Integrazione delle fonti rinnovabili e del demand response nella gestione energetica domestica: un modello di programmazione lineare mista intera (MILP)

Abstract

Questa tesi presenta un modello di Programmazione Lineare Mista (MILP) per l’ottimizzazione del funzionamento di un Sistema di Gestione Energetica Domestica (HEMS) in un’abitazione unifamiliare dotata di diverse risorse energetiche distribuite. Il modello integra impianto fotovoltaico (PV), sistema di accumulo a batteria (BESS), veicolo elettrico (EV) con funzionalità vehicle-to-home (V2H), pompa di calore per riscaldamento e acqua calda sanitaria, collettori solari, nonché carichi fissi e controllabili. L’obiettivo è minimizzare i costi dell’energia elettrica e massimizzare l’autoconsumo di energia rinnovabile, rispettando i vincoli di comfort dell’utente e i limiti operativi dei dispositivi. Il modello, sviluppato in MATLAB con il toolbox YALMIP, è stato testato con due risoluzioni temporali (1 e 15 minuti) per valutarne l’impatto su accuratezza e tempi di calcolo. Uno caso di studio su giornate tipiche estive e invernali mostra che il modello MILP coordina efficacemente le risorse energetiche, ottenendo una gestione economicamente vantaggiosa ed efficiente. In estate, l’elevata produzione fotovoltaica consente autosufficienza diurna e ampio uso dei sistemi di accumulo; in inverno, l’ottimizzazione privilegia l’acquisto di energia nelle ore a basso prezzo e l’uso dell’accumulo nei picchi tariffari. I carichi intelligenti, come la lavatrice, vengono automaticamente programmati in periodi favorevoli, aumentando l’uso di energia rinnovabile e riducendo la dipendenza dalla rete. I risultati confermano l’efficacia della MILP nella gestione dei sistemi energetici domestici complessi e pongono le basi per futuri sviluppi, tra cui implementazioni in tempo reale e validazioni sperimentali.

This thesis presents a Mixed-Integer Linear Programming (MILP) model for optimal operation of a Home Energy Management System (HEMS) in a single-family residential building equipped with multiple distributed energy resources. The proposed model integrates photovoltaic (PV) generation, a battery energy storage system (BESS), an electric vehicle (EV) with vehicle-to-home functionality, a heat pump for space heating and domestic hot water, and solar collectors, together with fixed and controllable electrical loads. The objective is to minimize electricity costs and maximize self-consumption of renewable energy while satisfying user comfort and device constraints. The model, implemented in MATLAB using the YALMIP toolbox, was tested under two time-step resolutions (one minute and 15 minutes) to evaluate their effect on optimization accuracy and computational performance.

A case study representing typical summer and winter days demonstrates that the MILP-based HEMS successfully coordinates all energy resources to achieve cost-effective and energy-efficient operation. In summer, high PV production enables complete daytime self-sufficiency and extensive use of storage systems, whereas in winter the optimization model purchases electricity during low-price periods and utilizes stored energy during peaks. Smart loads such as the washing machine are automatically scheduled during favorable periods, enhancing renewable utilization and reducing grid dependency. The results confirm the effectiveness of MILP in managing complex residential systems and provide a foundation for future extensions involving real-time implementation, and experimental validation.