Return to search

In Harmony : Virtual Power Plants: Predicting, Optimising and Leveraging Residential Electrical Flexibility for Local and Global Benefit

Electrical demand flexibility is a key component to enabling a low cost, low carbon grid. In this study, residential electricity demand and flexibility is explored from the lens of a virtual power plant operator. Individual and aggregate asset consumption is analysed using a pool of >10,000 household assets over 6 years. Key safety, comfort and availability limitations are identified per asset type. Pool flexibility is analysed using a combination of past data and principled calculations, with flexibility quantified for different products and methods of control. A machine learning model is built for a small pool of 200 assets, predicting consumption 24 hours in advance. Calculated flexibility and asset limitations are then used within an optimisation model, leveraging flexibility and combining the value of self consumption and day ahead price optimisation for a residential home. / Flexibilitet i efterfrågan av elektricitet är essentiellt för att möjliggöra ett elnät med låga kostnader och utsläpp. I denna studie undersöks elanvändning av en bostad samt flexibilitet i perspektiv från en virtuell kraftverksoperatör. Individuell och sammanlagd konsumtion analyseras genom tillgång av data från >10 000 bostäder över 6 år. Begränsningar av säkerhet, komfort och tillgänglighet identifieras per tillgångstyp. Sammanlagda flexibiliteten analyseras genom en kombination av tidigare data och principiella beräkningar, med flexibilitet kvantifierad för diverse produkter och kontrollmetoder. En modell för maskininlärning utvecklades för 200 bostäder och förutser konsumtion 24 timmar i förväg. Den beräknade flexibiliteten och tillgångsbegränsningar används sedan i en optimeringsmodell som utnyttjar flexibilitet och kombinerar värdet av självkonsumtion och optimerat pris för nästkommande dag för ett bostadshus.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-285482
Date January 2020
CreatorsRyan, Tim
PublisherKTH, Energiteknik
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-ITM-EX ; 2020:565

Page generated in 0.0115 seconds