建物の持続可能なエネルギー管理
相互接続されたエネルギーシステムを最適化することで、現代の建物の二酸化炭素排出量が減るよ。
Eléa Prat, Pierre Pinson, Richard M. Lusby, Riwal Plougonven, Jordi Badosa, Philippe Drobinski
― 1 分で読む
目次
建物は二酸化炭素の排出に大きく影響するから、もっと持続可能な構造を作ることが重要だよね。これを実現する方法の一つは、今ある建物をクリーンエネルギーにもっと依存させること。フランスの大学キャンパスでのプロジェクトがこれに取り組んでて、太陽光パネルと電気と熱のためのエネルギー貯蔵システムを使ってるんだ。このプロジェクトでは、これらのシステムをつなぐヒートポンプを取り入れて、全体的な効率を高めてる。
季節熱エネルギー貯蔵
季節熱エネルギー貯蔵は、建物のカーボンフットプリントを減らすのに効果的な方法で、短期貯蔵よりもメリットがある。ただ、日常の運用を長期貯蔵を考えずに管理してしまうと、将来のエネルギーの必要性を考慮しないことになるんだ。一方で、先を見すぎると非効率になりがちで、特に長期間での正確な予測が難しくなる。
似たようなシステムについての研究はたくさんあるけど、短期貯蔵に焦点を当てたものが多い。長期貯蔵については研究が少ない。一般的に、モデル予測制御(MPC)がこれらのシステムの管理に使われていて、直近の状況と未来の条件に基づいて意思決定を行うローリングアプローチが取り入れられてる。
問題提起
目指すのは、つながった貯蔵システムを持つ建物でのエネルギー転送を最適に管理する方法を見つけること。これには、電気と熱エネルギーが時間を通じてどのように使われるかを最適化する必要がある。具体的には、太陽光パネル、エネルギー貯蔵、ヒートポンプなどの複数のコンポーネントを管理して、エネルギー需要を効果的に満たすこと。
システムの表現
研究対象のシステムは、いくつかのコンポーネントがノードとして表されている。各ノードは他のノードとの特定のエネルギー流れの接続を持っていて、エネルギーの生産と消費の管理を改善することができる。主な変数には、異なるノード間の電力の流れや、貯蔵システム内に保存されているエネルギーが含まれる。
エネルギー需要と生産
エネルギー需要は、電気と暖房のニーズで構成されている。太陽光パネルが電気を生産し、太陽熱システムが熱を生成する。また、エアコンからのエネルギーは夏に貯蔵され、冬の暖房ニーズに寄与することができる。
電気の生産
建物の電気のニーズは、太陽光をエネルギーに変換する太陽光パネルによって満たされる。たくさんのパネルを設置することで、建物はグリッドへの依存を大きく減らすことができる。
熱の生産
建物の熱は、太陽熱エネルギーと電気の組み合わせから来ている。この熱は後で使用するために保存できて、特に冬の需要がピークになるときに役立つ。
貯蔵システム
プロジェクトは、電気と熱の二つの主要な貯蔵タイプを含んでいる。各々は、どれだけ充電または放電できるかの制限があり、効率も考慮されている。
電気貯蔵
電気貯蔵システムは、エネルギー使用の変動を扱うように設計されている。ピークの太陽光時間に生成された余剰電気を保存して、太陽が出ていないときに使うことで、供給と需要のバランスを保つのを助ける。
熱貯蔵
熱貯蔵は、暖かい月に生成された熱を保持して、寒い月に使用できるようにする。これの運用には、エネルギーが豊富な時に効果的に充電し、熱の需要があるときに放電するように慎重な計画が必要。
最適化アプローチ
これらの貯蔵システムを効果的に管理することは、コストを最小化し効率を最大化するのに重要だ。運用を時間を通じて最適化する必要があって、短期と長期のエネルギー需要の両方に対応する必要がある。
ローリングホライゾン戦略
ローリングホライゾンアプローチが採用されていて、未来のニーズを考慮しながら日々の運用決定を行う。この方法は、エネルギー需要の変化、天候条件、エネルギー生産率に基づいて調整を許可する。
予測ホライゾン
予測ホライゾンは、予測が行われ、決定が基づく期間の長さ。最適な長さを見つけることが重要で、運用決定の質に影響を与える。最適な予測ホライゾンは、エネルギーの必要性を効果的に管理しつつ、生産を過剰にしないようにしたり、非効率に陥らないようにする。
予測ホライゾンの評価
システムの運用に最適な予測ホライゾンを決定するために、いくつかのアプローチをテストできる。各アプローチは、短期のニーズと長期の目標の間で適切なバランスを見つけるために異なる長さの予測ホライゾンを評価する。
主な発見
研究によると、理想的な予測ホライゾンは、エネルギー消費パターン、太陽の生産、その他の要因に基づいて、年間を通じて変わる可能性がある。
ハイブリッドアプローチ
ハイブリッド戦略は、短期のローリングホライゾンの利点と、熱貯蔵の長期目標を組み合わせたもの。過去のデータに基づいて貯蔵のターゲットレベルを設定することで、システムは日々の運用を調整しつつ、未来の需要に対して十分なエネルギーを確保できる。
戦略の比較
異なる運用戦略が、その効果とコストを比較するために評価される。評価されるオプションには、ローリングホライゾンアプローチ、長期の事前に定められた予測ホライゾン、ハイブリッドモデルが含まれる。結果は、どの方法が運用効率とコスト削減のバランスをうまく取れるかを示す。
結果の要約
分析によると、短い予測ホライゾンを使用すると非効率につながることがある一方で、長いホライゾンは複雑さと運転時間の増加をもたらすことがある。ハイブリッドアプローチは、歴史的なターゲットレベルを組み込むことで、短期と長期のエネルギー管理をうまくつなげるので、良いパフォーマンスを発揮する傾向がある。
結論
電気と熱の貯蔵システムがつながった建物のエネルギー管理を最適化することは、二酸化炭素の排出を減らすために重要だ。この研究は、短期のニーズと将来のエネルギー需要の両方を考慮した戦略を開発する重要性を強調している。ハイブリッドアプローチを実施することで、システムは効率的に運営され、年間を通じてエネルギー資源が適切に利用されることが確保できる。
今後の方向性
さらなる研究では、より複雑なシステムモデルを探求し、温度変化や貯蔵システムの劣化などの変動要因を考慮するべきだ。これらのモデルを適応させることで、建物のエネルギー管理における運用戦略の改善と効率の向上が期待できる。
タイトル: Optimal Operation of a Building with Electricity-Heat Networks and Seasonal Storage
概要: As seasonal thermal energy storage emerges as an efficient solution to reduce CO2 emissions of buildings, challenges appear related to its optimal operation. In a system including short-term electricity storage, long-term heat storage, and where electricity and heat networks are connected through a heat pump, it becomes crucial to operate the system on two time scales. Based on real data from a university building, we simulate the operation of such a system over a year, comparing different strategies based on model predictive control (MPC). The first objective of this paper is to determine the minimum prediction horizon to retrieve the results of the full-horizon operation problem with cost minimization. The second objective is to evaluate a method that combines MPC with setting targets on the heat storage level at the end of the prediction horizon, based on historical data. For a prediction horizon of 6 days, the suboptimality gap with the full-horizon results is 4.31%, compared to 11.42% when using a prediction horizon of 42 days and fixing the final level to be equal to the initial level, which is a common approach.
著者: Eléa Prat, Pierre Pinson, Richard M. Lusby, Riwal Plougonven, Jordi Badosa, Philippe Drobinski
最終更新: 2024-09-13 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2409.08721
ソースPDF: https://arxiv.org/pdf/2409.08721
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。