| Popis: |
District cooling supply is vital for service, commercial and industrial sectors like hospitals, data centers, supermarkets and sensitive laboratory facilities. The main cooling demand in the case of Sweden also originates from these sectors. The cooling demand in Stockholm is expanding mainly because of demand for comfort cooling, and data centers are rising. To cover the existing cooling demand and rising cooling demand, different cooling strategies have to be employed for optimal production of cold. This project concerns the optimization of such a district cooling system with primarily cold storage. This is achieved by choosing a case study network, namely considering the district cooling network of Norrenergi AB, in Sweden. Norrenergi AB is a company involved in supplying district cooling for cold consumers situated around Solna and Sundbyberg regions. The company provides around 70 GWh district cooling per year. The sources for the district cooling supply are free cooling, electrically driven chillers, and cold recovery from heat pumps. Besides these cold sources, currently, the parts of the peak cold demand are shaved using cold storage that is more cost-effectively charged during night-time, adopting the concept of power-to-cold. In running the district cooling system operation, Norrenergi AB’s current electricity mix is 100% renewable. In this thesis work, the existing district cooling network of Norrenergi AB is modeled using BoFiT optimization software (which is the base scenario), and then four future scenarios are developed, considering new, additional cold storages. The scenarios developed were meant to further optimize the existing district cooling grid to cater to the same existing total demand. This is assessed by integrating respective cold storages having larger (i.e., 15 MW capacity) or smaller (i.e., two cold storages each with 3 MW capacity) into the existing district cooling grid. The 15 MW capacity cold storage is integrated into Sundbybergsverket (Scenario 1) and in Frösundaverket (Scenario 2). While, from the smaller cold storages, the first one is integrated into the system in a manner that it supplies cooling for selected cooling customers, that is Scenario 3. The second small cold storage integrated in a way that supplies cooling to the entire grid, which is Scenario 4. Similar to the existing cold storage, in developed scenarios as well, the power-to-cold concept is utilized by charging the cold storage during the time in which the electricity price is lower (i.e., at night). The key outcome of this thesis work reveals that all the developed scenarios lead to cost savings in terms of the consumed electricity for producing DC. The achieved cost saving from each of the four scenarios developed are 23%, 4%, 13%, and 14%, respectively. Among all these scenarios, the first scenario has led to the largest cutback of DC production cost and impliesthat incorporating larger cold storages in cooling production plants results in higher savings. A performed sensitivity analysis also implies that increasing the supply capacity of free cooling results in production cost savings. Besides, an increased cooling capacity by 30% with respect to the base scenario results in a 10.6% cost saving. This saving infers that it is good to utilize free cooling as far as there is an opportunity to increase the use of free cooling. Tillgången på kyla är i dag avgörande för service, kommersiella och industriella sektorer som sjukhus, serverhallar, kontor, stormarknader och känsliga laboratorieanläggningar. Den huvudsakliga efterfrågan på kyla i Sverige härstammar också från dessa sektorer. Kylbehovet i Stockholm expanderar främst på grund av efterfrågan på komfortkyla och serverhallar stiger. För att täcka det befintliga kylbehovet och den stigande efterfrågan på kyla, kan olika strategier användas för att uppnå en optimal production av kyla. Detta projekt handlar om optimering av ett fjärrkylsystem med kyllager. Detta har genomförts genom en fallstudie baserad på Norrenergis fjärrkylanät i Sverige. Norrenergi AB är ett företag som bl.a levererar fjärrkyla till kunder i Solna och Sundbyberg. Bolaget levererar cirka 70 GWh fjärrkyla per år, med hjälp av frikyla, kylmaskiner och värmepumpar. Förutom ovannämnda produktion används ett fjärrkyllager för att leverera fjärrkyla och jämna ut lasten över dygnet, och detta laddas när behovet av fjärrkyla är lägre. Elen som används för att producera Norrenergis fjärrkyla är helt förnybar. I detta examensarbete har Norrenergis befintliga fjärrkylanät modellerats med hjälp av BoFiT optimeringsprogram och sedan har fyra framtida scenarion utvecklats, med nya, distribuerade kyllager. De scenarierna som utvecklades var tänkta att ytterligare optimera det befintliga fjärrkylanätet, för att tillgodose samma befintliga totala efterfrågan. Detta bedöms genom att integrera kyllager av olika kapacitet i befintligt fjärrkylanät - ett större 15 MW lager eller två kyllager om vadera 3 MW kapacitet. Ett 15 MW fjärrkyllager integreras i Sundbybergsverket (scenario 1) och i Frösundaverket (scenario 2). De mindre fjärrkyllagren integreras i systemet så att kylning levereras till utvalda kunder (scenario 3). I scenario 4 integreras de mindre lagren så att kylning levereras till hela nätet. Precis som med det existerande kyllagret, ska dessa nya lager i de olika scenariona laddas under natten då elpriset är lägre, därav namnet kraftkyla. De viktigaste resultaten ur detta examensarbete visade att alla utvecklade scenarion ledde till kostnadsbesparingar med hänsyn till elförbrukningen. De uppnådda kostnadsbesparingarna från de fyra scenariona var 23%, 4%, 13% respektive 14%. Bland alla scenarier, leder det första scenariot den största besparingen av produktionskostnaden och medför att integrering av kyllager vid produktionsanläggningarna resulterar i högre besparingar. Den känslighetsanalys som genomfördes innebar också att en ökning av leveranskapaciteten för frikyla leder till besparingar i produktionskostnaderna. En ökad frikylkapacitet med 30% med avseende på basscenariot resulterade i 1% kostnadsbesparing. Denna kostnadsbesparing visar också att det är bra att använda frikyla så länge möjligheten finns att öka användandet av frikyla. |
