Optimal dispatch of an electrolyzer with multiple offtake locations

Abstract

Durch Errichtung einer Wasserstoffproduktionsanlage in Simmering leistet die Wien Energie einen Beitrag zum Aufbau und der Weiterentwicklung der Wasserstoffwirtschaft Österreichs. Wasserstoff stellt als Treibstoff für brennstoffzellenbetriebe Kraftfahrzeuge eine leistungsstarke Alternative zu fossilen Brennstoffen dar, welche bei Verbrennung keinerlei schädliche Emissionen produziert. Die Anlage der Wien Energie umfasst neben dem Elektrolyseur, in dem der Wasserstoff hergestellt wird, zwei Tankstellen mit Hochdruckspeichern zur Lagerung des Gases und Abfertigung der Kunden, sowie zwei spezialisierte Lastkraftwagen zum Transport des Wasserstoffs. In der vorliegenden Arbeit wird ein mathematisches Modell des Produktionsvorgangs erschaffen, auf dessen Basis die kostenminimale Bewirtschaftung des Elektrolyseurs, der Speicher, und der Wasserstofftrailer geplant wird. Zunächst werden die Ergebnisse des Optimierungsmodells für unterschiedliche Preiskurven und Nachfrageszenarien untersucht. Da die Strompreise der wichtigste Impulsgeber der Produktion sind, verändert die Variation der Preise das Aussehen der Fahrplane drastisch. Bei zunehmender Nachfrage steigen sowohl die Gesamtkosten, als auch die Stückkosten der Produktion. Dies ist darauf zurückzuführen, dass der Elektrolyseur bei Ausweitung der produzierten Menge vermehrt in jenen Stunden aktiv sein muss, die sich durch höhere Strompreise auszeichnen. In weiterer Konsequenz nimmt auch die Zahl der Vollaststunden, sowie die Auslastung der Produktionsanlage als Anteil an der maximalen Kapazität zu. Eine unterschiedliche Aufteilung der Nachfrage auf die beiden Standorte Simmering und Leopoldau erweist sich für die Produktionskosten als irrelevant, verändert jedoch die optimale Belegung der Speicher und Trailer. Im zweiten Schritt werden zusätzliche Anforderungen an das Modell gestellt, welche die Fahrplane realistischer gestalten, sowie Sensitivitäten der Modellierung offenlegen sollen. Zum einen wird gefordert, dass der Füllstand der Speicher nicht unter die Hälfte der Maximallast sinken darf. Diese Modellerweiterung hat einen relativ steilen Kostenanstieg sowie eine Ausweitung der optimalen Bewirtschaftung der Speicher zu Folge. Zum anderen werden Startkosten in die Modellformulierung integriert, was ebenfalls eine Zunahme der Produktionskosten provoziert. Letztlich wird die Einspeisung von Solarstrom unter einem fixen Kaufpreis modelliert, was in der betrachteten Winterwoche zu einem Rückgang der Produktionskosten, in der Sommerwoche hingegen zu einem Anstieg derselben fuhrt. Es wird gefolgert, dass bei Verwendung erneuerbarer Energieträger dem Betreiber der Anlage die Möglichkeit offenstehen sollte, den Strom bei Bedarf am Spotmarkt zu verkaufen.

By establishing a hydrogen production plant in Simmering, the energy utility company Wien Energie is contributing to Austria’s goal of establishing and nurturing its hydrogen economy. Used to drive specialized hydrogen vehicles without producing harmful emissions, hydrogen serves as a powerful alternative to fossil fuels, such as diesel or gasoline, thereby promoting a greener mobility. Wien Energie’s hydrogen hub includes an electrolyzer for hydrogen production, two refueling stations with high-pressure storage for the gas, and two specialized trucks for hydrogen transport. This master’s thesis creates a mathematical model of the whole process from hydrogen production to consumption, which is used to plan the cost-minimal operation of the electrolyzer, storage facilities, and hydrogen trailers. The results of the optimization model for different price curves and demand scenarios are examined. Since electricity prices are the main driver of production, varying prices drastically changes the optimal schedules. As demand increases, both the total costs and the unit costs of production rise. This is because of the electrolyzer having to operate more frequently during hours with higher electricity prices when production is expanded. Consequently, the number of full load hours as well as the utilization as a share of total production capacity rises with growing demand. A different distribution of demand between the two locations, Simmering and Leopoldau, proves to be irrelevant to production costs but changes the optimal allocation of storage and trailers. In the second step, additional requirements are imposed on the model to make the schedules more realistic and to reveal the model’s sensitivities. Firstly, it is required that the storage levels must not fall below half of the maximum capacity. This model extension results in a relatively steep increase in costs and an expansion of optimal storage management. Secondly, start-up costs are integrated into the model formulation, which also leads to an increase in production costs. Finally, the integration of solar power at a fixed purchase price is modeled, resulting in a decrease in production costs during the winter week under consideration but an increase during the summer week. It is concluded that when using renewable energy sources, the plant operator should have the option to sell electricity on the spot market when needed.