Optimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnader

District heating is today the most common way of providing a building with heat and hot water in Sweden. It is an environmentally friendly product mostly used with renewable fuel. However, at power peaks most companies use production units that are more expensive and worse for the environment and sh...

Full description

Bibliographic Details
Main Author: Elofsson, Fredrik
Format: Others
Language:Swedish
Published: Högskolan i Gävle, Energisystem och byggnadsteknik 2019
Subjects:
Online Access:http://urn.kb.se/resolve?urn=urn:nbn:se:hig:diva-29732
id ndltd-UPSALLA1-oai-DiVA.org-hig-29732
record_format oai_dc
collection NDLTD
language Swedish
format Others
sources NDLTD
topic District heating
load management
peak shaving
heat load reduction
thermal storage
smart energy system
Fjärrvärme
laststyrning
effekttoppar
värmelagring
smarta energisystem
Energy Systems
Energisystem
spellingShingle District heating
load management
peak shaving
heat load reduction
thermal storage
smart energy system
Fjärrvärme
laststyrning
effekttoppar
värmelagring
smarta energisystem
Energy Systems
Energisystem
Elofsson, Fredrik
Optimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnader
description District heating is today the most common way of providing a building with heat and hot water in Sweden. It is an environmentally friendly product mostly used with renewable fuel. However, at power peaks most companies use production units that are more expensive and worse for the environment and should therefore be avoided as much as possible. This can be done with a method called load management. When a power peak occurs, the heat supply to buildings connected to the district heating system can be temporarily reduced. The heat energy can later be returned when the heat demand is lower. Thanks to the heat inertia of the buildings, the indoor temperature will not fall within the time frame for the load management. Historical data has been analysed to identify when and why power peaks occur in the district heating network. Power peaks throughout the district heating network have proved difficult to identify. However, for individual consumers clear patterns of power peaks have emerged. These power peaks mainly occur because of large use of hot water but also because of the shifting outdoor temperature. In order to see how the production cost would differ from the actual outcome load management was applied for Gävle's district heating 2018. The load management was calculated manually by identifying the most expensive production unit on an hourly basis. If a cheaper production unit had the potential to deliver higher power the next hour, the production was moved to the cheaper production unit. The process was repeated for each hour during 2018. After carrying out load management for Gävle's district heating network, 1 457 MWh had been shifted to a cheaper production unit. This resulted in a financial saving of 1,0 % of the total production cost. The environmental savings showed a reduction from 6.1 to 5.9 g CO2eq /kWh a total of 197 tonne CO2eq. In the exact same way, a load management was performed for a scenario where Gävle and Sandviken's district heating network were connected. The gain for a load management with Sandviken will be considerably larger, a reduced production cost of 3.6 % is possible. The environmental savings showed a reduction from 8.4 to 7.8 CO2eq /kWh a total of 575 tonne CO2eq. For future efficient load management, buildings should be divided into different classes depending on the building's time constant. User patterns for the entire district heating network have proved difficult to detect. Artificial intelligence can be an option for short-term forecasting of the power output === Fjärrvärme är idag det vanligaste sättet att förse en bostad med värme och tappvarmvatten i Sverige. Fjärrvärmen är ofta en miljövänlig produkt som kan produceras av till exempel biobränsle- och avfallseldade kraftvärmeverk eller spillvärme från industrier. Vid tillfälligt högt effektbehov, effekttoppar, använder sig merparten av bolagen av dyrare produktionsenheter med större miljöpåverkan. Dyrare produktionsenheter bör undvikas i största möjliga mån och i detta syfte används metoden laststyrning. Vid en effekttopp kan värmetillförseln till byggnader sänkas temporärt för att återföras några timmar senare när effektbehovet är lägre. Tack vare värmetrögheten i byggnaderna bör inomhustemperaturen inte sjunka inom tidsramen för laststyrning. Statistik från Gävles fjärrvärmanvändning på timbasis under 2018 har analyserats för att identifiera när och varför effekttoppar sker. Effekttoppar i hela fjärrvärmenätet har visat sig svåra att identifiera. På lokal nivå har däremot tydliga mönster för effekttoppar framkommit. Dessa effekttoppar beror till största del av tappvarmvattenanvändning men även förändringar i utomhustemperaturen. För att se hur produktion och last kunde skiljt sig från det verkliga utfallet tillämpades laststyrning för Gävles fjärrvärmeproduktion 2018. Laststyrningen beräknades manuellt genom att den dyraste produktionsenheten identifierades på timbasis. Om en billigare produktionsenhet hade potential att leverera högre effekt nästkommande timmar försköts produktionen. Därefter upprepades processen för varje timme under 2018. Efter utförd laststyrning för Gävles fjärrvärmenät hade ca 1 457 MWh förskjutits till en billigare produktionsenhet. Det gav en ekonomisk besparing på 1,0 % av Gävles totala produktionskostnad. Den miljömässiga besparingen visade på en sänkning från 6,1 till 5,9 [g CO2ekv /kWh] sammanlagt 197 ton CO2ekv. På samma sätt utfördes en laststyrning för ett scenario där Gävle och Sandvikens fjärrvärmenät sammankopplats. Vinsten för en laststyrning med Sandviken blev betydligt större med en minskad produktionskostnaden på 3,6 %. Den miljömässiga påverkan sjönk från 8,4 till 7,8 g CO2ekv /kWh sammanlagt 575 ton CO2ekv. För en framtida effektiv laststyrning bör byggnader delas in i olika klasser beroende på byggnadens tidskonstant. Användarmönster för hela fjärrvärmenätet har visat sig svårt att identifiera. Artificiell intelligens kan vara ett alternativ i framtiden för att prognostisera effektuttaget
author Elofsson, Fredrik
author_facet Elofsson, Fredrik
author_sort Elofsson, Fredrik
title Optimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnader
title_short Optimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnader
title_full Optimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnader
title_fullStr Optimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnader
title_full_unstemmed Optimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnader
title_sort optimering av last och produktion i gävles fjärrvärmenät : reducering av effekttoppar via värmelagring i byggnader
publisher Högskolan i Gävle, Energisystem och byggnadsteknik
publishDate 2019
url http://urn.kb.se/resolve?urn=urn:nbn:se:hig:diva-29732
work_keys_str_mv AT elofssonfredrik optimeringavlastochproduktionigavlesfjarrvarmenatreduceringaveffekttopparviavarmelagringibyggnader
_version_ 1719203538341462016
spelling ndltd-UPSALLA1-oai-DiVA.org-hig-297322019-06-12T04:29:21ZOptimering av last och produktion i Gävles fjärrvärmenät : Reducering av effekttoppar via värmelagring i byggnadersweElofsson, FredrikHögskolan i Gävle, Energisystem och byggnadsteknik2019District heatingload managementpeak shavingheat load reductionthermal storagesmart energy systemFjärrvärmelaststyrningeffekttopparvärmelagringsmarta energisystemEnergy SystemsEnergisystemDistrict heating is today the most common way of providing a building with heat and hot water in Sweden. It is an environmentally friendly product mostly used with renewable fuel. However, at power peaks most companies use production units that are more expensive and worse for the environment and should therefore be avoided as much as possible. This can be done with a method called load management. When a power peak occurs, the heat supply to buildings connected to the district heating system can be temporarily reduced. The heat energy can later be returned when the heat demand is lower. Thanks to the heat inertia of the buildings, the indoor temperature will not fall within the time frame for the load management. Historical data has been analysed to identify when and why power peaks occur in the district heating network. Power peaks throughout the district heating network have proved difficult to identify. However, for individual consumers clear patterns of power peaks have emerged. These power peaks mainly occur because of large use of hot water but also because of the shifting outdoor temperature. In order to see how the production cost would differ from the actual outcome load management was applied for Gävle's district heating 2018. The load management was calculated manually by identifying the most expensive production unit on an hourly basis. If a cheaper production unit had the potential to deliver higher power the next hour, the production was moved to the cheaper production unit. The process was repeated for each hour during 2018. After carrying out load management for Gävle's district heating network, 1 457 MWh had been shifted to a cheaper production unit. This resulted in a financial saving of 1,0 % of the total production cost. The environmental savings showed a reduction from 6.1 to 5.9 g CO2eq /kWh a total of 197 tonne CO2eq. In the exact same way, a load management was performed for a scenario where Gävle and Sandviken's district heating network were connected. The gain for a load management with Sandviken will be considerably larger, a reduced production cost of 3.6 % is possible. The environmental savings showed a reduction from 8.4 to 7.8 CO2eq /kWh a total of 575 tonne CO2eq. For future efficient load management, buildings should be divided into different classes depending on the building's time constant. User patterns for the entire district heating network have proved difficult to detect. Artificial intelligence can be an option for short-term forecasting of the power output Fjärrvärme är idag det vanligaste sättet att förse en bostad med värme och tappvarmvatten i Sverige. Fjärrvärmen är ofta en miljövänlig produkt som kan produceras av till exempel biobränsle- och avfallseldade kraftvärmeverk eller spillvärme från industrier. Vid tillfälligt högt effektbehov, effekttoppar, använder sig merparten av bolagen av dyrare produktionsenheter med större miljöpåverkan. Dyrare produktionsenheter bör undvikas i största möjliga mån och i detta syfte används metoden laststyrning. Vid en effekttopp kan värmetillförseln till byggnader sänkas temporärt för att återföras några timmar senare när effektbehovet är lägre. Tack vare värmetrögheten i byggnaderna bör inomhustemperaturen inte sjunka inom tidsramen för laststyrning. Statistik från Gävles fjärrvärmanvändning på timbasis under 2018 har analyserats för att identifiera när och varför effekttoppar sker. Effekttoppar i hela fjärrvärmenätet har visat sig svåra att identifiera. På lokal nivå har däremot tydliga mönster för effekttoppar framkommit. Dessa effekttoppar beror till största del av tappvarmvattenanvändning men även förändringar i utomhustemperaturen. För att se hur produktion och last kunde skiljt sig från det verkliga utfallet tillämpades laststyrning för Gävles fjärrvärmeproduktion 2018. Laststyrningen beräknades manuellt genom att den dyraste produktionsenheten identifierades på timbasis. Om en billigare produktionsenhet hade potential att leverera högre effekt nästkommande timmar försköts produktionen. Därefter upprepades processen för varje timme under 2018. Efter utförd laststyrning för Gävles fjärrvärmenät hade ca 1 457 MWh förskjutits till en billigare produktionsenhet. Det gav en ekonomisk besparing på 1,0 % av Gävles totala produktionskostnad. Den miljömässiga besparingen visade på en sänkning från 6,1 till 5,9 [g CO2ekv /kWh] sammanlagt 197 ton CO2ekv. På samma sätt utfördes en laststyrning för ett scenario där Gävle och Sandvikens fjärrvärmenät sammankopplats. Vinsten för en laststyrning med Sandviken blev betydligt större med en minskad produktionskostnaden på 3,6 %. Den miljömässiga påverkan sjönk från 8,4 till 7,8 g CO2ekv /kWh sammanlagt 575 ton CO2ekv. För en framtida effektiv laststyrning bör byggnader delas in i olika klasser beroende på byggnadens tidskonstant. Användarmönster för hela fjärrvärmenätet har visat sig svårt att identifiera. Artificiell intelligens kan vara ett alternativ i framtiden för att prognostisera effektuttaget Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:hig:diva-29732application/pdfinfo:eu-repo/semantics/openAccess