Multi-objective optimization of energy networks

Abstract

Die Wahrnehmung erster Folgen des Klimawandels und das steigende Bewusstsein fuer Nachhaltigkeit fuehrten zur Ausarbeitung mehrerer internationaler Klimaabkommen. Zu den aktuellen Beispielen zaehlen das EU Klima- und Energiepaket 2020 und das Paris- Abkommen. Ersteres verpflichtet Oesterreich bis zum Jahre 2020 den Anteil erneuerbarer Energien auf 34% anzuheben, die Treibhausgasemissionen um 16% zu reduzieren sowie die Energieeffizienz um 20% zu steigern. Obwohl die Umsetzung der erforderlichen Maßnahmen bereits eine große Herausforderung darstellt, kommen enorme Investitionskosten erschwerend hinzu. Dadurch steigt die Bedeutung neuer IT-basierter Strategien, welche die Planung einer kosteneffizienten Energie- und Umweltpolitik unterstuetzen. ECOCITIES ist eine Web Applikation, die genau dieses Problem anspricht und abhaengig von der Qualitaet des aktuellen Gebaeudebestandes einer Stadt, eine Liste an Verbesserungsvorschlaege generiert, welche einzelnen Gebaeuden Optimierungsmaßnahmen zuordnen. Diese Diplomarbeit beschreibt eine Erweiterung von ECOCITIES, mit welcher eine Optimierung von Energienetzwerken durchgefuehrt werden kann. Dafuer wird zunaechst eine Clustering-Methodik angewendet, welche die Verteilung der einzelnen Gebaeude untersucht und somit potentielle Endpunkte fuer den Ausbau ermittelt. Anschließend werden mittels einer multikriteriellen Optimierung jene Kombinationen von Endpunkten bestimmt, welche die Investitionskosten fuer den Ausbau minimieren und jeweils die CO2 Emissionen, den Anteil erneuerbarer Energien sowie den potentiellen Profit des Energienetzbetreibers maximieren. Waehrend die Berechnung der zu maximierenden Zielfunktionen durch Anpassungen der vorhandenen Berechnungslogik realisiert werden konnte, erforderte die Berechnung der Investitionskosten einen komplexeren Ansatz. In einer ersten Phase wird ein vollstaendiger Graph aufgebaut, dessen Knoten die einzelnen Endpunkte sowie das bestehende Energienetz repraesentieren. Anschließend ermittelt eine auf pgRouting und OpenStreetMaps Daten basierende Routingkomponente die Entfernungen zwischen den einzelnen Knoten und somit die Gewichtung der Kanten. Danach wird ein Minimaler Spannbaum Algorithmus durchgefuehrt, welcher den optimalen Netzplan bestimmt, sodass alle Endpunkte an das Energienetz angeschlossen werden koennen und die Gesamtlaenge minimal ist. In einem letzten Schritt, werden die Investitionskosten basierend auf der Gewichtung des Minimalen Spannbaums berechnet. Des Weiteren wird die Anwendung der Methodik anhand eines Evaluierungssze- narios demonstriert, in dem eine potentielle Erweiterung eines Fernwaermenetzes einer mittelgroßen oesterreichischen Stadt untersucht wird.

The perception of climatic change and the rising awareness of sustainability lead to the signing of several international climate packages that oblige the participating countries to reach multiple energy and eco-political goals. Examples for such climate packages are the Paris Agreement and the European Union's 2020 climate and energy package. The latter one obliges Austria to increase the share of renewable energy sources to 34%, reduce the greenhouse gas emissions in sectors not subject to emissions trading at least by 16% and increase the energy efficiency by 20% until 2020. Since the planning, funding and implementation of respective measures constitutes a major challenge, the demand on IT-based strategies that support a cost-effective climate and environmental policy increased. This lead to the development of ECOCITIES, a web application that evaluates a city's building stock and generates a set of optimization solutions using a multi-objective optimization algorithm. In the context of ECOCITIES, this diploma thesis describes a methodology for the multi-objective optimization of energy network extensions. Therefore, a clustering algorithm identifies possible extension targets by analyzing the building's spatial locations. Afterwards, a multi-objective optimization algorithm generates optimal selections of extension targets that minimize the investment costs of the extension and maximize the reduction of CO2 emissions, share of renewable energies and the potential profit of the energy network provider. While the calculation of most objective functions could be realized using adaptations of ECOCITIES' calculation engine, the calculation of the investment costs required a special solution. Therefore, a complete graph is created where the nodes represent the energy network and selected target areas. Next, the weights of the graph's edges are determined using a routing engine that is based on pgRouting and OpenStreetMaps data. Afterwards, the application of a minimal spanning tree algorithm generates the layout of the energy network extension that connects all extension targets to the network and has minimal length. In a final step, the investment costs are calculated based on the weight of the generated minimal spanning tree. Additionally, this diploma thesis describes an application of the proposed methodology to evaluate possible extensions to a district heating network in a middle-sized Austrian city.