Studio parametrico sull'ottimizzazione di una rete poligenerativa

Abstract

Una gestione energetica efficace è essenziale per le organizzazioni di tutti i settori per ottimizzare il consumo energetico, ridurre i costi e minimizzare l'impatto ambientale. La tesi presenta il SGA sviluppato per il progetto ROBINSON (Horizon 2020) dall'Università di Genova. L'EMS include un sistema decisionale e uno strumento di controllo predittivo del modello (MPC) per l'ottimizzazione in tempo reale delle strategie energetiche. Il sistema decisionale tiene conto dei costi del carburante e dei prezzi di mercato dell'elettricità e utilizza un ottimizzatore per ridurre al minimo i costi soddisfacendo al contempo la domanda di elettricità e calore L'EMS integra diverse tecnologie per soddisfare le esigenze degli utenti: cogenerazione, caldaia, elettrolizzatore, AD-BES, miscelatore di gas e fonti rinnovabili. In questa tesi sono stati modificati vari parametri di input come il costo del carburante, il costo dell'elettricità, le richieste (termiche ed elettriche) per verificare la robustezza dello strumento. In base a questi parametri l'EMS (decisore e MPC) ha calcolato i risultati relativi alle operazioni del sistema per soddisfare le richieste con un funzionamento ottimizzato mantenendo l'integrità del sistema.

Effective energy management is essential for organizations in all sectors to optimize energy consumption, reduce costs and minimize environmental impact. The thesis presents the EMS developed for the ROBINSON project (Horizon 2020) by the university of Genova. The EMS includes a decision-making system and a model predictive control (MPC) tool for real-time optimization of energy strategies. The decision system considers fuel costs and electricity market prices and uses an optimizer to minimize costs while meeting electricity and heat demand The EMS integrates various technologies to satisfy the user demands: CHP, boiler, electrolyzer, AD-BES, a gas mixer, and renewable sources. In this thesis various input parameters such as fuel cost, electricity cost, demands (thermal and electrical) were changed to check tool the robustness. According to these parameters the EMS (decision maker and MPC) computed results related to the system operations to satisfy the demands with optimized operation while maintaining integrity of the system.