Enhanced multi-energy hub concept - integration of industrial processes in a local energy system
Bearbeiter: Markus Groissböck
Betreuer: Wolfgang Streicher
Kurzfassung
Der Grüne Deal der Europäischen Union sucht Wege für unterschiedliche und untereinander verknüpfte Energiesysteme. Elektrischer Strom wird als die wichtigste Form von Energie der Zukunft gesehen und dessen Verfügbarkeit muss daher immer gegeben sein. Ein nachhaltiges und menschen-freundliches Klima basiert auf der Verringerung von Emissionen (im Speziellen von Kohlendioxid, CO2). Es ist allgemein bekannt und weitgehend akzeptiert, dass Erneuerbare Energien und Energie-Effizienz-Verbesserungen beide Wünsche unterstützen können. Deshalb ist der Zweck dieser Arbeit beide Aspekte zu verbinden und zu evaluieren wie bestehende Open-Source Energie-System-Design (ESD)-Tools herangezogen werden können um den Energiebedarf von Industrieparks und Städten optimal zu planen.
Open-Source ESD-Tools werden immer besser, können in echten Anwendungen außerhalb von Forschung verwendet werden und müssen sich vielfach nicht mehr hinter kommerziellen Alternativen verstecken.
Die Bewertung von verschiedenen Europäischen Staaten in Bezug auf deren Erneuerbaren Energien (mit Fokus auf Solar PV und Wind) Potenzial zeigen, dass die Qualität dieser Erneuerbaren weniger Einfluss auf die optimale Ausbauplanung haben als die vorgegebenen energiepolitischen Rahmenbedingungen.
Ein tiefgreifender Ausbau an variablen Erneuerbaren Energien zeigt die solide Möglichkeit CO2-Emissionen zu reduzieren und schafft es ohne Berücksichtigung gewaltiger Mengen an Energiespeichertechnologien nicht konventionelle Kraftwerke komplett zu ersetzen, ohne dabei die Versorgungssicherheit zu gefährden.
Zahlreiche Open-Source Frameworks sind verfügbar, um es Forschern zu erlauben sich auf die tatsächliche Forschungsfrage zu fokussieren und sich nicht mit der Programmierung von ESD-Tools herumzuschlagen. Innerhalb dieses Projektes wurden die Open-Source-Pakete Time Series Aggregation Module (tsam) und Framework for Integrated Energy System Assessment (FINE) intensiv genutzt. Innerhalb dieser Arbeit wurde tsam um eigene Methoden zur Zeitreihen-Gruppierung erweitert. Außerdem wurde FINE durch einen Nachverarbeitungsschritt erweitert, um die Verfügbarkeit des Energiesystems zu berücksichtigen. Zusätzlich wurden TESpy und aristopy verwendet um thermische Systeme wie z.B. Wärmepumpen und Solarthermie-Systeme exakter abbilden zu können.
Abstract
The European Union’s Green Deal asks for a diverse and more interconnected energy system. Electric power will be the most important type of energy in the future and therefore needs to be available at any time. A sustainable and human-friendly climate requires decreasing emissions (especially of carbon dioxide, CO2). As well-known and widely accepted, only the use of renewable energy sources and energy efficiency improvement can support both desires. Therefore, this thesis aims to combine both aspects and examines how existing open-source energy system design (ESD) tools can be used to plan the energy delivery for industrial parks and cities in an optimal way.
Open-source ESD tools are mature enough to be used in real-world applications and do not have to hide behind commercial applications anymore.
The assessment of different European countries regarding the quality of their variable renewable energy (with a focus on Solar PV and Wind) showed that the quality of renewables is less important than the overall energy policy to follow.
Intensive expansion of variable renewables energy shows massive possibilities to reduce CO2 emissions but clearly fails to result in significant conventional power generation replacement from a security of supply perspective without the introduction of massive energy storage technologies.
Many open-source frameworks are available to help researchers to focus on their research question instead of writing a new ESD tool. Within this project, the open-source packages Time Series Aggregation Module (tsam) and Framework for Integrated Energy System Assessment (FINE) have been used intensively. Within this study tsam has been expanded with own time series clustering methods. FINE was enhancements through a post-processing algorithm to assess the reliability of energy systems. Additionally, TESpy and aristopy have been used to assess thermal systems such as heat pump and solar thermal systems.