Simulation of the use of a heat accumulator in combined heat and power plants
P. Jastrzębski 1  
,   P. W. Saługa 2  
 
More details
Hide details
1
AGH University of Science and Technology, the Faculty of Geology, Geophysics and Environmental Protection
2
AGH University of Science and Technology, the Faculty of Management
Publication date: 2018-06-30
 
Polityka Energetyczna – Energy Policy Journal 2018;21(2):75–87
 
KEYWORDS
ABSTRACT
The sustainable management of energy production and consumption is one of the main challenges of the 21st century. This results from the threats to the natural environment, including the negative impact of the energy sector on the climate, the limited resources of fossil fuels, as well as the unstability of renewable energy sources – despite the development of technologies for obtaining energy from the: sun, wind, water, etc. In this situation, the efficiency of energy management, both on the micro (dispersed energy) and macro (power system) scale, may be improved by innovative technological solutions enabling energy storage. Their effective implementation enables energy storage during periods of overproduction and its use in the case of energy shortages. These challenges cannot be overestimated. Modern science needs to solve various technological issues in the field of storage, organizational problems of enterprises producing electricity and heat, or issues related to the functioning of energy markets. The article presents the specificity of the operation of a combined heat and power plant with a heat accumulator in the electricity market while taking the parameters affected by uncertainty into account. It was pointed out that the analysis of the risk associated with energy prices and weather conditions is an important element of the decision-making process and management of a heat and power plant equipped with a cold water heat accumulator. The complexity of the issues and the number of variables to be analyzed at a given time are the reason for the use of advanced forecasting methods. The stochastic modeling methods are considered as interesting tools that allow forecasting the operation of an installation with a heat accumulator while taking the influence of numerous variables into account. The analysis has shown that the combined use of Monte Carlo simulations and forecasting using the geometric Brownian motion enables the quantification of the risk of the CHP plant’s operation and the impact of using the energy store on solving uncertainties. The applied methodology can be used at the design stage of systems with energy storage and enables carrying out the risk analysis in the already existing systems; this will allow their efficiency to be improved. The introduction of additional parameters of the planned investments to the analysis will allow the maximum use of energy storage systems in both industrial and dispersed power generation.
METADATA IN OTHER LANGUAGES:
Polish
Symulacja wykorzystania akumulatora ciepła w elektrociepłowni
produkcja energii, magazynowanie energii, prognozowanie zużycia, symulacja Monte Carlo
Zrównoważone zarządzanie produkcją i zużyciem energii stanowi jedno z naczelnych wyzwań XXI wieku. Wiąże się ono z zagrożeniami stanu środowiska przyrodniczego m.in. wskutek negatywnego wpływu energetyki na klimat, ograniczoności zasobów paliw kopalnych, a także niestabilności produkcji energii z wykorzystaniem źródeł odnawialnych – pomimo rozwijających się technologii pozyskania energii ze słońca, wiatru, wody, itp. W takiej sytuacji jednym ze sposobów poprawy efektywności gospodarki energetycznej – zarówno w skali mikro (energetyka rozproszona), jak i makro (system elektroenergetyczny), mogą być innowacyjne rozwiązania technologiczne umożliwiające magazynowanie energii. Ich skuteczna implementacja pozwoli na jej gromadzenie w okresach nadprodukcji i wykorzystanie w sytuacjach niedoboru. Wyzwania te są nie do przecenienia – przed współczesną nauką staje konieczność rozwiązywania różnego rodzaju zagadnień technologicznych w zakresie magazynowania, problemów organizacyjnych przedsiębiorstw wytwarzających energię elektryczną i ciepło, czy kwestii dotyczących funkcjonowania rynków energii. W artykule przedstawiono specyfikę funkcjonowania elektrociepłowni z magazynem ciepła na rynku energii elektrycznej w odniesieniu do związanych z tym parametrów obarczonych niepewnością. Zwrócono uwagę, że istotnym elementem procesu decyzyjnego i sterowania elektrociepłownią wyposażoną w niskotemperaturowy wodny akumulator ciepła – jako systemem – jest analiza ryzyka związanego z cenami energii oraz warunkami atmosferycznymi. Złożoność zagadnień, liczba zmiennych, jakie należy przeanalizować w danym czasie skłania do zastosowania zaawansowanych metod prognozowania. Uznano, że interesującymi narzędziami, które pozwalają na prognozowanie pracy instalacji z magazynem energii z uwzględnieniem wpływu wielu zmiennych mogą być stochastyczne metody modelowania. W wyniku zrealizowanych badań pokazano, że łączne wykorzystanie symulacji Monte Carlo i prognozowania z wykorzystaniem geometrycznego ruchu Browna umożliwia kwantyfikację ryzyka działalności elektrociepłowni i wpływ zastosowania magazynu energii na rozwiązywanie niepewności. Zastosowana metodyka może zostać wykorzystana zarówno na etapie projektowania systemów z magazynami energii, jak też umożliwić bieżącą analizę ryzyka w systemach już funkcjonujących; pozwoli to na poprawę efektywności ich funkcjonowania. Wprowadzenie do analizy dodatkowych parametrów planowanych inwestycji otworzy perspektywy maksymalneego wykorzystania wielkości magazynów energii zarówno w energetyce zawodowej, jak i rozproszonej.
 
REFERENCES (11)
1.
Basecq et al. 2013 – Basecq, V., Michaux, G., Inard, Ch. and Blondeau, P. 2013. Short-term storage systems of thermal energy for buildings: a review. Advances in Building Energy Research (ABER) 7(1), pp. 66–119.
 
2.
Deb et al. 2017 – Deb, C., Zhang, F., Yang, J., Lee, S.E. and Shah, K.W. 2017. A review on time series forecasting techniques for building energy consumption. Renewable and Sustainable Energy Reviews. Elsevier Ltd., 74 (July 2016), pp. 902–924.
 
3.
Droste-Franke et al. 2013 – Droste-Franke, B., Paal, B.P. and Rehtanz, C. 2013. Balancing Renewable Electricity: Energy Storage, Demand Side Management, and Network Extension from an Interdisciplinary Perspective.
 
4.
Central Statistical Office 2017 – Energia 2017, p. 28 (in Polish).
 
5.
Graus et al. 2011 – Graus, W., Blomen, E. and Worrell, E., 2011. Global energy efficiency improvement in the long term: A demand – and supply-side perspective. Energy Efficiency 4(3), pp. 435–463.
 
6.
Nuytten et al. 2013 – Nuytten, T., Claessens, B., Paredis, K., Baelab, J. and Six, D. 2013. Flexibility of a combined heat and power system with thermal energy storage for district heating. Applied Energy vol. 104, pp. 583–591.
 
7.
Parra et al. 2017 – Parra, D., Swierczynski, M., Stroe, D., Normaln, S., Abdond, A., Worlitschek, J., O’Doherty, T., Rodrigues, L., Gillotte, M., Zhang, X., Bauer Ch. and Patel, M.K. 2017. An interdisciplinary review of energy storage for communities: Challenges and perspectives. Renewable and Sustainable Energy Reviews. Elsevier Ltd., 79(May), pp. 730–749.
 
8.
Paska, J. 2005. Electricity generation (Wytwarzanie energii elektrycznej). Warszawa: OWPW, 284 pp. (in Polish).
 
9.
Prieto et al. 2018 – Prieto, C., Rodriguez, A., Patiño, D. and Cabeza, L.F. 2018. Thermal energy storage evaluation in direct steam generation solar plants. Solar Energy. Elsevier, 159 (November 2016), pp. 501–509.
 
10.
Szramka, R. 2001. Power generation in combination (Wytwarzanie energii w skojarzeniu). Biuletyn URE vol. 2/2001, pp. 2–4 [Online] https://www.cire.pl/publikacje... [Accessed: 2018-05-04] (in Polish).
 
11.
Wojciechowski, H. 2017. Technologies of energy storage (Technologie magazynowania energii). Part 1, Instal 2, pp. 20–27 (in Polish).
 
ISSN:1429-6675