Embedded Systems in Smart Grid Systemen

Transkript

1 Embedded Systems in Smart Grid Systemen Embedded Computing Conference, Winterthur, 2013 Stephan Moser, Vision trifft Realität. Supercomputing Systems AG Phone Technopark 1 Fax Zürich

2 Inhalt 1) Einführung Szenarien der künftigen elektrischen Energieversorgung Modellierung CH anhand eines Beispiel-Szenario 2) Auswirkungen dezentraler Einspeisung auf die Netze Anforderungen an Smart Grid Systeme 3) Embedded System Technologie in Smart Grid Systemen 2 Zürich by Supercomputing Systems AG

3 1. Einführung: Die «Energiewende» als politische Forderung Paradigmenwechsel in der Energieversorgung «Dezentral statt zentral» «Volatile Energiebereitstellung statt Bandenergie» «Demokratisierung der Energiebereitstellung» Heutige Netze sind nicht ideal für diese Entwicklung vorbereitet «Smart Grids» als mögliche Lösung «Intelligenz statt Kupfer» -> Vielfältige Einsatzgebiete und grosse Herausforderungen für Embedded System Technologie 3 Zürich by Supercomputing Systems AG

4 1. Einführung: Elektrische Energieversorgung der Zukunft Wohin führt die Reise? SCS Simulationsmodell gibt einen Eindruck Das Simulationsmodell ist transparent aufgebaut und soll konsensfähig sein Die Parametrierung (das Szenario) bildet die politischen Ansichten ab: Szenario «XY» Technische Parameter Volkswirtschaftliche Parameter Marktregeln Modell Physik-Simulation Energiebilanz Leistungsbilanz Wettereinfluss Netze & Speicher Technische Datengrundlage (Wetter etc.) Volkswirtschaftliche Kostenberechnung Simulation Marktdesign & Preise (in aktueller Modellversion nicht realisiert) Simulations-Ergebnis Report mit Jahresverlauf, Auslastungen, Kosten- und Preisschätzungen, etc. «Politische Parameter» «Konsensfähiges, transparentes Modell» 4 Zürich by Supercomputing Systems AG

5 1. Einführung: Elektrische Energieversorgung der Zukunft Struktur des Modells Energiebereitstellung Thermisch (KVA etc.) Gas (GuD) Biomasse Laufwasser Kernkraft Geothermie Photovoltaik Windkraft Wetter (t, Ort) P(t) P(t) P(t) P(t) P(t) P(t) P(t, Ort) P(t, Ort) Netz-Abstraktion Kostenmodell Energiebereitstellung, Netzkosten Speicherkosten, Import-/Export Preismodell Speicherung Konsum Import / Export Kurzzeit- Speicher (Batterie etc.) P(t), E(t) Pump- Speicher P(t), E(t) Verbraucher P(t) Regelbare Last P(t) Import- Leistung P(t) Export- Leistung P(t) 5 Zürich by Supercomputing Systems AG

6 1. Einführung: Elektrische Energieversorgung der Zukunft Beispiel-Szenario Das Beispiel-Szenario hat folgende Charakteristik: 10.5 GW Solaranlagen, zu einem geringen Teil in den Alpen (+50% Ertrag) 2.25 GW Windanlagen, 0.5 GW Biomassekraftwerke Ausbau der Saisonalspeicher von heute 8.5TWh auf 9TWh Kapazität Ausbau der Pumpspeicher von 1.7GW Leistung auf 3 GW Leistung Endverbrauch von 60TWh pro Jahr (ca. heutiger Stand) Keine Kernkraftwerke, keine Lastverschiebungsmassnahmen Geringer Batteriespeicher lokal 6 Zürich by Supercomputing Systems AG

7 1. Einführung: Elektrische Energieversorgung der Zukunft Beispiel-Szenario Parameter Produktion Thermisch: Primär Kehrrichtverbrennung Solar Dach: Mittelland Solar Berg: Bergstandorte (ca. +50% Ertrag) Batteriespeicher: Dezentrale Batterien auf Niederspannungsebene N7 Lastverschiebung: Prozentsatz der Gesamtlast, welche innert 24h verschoben werden kann 7 Zürich by Supercomputing Systems AG

8 1. Einführung: Elektrische Energieversorgung der Zukunft Jahresbilanz Waste: Energie, welche weder konsumiert noch gespeichert werden konnte.. «Speicher-Delta»: Differenz des Saisonalspeicherinhalts gemessen zwischen Anfang und Ende des Jahres Defizit: Benötigte Energie, welche kurzfristig nicht in der CH zur Verfügung stand. Kurzfristige Unterdeckung. 8 Zürich by Supercomputing Systems AG

9 Leistung (GW) 1. Einführung: Elektrische Energieversorgung der Zukunft Verlauf einer Sommerwoche Szenario: example - Energieproduktion im Verlauf einer Sommerwoche (in Stundenauflösung) Produktion (Konventionell-Thermisch) Produktion (Geoelektrisch) Produktion (Laufwasserkraftwerke) Produktion (Windanlagen) Produktion (Photovoltaik) Produktion (Pumpspeicherkraftwerke) Produktion (Saisonalspeicherkraftwerke) Produktion (Kurzzeitspeicher) Verbrauch (Kurzzeitspeicher) Verbrauch (Pumpspeicher) Überschuss ("Waste") Endverbrauch + Verluste Endverbrauch + Verluste + Export Montag (14. Juni) Dienstag (15. Juni) Mittwoch (16. Juni) Donnerstag (17. Juni) Freitag (18. Juni) Samstag (19. Juni) Sonntag (20. Juni) Wochentag git: heads/master-0-gf0398ad date :45 9 Zürich by Supercomputing Systems AG

10 Leistung (GW) 1. Einführung: Elektrische Energieversorgung der Zukunft Verlauf einer Winterwoche Szenario: example - Energieproduktion im Verlauf einer Winterwoche (in Stundenauflösung) Produktion (Import) Produktion (Konventionell-Thermisch) Produktion (Biomasse) Produktion (Geoelektrisch) Produktion (Laufwasserkraftwerke) Produktion (Windanlagen) Produktion (Photovoltaik) Produktion (Pumpspeicherkraftwerke) Produktion (Saisonalspeicherkraftwerke) Produktion (Gaskraftwerke) Endverbrauch + Verluste Endverbrauch + Verluste + Export Montag (13. Dez) Dienstag (14. Dez) Mittwoch (15. Dez) Donnerstag (16. Dez) Freitag (17. Dez) Samstag (18. Dez) Sonntag (19. Dez) Wochentag git: heads/master-0-gf0398ad date :45 10 Zürich by Supercomputing Systems AG

11 Energie (GWh) 1. Einführung: Elektrische Energieversorgung der Zukunft Energiebereitstellung im Jahresverlauf Szenario: example - Energieproduktion im Jahresverlauf (in Tagesauflösung) Produktion (Konventionell-Thermisch) Produktion (Biomasse) Produktion (Geoelektrisch) Produktion (Laufwasserkraftwerke) Produktion (Windanlagen) Produktion (Photovoltaik) Produktion (Pumpspeicherkraftwerke) Produktion (Saisonalspeicherkraftwerke) Produktion (Gaskraftwerke) Produktion (Kurzzeitspeicher) Import Defizit Kalenderwoche git: heads/master-0-gf0398ad date :45 11 Zürich by Supercomputing Systems AG

12 Füllstand (GWh) Füllstand (GWh) 1. Einführung: Elektrische Energieversorgung der Zukunft Füllstand der Speicherseen 9000 Szenario: example Füllstand der Saisonalspeicherseen 200 Szenario: example Füllstand der Pumpspeicherseen 8000 Ohne Handel würden die 7000 Saisonalspeicher überlaufen Nutzung der Pumpspeicher für Gesamtversorgung resp. primär Tag/Nacht-Ausgleich. Kein Arbitrage-Handel simuliert Kalenderwoche 12 Zürich by Supercomputing Systems AG Speicherkapazität Heute Speicherkapazität Morgen Verlauf 2011 Verlauf Morgen ohne Handel Verlauf Morgen Füllstand «0»: Nutzvolumen der Seen erschöpft, Restvolumen unangetastet git: heads/master-0-gf0398ad date : Kalenderwoche Speicherkapazität Heute Speicherkapazität Morgen Verlauf Morgen

13 1. Einführung: Elektrische Energieversorgung der Zukunft Die veränderte Einsatzstrategie der Speicherseen Leistungskurve Speicherseen WWB Leistungskurve Speicherseen Erneuerbar 13 Zürich by Supercomputing Systems AG

14 1. Einführung: Elektrische Energieversorgung der Zukunft Die veränderte Einsatzstrategie der Speicherseen Leistungskurve Speicherseen WWB Leistungskurve Speicherseen Erneuerbar 14 Zürich by Supercomputing Systems AG

15 1. Einführung: Elektrische Energieversorgung der Zukunft Die veränderte Einsatzstrategie der Speicherseen Leistungskurve Speicherseen WWB Leistungskurve Speicherseen Erneuerbar 15 Zürich by Supercomputing Systems AG

16 2. Auswirkungen dezentraler Einspeisung auf die Netze 16 Zürich by Supercomputing Systems AG

17 2. Auswirkungen dezentraler Einspeisung auf die Netze Übersicht Netzebenen 17 Zürich by Supercomputing Systems AG

18 2. Auswirkungen dezentraler Einspeisung auf die Netze Übersicht Übertragungsnetz / Swissgrid 18 Zürich by Supercomputing Systems AG

19 2. Auswirkungen auf die Netze Verteilnetz Link zu Hochspannung (MS-Trafo) Mittelspannungsleitung (N5) Niederspannungsleitung (N7) Niederspannungs- Trafo Quelle: Beispielnetz IEEE 19 Zürich by Supercomputing Systems AG

20 2. Auswirkungen auf die Netze: Sehr grosser Strom Bisher Nur Verbraucher Grosser Strom Kleinerer Strom :Grosse Spannung :Kleine Spannung Dimensionierung Trafo/Leitungen = <Anzahl Haushalte> x <Maximalleistung pro Abonnent> x <Aggregationsfaktor> Der Verbrauch eines einzelnen Abonnenten ist sehr stochastisch => nicht alle Abonnenten beziehen ihre Maximalleistung zur selben Zeit. Der Aggregationsfaktor (Erfahrungswert) bildet die statistische Verschmierung der Leistungsbezüge ab und ist umso kleiner, je mehr Abonnenten zusammengefasst werden können. => Es muss konservativ geschätzt werden (Reserven). 20 Zürich by Supercomputing Systems AG

21 2. Auswirkungen dezentraler Einspeisung auf die Netze Verteilnetz heute 21 Zürich by Supercomputing Systems AG

22 2. Auswirkungen dezentraler Einspeisung auf die Netze Verteilnetz und erneuerbare Energien Erneuerbare Energien sind oft volatil und haben eine Prognoseunschärfe: Überproduktion: Gute Verhältnisse können lokal zu einer Überlastung führen. Die Produktion kann/darf heute noch nicht (ab-) geregelt werden. Unterproduktion: Es gibt keine Garantien, dass immer ein Mindestmass an Produktion vorhanden ist. Es muss daher global Reserveleistung bereitgehalten werden. 22 Zürich by Supercomputing Systems AG

23 2. Auswirkungen dezentraler Einspeisung auf die Netze Verteilnetz - Erneuerbare Energien Synchrone Volatilität: Zum Beispiel die Photovoltaik weist lokal eine hohe Gleichzeitigkeit auf: Wenn ich einspeise, wird dies mein Nachbar mit grosser Wahrscheinlichkeit zeitgleich auch tun. Damit kann der Trick im Verteilnetz mit der statistischen Verschmierung via Aggregationsfaktor nicht angewendet werden. 23 Zürich by Supercomputing Systems AG

24 2. Auswirkungen dezentraler Einspeisung auf die Netze Verteilnetz mit dezentraler Einspeisung Zustand heute: Zustand künftig: = Stromfluss = Spannung K K K K K K K K K K K K K P P P P P P P P P P P P P 24 Zürich by Supercomputing Systems AG

25 2. Auswirkungen dezentraler Einspeisung auf die Netze Verteilnetz künftig 25 Zürich by Supercomputing Systems AG

26 2. Auswirkungen dezentraler Einspeisung auf die Netze Ungleichbehandlung von benachbarten DEA 4m/s d d d R+jX R+jX R+jX ΔU - Reale Messungen für ein Haus; Beispiel jedoch fiktiv - PV Leistung: 93kWp - Distanz zwischen Häusern in Windrichtung: 300m 26 Zürich by Supercomputing Systems AG

27 Netzspannung lokal [p.u.] Energie [kwh] 2. Auswirkungen dezentraler Einspeisung auf die Netze Ungleichbehandlung von benachbarten DEA Resultierende Netzspannung bei unlimitierter Einspeisung Netzspannungsschwankungen +10% Haus1 Haus2 Haus3 Ungleichbehandlung beim Spannungsbasierten Einspeisestopp Total gekappte Energie: 0% / Total nutzbare Energie beim Trafo kWh % /19-00:00 03:00 06:00 09:00 12:00 15:00 18:00 21:00 Uhrzeit 20 0 eingespeist verfügbar Analge ID 27 Zürich by Supercomputing Systems AG

28 Netzspannung lokal [p.u.] Energie [kwh] 2. Auswirkungen dezentraler Einspeisung auf die Netze Ungleichbehandlung von benachbarten DEA Limitierung der Einspeisung bei 4% lokaler Überspannung 1.15 Netzspannungsschwankungen Haus1 Ungleichbehandlung beim Spannungsbasierten Einspeisestopp Total gekappte Energie: 24.1% / Total nutzbare Energie beim Trafo kWh 120 Haus2 Haus /19-00:00 03:00 06:00 09:00 12:00 15:00 18:00 21:00 Uhrzeit 20 0 eingespeist verfügbar Analge ID 28 Zürich by Supercomputing Systems AG

29 Netzspannung lokal [p.u.] Energie [kwh] 2. Auswirkungen dezentraler Einspeisung auf die Netze Ungleichbehandlung von benachbarten DEA Faire Regelung der Einspeisemenge durch übergeordneten Regler 1.15 Netzspannungsschwankungen Haus1 Ungleichbehandlung beim Spannungsbasierten Einspeisestopp Total gekappte Energie: 33.4% / Total nutzbare Energie beim Trafo kWh 120 Haus2 Haus /19-00:00 03:00 06:00 09:00 12:00 15:00 18:00 21:00 Uhrzeit 20 0 eingespeist verfügbar Analge ID 29 Zürich by Supercomputing Systems AG

30 2. Auswirkungen dezentraler Einspeisung auf die Netze: Ungleichbehandlung von benachbarten DEA Szenario Beim Trafo verfügbare eingespeiste Leistung Total abgeriegelte Energie Keine Limitierung kwh 0% Limit bei +4% du kwh 24.1% Fair Share bei +4% du kwh 33.4% maximal produzierbare PV Energie ohne Netzverluste: 329.3kWh Was ist fair? 30 Zürich by Supercomputing Systems AG

31 3. Embedded System Technologie in Smart Grid Systemen 31 Zürich by Supercomputing Systems AG

32 3. Embedded System Technologie in Smart Grid Systemen Anzugehende Themen, Herausforderungen Globale Unter-/Überlast: Europaweite Netzfrequenz sinkt oder steigt. Lokale Überlastung von Leitungen/Trafos: Überhitzung und Ausfall von Netzinfrastruktur. Lokale Verletzung der Versorgungsspannung: Jeder (Haus-)Anschluss sieht eine andere Spannung abhängig von: Distanz zum Trafo und dessen Ausgangsspannung Übertragene Wirk- und Blindleistung sowie Kabeldurchmesser Das Gesetz gibt ein Spannungsband vor, welches der Netzbetreiber einhalten muss. Kurzschluss-Strom und Abschaltbarkeit: Beim Trafo existieren Schmelzsicherungen und (manuelle) Schalter. Fliesst nicht mehr (der ganze) Strom darüber, funktioniert die (Not-) Abschaltung eines Segments nicht mehr. 32 Zürich by Supercomputing Systems AG

33 3. Embedded System Technologie in Smart Grid Systemen Chancen von Smart Grids Lastverschiebung und virtuelle Kraftwerke: Ein Teil der Verbraucher (Boiler, Heizungen, E-Autos ) sind flexibel und können in Zeitbereiche mit Unterlast respektive Überangebot geschoben werden. Integration von Speichersystemen: Lokale Speicher zur Netzstabilisierung; Integration ins globale System Neue Netztopologien: Stärkere Vermaschung erlaubt Redundanz und grössere Leistungsdichte. Regelbare Trafos und ferngesteuerte Schalter. Verursachergerechte Bepreisung (Markt): Denkbar sind Anreize zur für das Gesamtsystem optimalen zeitlichen und geographischen Bereitstellung von Produktion, Speicherung & Verbrauch. 33 Zürich by Supercomputing Systems AG

34 3. Embedded System Technologie in Smart Grid Systemen Ziele eines Smart Grid Systems Messung, Analyse und Beurteilung des Netzzustands, Lokalisierung von Fehlern, Kapazitätsbestimmung etc. Direkte oder indirekte (z.b.über Preissignal) Beeinflussung der steuerbaren Lasten und Erzeuger um Engpässe und Spannungsbandverletzungen im Netz zu vermeiden oder zu beheben. Dynamische und verursachergerechte Preis-/Marktmodelle; Marktinfrastruktur Smart Grid Smart Metering 34 Zürich by Supercomputing Systems AG

35 3. Embedded System Technologie in Smart Grid Systemen Idealer Anwendungsbereich für Embedded Systems Smart Grids stellen einen idealen Anwendungsfall von Embedded System Technologie dar: Smart Grid Technologie benötigt vermutlich viel verteilte Hardware für Messtechnik und Kommunikation reine zentrale Softwarelösungen können nur beschränkte Teilprobleme lösen Verteilte Einheiten, verteilte Intelligenz Robustheit verlangt lokale Autonomie und Ausfalltoleranz; viele Entscheide können aber nicht ausschliesslich lokal gefällt werden Messtechnik, Signalverarbeitung Kommunikation, Vernetzung inkl. Schnittstellen zu verschiedenster bestehender Infrastruktur Regelungs- und Steuerungstechnik lokal wie global Lokale und globale Datenverarbeitung 35 Zürich by Supercomputing Systems AG

36 3. Embedded System Technologie in Smart Grid Systemen Technische Herausforderungen Kommunikation: Zuverlässig, schnell, günstig, niedriger Stromverbrauch Zuverlässigkeit & Verfügbarkeit: Blackouts und unsichere Betriebszustände sind nicht tolerierbar. Robustheit gegenüber Ausfällen und Störeinflüssen. Verteiltes, kommunizierendes System. Sicherheit und Schutz der Privatsphäre: Schutz vor Sabotage, Denial of Service, Stromdiebstahl. Keine zentrale Speicherung oder abhörbare Übertragung von sensitiven Verbrauchsinformationen. Autonomous & Plug-and-play: Smart Grid Technologie muss Massenware werden; Expertenwissen für alle Installationen ist zu teuer Low-Cost and Low-Power 36 Zürich by Supercomputing Systems AG

37 Fazit Smart Grid Systeme stellen einen idealen Anwendungsfall für Embedded System Technologie dar Die konkrete Ausgestaltung von Smart Grid Systemen ist Gegenstand von Forschung und Entwicklung Ob sich Smart Grids durchsetzen und in welcher Form ist letztlich eine Frage 1. der zugrunde liegenden Business Cases 2. der regulatorischen Anforderungen sowie 3. des künftigen Strommarkt-Designs 37 Zürich by Supercomputing Systems AG

38 Supercomputing Systems AG Vision meets reality. Supercomputing Systems AG Phone Technopark 1 Fax Zürich