Tools and methods to study the integration of flexibility assets in the future Smart Grid

Power grids are designed to work under balanced supply and demand at all times. This hard constraint is increasingly challenged by the introduction of higher shares of intermittent renewable generation in the energy generation portfolios of our nations. The Smart Grid paradigm offers to shift part of this problem from the generation to the demand side, reducing the need for polluting, and expensive, peak power plants. Through the usage of demand response programs, energy storage systems and distributed generation sources, the Smart Grid can cope with demand-generation variability leveraging a portfolio of distributed flexibility assets. The main goal of this dissertation is to introduce tools and methods to support the research community, as well as industrial entities and policy makers, understanding the role that flexibility assets and aggregators will play in the future Smart Grid. Here the focus is on three specific types of flexibility assets: energy storage systems, thermostatically controlled loads (TCLs) and electric vehicles (EVs). In the first part of the dissertation, a definition of aggregator is given and a Virtual Power Plant architecture for flexibility assets aggregators is introduced. Then, a series of chapters are dedicated to the single flexibility assets, using the concept of equivalent energy storage to present a common framework to model them and aggregate them. Finally, the optimal portfolio management problem for flexibility assets aggregators is presented, offering alternative mathematical approaches to solve it. A convex formulation is defined to optimally solve the resource scheduling problem, specifically targeting aggregators interested in managing the energy demand of a Urban district. All the methodologies presented are tested using either experimental, private or publicly available data.

Le reti di distribuzione elettrica sono progettate per lavorare sotto regime di equilibrio tra domanda e offerta di energia, ad ogni istante di tempo. Questo vincolo rigido viene oggi messo in crescente difficoltà dall’alta penetrazione di sistemi di generazione basati sulle fonti rinnovabili non programmabili. Il paradigma della Smart Grid offre una soluzione, spostando parte del problema dal lato generazione al lato domanda, riducendo cosi il bisogno di fare affidamento su inquinanti, e costose, centrali di backup termiche. Tramite l’utilizzo coordinato di programmi di demand response, sistemi di energy storage e di generazione distribuita, la Smart Grid può affrontare la variabilità del binomio domanda-generazione, sfruttando un portfolio di assets distribuiti, atti a mettere a disposizione la loro flessibilità. Questa tesi introduce strumenti e metodi che mirano a supportare la comunità scientifica, quella industriale e i policy maker, nel capire il ruolo che gli asset di flessibilit e gli aggregatori avranno nella futura Smart Grid. In particolare, la tesi si concentra su tre tipologie di asset di flessibilità: i sistemi di storage, i carichi termostatici (TCL) e le auto elettriche (EV). Nella prima parte della tesi viene introdotta una definizione di aggregatore, cosi come una architettura di Virtual Power Plant per aggregatori di asset di flessibilità. Dopodiché, una serie di capitoli sono dedicati allo studio dei singoli asset di flessibilità. Il concetto di energy storage equivalente viene usato per introdurre una metodologia di modellazione comune a tutti gli asset, cosi da renderli aggregabili e gestibili in modo coordinato. Infine, il problema della gestione ottimale di un portfolio di asset di flessibilità viene affrontato, offrendo degli approcci matematici alternativi. Una formulazione convessa viene proposta per risolvere il problema dello scheduling ottimale delle risorse, andando a studiare da vicino il problema di un aggregatore interessato alla gestione della domanda energetica di un distretto urbano. Tutte le metodologie presentate sono simulate e testate usando dati di origine eterogenea (sperimentale, privata o pubblica).