District heating (DH) systems have been commonplace in Europe for over a century. These systems have undergone an evolution since their conceiving, and today we are at the precipice of the next major transition from the third-generation district heating system (3GDH) to the fourth generation (4GDH). Current 3GDH systems operate at a supply temperature in-between 80 °C - 100 °C and a return temperature of around 45 °C. Future 4GDH systems will operate at a supply temperature below 70 °C and return temperature as low as 25 °C, and therefore, will integrate waste heat available at low temperatures, and renewable heat sources.The literature review performed here shows that low temperature DH (LTDH) systems have several benefits over their conventional temperature DH (CTDH) predecessor and achieve lower operating costs for some technologies when compared to the CTDH alternative. Therefore, in this thesis, a TIMES (The Integrated MARKAL-EFOM System) model is used to simulate the operation of a DH system. The learnings from the literature review were incorporated into the model so that certain operational differences between CTDH and LTDH systems could be compared.In this context, the aim of this project is to analyse the effects of flexibility options on the operation of a DH system, and to compare these effects between CTDH and LTDH systems. Flexibility options in DH systems are technologies and concepts that work towards balancing heat generation and demand in thermal grids and can also help balance power generation and demand in electrical grids. Examples of flexibility options are thermal energy storage (TES) tanks, and seasonal energy storages (e.g., borehole TES (BTES), caverns (CTES), and pits (PTES)). These flexibility options have already been implemented in varying amounts in today’s CTDH systems and will therefore have to provide the same service with LTDH systems in the future.As part of the REWARDHeat project (grant agreement No. 857811), the Swedish city of Helsingborg was used as the case-study in this thesis. The city’s heating sector was incorporated into a TIMES heat model and simulated for the period 2017 to 2052. The existing CTDH system model was then adapted to a LTDH system model and simulated for the same time horizon. Both the CTDH model and LTDH model were simulated for a case with TES available and then for a case where TES was not available, to better-identify the flexibility benefits. The effect of electricity prices on the operation of the system was also studied, where one case uses electricity prices that are on the conservative (i.e., higher) side and another on the ambitious (i.e., lower) side. This means that a total of eight scenarios were simulated and analysed.The results show that more heat storage capacity is utilised in the LTDH system due to TES technologies having lower heat losses. Also, it was found that peak shaving was more pronounced in the LTDH system. This is due to more base heat supply in the system from more excess heat, and from STES discharging. This means that the required installed capacity of heat generating technologies are lower compared to the CTDH alternative. This all translates to TES technologies facilitating greater savings in total system cost, by almost 10%, in the LTDH system. The CTDH and LTDH systems studied in this thesis (i.e., with and without TES) are seen to transition from being a net electricity generator to being a major electricity consumer. This is due to reducing electricity prices going into the future, which incentivise investments into heat pumps (HPs), eventually making the systems (with combined heat and power (CHP) plants in the mix in the earlier years) HP-dominated. The inclusion of TES technologies is shown to accelerate this transition in both CTDH and LTDH systems studied in this thesis. More electricity is generated in the CTDH system than in a LTDH system as the cost savings from running HPs (due to higher coefficients of performance (COP) in low-temperature operation) offsets the revenue from electricity sales.Finally, the effect of electricity prices is also seen in the results. Lower electricity prices favour more DH production from HPs, while higher electricity prices incentivise increased production from CHP plants. The results show that the CTDH system gives the network operator more freedom (than in the LTDH system) to respond to electricity prices.Therefore, to conclude, LTDH systems can make more use of the flexibility provided by TES technologies due to lower heat losses, as shown through DH production volumes being lower, and through more peak shaving.Similar studies in future could incorporate a sensitivity analysis on the COPs of HPs in LTDH systems, given that this parameter seems to greatly influence the cost optimised strategy for operating DH systems. Also, it may be beneficial to expand the study into incorporating the city’s power sector, which would mean incorporating the electricity demand into the model. It would be interesting to see if this would cause the model to invest in other technologies other than HPs, or if it might still make more financial sense to import the electricity at market prices. Finally, the cost of transitioning from a CTDH system to a LTDH system could also be considered in the model, as it was not the case in this project. This would probably show that the financial benefit of LTDH systems is less than what is predicted in this study. / Fjärrvärmesystem har varit vanliga i Europa i över hundra år. Dessa system har utvecklats sedan de utformades, och idag står vi inför nästa stora övergång från tredje generationens fjärrvärmesystem (3GDH) till fjärde generationen (4GDH). Dagens 3GDH-nät fungerar med en framledningstemperatur mellan 80 °C och 100 °C och en returtemperatur på cirka 45 °C. Framtida 4GDH-nät kommer att fungera vid en framledningstemperatur under 70 °C och en returtemperatur så låg som 25 °C, och kommer därför att integrera spillvärme som är framkomlig vid låga temperaturer och förnybara värmekällor.Litteraturstudien som gjorts i den här studien visar att fjärrvärmenät med låg temperatur har flera fördelar jämfört med deras föregångare med konventionell temperatur och att driftskostnaderna för vissa tekniska system är lägre än för alternativet med konventionell temperatur. I denna avhandling används därför en TIMES-modell (The Integrated MARKAL-EFOM System) för att simulera driften av ett fjärrvärmesystem. Lärdomarna från litteraturstudien användes i modellen för att vissa driftskillnader mellan dessa två system så att de kunde jämföras. I detta sammanhang är syftet med detta projekt att analysera effekterna av flexibilitetsalternativ på driften av ett fjärrvärmesystem och att jämföra dessa effekter mellan konventionella temperaturer och lågtemperaturssystem. Flexibilitetsalternativ i fjärrvärmenät är teknologi och koncept som arbetar för att balansera värmeproduktionen och efterfrågan i termiska nät och som också kan bidra till att balansera elproduktionen och efterfrågan i elnätet. Exempel på flexibilitetsalternativ är lagringstankar av värmeenergi och säsongsbundna energilägen (till exempel lagring av värmeenergi i borrhål, grottor och gropar). Dessa flexibilitetsalternativ har redan införts i varierande omfattning i dagens fjärrvärmenät och kommer därför att användas med lågtemperaturnät i framtiden.Som en del av REWARDHeat-projektet (bidragsavtal nr 857811) användes den svenska staden Helsingborg som fallstudie i denna studie. Stadens värmesektor införlivades i en TIMES-värmemodell och simulerades för perioden 2017–2052. Den befintliga fjärrvärmenät modellen med konventionell temperatur anpassades sedan till en fjärrvärmenätmodell med låg temperatur och simulerades för samma tidsperiod. Båda modellerna simulerades för ett fall där värmeenergilagring var tillgänglig och sedan för ett fall där värmeenergilagring inte var tillgänglig, för att bättre identifiera flexibilitetsfördelarna. Effekten av elpriserna på systemets funktion undersöktes också, där ett fall använder elpriser som är på den konservativa (dvs. högre) sidan och ett annat på den ambitiösa (dvs. lägre) sidan. Detta innebär att totalt åtta scenarier simulerades och analyserades.Resultaten visar att mer värmelagringskapacitet utnyttjas i fjärrvärmesystemet med låg temperatur på grund av att tekniken för lagring av värmeenergi har mindre värmeförluster. Det konstaterades också att lastutjämning var mer i fjärrvärmesystemet med låg temperatur. Detta beror på att det finns mer grundvärme i systemet på grund av mer överskottsvärme och på att värmeenergilagringar i borrhålen laddas ur. Detta innebär att den installerade kapacitet som krävs för värmeproducerande teknologi är lägre jämfört med alternativet med konventionell temperatur. Allt detta innebär att tekniken för lagring av värmeenergi möjliggör större besparingar i den totala systemkostnaden, med nästan 10 %, i fjärrvärmesystemet med låg temperatur. De konventionella och lågtemperatur fjärrvärmesystem som studeras i denna avhandling (dvs. med och utan lagring av värmeenergi) övergår från att vara nettogeneratorer av el till att bli stora elkonsumenter. Detta beror på att elpriserna kommer att sjunka i framtiden, vilket ger incitament till investeringar i värmepumpar, vilket i slutändan gör att systemen (som har haft kraftvärmeverk i mixen under tidigare år) kommer att domineras av värmepumpar. Införandet av tekniken för värmeenergilagring visar sig påskynda denna övergång i båda de system som studeras i denna avhandling. Det produceras mer el i fjärrvärmesystemet med konventionell temperatur än i ett fjärrvärmesystem med låg temperatur, eftersom kostnadsbesparingarna från drift av värmepumpar (på grund av högre prestandakoefficienter) med låg temperatur uppväger intäkterna från elförsäljning.Slutligen syns också effekten av elpriserna i resultaten. Lägre elpriser gynnar mer värmeproduktion från värmepumpar, medan högre elpriser stimulerar ökad produktion från kraftvärmeverk. Resultaten visar att fjärrvärmesystemet med konventionell temperatur ger nätoperatören större frihet (än i fjärrvärmesystemet med låg temperatur) att reagera på elpriserna.Sammanfattningsvis kan man därför konstatera att fjärrvärmesystem med låg temperatur i högre grad kan utnyttja den flexibilitet som tekniken för värmeenergilagring ger på grund av lägre värmeförluster, vilket visas genom att produktionsvolymerna för fjärrvärme är lägre och genom en högre grad av lastutjämning.Liknande studier i framtiden skulle kunna omfatta en känslighetsanalys av värmepumparnas prestandakoefficient i fjärrvärmesystem med låg temperatur, eftersom denna parameter verkar ha stor betydelse för den kostnadsoptimerade strategin för driften av systemet. Det kan också vara fördelaktigt att utvidga studien till att omfatta stadens energisektor, vilket skulle innebära att elbehovet inkluderas i modellen. Det skulle vara intressant att se om detta skulle få modellen att investera i andra tekniker än värmepumpar, eller om det fortfarande skulle vara mer ekonomiskt fördelaktigt att importera el till marknadspris. Slutligen skulle kostnaden för att övergå från ett fjärrvärmenät med konventionell temperatur till ett fjärrvärmenät med låg temperatur också kunna beaktas i modellen, eftersom så inte var fallet i detta projekt. Detta skulle förmodligen visa att den ekonomiska fördelen med fjärrvärmenät med låg temperatur är mindre än vad som förutses i denna studie.

Energy and environment have become hot topics in the world. The building sector accounts for a high proportion of energy consumption, with over one-third of energy use globally. A variety of optimization methods have been proposed for building energy management, which are mainly divided into two types: model-based and model-free. Model Predictive Control is a model-based method but is not widely adopted by the building industry as it requires too much expertise and time to develop a model. Model-free Deep Reinforcement Learning(DRL) has successful applications in game-playing and robotics control. Therefore, we explored the effectiveness of the DRL algorithms applied to building control and investigated which DRL algorithm performs best. Three DRL algorithms were implemented, namely, Deep Deterministic Policy Gradient(DDPG), Double Deep Q learning(DDQN) and Soft Actor Critic(SAC). We used the building optimization testing (BOPTEST) framework, a standardized virtual testbed, to test the DRL algorithms. The performance is evaluated by two Key Performance Indicators(KPIs): thermal discomfort and operational cost. The results show that the DDPG agent performs best, and outperforms the baseline with the saving of thermal discomfort by 91.5% and 18.3%, and the saving of the operational cost by 11.0% and 14.6% during the peak and typical heating periods, respectively. DDQN and SAC agents do not show a clear advantage of performance over the baseline. This research highlights the excellent control performance of the DDPG agent, suggesting that the application of DRL in building control can achieve a better performance than the conventional control method. / Energi och miljö blir heta ämnen i världen. Byggsektorn står för en hög andel av energiförbrukningen, med över en tredjedel av energianvändningen globalt. En mängd olika optimeringsmetoder har föreslagits för Building Energy Management, vilka huvudsakligen är uppdelade i två typer: modellbaserade och modellfria. Model Predictive Control är en modellbaserad metod men är inte allmänt antagen av byggbranschen eftersom det kräver för mycket expertis och tid för att utveckla en modell. Modellfri Deep Reinforcement Learning (DRL) har framgångsrika tillämpningar inom spel och robotstyrning. Därför undersökte vi effektiviteten av DRL-algoritmerna som tillämpas på byggnadskontroll och undersökte vilken DRL-algoritm som presterar bäst. Tre DRL-algoritmer implementerades, nämligen Deep Deterministic Policy Gradient (DDPG), Double Deep Q Learning (DDQN) och Soft Actor Critic (SAC). Vi använde ramverket Building Optimization Testing (BOPTEST), en standardiserad virtuell testbädd, för att testa DRL-algoritmerna. Prestandan utvärderas av två Key Performance Indicators (KPIs): termiskt obehag och driftskostnad. Resultaten visar att DDPG-medlet presterar bäst och överträffar baslinjen med besparingen av termiskt obehag med 91.5% och 18.3%, och besparingen av driftskostnaden med 11.0% och 14.6% under topp och typisk uppvärmning perioder, respektive. DDQN- och SAC-agenter visar inte en klar fördel i prestanda jämfört med baslinjen. Denna forskning belyser DDPG-medlets utmärkta prestanda, vilket tyder på att tillämpningen av DRL i byggnadskontroll kan uppnå bättre prestanda än den konventionella metoden.

The transition from internal combustion engine to battery electric cars is accompanied by a shift on the NVH issues damaging the passenger comfort. The rolling noise generated by the wheels and tyres is in particular characterized by an increasing attention from OEMs and car manufacturers. Among the causes of the rolling noise are the vibrations generated at the wheel, which are transmitted to the vehicle interior through its structure. To limit these vibrations at their source, a new innovative concept has been proposed at Stellantis. This idea is based on the use of a specific type of vibration absorber known by the acronym MTMD (Multiple Tuned Mass Damper).First, the existing literature about vibrations absorbers and optimisation techniques has been reviewed. Then, initial simulations on a global model comprising the wheel and beam-like resonators have shown how this system can effectively reduce a resonant peak.Optimisation processes have then revealed an important attenuation of a wheel resonance, even when the peak frequency is shifted. This demonstrated how important the distribution of resonators resonance frequencies are and their damping ratios when designing a robust and efficient MTMD.Finally, local resonators have been designed and modelled by considering the constraints for an integration on a wheel. A satisfactory design for resonators able to vibrate at the wanted frequency has been found. The beam-like resonators used in the first global model have then been replaced by these real resonators, confirming the possible gain with this device in a vehicle. / Övergången från förbränningsmotorer till batterielektriska bilar åtföljs av en övergång till NVH-frågor som kan påverka passagerarnas komfort. Det rullningsljud som genereras av hjul och däck får i synnerhet ökad uppmärksamhet från OEM:er och biltillverkare.Bland orsakerna till rullningsljudet finns de vibrationer som genereras vid hjulet och som överförs till fordonets inre genom dess struktur. För att begränsa dessa vibrationer vid källan har ett nytt innovativt koncept föreslagits av Stellantis. Idén bygger på användningen av en särskild typ av vibrationsdämpare som kallas MTMD (Multiple Tuned Mass Damper).Först har den befintliga litteraturen om vibrationsdämpare och optimeringstekniker gåtts igenom. Därefter har inledande simuleringar på en global modell som omfattar hjulet och balkliknande resonatorer visat hur detta system effektivt kan minska en resonanstopp.Optimeringsprocesserna har sedan bekräftat att hjulresonansen är kraftigt dämpad, även när toppfrekvensen är förskjuten. Detta visade hur viktig fördelningen av resonansfrekvenser och dämpningsförhållanden för resonatorer är när man utformar en robust och effektiv MTMD.Slutligen har lokala resonatorer utformats och modellerats genom att beakta begränsningarna för en integrering i ett hjul. En tillfredsställande utformning av resonatorer som kan vibrera vid den önskade frekvensen har hittats. De balkliknande resonatorer som användes i den första globala modellen har sedan ersatts av dessa riktiga resonatorer, vilket bekräftar den potentiella förbättringen med denna anordning i ett fordon.

Recently, Udwani defined a new class of set functions under monotonicity and subadditivity, called submodular order functions, which is a subfamily of submodular functions. Informally, the submodular order function admits a very limited form of submodularity which is defined over a specific permutation of the ground set. His work pointed out the intriguing connection between streaming submodular maximization and submodular order maximization. Inspired by a 0.25-approximation streaming algorithm for maximizing a monotone submodular function subject to a matroid constraint, Udwani gave a 0.25-approximation algorithm for submodular order functions maximization subject to a matroid constraint. Based on the above results, we would like to explore further in which cases it is feasible to generalize from streaming submodular maximization algorithms to submodular order maximization algorithms. As a more general constraint than matroid, p-matchoid is a collection of p matroids with each matroid defined on some subsets of the ground set. Related work gave a 1/4p-approximation streaming algorithm for monotone submodular functions maximization under a p-matchoid constraint. Inspired by the above algorithms and the intriguing connection, we used some techniques to try to generalize several streaming algorithms for submodular functions to the offline algorithms for submodular order functions, including interleaved partitions and incremental values. Assuming that the objective function f is subadditive and non-negative, we gave a 1/4p-approximation algorithm for monotone submodular order maximization to a p-matchoid constraint. In addition, we summarize the failures of other cases. / Nyligen definierade Udwani en ny klass av mängdfunktioner under monotonicitet och subadditivitet, som kallas submodulära ordningsfunktioner och som är en underfamilj av submodulära funktioner. Informellt sett medger den submodulära ordningsfunktionen en mycket begränsad form av submodularitet som är definierad över en specifik permutation av grundmängden. Hans arbete pekade på det spännande sambandet mellan strömmande submodulär maximering och submodulär ordermaximering. Inspirerad av en strömningsalgoritm med 0.25-approximation för maximering av en monoton submodulär funktion som är föremål för en matroidbegränsning, gav Udwani en algoritm med 0.25-approximation för maximering av submodulära ordningsfunktioner som är föremål för en matroidbegränsning. Baserat på ovanstående resultat skulle vi vilja utforska ytterligare i vilka fall det är möjligt att generalisera från algoritmer för strömning av submodulära maximeringsfunktioner till algoritmer för maximering av submodulära orderfunktioner. Som en mer allmän begränsning än matroid är p-matchoid en samling av p matroider där varje matroid definieras på vissa delmängder av grundmängden. Relaterade arbeten gav en strömmingsalgoritm med 1/4p-tillnärmning för monoton submodulär funktionsmaximering under en p-matchoid-begränsning. Inspirerade av ovanstående algoritmer och det spännande sambandet använde vi vissa tekniker för att försöka generalisera flera strömningsalgoritmer för submodulära funktioner till offline-algoritmer för submodulära ordningsfunktioner, inklusive interleaved partitions och inkrementella värden. Under förutsättning att målfunktionen f är subadditiv och icke-negativ gav vi en algoritm för 1/4p-tillnärmning för monoton submodulär ordermaximering till ett p-matchoid-begränsningsvillkor. Dessutom sammanfattar vi misslyckanden i andra fall.

Robust portfolio optimization models attempt to address the standard optimization method's high sensitivity to noise in the parameter estimates, by taking an investor's uncertainty about the estimates into account when finding an optimal portfolio. In this thesis, we study robust variations of an extension of the mean-variance problem, where an additional term penalizing the portfolio's correlation with an exogenous return sequence is included in the objective. Using a normalized risk factor model of the asset returns, estimations are done using EMA filtering as well as exponentially weighted linear regression. We show that portfolio performance can significantly improve with respect to a range of metrics, such as Sharpe ratio, expected shortfall and skewness, when using appropriate robust models and hyperparameters. We further show that extending the optimization problem with a correlation penalty can notably reduce portfolio correlation with an arbitrary return sequence, with only a small impact on other performance metrics. / Robust portföljoptimering är en metod för att reducera vanliga portföljmodellers höga känslighet för brus i parameterskattningar, genom att ta en investerares osäkerhet kring skattningarna i åtanke när en optimal portfölj tas fram. I denna rapport studeras robusta varianter av ett utökat mean-variance-problem, där en straffterm för portföljens korrelation med en exogen avkastningsserie lagts till. Skattningarna bygger på en riskfaktor-modell för avkastningarna, och använder EMA-filter kombinerat med exponentiellt viktad linjär regression. Vi visar att en portföljs prestanda kan förbättras avsevärt med avseende på ett flertal prestandamått, till exempel Sharpe-kvot, expected shortfall och skevhet, vid användning av lämpliga robusta modeller och hyperparametrar. Vi visar också att inkludering av ett korrelationsstraff i optimeringsproblemet kan ge noterbara reduceringar i portföljens korrelation med en godtycklig avkastningsserie, med liten effekt på andra prestandamått.

In face of climate change, Europe and other global actors are in the process of transitioning to carbon-neutral economies, aiming to phase out of fossil fuels and power industries with renewable energies. Hydrogen is going to play a crucial role in the transition, replacing fossil fuels in hard-to-decarbonize industries and acting as energy carrier and energy storage for renewable electricity. However, the hydrogen production method with the lowest carbon intensity, water electrolysis in combination with renewable electricity, is often not cost competitive to other production methods. Even though policies and initiatives are providing subsidies to scale up low-carbon hydrogen production, companies hesitate to invest due to the complexity of hydrogen production systems and the uncertainties of cost competitiveness. This research aims to develop a tool for optimizing the capacity of a water electrolysis system to produce low-carbon hydrogen and to lay the groundwork for optimizing the operation of electrolysis hydrogen production plants. The objective is to find the optimal plant capacity to achieve the lowest cost of hydrogen production for a defined hydrogen demand and energy supply. The scope is limited to the electrolysis system as optimizing asset which is modeled with technology-specific costs and characteristics, gained from manufacturer interviews and internal company data. This includes the often neglected characteristics of load-dependent efficiency and degradation effects. Further, the tool is enabled to buy and sell electricity on the spot market according to predicted prices in order to minimize the electricity costs. The developed tool is tested, benchmarked and applied to two different industry-based test scenarios in Germany and Portugal. The test scenario in Germany describes a mid-scale hydrogen production case for a transport application with a demand increase over 10 years (80 to 1,800 tons per year) and regional renewable energy supply via power purchase agreements. The lowest costs of hydrogen production for this scenario can be reached with an alkaline electrolysis system of a capacity of 16 MWel considering only renewable energy sources, achieving a LCOH of 4.75 €/kg of green hydrogen. The second test scenario describes a large-scale production case in Portugal for application in the refinery industry. The yearly hydrogen demand increases from 5,000 tons up to 17,100 tons within three years and is assumed to stay constant for the residual years. The electricity for the electrolysis process is secured through large solar PV and offshore wind power purchase agreements. Utilizing the alkaline electrolysis technology with a capacity of 128 MWel, a LCOH of 3.31 €/kg of green hydrogen can be achieved at the output point of the plant. The study concludes that the optimal solution and the achievable hydrogen production costs are highly dependent on the hydrogen demand (quantity and profile), the energy supply (quantity, profile, costs), and the chosen technology (efficiency, degradation, costs) and need to be evaluated under the case-specific prerequisites. The thesis further highlights the significant impact of the electrolysis system efficiency and capital expenditures on the capacity decision and achievable hydrogen production costs. / Mot bakgrund av klimatförändringarna håller Europa och andra globala aktörer på att ställa om till koldioxidneutrala ekonomier, med målet att fasa ut fossila bränslen och driva industrier med förnybara energikällor. Vätgas kommer att spela en avgörande roll i omställningen genom att ersätta fossila bränslen i industrier som är svåra att koldioxidneutralisera och fungera som energibärare och energilagring för förnybar el. Den metod för vätgasproduktion som har lägst koldioxidintensitet, vattenelektrolys i kombination med förnybar el, är dock ofta inte kostnadsmässigt konkurrenskraftig i förhållande till andra produktionsmetoder. Även om politik och initiativ tillhandahåller subventioner för att skala upp koldioxidsnål vätgasproduktion, tvekar företagen på grund av komplexiteten i vätgasproduktionssystemen och osäkerheten kring konkurrenskraften. Denna forskning syftar till att utveckla ett verktyg för att optimera kapaciteten hos ett vattenelektrolyssystem för att producera grön vätgas och att lägga grunden för att optimera driften av elektrolysanläggningar för vätgasproduktion. Målet är att hitta den optimala anläggningskapaciteten för att uppnå den lägsta kostnaden för vätgasproduktion för en definierad vätgasefterfrågan och definierad energiförsörjning. Omfattningen är begränsad till elektrolyssystemet som en optimerande tillgång som modelleras med teknikspecifika kostnader och egenskaper, hämtade från tillverkar-intervjuer och från företags interna marknadsdata. Detta inkluderar de ofta försummade egenskaperna hos lastberoende effektivitet och degraderingseffekter. Vidare kan verktyget köpa och sälja el på spotmarknaden enligt förutspådda priser för att minimera elkostnaderna. Det utvecklade verktyget testas, jämförs och tillämpas på två olika industribaserade testscenarier i Tyskland och Portugal. Testscenariot i Tyskland beskriver en medelstor vätgasproduktion för en transporttillämpning där efterfrågan ökar över 10 år (80 till 1 800 ton per år) och regional förnybar energiförsörjning via energiköpsavtal (power purchase agreements). De lägsta kostnaderna för vätgasproduktion för detta scenario kan uppnås med ett alkaliskt elektrolyssystem med en kapacitet på 16 MWel som endast använder förnyelsebara energikällor och uppnår en LCOH på 4,75 €/kg grön vätgas. Det andra testscenariot beskriver en storskalig vätgasproduktion i Portugal för tillämpning inom raffinaderi-industrin. Det årliga vätgasbehovet ökas från 5 000 ton till 17 100 ton inom tre år och antogs förbli konstant under de återstående åren. El för elektrolysprocessen säkras genom stora energiköpsavtal (power purchase agreements) för solceller och havsbaserad vindkraft. Genom att använda alkalisk elektrolysteknik med en kapacitet på 128 MWel kan en LCOH på 3,31 €/kg grön vätgas uppnås vid anläggningens utgångspunkt. Studien visar att den optimala lösningen och de uppnåbara vätgasproduktionskostnaderna är starkt beroende av vätgasbehovet (mängd och profil), energiförsörjningen (mängd, profil, kostnader) och den valda tekniken (effektivitet, nedbrytning, kostnader) och måste utvärderas utifrån de fallspecifika förutsättningarna. Avhandlingen belyser vidare den betydande inverkan som elektrolyssystemets effektivitet och kapitalutgifter har på kapacitetsbeslutet och de uppnåeliga kostnaderna för vätgasproduktion.

With the newly deployed fifth-generation telecommunications system and upcoming sixth-generation, high-gain antennas with hemispherical scanning capabilities are of high interest. Phased array antennas allow for fast scanning capabilities with electronic beam-steering. In an effort to reduce the number of antenna elements while maintaining the antenna aperture size, the element spacing is increased. However sparse arrays introduce grating lobes in the radiation pattern. An interesting solution to reduce the grating lobes is to integrate a lens with the array. Further, simulating the radiation pattern with a ray-tracing algorithm and the geometrical optics approximation makes for fast simulation times. The presented ray-tracing algorithm in this work speeds up the simulation by 43 times compared to a two-dimensional full-wave simulation. To model the full radiation pattern the rays are shot out from a single point across a set angular space. To emulate an element pattern the rays are excited with a set amplitude distribution. Here, two different methods of obtaining the amplitude are presented and compared to a two-dimensional full-wave COMSOL model. The lens is made from a dielectric, constructed from the conics equation with applied conformal matching layers. The ray path and phase distribution are calculated with Snell's law, the amplitude distribution at the lens aperture is calculated through the ray tube theory, and the radiation pattern with the Kirchhoff Diffraction formula. To optimize the lens shape and an array offset, the ray-tracing algorithm is coupled with a Particle Swarm Optimization algorithm. Two different arrays are used in this thesis, the first constructed from open-ended waveguides and the second using sub-arrays of the same waveguides. The optimized lens for the first array shows that a grating lobe suppression between 1.1-2.0 dB is achievable with a main lobe reduction between 0.2-0.3 dB for scanning to -20 degrees. For the array with sub-arrays, the main lobe suppression is between 0.3-0.9 dB, with a grating lobe suppression of up to 4.0 dB. / Med det nyligen lanserade femte generationens telekommunikationssystem och den kommande sjätte generationen är högförstärkningsantenner med halvsfäriska skanningsmöjligheter av stort intresse. Fasade array-antenner möjliggör snabb skanningskapacitet med elektronisk strålstyrning. I ett försök att minska antalet antennelement samtidigt som antennöppningens storlek bibehålls, ökas elementavståndet. Men glesa arrayer introducerar gallerlober i strålningsmönstret. En intressant lösning för att minska gallerloberna är att integrera en lins med arrayen. Vidare, simulering av strålningsmönstret med en strålspårningsalgoritm och den geometriska optiska approximationen ger snabba simuleringstider. Den presenterade strålspårningsalgoritmen i detta arbete snabbar upp simuleringen med 43 gånger jämfört med en tvådimensionell helvågssimulering. För att modellera hela strålningsmönstret skjuts strålarna ut från en enda punkt över ett fast vinkelutrymme. För att efterlikna ett elementmönster exciteras strålarna med en inställd amplitudfördelning. Här presenteras två olika metoder för att erhålla amplituden och jämförs med en tvådimensionell fullvågs-COMSOL-modell. Linsen är gjord av ett dielektrika konstruerat från koniska ekvationen med applicerade konforma matchande lager. Strålvägen och fasfördelningen beräknas med Snell-lagen, amplitudfördelningen vid linsöppningen beräknas genom strålrörsteorin och strålningsmönstret med Kirchhoff-diffraktionsformeln. För att optimera linsformen och en arrayförskjutning är strålspårningsalgoritmen kopplad med en Particle Swarm algoritm. Två olika arrayer används i denna avhandling, den första konstruerad av vågledare med öppen ände och den andra med hjälp av sub-arrayer av samma vågledare. Den optimerade linsen för den första arrayen visar att en gallerlobsundertryckning mellan 1,1-2,0 dB kan uppnås med en huvudlobsreduktion mellan 0,2-0,3 dB för skanning till -20 grader. För arrayen med sub-arrayer är undertryckningen av huvudloben mellan 0,3-0,9 dB, med en gallerlobundertryckning på upp till 4,0 dB.

Recent years have seen an unprecedented uptake in electric vehicles, driven by the global push to reduce carbon emissions. At the same time, intermittent renewables are being deployed increasingly. These developments are putting flexibility measures such as dynamic load management in the spotlight of the energy transition. Flexibility measures must consider EV charging, as it has the ability to introduce grid constraints: In Germany, the cumulative power of all EV onboard chargers amounts to ca. 120 GW, while the German peak load only amounts to 80 GW. Commercial operations have strong incentives to optimize charging and flatten peak loads in real-time, given that the highest quarter-hour can determine the power-related energy bill, and that a blown fuse due to overloading can halt operations. Increasing research efforts have therefore gone into real-time-capable optimization methods. Reinforcement Learning (RL) has particularly gained attention due to its versatility, performance and realtime capabilities. This thesis implements such an approach and introduces FleetRL as a realistic RL environment for EV charging, with a focus on commercial vehicle fleets. Through its implementation, it was found that RL saved up to 83% compared to static benchmarks, and that grid overloading was entirely avoided in some scenariosby sacrificing small portions of SOC, or by delaying the charging process. Linear optimization with one year of perfect knowledge outperformed RL, but reached its practical limits in one use-case, where a feasible solution could not be found by thesolver. Overall, this thesis makes a strong case for RL-based EV charging. It further provides a foundation which can be built upon: a modular, open-source software framework that integrates an MDP model, schedule generation, and non-linear battery degradation. / Elektrifieringen av transportsektorn är en nödvändig men utmanande uppgift. I kombination med ökande solcellsproduktion och förnybara energikällor skapar det ett dilemma för elnätet som kräver omfattande flexibilitetsåtgärder. Dessa åtgärder måste inkludera laddning av elbilar, ett fenomen som har lett till aldrig tidigare skådade belastningstoppar. Ur ett kommersiellt perspektiv är incitamentet att optimera laddningsprocessen och säkerställa drifttid. Forskningen har fokuserat på realtidsoptimeringsmetoder som Deep Reinforcement Learning (DRL). Denna avhandling introducerar FleetRL som en ny RL-miljö för EV-laddning av kommersiella flottor. Genom att tillämpa ramverket visade det sig att RL sparade upp till 83% jämfört med statiska riktmärken, och att överbelastning av nätet helt kunde undvikas i de flesta scenarier. Linjär optimering överträffade RL men nådde sina gränser i snävt begränsade användningsfall. Efter att ha funnit ett positivt business case förvarje kommersiellt användningsområde, ger denna avhandling ett starkt argument för RL-baserad laddning och en grund för framtida arbete via praktiska insikter och ett modulärt mjukvaruramverk med öppen källkod.

Having a accurate model of a system is essential for many applications today, especially those related to advanced process control. When executing a project often a lot of time is spent performing experiments on the real system to estimate a model. By designing higher quality experiments the time needed to estimate and identify these models can be reduced saving both resources and engineering efforts. This masters thesis investigates optimal input design to minimize the time needed to identify a linear time-invariant multivariable system fulfilling certain requirements on the model accuracy. Previous input designs mostly focused on sequential excitation but here the effects of using combined simultaneous and sequential excitation is investigated. The design is performed in simulations and evaluated in closed loop using a model predictive controller to further guarantee that the output constraints are not violated. The results indicate that there are many cases where using combined simultaneous and sequential excitation outperforms the previous methods. The effects of the color of the noise on the input design is investigated and the ability of different designs to estimate system delay is also studied. In addition it is shown how an iterative scheme can be used to guarantee that the accuracy requirements on the estimated model are met. / Att ha en god modell av ett system är viktigt för många applikationer idag, särskilt de som är relaterade till avancerad processtyrning. När man genomför ett projekt läggs ofta mycket tid på att utföra experiment på det verkliga systemet för att identifiera en modell. Genom att utforma experiment av hög kvalitet kan den tid som behövs för att identifiera dessa modeller minskas, vilket minimerar både processpåverkan och ingenjörsinsatsen. Denna masteruppsats undersöker metoder för optimal experimentdesign för att minimera tiden som behövs för att identifiera ett multivariabelt system där det finns krav på modellens noggrannhet. Tidigare metoder fokuserade mest på sekventiella experiment, men här undersöks effekterna av att använda en kombination av samtidiga och sekventiella experiment. Här används simuleringar som utvärderas i sluten loop med hjälp av en modellprediktiv regulator för att undvika att utsignalbegränsningarna inte överskrids. Resultatet indikerar att det finns många fall där användning av kombinerade samtidiga och sekventiella experiment överträffar tidigare metoder. Effekterna av färgat brus på ingångsdesignen undersöks och olika metoders förmåga att uppskatta systemfördröjning studeras också. Dessutom visas hur ett iterativt schema kan användas för att garantera att noggrannhetskraven på den uppskattade modellen uppfylls.

Choosing the correct angle of electrical tilt in a radio base station is essential when optimizing for coverage and capacity. A reinforcement learning agent can be trained to make this choice. If the training of the agent in the real world is restricted or even impossible, alternative methods can be used. Training in simulation combined with an approximation of the real world is one option that comes with a set of challenges associated with the reality gap. In this thesis, a method based on Bayesian optimization is implemented to tune the environment in which domain randomization is performed to improve the quality of the simulation training. The results show that using Bayesian optimization to find a good subset of parameters works even when access to the real world is constrained. Two off- policy estimators based on inverse propensity scoring and direct method evaluation in combination with an offline dataset of previously collected cell traces were tested. The method manages to find an isolated subspace of the whole domain that optimizes the randomization while still giving good performance in the target domain. / Rätt val av elektrisk antennvinkel för en radiobasstation är avgörande när täckning och kapacitetsoptimering (eng. coverage and capacity optimization) görs för en förstärkningsinlärningsagent. Om träning av agenten i verkligheten är besvärlig eller till och med omöjlig att genomföra kan olika alternativa metoder användas. Simuleringsträning kombinerad med en skattningsmodell av verkligheten är ett alternativ som har olika utmaningar kopplade till klyftan mellan simulering och verkligheten (eng. reality gap). I denna avhandling implementeras en lösning baserad på Bayesiansk Optimering med syftet att anpassa miljön som domänrandomisering sker i för att förbättra kvaliteten på simuleringsträningen. Resultatet visar att Bayesiansk Optimering kan användas för att hitta ett urval av fungerande parametrar även när tillgången till den faktiska verkligheten är begränsad. Två skattningsmodeller baserade på invers propensitetsviktning och direktmetodutvärdering i kombination med ett tidigare insamlat dataset av nätverksdata testades. Den tillämpade metoden lyckas hitta ett isolerat delrum av parameterrymden som optimerar randomiseringen samtidigt som prestationen i verkligheten hålls på en god nivå.