Optimale aansturing van thermostaat-gestuurde lasten in residentiële gebouwen onder onzekerheid: een perspectief van individueel gebouw tot elektriciteitssysteem

Optimale regeling, en modelgebaseerde voorspellende regeling (beter gekend als model predictive control (MPC)) in het bijzonder, maakt een opgang voor klimaatregeling in gebouwen. De toenemende interesse valt te verklaren door haar potentieel om energie en/of kosten te besparen en tegelijkertijd het thermische comfort te verbeteren, en om de energievraag aan te passen aan het beschikbare aanbod van (hernieuwbare en/of rest-)energie via vraagsturing. De performantie van een MPC-strategie is afhankelijk van de nauwkeurigheid van het gebruikte wiskundige model van het gebouw, en van de kwaliteit van de voorspellingen van de verstoringen, zoals het weer en het gebruikersgedrag, die mee het binnenklimaat bepalen. Afwijkende modelparameters en onnauwkeurige voorspellingen leiden tot verhoogde energiekosten en thermisch ongemak, en vereisen realtime corrigerende acties waardoor een mogelijke deelname aan vraagsturing in het gedrang komt. In tegenstelling tot de onzekerheid op de voorspellingen, wordt de onzekerheid op de gebouwmodelparameters doorgaans niet in rekening gebracht bij het bepalen van een optimale regelstrategie. Nochtans is het niet altijd mogelijk om een accuraat gebouwmodel te bekomen, omwille van een gebrek aan voldoende data en/of vakkennis, en/of de onmogelijkheid om alle optredende fysische effecten voldoende in detail te vatten in een wiskundig model. In deze gevallen kan het nodig zijn om zich ook tegen parametrische onzekerheden expliciet in te dekken.

Het hoofddoel van dit doctoraatsonderzoek is dan ook om een stochastische regelstrategie (aangeduid als de SMPC-ap-strategie) te ontwikkelen en te evalueren voor de optimale regeling van het binnenklimaat in residentiële gebouwen, en van vraagsturing, onder gecombineerde additieve (voorspellingen van de verstoringen) en parametrische (gebouwmodel) onzekerheden. De uitwerking is gericht op lineaire, tijdsinvariante systemen, voorgesteld aan de hand van een state space model (letterlijk vertaald als toestand-ruimte-model). De voorgestelde methode combineert analytisch geherformuleerde kansbeperkingen met affiene verstoringsfeedback, om de conservativiteit van de regelstrategie te beperken.

De uitwerking van de SMPC-ap-strategie bestaat uit twee onderdelen. Ten eerste moet er een convexe stochastische formulering van het optimaal regelprobleem opgesteld worden vertrekkende van de deterministische formulering, door de impact van onzekerheden expliciet in rekening te brengen. Ten tweede moet er een geschikt wiskundig model van alle relevante onzekerheden gedefinieerd worden, aangezien dit een essentieel onderdeel is van het stochastisch optimaal regelprobleem. Een belangrijke bijdrage wat betreft dit onzekerheidsmodel is de uitwerking van waarschijnlijkheidsverdelingen voor de modelparameters van een fysica-gebaseerd gebouwmodel. Deze modelparameters worden afgeleid van de thermische eigenschappen van de gebouwschil, die op hun beurt bepaald worden op basis van schaarse, publiek beschikbare gegevens met behulp van de probabilistische karakteriseringsmethode van De Jaeger et al., zonder een intensieve dataverzameling ter plaatse, wat fundamenteel verschilt van de gangbare onderzoeksaanpak.

Om de meerwaarde van de SMPC-ap-strategie te evalueren, wordt haar impact onderzocht op het niveau van een individueel gebouw, alsook op het niveau van het elektriciteitssysteem.

Op het niveau van een individueel gebouw worden de voordelen van de SMPC-ap-strategie onderzocht voor twee toepassingsdomeinen, met name optimale regeling, en geïntegreerde optimale regeling en ontwerp. Wat betreft optimale regeling ligt de focus op de haalbare verbetering van het thermische comfort door zich in te dekken tegen onzekerheden, en op de mogelijke stijging van de energiekosten die hiermee gepaard gaat. Aan de hand van simulaties wordt aangetoond dat de verhoogde onzekerheidsanticipatie van de SMPC-ap-strategie een duidelijke comfortverbetering teweeg brengt ten opzichte van de gangbare deterministische (D)MPC-strategie, alsook ten opzichte van de state-of-the-art SMPC-a-strategie die zich enkel indekt tegen additieve onzekerheden. Deze comfortverbetering is het meest uitgesproken in gebouwen met vloerverwarming (wat gepaard gaat met een grote thermische inertie) die gekenmerkt worden door een grote modelonzekerheid en een hoge nominale warmtevraag, en dit met slechts een beperkt hoger energiegebruik; voor alle bestudeerde gevallen, zowel degene met vloerverwarming als degene met radiatoren, wordt 90% van de comfortverbetering relatief ten opzichte van de DMPC-strategie bereikt met een relatieve stijging van het energiegebruik van maximaal 9%. Wat betreft optimaal ontwerp ligt de focus op de bruikbaarheid van de SMPC-ap-strategie om een adequate en eveneens robuuste dimensionering van het warmteproductiesysteem te bekomen. Simulaties tonen aan dat het vervangen van een DMPC- door een SMPC-ap-strategie in een geïntegreerde optimale regelingen ontwerpaanpak capaciteitsreducties van 3 tot 5 kW mogelijk maakt voor een systeem initieel gedimensioneerd op 15 kW, met behoud van thermisch comfort.

Op het niveau van het elektriciteitssysteem ligt de focus op de impact van de SMPC-ap-strategie op de vraag, en op de coördinatie van deze vraag van een groep van gebouwen via vraagsturing om de werkingskost van het elektriciteitssysteem te verlagen. Dankzij de implementatie van affiene verstoringsfeedback in de SMPC-ap-strategie is deze in staat om de vraag naar energie, reservecapaciteit en realtime flexibiliteit simultaan optimaal te plannen. Dit is zeer waardevol voor een aggregator of systeembeheerder, aangezien de onzekerheid op de vraag op voorhand (bijvoorbeeld een dag voordien, in plaats van slechts in real time) kan ingeschat, en bovendien ook gecontroleerd kan worden. De day-aheadcoördinatie van deze flexibiliteitsvraag bovenop de energievraag maakt een verlaging van de totale systeemkosten mogelijk, en garandeert aldus een kostenefficiëntere elektrificatie van de residentiële verwarmingssector. De resultaten tonen aan dat er voor een vraagzijde bestaande uit 900 000 flexibele warmtepompen gecombineerd met lagetemperatuurradiatoren een kostenreductie tot 10.7% gerealiseerd kan worden. Deze bevindingen ondersteunen de hypothese van de behoefte aan flexibiliteitsmarkten voor huishoudelijke consumenten, en bevestigen de meerwaarde van de implementatie van de ontwikkelde SMPC-ap-strategie voor vraagsturing onder onzekerheid in deze context.