Design Aspects for Large-scale Pit and Aquifer Thermal Energy Storage for District Heating and Cooling. Schmidt, T., Pauschinger, T., Sørensen, P. A., Snijders, A., Djebbar, R., Boulter, R., & Thornton, J. Energy Procedia, 149:585–594, September, 2018.
Design Aspects for Large-scale Pit and Aquifer Thermal Energy Storage for District Heating and Cooling [link]Paper  doi  abstract   bibtex   
LAaAbrsbgtsert-arscactaclte seasonal thermal energy storage (TES) can help maximize renewable energy integration into district heating and TTa©KLa©KccaatatccSaSa©TSahhnoooonnddnneeeenaDgspTfbrcT(shheheednnoetooddyyeeddacllo22rdrrulii2hhhrrieeinwwgessqqlleorleccCs00mmmsi0eeeeddiiCCeccCceeeelonuulootnn11iio1dsittoceertpnss-ppaavarraoomsriioegg88o.ii8sssainddooellaohrttttcaoonrolaaiciaseessiassgi((nnsrDrTTntotggllTnneeoglnatn,,::DDieouiiiii.nnunnaaohhnglssnnaahnunhaadaAArlooeoHHs,nneenteennppggTegnegettppssqqetprriwaaootdd,,appdh,CCncshAAAuuggeehtllesoosttDDgellDahioyyeiinnppycie))onpiihuutlluffaatnassepcchesseeeeHHHessotttsaansiissgeaaaderrneevhhhyyetssiowccccrttnCCrctChinrraTTearoossoooeiiuuonrccsnuc–tt-eooevrttmr22o2rrshhrrteerroorrfraeeeieayrdssnnsaaeueerree00er0ossoolismmtli..t.ceeggsrrvvlvssc111wshsllccvtimmtPPhtnnPteedssiitsihsns888mihaarraeeaeoattiuuswu..aaeiia...llrreoaalfww((owrnttrllembbyybttHHturpPPteernneknfiigEEniolllomerrccawrTTddcaauussaooiiuietnniimetssllsAplvvnaawwnnnaEEhdeeiheehhfehrccaenaa,,dddlrrrdeldeSSeeooeeerauurvggoiicussceetecenedddllevvss))unnyyppwraminoaarrdrlv..ttneeesirddleebbobbdnbcySSrraermaarrneTTddeeccteollenyyesy,,tttnlsdsroeeaaooiihrrsshhotsarpmlgeeeaffer..ttEErryppEpleiiptttiaexxdmyuaaaat,ossehhccmooohllelsrggppcbwwssseetntnilinseudsppeeccteeeeoooooceuceitsssepeooaaCCrrvv((vCondcooisiii(ahttrAAaappsslbbiibainlsr.iinsCCdtCttteeesseeeysaTTiiohtithdissrrtaeellelrhrrccgpnaheBBEEiiiieeBtdooaattt5LLeLtleaagrppessSSyyyilYYddnmmY9nnrssttotrro))ci(diddfedsoo.ooo;;dd-n–nwoppheT52ttem..r.NNNffvvfPPhhsadaaae%0cccE,iiiittLeetasCCrrCnstoo%ttddhhhSaoiiiiansgiTTnneessbntt–ee-e(nesrn)deeNNNeoossccdhhit.bddfssdscclerrnneeecomoiDDTDccicaahheerrrtssapsriiinimytbmmttnnhnoeeneyerreeoolllcuaiieeennnaadiiineopcc(ffolicccppstllvvhtttedPdflloaahiieneeievvrrdEEiileifffillolooueeewnnn,saaainiio–ilnnscrwwccjjinspeessstprrgygeedteeeeliiieeccgurrrciccnyasoocce,mggeootossgooot(((tttgreuu.vyyennuudhsshhrhneammmrassemTioommeetdtattlSSiixohttnt)mnntssmmermmth,ttppps,hiummuettooopmroosstssttieiisiirrrvrewh)thh:::tthaacccaarrleet.//itt/eayeaaeewggrreee//z/eeaqtppyycccTggneeeaaeeesiffmduwerrroooeetsaiio((eeeoffeaiooeettrnPPeruardooaaatssveefellffioeaTTrhsedderryyotttnnentgnttteiiipseEEmsshshhhttlhvvvecciiiedtoriiottSSssenieeieweeaauueeacmgpl))arcccllolmmrrin1ao11;;aoheiicnoorroafsdoo6mmnLL66sbdfeeissmmdmticefftttslaann,,etn–iiheahheaesihrrttmmttmaaaardrvgg,neeneetoIIIrssqqeeAAceeehdddnnnaoooonuhuunr–aswwemrtnnttnrTTosseaateiivtseieeeccdffssmsvoeednnaeEEcraorrreaaee...ollnastg)nnddolooorllsrrSSell.oieetarsaayturrrdniaadtt(ottrtgggHttoTThhllhaauatissiieerdio///sotnooeehhnnet,donflllmeaaewnieeiirrnnfrddwybwtmcocceesdemmrraeaaass,e.ecmmeebchlePPgnuullpiibneaanntmtssvTiaaarSdmmeTTSSiayllncsssallvceccrhyieyyeeehEEateemmEEancreuutiiemdsssmmrh,nnntSSeoennrr/ai//iuaaeeesbopbbrranpdueepprdrrreeorrssrreyfsttyyomooyyaeiggggahnnyytlhsi—sssueuyycbryynssettnnntoo,fieiirlletrtottuultuucccyfyfhSSaiieehetssomnmofic—mmutttottmmaainuaannnootcoonfgrrppdbtdtrrddontrrssssollhroouaappiiiieaaa,,.r///oesosnngg)nnr444llmggccfdtdeiiineeasor...kknnDeeccacDD;;ou000tiartaanifccocDDcmc/h//ooiniio((obbll)))dtsnssoidAArffuudiinrlltnettsssouehreeddrrrrTTtttgihiuiiclrrceevhsaiicccdiimmeEEnnrgllotaaprcctrttiieeaegghtttnSSleaapooHHHaditdueHHnbbsn))lddsddteediieeeollhgieeeecdodoocseeeeeanaavaalleaerrrifssmtllttgttaaasetwiiiiriiiihinpptnnggnnnnnntea6aorietegiiggnndsddggggoin6hnttrace)nd5eestt., anTdhCeoovlainluge of slope coefficient increased on average within the range of 3.8% up to 8% per decade, that corresponds to the decrease in the number of heating hours of 22-139h during the heating season (depending on the combination of weather and renovation scenarios considered). On the other hand, function intercept increased for 7.8-12.7% per decade (depending on the coupled scenarios). The values suggested could be used to modify the function parameters for the scenarios considered, and improve the accuracy of heat demand estimations.
@article{schmidt_design_2018,
	title = {Design {Aspects} for {Large}-scale {Pit} and {Aquifer} {Thermal} {Energy} {Storage} for {District} {Heating} and {Cooling}},
	volume = {149},
	issn = {18766102},
	url = {https://linkinghub.elsevier.com/retrieve/pii/S1876610218305198},
	doi = {10.1016/j.egypro.2018.08.223},
	abstract = {LAaAbrsbgtsert-arscactaclte seasonal thermal energy storage (TES) can help maximize renewable energy integration into district heating and TTa©KLa©KccaatatccSaSa©TSahhnoooonnddnneeeenaDgspTfbrcT(shheheednnoetooddyyeeddacllo22rdrrulii2hhhrrieeinwwgessqqlleorleccCs00mmmsi0eeeeddiiCCeccCceeeelonuulootnn11iio1dsittoceertpnss-ppaavarraoomsriioegg88o.ii8sssainddooellaohrttttcaoonrolaaiciaseessiassgi((nnsrDrTTntotggllTnneeoglnatn,,::DDieouiiiii.nnunnaaohhnglssnnaahnunhaadaAArlooeoHHs,nneenteennppggTegnegettppssqqetprriwaaootdd,,appdh,CCncshAAAuuggeehtllesoosttDDgellDahioyyeiinnppycie))onpiihuutlluffaatnassepcchesseeeeHHHessotttsaansiissgeaaaderrneevhhhyyetssiowccccrttnCCrctChinrraTTearoossoooeiiuuonrccsnuc--tt-eooevrttmr22o2rrshhrrteerroorrfraeeeieayrdssnnsaaeueerree00er0ossoolismmtli..t.ceeggsrrvvlvssc111wshsllccvtimmtPPhtnnPteedssiitsihsns888mihaarraeeaeoattiuuswu..aaeiia...llrreoaalfww((owrnttrllembbyybttHHturpPPteernneknfiigEEniolllomerrccawrTTddcaauussaooiiuietnniimetssllsAplvvnaawwnnnaEEhdeeiheehhfehrccaenaa,,dddlrrrdeldeSSeeooeeerauurvggoiicussceetecenedddllevvss))unnyyppwraminoaarrdrlv..ttneeesirddleebbobbdnbcySSrraermaarrneTTddeeccteollenyyesy,,tttnlsdsroeeaaooiihrrsshhotsarpmlgeeeaffer..ttEErryppEpleiiptttiaexxdmyuaaaat,ossehhccmooohllelsrggppcbwwssseetntnilinseudsppeeccteeeeoooooceuceitsssepeooaaCCrrvv((vCondcooisiii(ahttrAAaappsslbbiibainlsr.iinsCCdtCttteeesseeeysaTTiiohtithdissrrtaeellelrhrrccgpnaheBBEEiiiieeBtdooaattt5LLeLtleaagrppessSSyyyilYYddnmmY9nnrssttotrro))ci(diddfedsoo.ooo;;dd-n--nwoppheT52ttem..r.NNNffvvfPPhhsadaaae\%0cccE,iiiittLeetasCCrrCnstoo\%ttddhhhSaoiiiiansgiTTnneessbntt--ee-e(nesrn)deeNNNeoossccdhhit.bddfssdscclerrnneeecomoiDDTDccicaahheerrrtssapsriiinimytbmmttnnhnoeeneyerreeoolllcuaiieeennnaadiiineopcc(ffolicccppstllvvhtttedPdflloaahiieneeievvrrdEEiileifffillolooueeewnnn,saaainiio--ilnnscrwwccjjinspeessstprrgygeedteeeeliiieeccgurrrciccnyasoocce,mggeootossgooot(((tttgreuu.vyyennuudhsshhrhneammmrassemTioommeetdtattlSSiixohttnt)mnntssmmermmth,ttppps,hiummuettooopmroosstssttieiisiirrrvrewh)thh:::tthaacccaarrleet.//itt/eayeaaeewggrreee//z/eeaqtppyycccTggneeeaaeeesiffmduwerrroooeetsaiio((eeeoffeaiooeettrnPPeruardooaaatssveefellffioeaTTrhsedderryyotttnnentgnttteiiipseEEmsshshhhttlhvvvecciiiedtoriiottSSssenieeieweeaauueeacmgpl))arcccllolmmrrin1ao11;;aoheiicnoorroafsdoo6mmnLL66sbdfeeissmmdmticefftttslaann,,etn–iiheahheaesihrrttmmttmaaaardrvgg,neeneetoIIIrssqqeeAAceeehdddnnnaoooonuhuunr--aswwemrtnnttnrTTosseaateiivtseieeeccdffssmsvoeednnaeEEcraorrreaaee...ollnastg)nnddolooorllsrrSSell.oieetarsaayturrrdniaadtt(ottrtgggHttoTThhllhaauatissiieerdio///sotnooeehhnnet,donflllmeaaewnieeiirrnnfrddwybwtmcocceesdemmrraeaaass,e.ecmmeebchlePPgnuullpiibneaanntmtssvTiaaarSdmmeTTSSiayllncsssallvceccrhyieyyeeehEEateemmEEancreuutiiemdsssmmrh,nnntSSeoennrr/ai//iuaaeeesbopbbrranpdueepprdrrreeorrssrreyfsttyyomooyyaeiggggahnnyytlhsi---sssueuyycbryynssettnnntoo,fieiirlletrtottuultuucccyfyfhSSaiieehetssomnmofic---mmutttottmmaainuaannnootcoonfgrrppdbtdtrrddontrrssssollhroouaappiiiieaaa,,.r///oesosnngg)nnr444llmggccfdtdeiiineeasor...kknnDeeccacDD;;ou000tiartaanifccocDDcmc/h//ooiniio((obbll)))dtsnssoidAArffuudiinrlltnettsssouehreeddrrrrTTtttgihiuiiclrrceevhsaiicccdiimmeEEnnrgllotaaprcctrttiieeaegghtttnSSleaapooHHHaditdueHHnbbsn))lddsddteediieeeollhgieeeecdodoocseeeeeanaavaalleaerrrifssmtllttgttaaasetwiiiiriiiihinpptnnggnnnnnntea6aorietegiiggnndsddggggoin6hnttrace)nd5eestt., anTdhCeoovlainluge of slope coefficient increased on average within the range of 3.8\% up to 8\% per decade, that corresponds to the decrease in the number of heating hours of 22-139h during the heating season (depending on the combination of weather and renovation scenarios considered). On the other hand, function intercept increased for 7.8-12.7\% per decade (depending on the coupled scenarios). The values suggested could be used to modify the function parameters for the scenarios considered, and improve the accuracy of heat demand estimations.},
	language = {en},
	urldate = {2023-05-11},
	journal = {Energy Procedia},
	author = {Schmidt, Thomas and Pauschinger, Thomas and Sørensen, Per Alex and Snijders, Aart and Djebbar, Reda and Boulter, Raymond and Thornton, Jeff},
	month = sep,
	year = {2018},
	pages = {585--594},
}

Downloads: 0