logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-03142023-142759


Tipo di tesi
Tesi di laurea magistrale
Autore
TAVERNI, LORENZO
URN
etd-03142023-142759
Titolo
MODELLAZIONE DI COMUNITÀ ENERGETICHE RINNOVABILI ATTRAVERSO DATI DI CONSUMO MISURATI IN AMBITO RESIDENZIALE E NON RESIDENZIALE
Dipartimento
INGEGNERIA DELL'ENERGIA, DEI SISTEMI, DEL TERRITORIO E DELLE COSTRUZIONI
Corso di studi
INGEGNERIA ENERGETICA
Relatori
relatore Ing. Schito, Eva
relatore Ing. Conti, Paolo
relatore Prof. Testi, Daniele
Parole chiave
  • Comunità energetica
  • Fotovoltaico
  • Autoconsumo
  • Carichi elettrici
  • Condivisione
  • Energy communities
  • Photovoltaic
  • Self-consumption
  • Electric Load
  • Peer to Peer
Data inizio appello
20/04/2023
Consultabilità
Non consultabile
Data di rilascio
20/04/2093
Riassunto
La tesi si propone di analizzare i vantaggi ottenibili dalla creazione di una comunità energetica rinnovabile a partire da un insieme di utenze (domestiche, aziendali ed edifici civili). I profili di carico elettrico usati per caratterizzare le utenze sono stati misurati nel corso del 2021-2022, costituendo una base realistica per gli scenari di valutazione: si sono monitorati carichi elettrici di abitazioni (di varie dimensioni e tipologie, dovuti anche a più servizi), un supermercato ed alcuni edifici civili, tutti in Toscana. Attraverso un algoritmo genetico saranno ricercate le combinazioni ottime minime per la massimizzazione della funzione obiettivo energetica del problema di ottimizzazione. Calcolati i benefici in termini di riduzione dell'energia primaria non rinnovabile in ingresso al sistema si valuterà la riduzione di gas serra e i risparmi economici.

The thesis aims to analyze the benefits that can be obtained by creating a renewable energy community starting from a set of utilities (domestic, corporate and civil buildings). The electrical load profiles used to characterize the users (measured during 2021-2022) constituting a realistic basis for the assessment scenarios: electrical loads of dwellings were monitored (of various sizes and types, also due to more services), a supermarket and some civil buildings, all in Tuscany. Through a genetic algorithm will be sought the minimum optimal combinations for the maximization of the objective energy function of the optimization problem. I'll calculate the benefits in terms of reduction of non-renewable primary energy input to the system, than i'll analyze the reduction of greenhouse emissions and economic savings.
File