Sensitivity Analysis of Optimised Large Scale District Heating Heat Pump Concepts
Author
Thomasen, Signe Birkebæk
Term
4. term
Education
Publication year
2020
Submitted on
2020-05-29
Abstract
This thesis examines how sensitive the choice of large heat pump concepts for district heating is to changes in costs and operating conditions, using a planned project in Esbjerg as a case context. A dynamic, performance map-based heat pump model built in Modelica and exported as an FMU for execution in Python underpins an optimisation in which the number of units, their sizes, and their series/parallel configuration are varied. A nonlinear optimisation approach (genetic algorithms) evaluates concepts across 11 representative operating categories using a cost function that combines COP (efficiency), maximum heating capacity, and investment cost, weighted by expected operating hours and delivered heat. The potential to provide ancillary services is assessed by comparing dynamic responses. The results indicate that the combined benefits of high COP and fewer, larger units lead to a robust optimised concept with three large heat pumps that remains advantageous under substantial changes in cost assumptions. Relative to a reference with four heat pumps in two parallel strings, the optimised concept yields annual savings of about DKK 1.9 million and exhibits a similar dynamic response. However, constraints on maximum unit capacity or inclusion of additional costs (e.g., maintenance, redundancy, ancillary services, control strategies) may shift the optimal choice.
Dette speciale undersøger, hvor følsomt valget af varmepumpekoncept til fjernvarme er over for ændringer i priser og driftsbetingelser med udgangspunkt i et planlagt projekt i Esbjerg. En dynamisk, performance map-baseret varmepumpemodel opbygget i Modelica og eksporteret som en FMU til kørsel i Python danner grundlaget for optimering af koncepter, hvor antallet af enheder, deres størrelser og deres serie-/parallelkobling varieres. Optimeringen anvender en ikke-lineær metode (genetiske algoritmer) og vurderer koncepterne på tværs af 11 typiske driftskategorier ud fra en samlet omkostningsfunktion, der kombinerer COP (effektivitet), maksimal varmekapacitet og investeringsomkostninger, vægtet efter forventede driftstimer og leveret varme. Derudover vurderes mulighederne for at levere systemydelser gennem analyser af den dynamiske respons. Resultaterne peger på, at gevinsten ved høj COP og besparelser ved færre og større enheder fører til et robust optimeret koncept med tre store varmepumper, som forbliver fordelagtigt selv ved betydelige ændringer i prisforudsætninger. Sammenlignet med et referencekoncept med fire varmepumper i to parallelle strenge opnås der en årlig besparelse på omkring 1,9 mio. DKK, og den dynamiske respons er på niveau med referencen. Dog kan begrænsninger på den maksimale kapacitet pr. enhed eller inddragelse af yderligere omkostninger (fx vedligehold, redundans, systemydelser og kontrolstrategier) ændre det optimale valg.
[This apstract has been generated with the help of AI directly from the project full text]