TU Darmstadt / ULB / TUbiblio

Sustainable Design of Industrial Energy Supply Systems - Development of a model-based decision support framework

Höttecke, Lukas (2023)
Sustainable Design of Industrial Energy Supply Systems - Development of a model-based decision support framework.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00024785
Dissertation, Erstveröffentlichung, Verlagsversion

Kurzbeschreibung (Abstract)

Energy and media supply systems and related infrastructure at industrial sites have grown historically and is largely dependent on the use of fossil fuels. High fuel prices and the emission reduction targets of companies challenge existing supply concepts. Supply concepts usually remain in place for decades due to the long-lived nature of generation technologies and distribution systems. Today's investment decisions are therefore confronted with a changing environment in which the share of volatile renewables from solar and wind is continuously increasing. The long planning horizons make design decisions very complex. Optimization-based design approaches automatically derive cost- or carbon-optimal selections of generation technologies and procurement tariffs. Thus, they enable faster and more accurate planning decisions in techno-economic feasibility studies.

In this work, a novel optimization model for techno-economic feasibility studies in industrial sites is developed. The optimization model uses a generic technology formulation with base classes, which takes into account the large variety of technologies and procurement tariffs at industrial sites. The optimization model also includes two reserve concepts: an operating reserve concept for short-term disruptions and a redundancy concept for long-term plant failures. The two concepts ensure security of supply for production-related energy requirements and thereby contributes to avoidance of costly production outages.

The optimization model is integrated into an optimization framework to effectively calculate decarbonization strategies. The framework uses time series aggregation and heuristic decomposition techniques. Time series aggregation is performed by an integer program and results in a robust selection of representative days. The selection of representative days is used in a multi-year planning model to derive transformation roadmaps. Transformation roadmaps analyze the evolution of energy supply systems to long-term trends and consider adaptive investment decisions. A transformation strategy with myopic foresight (MYOP) solves the multi-year planning problem sequentially and is solved up to 98 % faster than a transformation approach with perfect foresight (PERF). The high uncertainties in early planning phases and the resulting need for detailed sensitivity analysis make this approach the preferred choice for many feasibility studies.

The newly developed optimization framework is used in numerous research and consulting projects for urban districts, microgrids and factories. In this work, the capabilities of the framework are demonstrated for three use cases (automotive, pharmaceutical, dairy) of factory sites in southern Germany. In the use cases, decarbonization strategies for electricity, steam, heating and cooling supply are analyzed. Simulation evaluations identify changing operating patterns of combined heat and power (CHP) plants along the 15-year planning horizon. In addition, electrification of heating demand leads to a significant increase of total electricity demands. The results derived with the framework provide decision makers in industrial companies a clear view of the long-term impact of their investment decisions on decarbonization strategies.

Typ des Eintrags: Dissertation
Erschienen: 2023
Autor(en): Höttecke, Lukas
Art des Eintrags: Erstveröffentlichung
Titel: Sustainable Design of Industrial Energy Supply Systems - Development of a model-based decision support framework
Sprache: Englisch
Referenten: Niessen, Prof. Dr. Stefan ; Steinke, Prof. Dr. Florian
Publikationsjahr: 29 November 2023
Ort: Darmstadt
Kollation: xx, 114 Seiten
Datum der mündlichen Prüfung: 6 Oktober 2023
DOI: 10.26083/tuprints-00024785
URL / URN: https://tuprints.ulb.tu-darmstadt.de/24785
Kurzbeschreibung (Abstract):

Energy and media supply systems and related infrastructure at industrial sites have grown historically and is largely dependent on the use of fossil fuels. High fuel prices and the emission reduction targets of companies challenge existing supply concepts. Supply concepts usually remain in place for decades due to the long-lived nature of generation technologies and distribution systems. Today's investment decisions are therefore confronted with a changing environment in which the share of volatile renewables from solar and wind is continuously increasing. The long planning horizons make design decisions very complex. Optimization-based design approaches automatically derive cost- or carbon-optimal selections of generation technologies and procurement tariffs. Thus, they enable faster and more accurate planning decisions in techno-economic feasibility studies.

In this work, a novel optimization model for techno-economic feasibility studies in industrial sites is developed. The optimization model uses a generic technology formulation with base classes, which takes into account the large variety of technologies and procurement tariffs at industrial sites. The optimization model also includes two reserve concepts: an operating reserve concept for short-term disruptions and a redundancy concept for long-term plant failures. The two concepts ensure security of supply for production-related energy requirements and thereby contributes to avoidance of costly production outages.

The optimization model is integrated into an optimization framework to effectively calculate decarbonization strategies. The framework uses time series aggregation and heuristic decomposition techniques. Time series aggregation is performed by an integer program and results in a robust selection of representative days. The selection of representative days is used in a multi-year planning model to derive transformation roadmaps. Transformation roadmaps analyze the evolution of energy supply systems to long-term trends and consider adaptive investment decisions. A transformation strategy with myopic foresight (MYOP) solves the multi-year planning problem sequentially and is solved up to 98 % faster than a transformation approach with perfect foresight (PERF). The high uncertainties in early planning phases and the resulting need for detailed sensitivity analysis make this approach the preferred choice for many feasibility studies.

The newly developed optimization framework is used in numerous research and consulting projects for urban districts, microgrids and factories. In this work, the capabilities of the framework are demonstrated for three use cases (automotive, pharmaceutical, dairy) of factory sites in southern Germany. In the use cases, decarbonization strategies for electricity, steam, heating and cooling supply are analyzed. Simulation evaluations identify changing operating patterns of combined heat and power (CHP) plants along the 15-year planning horizon. In addition, electrification of heating demand leads to a significant increase of total electricity demands. The results derived with the framework provide decision makers in industrial companies a clear view of the long-term impact of their investment decisions on decarbonization strategies.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Die Energie- und Medienversorgung sowie die dafür notwendige Infrastruktur an Industriestandorten ist häufig historisch gewachsen und hängt maßgeblich vom Einsatz fossiler Brennstoffe ab. Hohe Brennstoffpreise und die Emissionsminderungsziele der Unternehmen stellen bestehende Versorgungskonzepte in Frage. Aufgrund des langlebigen Charakters der Anlagentechnik und der Verteilsysteme bleiben Versorgungskonzepte meist über Jahrzehnte bestehen. Heutige Investitionsentscheidungen werden daher mit einem sich verändernden Umfeld konfrontiert, in der der Anteil der volatilen erneuerbaren Energien aus Sonne und Wind kontinuierlich zunimmt. Optimierungsbasierte Auslegungsansätze leiten automatisch eine kostenoptimale Auswahl der Anlagentechnik und Beschaffungstarifen ab. Dadurch ermöglichen sie schnellere und genauere Planungsentscheidungen in techno-ökonomischen Machbarkeitsstudien.

In dieser Arbeit wird ein neuartiges Planungsmodell für Machbarkeitsstudien an Industriestandorten entwickelt. Das Planungsmodell verwendet eine generische Technologieformulierung mit Basisklassen, die der großen Vielfalt an Technologien und Beschaffungstarifen an Industriestandorten Rechnung trägt. Das Planungsmodell beinhaltet darüber hinaus zwei Reservekonzepte: ein Betriebsreservekonzept für kurzfristige Störungen und ein Redundanzkonzept für langfristige Anlagenausfälle. Die beiden Konzepte gewährleisten die Versorgungssicherheit des produktionsbedingten Energiebedarfs und vermeiden so kostspielige Produktionsausfälle.

Das Planungsmodell wird in einen Optimierungsframework integriert, um effektiv Dekarbonisierungsstrategien zu berechnen. Die Aggregation von Zeitreihen wird in dem Framework als mathematisches Optimierungsproblem formuliert und führt auf eine robusten Auswahl repräsentativer Tage. Diese robuste Auswahl wird in einem Planungsmodell mit mehreren Ausbaustufen zur Ableitung von Transformationsplänen verwendet. Transformationsplänen analysieren die Anpassungsfähigkeit von Energieversorgungssystemen an langfristige Entwicklungen. Eine Transformations-Strategie mit einer kurzfristigen Vorausschau löst das Planungsmodell sequentiell und wird bis zu 98 % schneller gelöst als ein Ansatz mit perfekter Vorausschau auf zukünftige Entwicklungen. Die hohen Unsicherheiten in frühen Planungsphasen und der daraus resultierende Bedarf an umfassenden Sensitivitätsanalysen machen diesen Ansatz zur bevorzugten Wahl für viele Machbarkeitsstudien.

Die Fähigkeiten des Frameworks werden anhand von drei Anwendungsbeispiele von Industriestandorten (Automobil, Pharma, Molkerei) aufgezeigt. In den Anwendungsbeispielen werden Strategien für die Strom-, Dampf-, Wärme- und Kälteversorgung analysiert. Simulationsauswertungen identifizieren veränderte Betriebsweisen von Anlagen zur Kraft-Wärme-Kopplung (KWK) entlang des 15-jährigen Planungshorizonts. Darüber hinaus führt die Elektrifizierung des Wärmebedarfs zu einer signifikanten Erhöhung des gesamten Strombedarfs. Die mit dem Framework abgeleiteten Ergebnisse geben Entscheidungsträgern in Industrieunternehmen einen klaren Überblick über die langfristigen Auswirkungen heutiger Investitionsentscheidungen auf Dekarbonisierungsstrategien.

Deutsch
Status: Verlagsversion
URN: urn:nbn:de:tuda-tuprints-247857
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 621.3 Elektrotechnik, Elektronik
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Technik und Ökonomie Multimodaler Energiesysteme (MMES)
Hinterlegungsdatum: 29 Nov 2023 12:13
Letzte Änderung: 30 Nov 2023 13:34
PPN:
Referenten: Niessen, Prof. Dr. Stefan ; Steinke, Prof. Dr. Florian
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 6 Oktober 2023
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen