Receding-horizon operational planning for a hybrid hydrogen-battery storage system using mathematical optimization

Abstract

Mit dem stetig ansteigenden Anteil volatiler, erneuerbarer Energiequellen an der Stromerzeugung wird auch die zeitliche Diskrepanz zwischen Strombedarf und -verfügbarkeit verstärkt. Das spiegelt sich auch im kontinuierlich variierenden Strompreis wider. Eine Möglichkeit, dem entgegenzuwirken, ist die Nutzung von Energiespeichern. Um komplexe Energiesysteme mit mehreren Energiespeichern effizient betreiben zu können, ist die Nutzung fortschrittlicher Betriebsplanungsstrategien sinnvoll. Die vorliegende Arbeit befasst sich mit einem industriellen Energiesystem, das aus einem Batterie- und einem Wasserstoffspeichersystem, PV-Modulen, einer Windkraftanlage, Stromverbrauchern und einem Anschluss an das öffentliche Stromnetz besteht. Um die Energiekosten zu minimieren, wird ein Regelsystem entwickelt, das mathematische Optimierung im Rahmen eines Receding-Horizon-Ansatzes verwendet. Als Optimierungsmethode wird die gemischt-ganzzahlige lineare Programmierung (eng. MILP) verwendet, wobei die Eingangsdaten aus einer Prognose für Stromerzeugung, -bedarf und -preis bestehen. Das Regelsystem wird in einer Simulation des Energiesystems getestet und mit einer konventionellen regelbasierten Steuerung verglichen. Außerdem wird ein Skalierungskonzept entwickelt, das die Erprobung des Regelsystems im Labormaßstab ermöglicht. Abschließend wird das MILP-Regelsystem experimentell am Wasserstoffspeichersystem einer Laboranlage getestet. Die Simulationsergebnisse zeigen eine signifikante Reduktion der Energiekosten bei Verwendung des MILP-optimierten Regelsystems im Vergleich zur regelbasierten Steuerung. Bezüglich der Skalierung des Energiesystems hat sich gezeigt, dass ein gesamtheitlicher Ansatz zur gleichzeitigen Skalierung des gesamten Systems nicht praktikabel ist. Um das Regelsystem im Labormaßstab zu testen, wurde der Fokus daher auf den Ladezustand des Wasserstoffspeichersystems gelegt. Im Laborexperiment reagierte der Receding-Horizon-Ansatz auf auftretende betriebliche Abweichungen des Energiesystems effektiv durch Anpassung des optimalen Verlaufs der relevanten Größen. Unter Berücksichtigung der Einschränkungen des durchgeführten Experiments deuten die Ergebnisse darauf hin, dass eine MILP-optimierte Betriebsplanung mit Receding-Horizon-Ansatz praktisch auf reale Energiesysteme anwendbar ist.

With the rapidly rising share of volatile renewable energy sources in electricity generation, the temporal mismatch between electricity demand and availability is increasing. This is also reflected in the continuously varying electricity price. A possible compensation can be achieved by the implementation of energy storage systems. To efficiently schedule the operation of complex energy systems involving multiple storage systems, sophisticated operational planning strategies can be beneficial. In this thesis, an industrial energy system consisting of a battery and a hydrogen storage system, PV modules, a wind turbine, electricity consumers and a connection to the public power grid is considered. A control system, using mathematical optimization within a receding-horizon approach, is developed to minimize the total energy cost. The chosen optimization method is mixed-integer linear programming (MILP), and forecasts of the electricity generation, demand and price are provided as input data. The control system is tested in a simulation of the energy system and compared to a conventional rule-based control strategy (RBC). Additionally, a scaling concept that allows testing the control system on a laboratory-scale energy system is developed. Finally, the MILP control system is tested experimentally on the hydrogen subsystem of a laboratory facility. The simulation results show a significant reduction in the total energy cost when using the MILP-optimized control system instead of the rule-based control. For the scaling of the energy system, a holistic approach, scaling the entire system concurrently, proved to be impractical. Therefore, in order to test the control system on a laboratory-scale energy system, the focus was placed on the state of charge of the hydrogen storage. In the laboratory experiment, the receding-horizon approach of the MILP control system effectively reacted to any occurring operational deviations of the energy system by adjusting the optimal trajectory of the relevant variables. Within the limited scope of the conducted experiment, the results indicate that the application of a MILP-optimized receding-horizon operational planning strategy to real energy systems is practicable.