Distributing resilience: Rethinking renewable energy system sizing towards the communally affordable

Abstract

Modern civilization has grown exponentially because of electric power fueling goods, services, interests, and sustaining the many different communal and social infrastructures in our world. Our reliance is such that prolonged service interruptions can lead to staggering individual, household, or communal economic losses, which could also lead to human loss of life. Despite the importance, there are places in the world that lack access to electric power or are burdened with unreliable electrical utilities that force consumers to evaluate more electrically resilient alternatives, which are more costly than published electric utility rate but less than the Customer Electric Service Interruption Costs (CESIC) to supply stated goods and services without electricity. This thesis focuses on redefining how to estimate the levelized costs of energy (LCOE) from renewable energy systems (RES) and other sources by 1) developing a RES sizing costs optimization algorithm for single and aggregate would-be prosumers, 2) establishing a framework of levelized costs reduction for potential microgrids through ideal RES component allocation, and 3) compare single and aggregate distributed generation LCOE with those of the electric power supply of a given utility, factoring any costs incurred during electric service interruptions. Results yield hourly CESIC estimates, depending on the occupation or household income, with projected annual losses in combination with resiliency metrics or measured interruptions. Findings reveal that the LCOE objective function for single or aggregate RES sizing is a concave function, whose minimum is determined via an optimization algorithm. Finally, this study shows how microgrids can be more cost-effective via the ideal allocation of RES components and point of common coupling (PCC). The designs for the hourly and annual CESIC model, the RES LCOE optimization algorithm, and the microgrid LCOE minimizer were programed for and validated by actual case studies.

La civilización moderna ha crecido exponencialmente gracias la disponibilidad de energía eléctrica para nuestros bienes, servicios, y a las diversas infraestructuras sociales en las que nos desenvolvemos. Nuestra dependencia es tal que interrupciones prolongadas del servicio eléctrico pueden culminar en enormes pérdidas económicas para un individuos, hogares y comunidades, pudiendo provocar hasta la pérdida de vida humana. A pesar de su importancia, hay lugares en el mundo donde no existe acceso a la energía eléctrica o que están agobiados con un sistema eléctrico poco confiable que obliga a explorar alternativas que ofrezcan mayor resiliencia energética. Estas opciones tienden a ser más costosas que las tarifas de utilidades eléctricas, pero son más económicas que los costos incurridos para suplir bienes y servicios sin electricidad (CESIC). Esta tesis se enfoca en redefinir la estimación de costos de energía (LCOE) en sistemas de energía renovable (RES) desarrollando un modelo de optimización de LCOE, estableciendo un procedimiento para la reducción de costos en microrredes y compararlos con los costos incurridos al suplirse de utilidades eléctricas, incluyendo costos de interrupción de servicio (CESIC). Los resultados brindaron estimados de costos de interrupción (CESIC), dependiendo de los ingresos ocupacionales o por hogar, abriendo el paso para estimar los costos anuales por interrupción, en conjunto a métricas de resiliencia o interrupciones medidas. Por otro lado, se valida que la función objetiva (LCOE) para dimensionamiento de RES es una función cóncava cuyo mínimo se puede obtener por medio de un algoritmo de optimización. Finalmente, el estudio revela que las microrredes pueden operar más costo-eficientemente dependiendo de la distribución de los componentes de RES entre establecimientos y los puntos de acoplamiento común (PCC). El modelo de estimación del CESIC, el algoritmo de optimización de LCOE para RES y el procedimiento de minimización de costos para microrredes fueron validados con casos reales.