Fadi Agha Kassab

Mr. Fadi Agha Kassab

orcid

Research Focus & Metrics

Academic Career Length

4Years (2023-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
22 February 2024 in Renewable Energy
Verified
Journal Article
Open access
Fadi Agha KassabFadi Agha Kassab
Fadi Agha Kassab
Berk CelikBerk Celik
Berk Celik
FLFabrice Locment
Fabrice Locment
Manuela SechilariuManuela Sechilariu
Manuela Sechilariu
SLSheroze Liaquat
Sheroze Liaquat
THTimothy Hansen
Timothy Hansen

14 November 2024 in Applied Sciences
Verified
Journal Article
Open access
PDF file
Fadi Agha KassabFadi Agha Kassab
Fadi Agha Kassab
Rusber RODRIGUEZRusber RODRIGUEZ
Rusber RODRIGUEZ
Berk CelikBerk Celik
Berk Celik
Fabrice LocmentFabrice Locment
Fabrice Locment
Manuela SechilariuManuela Sechilariu
Manuela Sechilariu
This article comprehensively reviews strategies for optimal microgrid planning, focusing on integrating renewable energy sources. The study explores heuristic, mathematical, and hybrid methods for microgrid sizing and optimization-based energy management approaches, addressing the need for detailed energy planning and seamless integration between these stages. Key findings emphasize the importance of optimal sizing to minimize costs and reduce carbon dioxide (CO2) emissions while ensuring system reliability. In a pedagogical manner, this review highlights the integrated methodologies that simultaneously address sizing and energy management and the potential of emerging technologies, such as smart grids and electric vehicles, to enhance energy efficiency and sustainability. This study outlines the importance of accurate load modeling and carefully selecting models for renewable energy sources and energy storage systems, including degradation models, to achieve long-term operational efficiency and sustainability in microgrid design and operation. Future research should focus on developing multi-objective optimization techniques and incorporating cutting-edge technologies for improved microgrid planning and operation.

6 September 2023 in Applied Sciences
Verified
Journal Article
Open access
PDF file
SLSheroze Liaquat
Sheroze Liaquat
THTanveer Hussain
Tanveer Hussain
Fadi Agha KassabFadi Agha Kassab
Fadi Agha Kassab
Berk CelikBerk Celik
Berk Celik
RFRobert Fourney
Robert Fourney
THTimothy Hansen
Timothy Hansen
With the increase in rooftop photovoltaic (PV) systems at the residential level, customers owning such renewable resources can act as a source of generation for other consumers in the same network. Peer-to-peer (P2P) energy trading refers to a local trading platform where the residential customers having excess PV power (prosumers) can interact with their neighbors without PV resources (customers) to improve the social welfare of society. However, the performance of a P2P market depends on the power system network constraints and trading strategy adopted for local energy trading. In this paper, we compare different trading strategies, i.e., the rule-based zero intelligent (ZI) strategy and the preference-based game theory (GT) approaches, for a constrained P2P platform. Quadratic trading loss and impedance-based network utilization fee models are suggested to define the network constraints for the P2P system. Additionally, a reluctance-based prosumer-sensitive model is developed to adjust the trading behavior of the participants under the heavy distribution losses/network fee. The presented results show that the suggested trading strategies enhanced the average welfare of the participants by approximately 17%. On average, the customers saved about $33.77 monthly, whereas the average monthly earnings of the prosumers were around $28.3. The ZI strategy enhanced the average monetary advantages of all the market participants by an average of 7% for a system having small distribution losses and a network fee as compared to the GT approach. Contrarily, for a system having high losses/a utilization fee, the GT approach improved the average welfare of the prosumers by around 75% compared to the ZI strategy. However, both trading strategies yielded competitive results compared to the traditional market under the standard values of network coefficients.

13 June 2025 in Applied Energy
Verified
Journal Article
Open access
Fadi Agha KassabFadi Agha Kassab
Fadi Agha Kassab
Berk CelikBerk Celik
Berk Celik
FLFabrice Locment
Fabrice Locment
Manuela SechilariuManuela Sechilariu
Manuela Sechilariu
SLSheroze Liaquat
Sheroze Liaquat
THTimothy Hansen
Timothy Hansen

4 September 2025 in Mathematics and Computers in Simulation
Verified
Journal Article
Open access
Berk CelikBerk Celik
Berk Celik
Fadi Agha KassabFadi Agha Kassab
Fadi Agha Kassab
FLFabrice Locment
Fabrice Locment
Manuela SechilariuManuela Sechilariu
Manuela Sechilariu
THTimothy M. Hansen
Timothy M. Hansen

9 April 2026
Verified
Thesis
Closed access
Fadi Agha KassabFadi Agha Kassab
Fadi Agha Kassab
Co-optimisation du dimensionnement et du contrôle d'un micro-réseau urbain: La modernisation du réseau électrique (RE) par la mise en œuvre de micro-réseaux offre un potentiel significatif pour améliorer la résilience énergétique, la durabilité et l'efficacité. Cependant, cette transition implique de naviguer dans un ensemble complexe de défis techniques, économiques et environnementaux. Les micro-réseaux nécessitent une planification et une optimisation méticuleuses pour équilibrer la génération, le stockage et la consommation d'énergie tout en minimisant les coûts et les émissions de carbone. Atteindre cet équilibre nécessite des stratégies d'optimisation avancées capables de traiter les subtilités des composants du système et des dynamiques opérationnelles. L'objectif de cette recherche est d'améliorer les capacités de prise de décision des concepteurs de micro-réseaux en fournissant une approche globale pour la planification des micro-réseaux. L'étude offre une analyse approfondie du projet sur toute sa durée de vie, du point de vue technique, économique et environnemental. Implémenté en Python et résolu à l'aide de CPLEX, le processus d'optimisation vise à minimiser à la fois le « Levelized Cost of Energy » (LCOE) et le « Life Cycle Emission » (LCE). L'étude utilise des données économiques et environnementales réelles, en tenant compte de la croissance de la charge ainsi que des données réelles d'irradiation solaire, de température ambiante et de vitesse du vent. La charge pour le bâtiment universitaire est basée sur des données de l'Université de Technologie de Compiègne, France, avec la charge des véhicules électriques (VE) modélisée à l'aide d'une modélisation probabiliste. L'étude introduit une stratégie d'optimisation multi-objectifs conjointe utilisant le « Mixed Integer Linear Programming » (MILP) pour garantir des solutions globalement optimales, facilitant ainsi des choix de conception plus informés et efficaces. Ces choix impliquent l'évaluation de diverses solutions proposées pour équilibrer les coûts et les émissions de carbone tout en abordant les complexités et les contraintes techniques du problème de gestion de l'énergie. Un aspect novateur de ce travail est l'intégration de la gestion d'énergie (GE) et du dimensionnement des composants dans un problème d'optimisation unifié, visant un écart d'optimalité de 0 % avec un temps de calcul réduit par rapport à la littérature existante. La méthode proposée évalue les compromis inhérents entre diverses solutions, identifiant le front de Pareto et permettant un équilibre optimal entre les objectifs économiques et environnementaux. Les résultats indiquent une réduction significative du LCOE et du LCE dans le GCMG par rapport à l'IMG. L'étude révèle que la capacité du système de stockage d'énergie par batterie (BESS) augmente à mesure que le LCE diminue, et que le nombre de systèmes photovoltaïques est plus élevé lorsque le LCOE est plus bas pour les deux modes de fonctionnement. Cela se produit parce que le BESS a un LCE légèrement inférieur à celui du PV, et que le LCOE du PV est également inférieur à celui du BESS. De plus, à mesure que la limite du RE augmente, les fronts de Pareto deviennent plus bas et plus raides. En outre, le même algorithme MILP est appliqué pour optimiser les micro-réseaux d'un campus universitaire tertiaire dans diverses villes. L'étude intègre également des éoliennes (WT) et des charges de VE dans le micro-réseau. L'étude fournit une analyse comparative de trois scénarios (PV/BESS, WT/BESS et PV/WT/BESS) dans différentes villes, évalue les impacts des fluctuations saisonnières sur le LCOE et le LCE, et évalue comment les technologies des composants des micro-réseaux influencent les résultats du LCOE et du LCE. Les résultats indiquent que les scénarios incluant PV/WT/BESS produisent les valeurs de LCOE et de LCE les plus basses, tandis que le scénario WT/BESS aboutit aux valeurs de LCOE et de LCE les plus élevées.