Energy flexibility in Cluster of Buildings: exploring control strategies at aggregated level

The increasing integration of Renewable Energy Sources (RES) and the electrification of various sectors has transformed the energy landscape, presenting critical challenges for the grid stability due to the intermittent nature and increased electricity demand. Energy flexibility has emerged as a key strategy for balancing supply and demand, while improving the integration of RES. At the building level, flexibility can be achieved through efficient technologies, thermal storage systems and Demand Response (DR) programs. However, the scalability of energy flexibility to cluster of buildings involves complexity in coordination, interoperability and control. These challenges arise from the diversity of building types, occupancy patterns, and Distributed Energy Resources (DERs), as well as the dynamic interactions between consumption, generation, and storage. Addressing these complexities requires robust simulation tools useful during design phases, customized control strategies, and innovative data management solutions. This research studies energy flexibility solutions from individual buildings to clusters, focusing on control strategies, simulation tools, and innovative technologies such as blockchain (BCT) for decentralized data management. A comprehensive approach addresses gaps in flexibility assessment, simulation tool capabilities, and stakeholder coordination structures, enabling scalable and efficient energy management. From the following performed analysis, it is highlighted the essential role of energy flexibility in advancing the energy transition across various scales. At the building level, advanced control techniques like Model Predictive Controls (MPC) demonstrate outstanding performance in minimizing costs and ensuring comfort, though they come with added implementation complexity. In contrast, advanced rule-based controls offer a practical compromise and significant advantages by avoiding the complexities associated with MPC. At the cluster level, the ClustEnergy OpTool simulation tool was developed during research to model flexible scenarios within user-defined clusters. This open-source tool offers a unique simulation environment, supported by a complete database, which allows the creation and customization of clusters according to specific needs. The tool has proven to be robust for modelling and optimizing energy flexibility scenarios aggregated from multiple buildings coordinated via DR strategies. It offers valuable information on the effects of DR strategies on photovoltaic (PV) consumption and sharing, electricity demand and rebound effects, making it particularly useful during energy system design phases. From scenarios simulated with the tool, centralized and distributed PV energy management strategies effectively reduce grid dependency and improve RES integration when aligned with appropriate control strategies. In a renewable energy community context, centralized control strategies successfully align energy consumption with prosumer renewable production, thus exploiting considerable flexibility potential. This potential, however, is influenced by factors such as community composition, the availability of RESs and the distribution of shared resources. Finally, BCT emerges as a transformative solution for decentralized and secure data management. It facilitates peer-to-peer energy trading and automates demand-side flexibility, providing a reliable framework for real-time market balancing and stakeholder coordination. Nonetheless, further research is needed to address implementation gaps and improve the integration of BCT with advanced optimization techniques and MPCs.

L'integrazione crescente delle Fonti di Energia Rinnovabile (FER) e l'elettrificazione di diversi settori hanno trasformato il panorama energetico, presentando sfide critiche per la stabilità della rete a causa della natura intermittente delle FER e dell'aumento della domanda di elettricità. La flessibilità energetica è emersa come una strategia chiave per bilanciare domanda e offerta, migliorando al contempo l’integrazione delle FER. A livello di edificio, la flessibilità può essere ottenuta attraverso tecnologie efficienti, sistemi di accumulo termico e programmi di Demand Response (DR). Tuttavia, la scalabilità della flessibilità energetica a cluster di edifici comporta una complessità maggiore in termini di coordinamento, interoperabilità e controllo. Queste sfide derivano dalla diversità dei tipi di edifici, dei modelli di occupazione e delle risorse energetiche distribuite, nonché dalle interazioni dinamiche tra consumo, generazione e accumulo. Affrontare tali complessità richiede strumenti di simulazione avanzati utili nelle fasi di progettazione, strategie di controllo personalizzate e soluzioni innovative per la gestione dei dati. Questa ricerca analizza le soluzioni di flessibilità energetica dagli edifici singoli ai cluster, concentrandosi su strategie di controllo, strumenti di simulazione e tecnologie innovative come la blockchain (BCT) per la gestione decentralizzata dei dati. Un approccio globale permette di colmare le lacune nella valutazione della flessibilità, nelle capacità degli strumenti di simulazione e nelle strutture di coordinamento tra le parti interessate, abilitando una gestione dell’energia scalabile ed efficiente. Dalle analisi effettuate, emerge il ruolo essenziale della flessibilità energetica nell’avanzamento della transizione energetica su diverse scale. A livello di edificio, tecniche di controllo avanzate come il Model Predictive Control (MPC) dimostrano elevate prestazioni nella riduzione dei costi e nel mantenimento del comfort, sebbene comportino una maggiore complessità di implementazione. Al contrario, i controlli avanzati basati su regole offrono un compromesso pratico con vantaggi significativi, evitando le complessità associate agli MPC. A livello di cluster, nel corso della ricerca è stato sviluppato il simulatore ClustEnergy OpTool per modellare scenari flessibili all’interno di cluster definiti dall’utente. Questo strumento open-source offre un ambiente di simulazione unico, supportato da un database completo, che consente la creazione e la personalizzazione dei cluster in base alle esigenze specifiche. Lo strumento si è dimostrato robusto nella modellazione e nell’ottimizzazione di scenari di flessibilità energetica aggregati da più edifici coordinati tramite strategie di DR. Fornisce informazioni preziose sugli effetti delle strategie di DR sul consumo e sulla condivisione del fotovoltaico, sulla domanda di elettricità e sugli effetti di rimbalzo, rendendolo particolarmente utile nelle fasi di progettazione dei sistemi energetici. Dai vari scenari simulati con lo strumento, emerge che le strategie di gestione dell’energia fotovoltaica centralizzate e distribuite riducono efficacemente la dipendenza dalla rete e migliorano l’integrazione delle FER quando allineate a strategie di controllo adeguate. Nel contesto delle comunità energetiche rinnovabili, le strategie di controllo centralizzato riescono ad allineare i consumi energetici con la produzione rinnovabile dei prosumer, sfruttando un significativo potenziale di flessibilità. Tuttavia, questo potenziale è influenzato da fattori come la composizione della comunità, la disponibilità di FER e la distribuzione delle risorse condivise. Infine, la BCT emerge come una soluzione trasformativa per la gestione decentralizzata e sicura dei dati. Essa facilita lo scambio di energia peer-to-peer e automatizza la flessibilità lato domanda, fornendo un quadro affidabile per l’equilibrio in tempo reale del mercato e il coordinamento tra gli stakeholder. Tuttavia, sono necessarie ulteriori ricerche per affrontare le lacune nell’implementazione e migliorare l’integrazione della BCT con tecniche di ottimizzazione avanzate e MPC.