The purpose of this paper is to provide a method for assessing the impact of direct and indirect flexibilities on the self-consumption of office buildings. The goal is to assess how both the human actors and technical interventions can affect or mitigate deviations in the self-consumption level of a building from its optimal. This paper considers the Predis-MHi platform (a living lab) as a representative case study and applies a Mixed Integer Linear Programming optimization to manage both the direct (stationary battery charging) and indirect flexibilities (Electric Vehicle charging when users plug and unplug their vehicles). Our results indicate that the potential for a building’s self-consumption improvement using indirect flexibilities does exist and can be quantified. However, this type of flexibility is highly dependent on human actors which presents a high level of uncertainty and is difficult to account for in all stages of a building’s development and use. Direct flexibilities such as stationary battery storage can be used to mitigate the undesired effects of having significant levels of indirect flexibilities on a tertiary sector building’s energy performance. The results from this study could potentially be modeled into an indicator, which would serve to influence occupant behavior towards a desired optimal.

The energy transition is a multidisciplinary challenge that warrants solutions that are robust and sustainable. Energy flexibility, one of the key pillars of the energy transition, is an umbrella term that covers multiple innovative solutions implemented at all levels of the electric grid to ensure power quality standards, amongst other objectives. Low-tech, on the other hand, emphasizes designing, producing, and sustainably implementing solutions. Therefore, considering the multidisciplinary nature of energy transition and the existing energy flexibility solutions, the purpose of this research work is multilateral: first, it presents the concept of low-tech and its associated mechanisms; then, it addresses the misconceptions and similarities that low-tech might have with other innovation approaches; and finally, it provides an assessment of existing flexibility solutions using low-tech as a tool. The result of this assessment is presented qualitatively and indicates that indirect energy flexibility solutions rank higher on a low-tech scale relative to supply-side energy flexibility solutions and energy storage flexibility solutions.

Electric vehicles are considered by many as an emission-free or low-emission solution to meet the challenge of sustainable transportation. However, the operational input, electrical energy, has an associated cost, greenhouse gasses, which results in indirect emissions. Given this knowledge, we pose the following question: “Are zero-emission transportation targets achievable given our current energy mix?” The objective of this article is to assess the impact of a grid’s energy mix on the indirect emissions of an electric vehicle. The study considers real-world data, vehicle usage data from an electric vehicle, and carbon intensity data for India, the USA, France, the Netherlands, Brazil, Germany, and Poland. Linear programming-based optimization is used to compute the best charging scenario for each of the given grids and, consequently, the indirect emissions are compared to those of a high-efficiency 1.5 L diesel internal combustion engine for the vehicle: a 2019 Renault Clio dCi 85. The results indicate that for grids with low renewable energy penetration, such as those of Poland and India (Maharashtra), an electric vehicle, even when optimally charged, can be classified as neither a low- nor zero-emission alternative to normal thermal vehicles. Also, for grids with elevated levels of variation in their carbon intensity, there is significant potential to reduce the carbon footprint related to charging an electric vehicle. This article provides a real-world perspective of how an electric vehicle performs in the face of different energy mixes and serves as a precursor to the development of robust indicators for determining the carbon reductions related to the e-mobility transition.

Are more solar panels always better in terms of carbon impact for a local energy community, and what is the influence of energy sufficiency? The answer is simple when the national electrical grid is taken as an infinite source of storage. However, this answer becomes uncertain if we consider that exporting power at the national scale is not a desired option. Although this is a conservative hypothesis, it is considered for technical and social reasons. In doing so, load profiles become a key to evaluating the carbon impact of hybrid systems with solar panels plus storage units. To summarize the impact of any load profiles on the optimal sizing of solar panels, we propose a novel index denoted ‘natural self-sufficiency’. Our results show that not only reducing energy demand but also being more flexible significantly affects the carbon emissions related to solar panels.

Interactions directes et indirectes de la flexibilité énergétique à l'échelle du bâtiment et de la communauté : du système aux système à interface humaine: Dans le contexte de la transition énergétique et du besoin de décarbonisation par l'utilisation d'énergies renouvelables ("la transition énergétique"), l'industrie du bâtiment joue un rôle central en raison de son potentiel de production d'énergie renouvelable locale et de sa consommation d'énergie significative. Les bâtiments (et par extension le réseau énergétique) ont deux composantes clés qui sont au cœur de cette thèse, le sous-système énergétique ("la composante technique" et par essence la flexibilité directe) et les occupants humains ("la composante sociale", la flexibilité indirecte, qui est essentielle pour déterminer la performance énergétique de n'importe quel bâtiment). Dans la plupart des cas, l'accent est mis sur la flexibilité directe contrôlable. Cependant, il est nécessaire que les deux composantes travaillent ensemble pour produire des services de flexibilité à la fois pour le réseau et pour le bâtiment (dans le contexte de l'autoconsommation).Cette thèse explore la synergie potentielle qui existe entre l'occupant humain et le sous-système énergétique d'un bâtiment dans le contexte de la flexibilité énergétique en utilisant la plateforme Predis-MHI (un laboratoire vivant au sein du bâtiment GreEN-ER) et ses utilisateurs comme dispositif expérimental. Cette configuration était constituée d'une station solaire photovoltaïque de 22 kWc, de la demande du bâtiment, de stations de recharge pour VE et d'une batterie de 50 kWh. Pour cette recherche, nous avons identifié la recharge des VE (en particulier le branchement et le débranchement) comme une ressource de flexibilité indirecte.Notre étude suit une méthodologie en trois parties pour relever les défis associés aux bâtiments à interface humaine. Nous proposons tout d'abord une approche d'optimisation par programmation linéaire en nombres entiers pour évaluer le potentiel disponible de flexibilité indirecte et, par la suite, pour dimensionner la flexibilité directe. Le deuxième aspect concerne le contrôle des flexibilités directes, pour lequel nous avons proposé et mis en œuvre un contrôleur prédictif de modèle basé sur l'apprentissage automatique. Enfin, pour mieux comprendre l'interaction entre les flexibilités directes et indirectes, nous proposons une approche de co-simulation basée sur une optimisation de programmation linéaire en nombres entiers et une simulation de système multi-agents du comportement stochastique des utilisateurs de VE en ce qui concerne la recharge de leurs véhicules. Cette co-simulation est conçue pour permettre de tester différents scénarios (et règles, en particulier dans le contexte d'une communauté énergétique locale).Nos résultats montrent que les flexibilités indirectes sont non seulement essentielles à la transition énergétique, mais qu'elles sont aussi quantifiables, avec un impact perceptible sur la performance globale du système de construction. Dans le cas de notre banc d'essai, le potentiel estimé de la flexibilité indirecte en termes d'autoconsommation est d'environ 8% (1 700 kWh) par an. Le contrôleur prédictif de modèle basé sur l'apprentissage automatique combiné au contrôleur réactif de la batterie de 50 kWh s'est également avéré prometteur malgré une baisse de performance attribuée en particulier à la faible qualité des prévisions de la demande des VE. Enfin, la co-simulation indique que si elle est mobilisée, la flexibilité indirecte peut être utilisée comme une ressource de flexibilité énergétique primaire, contrairement à la pratique actuelle où la flexibilité directe est la ressource préférée pour fournir une flexibilité énergétique.