Tối ưu hóa đa mục tiêu cho quản lý lưu trữ năng lượng trong microgrid tích hợp tòa nhà

DECLARATION

List of Figures

List of Tables

List of Publications

1. Chapter 1: Introduction

1.1. Background to research

1.2. Ireland's electricity use and renewable energy contribution

1.3. Microgrids and energy management

2. Chapter 2: Literature Review

2.1. Isolated and grid-connected Microgrids

2.2. Microgrid components modelling

2.2.1. Wind turbine energy models

2.2.2. Photovoltaic energy models

2.2.3. Lead-acid battery models

2.3. Energy management for Microgrids

2.3.1. Motivations for energy management

2.3.2. Energy management methodologies

2.3.2.1. Review of optimization algorithms

2.3.2.2. Multi-objective optimisation algorithms

2.4. Literature review conclusion

3. Chapter 3: Determination of a suitable optimisation method to minimise building operating costs

3.1. Energy Source Models

3.1.1. Photovoltaic model for 12 kWp system

3.1.2. Wind turbine model for a 2.3

3.1.3. Battery bank model

3.2. Building energy consumption

3.3. Purchasing and selling price of electricity

3.4. Net energy use and operating costs for building

3.4.1. Net difference in energy production and consumption

3.4.2. Daily operating cost

3.5. Piecemeal Decision Approach (PDA)

4. Chapter 4: Optimisation using multiple battery charge/discharge rates and comparison of optimisation performance for metaheuristic algorithms

4.1. Augmented PVS model incorporating an Rs power loss function

4.2. Wind turbine model for a 12

4.3. Battery bank model for charge/discharge modes

4.4. Simulation scenarios and constraints

4.5. Results and discussion

4.5.1. Daily operating cost of the building when not utilising a BB

4.5.2. Optimized daily operating cost of the building utilising the BB

4.5.3. Sensitivity analysis when dealing with scaled weather & electricity price data

5. Chapter 5: Multi-objective optimisation

5.1. Building energy and electricity price

5.2. Grid wind ratio

5.3. Criterion 1: Daily building operating cost

5.4. Criterion 2: Wind Generation Facilitation

5.5. Genetic algorithm implementation for optimal charge/discharge schedule

5.6. Data for implementation of optimization methods

5.7. Scenarios for demonstration of methods

5.8. Results and discussion

5.8.1. Comparison of test cases

5.8.2. Analysis of all scenarios

6. Chapter 6: GLOBAL DISCUSSION

6.1. Relevance to building users

6.2. Relevance to policymakers

7. Chapter 7: GLOBAL CONCLUSION

Appendix A

Appendix B

I. Tổng quan về tối ưu hóa đa mục tiêu trong microgrid

Tối ưu hóa đa mục tiêu cho quản lý lưu trữ năng lượng trong microgrid tích hợp tòa nhà đang trở thành một lĩnh vực nghiên cứu quan trọng. Microgrid là hệ thống năng lượng nhỏ, có khả năng hoạt động độc lập hoặc kết nối với lưới điện chính. Việc tối ưu hóa không chỉ giúp giảm chi phí mà còn nâng cao hiệu suất năng lượng. Các nghiên cứu gần đây đã chỉ ra rằng việc áp dụng các phương pháp tối ưu hóa có thể cải thiện đáng kể hiệu quả sử dụng năng lượng trong các tòa nhà thông minh.

1.1. Khái niệm về microgrid và quản lý năng lượng

Microgrid là một hệ thống năng lượng tự chủ, có khả năng tích hợp nhiều nguồn năng lượng tái tạo. Quản lý năng lượng trong microgrid bao gồm việc điều phối và tối ưu hóa các nguồn năng lượng để đáp ứng nhu cầu tiêu thụ.

1.2. Tầm quan trọng của tối ưu hóa năng lượng

Tối ưu hóa năng lượng giúp giảm thiểu chi phí vận hành và tăng cường hiệu suất. Việc áp dụng các thuật toán tối ưu hóa cho phép các tòa nhà thông minh hoạt động hiệu quả hơn trong việc sử dụng năng lượng.

II. Thách thức trong quản lý lưu trữ năng lượng tại microgrid

Quản lý lưu trữ năng lượng trong microgrid gặp nhiều thách thức, bao gồm sự biến động của nguồn năng lượng tái tạo và nhu cầu tiêu thụ không ổn định. Các yếu tố như thời tiết, giá điện và nhu cầu sử dụng năng lượng có thể ảnh hưởng đến hiệu suất của hệ thống. Để giải quyết những vấn đề này, cần có các phương pháp tối ưu hóa hiệu quả.

2.1. Biến động của nguồn năng lượng tái tạo

Nguồn năng lượng tái tạo như gió và mặt trời có tính biến động cao, điều này gây khó khăn trong việc dự đoán và quản lý lưu trữ năng lượng.

2.2. Nhu cầu tiêu thụ không ổn định

Nhu cầu tiêu thụ năng lượng của các tòa nhà thường thay đổi theo thời gian, điều này đòi hỏi hệ thống lưu trữ năng lượng phải linh hoạt và hiệu quả.

III. Phương pháp tối ưu hóa năng lượng trong microgrid

Có nhiều phương pháp tối ưu hóa năng lượng được áp dụng trong microgrid, bao gồm các thuật toán metaheuristic và các phương pháp tối ưu hóa đa mục tiêu. Những phương pháp này giúp tìm ra giải pháp tối ưu cho việc quản lý lưu trữ năng lượng, từ đó giảm thiểu chi phí và nâng cao hiệu suất.

3.1. Thuật toán metaheuristic trong tối ưu hóa

Thuật toán metaheuristic như Genetic Algorithm và Particle Swarm Optimization được sử dụng để tìm kiếm giải pháp tối ưu cho các bài toán phức tạp trong quản lý năng lượng.

3.2. Tối ưu hóa đa mục tiêu

Tối ưu hóa đa mục tiêu cho phép cân bằng giữa nhiều tiêu chí khác nhau, như chi phí và hiệu suất năng lượng, giúp đạt được giải pháp tối ưu hơn.

IV. Ứng dụng thực tiễn của tối ưu hóa năng lượng trong microgrid

Nhiều nghiên cứu đã chỉ ra rằng việc áp dụng tối ưu hóa năng lượng trong microgrid có thể mang lại lợi ích kinh tế và môi trường. Các tòa nhà thông minh sử dụng công nghệ lưu trữ năng lượng hiệu quả có thể giảm thiểu chi phí điện năng và tăng cường khả năng sử dụng năng lượng tái tạo.

4.1. Kết quả nghiên cứu từ các dự án thực tế

Nhiều dự án đã chứng minh rằng việc tối ưu hóa năng lượng có thể giảm chi phí vận hành lên đến 30% trong các tòa nhà thông minh.

4.2. Lợi ích môi trường từ tối ưu hóa năng lượng

Việc sử dụng năng lượng tái tạo và tối ưu hóa lưu trữ năng lượng giúp giảm phát thải khí nhà kính, góp phần bảo vệ môi trường.

V. Kết luận và tương lai của tối ưu hóa năng lượng trong microgrid

Tối ưu hóa đa mục tiêu cho quản lý lưu trữ năng lượng trong microgrid tích hợp tòa nhà là một lĩnh vực đầy tiềm năng. Với sự phát triển của công nghệ và các phương pháp tối ưu hóa mới, tương lai của quản lý năng lượng sẽ ngày càng hiệu quả hơn. Các nghiên cứu tiếp theo cần tập trung vào việc phát triển các thuật toán tối ưu hóa mạnh mẽ hơn để đáp ứng nhu cầu ngày càng cao về năng lượng.

5.1. Xu hướng phát triển công nghệ trong tối ưu hóa năng lượng

Công nghệ mới như trí tuệ nhân tạo và học máy đang mở ra nhiều cơ hội cho việc tối ưu hóa năng lượng trong microgrid.

5.2. Tương lai của microgrid và quản lý năng lượng

Microgrid sẽ trở thành một phần quan trọng trong hệ thống năng lượng tương lai, với khả năng tự quản lý và tối ưu hóa hiệu quả hơn.

Nghiên cứu quản lý lưu trữ năng lượng trong microgrid tích hợp tòa nhà bằng phương pháp tối ưu hóa đa mục tiêu