Framework for Battery Life Time Estimation on Prosumers Applications
Authors
Cobanov, Petra ; Chowdhury Kamrun, Anoy
Term
4. term
Education
Publication year
2023
Abstract
Volatile post‑COVID energy prices and the removal of payments for exported energy have made prosumer profitability highly sensitive to small estimation errors. This thesis develops a framework for more reliable battery lifetime estimation in prosumer applications by identifying and correcting a key source of bias: the sampling time of measurement and simulation data. Using simplified models of a wind turbine, photovoltaic array, battery energy storage system, battery management, and a price‑driven Energy Management System (EMS) in MATLAB/Simulink (including Stateflow), it examines three configurations (wind‑PV‑battery, wind‑battery, and PV‑battery). The analysis shows how time resolution affects calculated cycling and idling degradation and can introduce systematic errors in lifetime estimates. The work proposes a sampling‑time‑aware correction, provides a counter‑example of a pseudo‑optimized operating strategy that appears economical yet accelerates degradation, and offers guidelines to assess EMS cost‑effectiveness by combining energy costs with degradation‑related costs. Results from year‑long simulations and multiple test cases indicate that properly handling data resolution and applying the proposed correction can improve the accuracy of battery lifetime estimates and support more robust return‑on‑investment assessments for prosumers.
Volatile energipriser efter COVID-19 og bortfald af betaling for nettilført energi har gjort prosumers afkast stærkt følsomt over for små fejl i beregninger. Denne afhandling udvikler et rammeværk til mere pålidelig estimering af batterilevetid i prosumeranlæg ved at identificere og korrigere en central fejlkilde: samplingtiden af måle- og simuleringsdata. Med forenklede modeller af vindmølle, solceller, batterilager, batteristyring og et prisstyret Energy Management System (EMS) i MATLAB/Simulink (inkl. Stateflow) undersøges tre konfigurationer (vind‑PV‑batteri, vind‑batteri og PV‑batteri). Analysen viser, hvordan valg af tidsopløsning påvirker beregnet cyklings- og hvilebaseret nedbrydning og kan give systematiske fejl i levetidsestimatet. Afhandlingen foreslår en korrektion, der tager højde for samplingtiden, giver et modeksempel på et pseudo-optimeret driftsscenarie, der fremstår økonomisk fordelagtigt men øger nedbrydning, og opstiller retningslinjer til at vurdere EMS’ omkostningseffektivitet ved at sammenholde energiomkostninger og degraderingsrelaterede omkostninger. Resultater fra års-simuleringer og flere testcases illustrerer, at korrekt håndtering af dataopløsning og den foreslåede korrektion kan forbedre nøjagtigheden af batterilevetidsestimater og understøtte mere robuste investeringsvurderinger for prosumers.
[This apstract has been generated with the help of AI directly from the project full text]