Δρ Βενιζέλος Ευθυμίου Ερευνητική Μονάδα ΦΩΣ 26 Οκτωβρίου 2016 Λευκωσία

Παρουσίαση με θέμα: "Δρ Βενιζέλος Ευθυμίου Ερευνητική Μονάδα ΦΩΣ 26 Οκτωβρίου 2016 Λευκωσία"— Μεταγράφημα παρουσίασης:

1 Δρ Βενιζέλος Ευθυμίου Ερευνητική Μονάδα ΦΩΣ 26 Οκτωβρίου 2016 Λευκωσία
Ευφυή συστήματα συμψηφισμού Το Έργο SmartPV Σύντομη Ανασκόπηση και Επόμενα Βήματα Δρ Βενιζέλος Ευθυμίου Ερευνητική Μονάδα ΦΩΣ 26 Οκτωβρίου 2016 Λευκωσία

2 SmartPV: Στόχοι Ανάπτυξη ενός οικονομικά βέλτιστου δυναμικού εργαλείου διατίμησης για την οικονομικότερη πρόσβαση ΦΒ συστημάτων Πιο δίκαιη τιμολόγηση  WIN-WIN σενάριο για όλα τα ενδιαφερόμενα μέρη Κοστοστρεφής διατιμήσεις που στηρίζουν Διαχείριση της ζήτησης Αμφίδρομη ροή πληροφόρησης των χρηστών για μετάβαση τους από παθητικούς σε ενεργούς χρήστες Ανάπτυξη νέας πολιτικής για αύξηση της διείσδυσης των ΦΒ συστημάτων και μετάβαση σε τεχνολογίες έξυπνων δικτύων. 1. To develop & validate a cost-optimum dynamic tariff tool 2. Fairer billing: (real costs: grid utilization charge, need for storage, etc.) 3. Benefits both, customers and utilities 4. And turn them from passive to active consumers thus, applying energy efficiency and conservation actions as also enable demand response.

3 PV Technology, University of Cyprus
Ποια τα κίνητρα; Ψηλή διείσδυση ΦΒ συστημάτων θα βοηθήσει το ενεργειακό ισοζύγιο προς λύσεις αειφορίας με χαμηλότερο μέσο κόστος για όλους Πετυχημένη διαχείριση της ζήτησης μπορεί να οδηγήσει σε μείωση της κατανάλωσης και μετακίνηση αιχμηκών φορτίων σε περιόδους χαμηλής ζήτησης πετυχαίνοντας εξοικονόμηση που οδηγεί στην αειφορία. Διαχείριση της ζήτησης μπορεί να βοηθήσει λειτουργικά προβλήματα των ΑΠΕ οδηγώντας σε οικονομικότερη χρήση της υποδομής δικτύου.

4 Data collection configuration
Prosumer (Producer + consumer) Datasets: PV production Import/export Datasets from PV and import/export energy from grid Datasets from smart meters Datasets synchronization

5 Demand Side Management (DSM)
Demand response programs/load shifting Objective: Flatten the electricity profile demand Outcomes: Reduction on the customers’ electricity bill Decrease the operation and maintenance costs (both sides – utilities and consumers) Decrease carbon footprint and making the whole network more reliable and secure Match demand with local production

6 Ανάλυση των στοιχείων φορτίου
Βασικός στόχος του έργου είναι η πληρέστερη ενημέρωση / εκπαίδευση του χρήστη / ιδιοκτήτη ΦΒ συσκευής για να αντιλαμβάνεται την ενεργειακή ροή από και προς την οικοδομή του Ανάλυση των 3 διαφορετικών προφίλ ενέργειας που παρουσιάζουν οι έξυπνοι μετρητές κατανοώντας τη χρησιμότητα τους

7 Ανάλυση των φορτίων στην οικοδομή και αναζήτηση βελτιωμένη ισοζύγιση τους
Μέσα από τις επισκέψεις στους χρήστες από στελέχη της Ομάδας της ΑΗΚ και του πανεπιστημίου έγινε ιδιαίτερη προσπάθεια αναγνώρισης των φορτίων Καθοδήγηση τους για δημιουργία καταλόγου ευέλικτων φορτίων και υποψήφιων για μετακίνηση καλύπτοντας και τις 3 περιόδους ΠΕΡΙΟΔΟΣ ΕΥΕΛΙΚΤΟ ΦΟΡΤΙΟ ΜΕΤΑΚΙΝΗΣΗ ΕΝΔΙΑΜΕΣΗ ΠΛΥΝΤΗΡΙΟ ΡΟΥΧΩΝ 2 ΧΕΙΜΕΡΙΝΗ 1 ΠΛΥΝΤΗΡΙΟ ΠΙΑΤΩΝ ΘΕΡΙΝΗ 4

8 PV Technology, University of Cyprus
Time of Use Tariff A price-based tool has been developed in order to arrive at an effective Time of Use (ToU) tariff Investigate how consumption monitoring methods alter customers energy habits Quantify energy behaviour before and after the application of ToU tariff The aim is to motivate residential customers to shift load from peak to valley periods resulting to lower electricity bills and smoother load profile

9 Methodology The acquired data from 300 prosumers is used to derive the dynamic ToU tariff in a two step method described below: Statistical Step: Based on the inflection points of the load duration curve and on the probability density function of each load segment, the ToU block periods are derived. Optimization Step: By using the statistical results for ToU as initial conditions, the ToU blocks are varied and subtracted from the load curve (𝑃_𝑘) until the root mean square error (RMSE) is minimized: RMSE= 1 𝑛 𝑘=1 𝑛 𝑇𝑜𝑈𝑏 𝑘 − 𝑃 𝑘 2 Method RMSE (%) Statistical step 19.95 % Optimization step 12.32 %

10 DSM block periods in three seasons
Development of dynamic DSM to be used with net metering and validation with actual data Suggested seasonal optimized DSM based on 3 block periods. Tariff level Winter Summer Middle Peak 16:00 – 21:59 09:00 – 18:59 08:00 – 20:59 Shoulder 06:00 – 15:59 22:00 – 23:59 07:00 – 08:59 19:00 – 00:59 06:00 – 07:59 21:00 – 23:59 Off-peak 00:00 – 05:59 01:00 – 06:59 Derived DSM blocks for summer season Derived DSM blocks for winter season Derived DSM blocks for middle season

11 Annual DSM charges Peak – shoulder: 27 % difference
Block Off-peak Shoulder Peak Average Charges 0,0924 €/kWh 0,1265 €/kWh 0,1606 €/kWh  Total Flat tariff DSM charge Difference Electricity bill as prosumer Over 288 € 115,774.90 € 102,574.76 € -13,200 Peak – shoulder: 27 % difference Shoulder – off-peak: 27 % difference Annual DSM charges increased by 15 % to equal the EAC income Block Off-peak Shoulder Peak Balance Charges 0,1085 €/kWh 0,1485 €/kWh 0,1885 €/kWh  Total Flat tariff DSM charge Difference Electricity bill as prosumer Over 288 € 115,774.90 € 115,699.40 €

12 Behavioural change In House Displays (IHDs) / web access:
Import/Export Consumption PV production Comparisons Informative material

13 In-house display and web application

14 In-House Display (IHD) – web-application

15 May require more than one slide

16 Current Phase Version 2,25 Cyprus pixelated in 4 tiles
24h ahead prediction Based on NWP of Met. Service Automated operation Predictions every day at 11:0 Sent via Error messages when no data available

17 Validated PV production
What is Phase 2? Basic Structure of tool ready 24h ahead prediction based on NWP data Data safely stored on server Validated PV production 17 Weather stations 85 smart-meters Other sources ? ? ? Updated PV Capacity

18 Weather Stations Extremely important for the further development of the Tool Maintenance: Once a month  cleaning of Pyranometer and panel Once per 3 months  check cabinet : dust, loose cables, heat, battery leakage, etc.

19 Weather Stations 1 Tseri √ 2 Pissouri 3 District Office 4 Tembria 5
Orounta 6 Kouka 7 Protara 8 EAC Apothikes 9 Alampra Morning shading 10 Xeropotamos 11 Polemidia 12 Vasilikos 13 Pyla 14 LCA Airport 15 Athienou 16 Larnaca Centre 17 Stoumpi

20 Ποια είναι τα επόμενα βήματα μας;
Συνέχιση της ανάλυσης των δεδομένων με στόχο την συνεχή διόρθωση της εφαρμογής διαδικτύου και του υπολογισμού κόστους / οφέλους Συνέχιση της ενημέρωσης των συμμετεχόντων στο έργο με στόχο την μέγιστη αξιοποίηση των δυνατοτήτων που προσφέρει το πρόγραμμα

21 Ποια τα ετοιμαζόμενα παραδοτέα;
Αξιολόγηση της συμπεριφοράς των χρηστών για υπολογισμό της πραγματικής μετακίνησης φορτίων με αντίστοιχη βελτίωση του προφίλ ζήτησης Υπολογισμού του κόστους χρήσης δικτύου μαζί με απώλειες των prosumers με διατίμηση net metering με στόχο την διαμόρφωση εισηγήσεων διόρθωσης της

22 Συμπληρωματικές εκθέσεις
Αξιοποιώντας τα στοιχεία που μαζεύονται για υπολογισμό των πιο πάνω θα ετοιμαστούν και συμπληρωματικές εκθέσεις: Κόστους / οφέλους του έργου Περιβαλλοντικά οφέλη που προκύπτουν από τις δράσεις του έργου

23 Thank you! Δρ Βενιζέλος Ευθυμίου