Assessing the Energy Flexibility Potential of Residential Photovoltaic Panel with Battery Systems in Cold Climate
Bibliographic record
Abstract
RÉSUMÉ: Le secteur résidentiel représente une partie importante de la consommation énergétique et des émissions de gaz à effet de serre (GES) dans le monde, et il est la cible de nombreux programmes visant à réduire ces émissions. Les systèmes photovoltaïques (PV) résidentiels sont ainsi devenus financièrement intéressants pour les propriétaires dans de nombreuses régions du monde, y compris dans certaines provinces canadiennes, en raison de programmes incitatifs généreux et de la baisse du prix des modules PV. Cependant, la pénétration croissante des systèmes PV pose des problèmes aux gestionnaires des réseaux électriques, ce qui a conduit les distributeurs d'électricité à sévèrement réduire ou supprimer les programmes incitatifs. Dans le même temps, l'attention s'est portée non plus sur l'objectif de générer une quantité maximale d'énergie, mais sur l'objectif de répondre aux besoins en puissance du réseau, c'est-à-dire d'offrir à celui-ci une flexibilité énergétique. L'addition de stockage électrique aux systèmes PV résidentiels permet de délivrer cette flexibilité. Cette thèse étudie les systèmes résidentiels PV+Batterie dans le contexte canadien par des études en modélisation utilisant le logiciel TRNSYS, un outil de simulation des systèmes énergétiques basés sur une approche par composants. D'abord, une librairie de modèles est développée dans TRNSYS, afin d'améliorer la représentation des différentes technologies de batteries, la prise en compte de la dégradation des performances, et les effets de la température sur les performances. Les modèles développés sont comparés à des résultats expérimentaux pour confirmer leur validité. Ensuite, un modèle archétypal est développé, comprenant une résidence typique canadienne avec un système de chauffage, ventilation et conditionnement d'air et un système d'eau chaude tout-électrique, et un système PV+Batterie. Le modèle utilise des profils de consommation mesurés pour les besoins reliés aux occupants (eau chaude, appareils électriques, éclairage). Le modèle développé est utilisé pour évaluer la flexibilité offerte par les systèmes PV+Batterie en utilisant des indices de performance (key performance indices, KPI) annuels tels que l'autoconsommation. Des indices dynamiques sont ensuite utilisés pour caractériser la flexibilité offerte par différentes stratégies de contrôle. Une analyse économique est réalisée en utilisant deux structures tarifaires typiques au Canada : un tarif basé sur le moment de l'utilisation (en utilisant l'Ontario comme exemple) et un tarif constant avec des crédits ou pénalités pendant des évènements de gestion de la demande de pointe (en utilisant les tarifs volontaires récemment introduits au Québec comme exemples). Une analyse de la valeur nette actualisée est réalisée, et le coût d'investissement pour disposer d'une puissance pendant les évènements de gestion de la demande est comparé à des alternatives. Les résultats montrent que, même si les systèmes PV+Batterie ne sont pas rentables dans les conditions actuelles du marché sans avoir recours à des incitatifs généreux ou sans compter sur une baisse significative du coût des batteries, ils représentent un atout intéressant pour les distributeurs d'électricité dans leur adaptation aux futurs réseaux décarbonisés qui auront à gérer un parc de bâtiments ayant électrifié les besoins en chauffage et en eau chaude. ABSTRACT: The residential sector represents a significant share of worldwide energy consumption and greenhouse gases emissions; it is targeted by numerous programs aiming at reducing these emissions. Generous incentive programs and a notable price drop have made residential photovoltaic (PV) systems financially interesting for homeowners in many regions of the world, including some provinces in Canada. However, the increasing penetration rate of PV generation poses significant challenges to the grid, and as utilities were reducing or canceling the generous feed-in tariffs, the focus of distributed generation systems has changed from generating more energy to responding better to power needs, i.e. providing energy flexibility to the grid. Adding electrical storage in the form of batteries to a residential PV system allows to deliver this flexibility. This thesis assesses PV+Battery systems in the residential context in Canada through modelling studies performed in TRNSYS, a component-based energy simulation tool. First, a library of battery models is developed and integrated in the software tool to improve the modelling capabilities regarding the accurate representation of battery technologies, capacity degradation, and temperature effects. The library models are compared to experimental data to confirm their validity. Then, an archetypal model is developed including a validated model of a typical Canadian single-family home, an all-electric heating, ventilation and air-conditioning (HVAC) system, and PV+Battery system components. The model uses selected measured profiles for occupant-driven loads such as domestic hot water and appliances. The developed model is used to assess the flexibility offered by residential PV+Battery systems using yearly Key Performance Indices (KPIs) such as self-consumption to assess system sizing. Dynamic KPIs are then used to assess the flexibility offered by different designs and control strategies. An economic analysis is performed using two typical rate structures for Canada: a time-of-use rate structure (using Ontario as an example), and a flat-rate structure with flexibility incentives or price signals (using the recently introduced voluntary program in Québec as an example). A net present value analysis is performed, and the cost of flexible power generation offered by PV+Battery systems is compared to alternatives. The results show that, although they are not profitable without feed-in tariffs or further decreases of battery prices, PV+Battery systems can represent significant assets for utilities in their adaptation to a decarbonized building sector relying on the electrification of heating and hot water production.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".