättringi bränsleförbrukning.

The current global scenario is such where impact on the environment is becoming a rising concern. Global automotive manufacturers have focused more towards hybrid and electric vehicles as both more aware customers and governmental legislation have begun demanding higher emission standards. One of the many ways that Volvo Car Group approaches this trend is by mild hybridization which is by assisting the combustion engine by a small electric motor and a battery pack. A smart energy management strategy is needed in order to get the most out of the benefits that hybrid electric vehicles offer. The main objective of this strategy is to utilize the electrical energy on-board in such a manner that the overall efficiency of the hybrid powertrain becomes as high as possible. The current implementation is such that the decision for using the on-board battery is non-predictive. This results in a sub-optimal utilization of the hybrid powertrain. In this thesis, a predictive energy optimization tool is developed to maximize the utility of hybridization and the practical implementation of this tool is investigated. The optimization considers both the capacity as well as the thermal loadconstraints of the battery. The developed optimization tool uses information about the route ahead together with convex optimization to produce optimal reference trajectories of the battery states. These trajectories are used in a real-time controller to determine the battery use by controlling the adjoint states in the Equivalent Consumption Minimization Strategy equation. This optimization tool is validated and compared with the baseline controller in a simulation environment based on Simulink. When perfect information about the road ahead is known, the average reduction in fuel consumption is 0.99% relative the baseline controller. Several issues occurring in the real implementation are explored, such as the limited computational speed and the length of the route ahead that can be predicted. For this reason the information input to the optimization tool is segmented and the resulting performance is investigated. For a 30 second segmentation of the future route information, the average saving in fuel consumption is 0.13% relative to the baseline controller. It is shown that the main factor limiting the amount of savings in fuel consumption is the introduction of the thermal load constraints on the battery. / Det nuvarande globala scenariot är sådant där miljöpåverkan håller på att bli en växande angelägenhet. Globala fordonstillverkare har fokuserat mer på hybrid- och elfordon, eftersom både mer medvetna kunder och statlig lagstiftning har börjat kräva högre emissionskrav. Ett av de många sätt som Volvo Car Group närmar sig denna trend är genom mild hybridisering genom att bistå förbränningsmotorn med en liten elmotor och ett batteripaket. En smart strategi för energihantering behövs för att få ut det mesta av de fördelar som hybrida elfordon erbjuder. Huvudsyftet med denna strategi är att utnyttja den elektriska energin ombord på ett sådant sätt att den totala effektiviteten hos hybriddrivlinan blir så hög som möjligt.Den nuvarande implementeringen är sådan att beslutet att använda det fordonsbaserade batteriet är inte-förutsägbart. Detta resulterar i en suboptimal användning av hybriddrivlinan. I denna avhandling är ett prediktivt Energioptimeringsverktyg utvecklat för att maximera nyttan av hybridisering och det praktiska implementerandet av detta verktyg undersöks. Optimeringen beaktar både kapaciteten och de termiska belastningsbegränsningarna hos batteriet. Det utvecklade optimeringsverktyg använder information om vägen framåt tillsammans medkonvex optimering för att producera optimala referenstrajektorier av batteritillståndet. Dessa trajektorier används i en realtidsstyrenhet för att bestämma batterianvändningen genom att kontrollera adjungerade tillstånden strategiekvationen för den ekvivalenta förbrukningsminimiseringen. Optimeringsverktyget verifieras och jämförs med den ursprungliga styrenheten i en simuleringsmiljö baserad på Simulink. När perfekt information om vägen framåt är känd, är den genomsnittliga minskningen av bränsleförbrukningen 0,99 % relativt den ursprungliga styrenheten. Flera frågor som uppstår i den verkliga implementeringen undersöks, såsom den begränsade beräkningshastigheten och längden på den väg framåt som kan förutses. Av denna anledning är segmenteras informationen till optimeringsverktyget och den resulterande prestandan undersöks. För en 30 sekunders segmentering av framtida väginformation är den genomsnittliga besparingen i bränsleförbrukningen 0,13 % i förhållande till den ursprungligastyrenheten. Resultaten visar att den viktigaste faktorn som begränsar bränsleförbrukningsbesparingen är införandet av de termiska belastningsbegränsningarna på batteriet.

In Sweden, the building sector accounts for about 35% of the total energy consumption. Some of the major contributors to energy consumption are the urban educational buildings, such as schools and universities which have considerable potential for improved energy efficiency. Furthermore, it is Sweden’s goal to mitigate climate change and set a zero net target for greenhouse gas emissions by 2045 at the latest. To meet this goal, it is essential to design building energy management with advanced optimization algorithms and data science to ensure renewable sources integration and strategical management for loads and storage. This thesis designs an Energy Management System (EMS) Optimization model that combines Mixed-Integer Linear Programming (MILP) and PV-battery sizing to satisfy energy consumption with the least energy bills and carbon emissions in urban educational buildings. A case study of two educational buildings in Stockholm will be used to simulate and evaluate the effectiveness of the proposed EMS model. Three main studies were made under the current electricity contract and a pre-defined PV capacity for buildings. The first study shows the MILP-based EMS enables optimized decisions of solar production curtailment, smart grid consumption, and smart battery usage while satisfying the building load with the lowest possible energy cost. The MILP-based EMS model achieves more flexible scheduling for batteries and PV integration than traditional rule-based EMS, but the annual saving difference is minimal. With a 25kWp PV system and the proposed EMS, the electric-heated case building saves 21.49% of energy bills annually, while the case building with district heating can save 23.35% of energy bills annually. Secondly, the best optimal Battery Energy Storage System (BESS) sizing is determined with findings that increasing BESS sizing can bring a higher saving but the increase is less than 0.5% due to limited solar energy production and low feed-in income. Under current energy contracts and building conditions, results justify the installation of PV systems but do not support the investment of a BESS. Energy cost saving doesn’t have more potential in electric-heated buildings compared to traditional district-heated buildings. Finally, the third study conducts a sensitivity analysis of the BESS’s Levelized Cost of Energy (LCOE), providing the threshold LCOE for the system with PV-BESS to be economically beneficial, which is 0.27 SEK/kWh. / Byggsektorn står för cirka 35% av Sveriges totala energiförbrukning. Bland de främsta bidragsgivarna återfinns stadsutbildningsbyggnader, såsom skolor och universitet, som har stor potential för förbättrad energieffektivitet. Dessutom strävar Sverige efter att mildra klimatförändringar och sätta upp klimatneutrala mål för byggnader. För att nå dessa mål krävs smart energihantering. Denna avhandling presenterar en modell för optimering av energihanteringssystem (EMS) som kombinerar blandad heltalslinjär programmering (MILP) och dimensionering av solcellsbatterier. Syftet är att minimera elkostnader och koldioxidutsläpp i urbana utbildningsbyggnader och därigenom förbättra hållbarheten. En fallstudie av två utbildningsbyggnader i Stockholm används för att utvärdera EMS-modellens effektivitet. Tre huvudstudier genomfördes inom ramen för det befintliga elavtalet och med en fördefinierad solcellskapacitet för byggnaderna. I den första studien framkommer att EMS baserad på MILP möjliggör mer flexibel schemaläggning för batterier och integration av solceller jämfört med en regelbaserad EMS. Trots detta är skillnaden i årliga besparingar mycket liten. Med ett 25 kWp solcellssystem och den föreslagna EMS sparar en eluppvärmd byggnad 21,49% av elkostnaderna årligen, medan en byggnad med fjärrvärme kan spara 23.35% av elkostnaderna årligen. I den andra studien bestäms optimal storlek för batterilagringsystemet (BESS). Resultaten visar att en ökad storlek på BESS kan ge högre besparingar, men ökningen är mindre än 0,5% på grund av begränsad produktion av solenergi och låga intäkter från nätmatning. Under nuvarande avtal och byggnadsförhållanden motiverar resultaten installationen av solcellssystem, men stöder inte investeringen i BESS. Slutligen genomför den tredje studien en känslighetsanalys av nivåniserad energikostnad (LCOE) för BESS och ger tröskel-LCOE för att systemet med solceller och BESS ska vara ekonomiskt fördelaktigt, vilket är 0,27 SEK/kWh.