Optimization of electricity consumption using thermal and battery energy storage systems in smart buildings

Résumé

En raison de la consommation d’électricité variable dans les bâtiments pendant la journée, les systèmes de stockage d’énergie (SSE) sont utilisés pour stocker l’énergie et la restituer aux heures de pointe pour réaliser l’écrêtage de la charge de pointe, afin d’économiser les coûts, fournir la demande de la charge et augmenter la qualité de l’alimentation ainsi que la stabilité. Cependant, compte tenu de la capacité limitée des SSE et de leurs diverses contraintes, il est difficile de répondre entièrement aux critères d’écrêtement des pointes de charge déterminés par les compagnies d’électricité. La nouveauté de la présente thèse est l’utilisation d’un système de stockage d’énergie thermique (SSET) parallèlement au stockage d’énergie par batterie (SSEB) pour compenser les limitations des SSEB et définir la charge/décharge optimale des SSE par des approches d’optimisation. L’unité de gestion de l’énergie proposée utilise un système de stockage d’énergie thermique (SSET) et un système de stockage d’énergie par batterie (SSEB) pour stocker l’énergie en période creuse et la décharger en période de pointe. Le programme de charge/décharge optimal de TESS et BESS a une grande importance dans la réalisation d’un écrêtage complet de la charge de pointe. Par conséquent, les horaires de charge/décharge de SSET et SSEB sont formulés comme un problème d’optimisation. Dans un premier temps, l’optimisation par essaims de particules (PSO) est utilisée afin d’obtenir un horaire optimal en raison de son efficacité et de son temps de calcul. L’approche mathématique est également appliquée pour prouver la convexité du problème et l’unicité de la solution. Dans un deuxième temps, pour valider la solution optimale obtenue par PSO, l’apprentissage par renforcement (RL) est employé et les résultats sont comparés. Dans ce contexte, le problème d’optimisation est formulé comme un processus de décision de Markov puis résolu par la méthode d’apprentissage Q. Pour assurer la fiabilité et la stabilité de l’alimentation, tous les types de charges, y compris les charges électriques branchées et thermiques sont considérées et supportées par les SSE pendant les périodes de pointe. De plus, pour modéliser les composants et les charges du bâtiment, la modélisation en boîte grise est adoptée. L’efficacité des méthodes proposées est démontrée en utilisant la consommation électrique réelle d’un bâtiment du campus. Les résultats montrent que les méthodes sont capables de définir les horaires de charge/décharge des SSE de façon optimale afin de réduire les coûts tout réduisant la capacité du SSEB.

Date	4 mai 2023
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Louis-A. Dessaint (Directeur(-trice))