Optimierung der Lastflüsse in urbanen Hybridnetzen

Transkript

1 Optimierung der Lastflüsse in urbanen Hybridnetzen Thomas Kaufmann 1(1), Dominik Bothe 1(2), Wolfgang Gawlik (1), Karl Ponweiser (2) (1)Technische Universität Wien Institut für Energiesysteme und Elektrische Antriebe Gußhausstraße 25-29/E370-1, 1040 Wien; Tel.: , (2)Technische Universität Wien Institut für Energietechnik und Thermodynamik Getreidemarkt 9/BA E302, 1060 Wien; Tel.: Kurzfassung: Dieser Beitrag behandelt die Simulation und Optimierung von energieträgerübergreifenden Systemen in urbanen Räumen. Es werden die Netzinfrastrukturen von Gas, Strom und Wärme betrachtet, wobei unter Verwendung von Energieknoten, zur Kopplung der einzelnen Energieträger, Hybridnetze entstehen. Innerhalb der Energieknoten werden verschiedene Technologien (z.b. Wärmepumpen, Mikro-KWK, thermische Speicher etc.) untersucht. Das entwickelte Modell trifft Aussagen über die thermischen Belastungen im Stromnetz sowie die Druck- und Geschwindigkeitsverteilung im Gas- bzw. Wärmenetz. Des Weiteren erfolgt im Wärmenetz eine thermische Analyse. Die Analysen zeigen, dass aus technischer Sicht die Verwendung von Hybridnetzen vor allem zur Lastverschiebung zwischen Energieträgern und somit zur Vermeidung von Engpässen bzw. Überlasten beiträgt. Die zusätzliche Einbindung von Speichern in den Energieknoten zeigt, dass die im System vorhandene Flexibilität zur Lastverschiebung erhöht werden kann. Keywords: Hybridnetze, MILP, energieträgerübergreifende Systeme, Energieknoten ( energy hubs ), Lastflussberechnung 1 Einleitung Die Energiewende [1] erfordert innovative Ansätze und Methoden zum Erreichen einer nachhaltigen Energieversorgung. Durch den steigenden Energieverbrauch sowie der zunehmenden Anzahl an dezentralen Erzeugern und Speichern ergeben sich neue Anforderungen an das derzeitige Energiesystem. Einer der Bausteine zum Erreichen einer nachhaltigen Bereitstellung von Energie ist ein energieträger- und infrastrukturübergreifendes Gesamtsystem. Die Energieversorgungsinfrastrukturen welche in diesem Beitrag betrachtet werden, beschränken sich auf den urbanen Raum. Aus der Sicht des Stromnetzes bedeutet dies, dass Grenzwertverletzungen des Spannungsbandes aufgrund der geringen Leitungslängen (hohe Lastdichten) nicht auftreten. Die Bewertung des Stromnetzes erfolgt anhand der thermischen Belastungsgrenzen. Durch eine hydraulische Analyse des Gas- und Wärmenetzes werden die maximal übertragbaren Kapazitäten dieser Netze ermittelt. Als weiteres Beurteilungskriterium der thermischen Netze, besteht die 1 Jungautor Seite 1 von 10

2 Möglichkeit eine thermo-hydraulische Berechnung durchzuführen und somit die Temperaturverteilung im Rohrnetzwerk darzustellen. 2 Methodik Das energieträgerübergreifende Gesamtmodell sowie eine gemischt-ganzzahlige Optimierung werden mittels der Software Matlab implementiert. In den folgenden Punkten werden die Lastflussberechnungen der jeweiligen Energieversorgungsinfrastruktur (Strom, Gas und Wärme), die Methodik zur Kopplung der Energieträger mittels Energieknoten sowie die Optimierung vorgestellt. 2.1 Stromnetz Die Modellierung des elektrischen Netzes erfolgt anhand eines Mittelspannungsnetzabschnittes im urbanen Raum (kurze Leitungen, hohe Lastdichte). Für die Analyse der Lastflussverteilung wird die vereinfachte Methode des DC-Lastflusses verwendet. Dies ist zulässig, da üblicherweise weniger Spannungsprobleme, als vielmehr Auslastungsprobleme die Dimensionierung urbaner Netze bestimmen und bietet den Vorteil, dass die Optimierung des Gesamtmodelles linear bleibt und somit der Rechenaufwand erheblich verringert wird. Durch die Verwendung der DC-Methode zur Lastflussberechnung sind im Modell keine Aussagen über Blindleistungstransporte und Spannungssituationen im Stromnetz möglich. Allgemein ist die genäherte Wirkflussberechnung unter folgenden Voraussetzungen [2] zulässig: Die Winkel φi der Knotenspannungen gegen die Bezugsspannung sind sehr viel kleiner als 90, sodass gilt: cos φi 1 und sin φi φi. Die Beträge Ui der Knotenspannungen sind ungefähr gleich der Nennspannung. Das Netz enthält keine schräggeregelten Transformatoren. Querableitungen sind vernachlässigbar. Die Impedanzen der Betriebsmittel weisen ein kleines R/X-Verhältnis auf, d.h., die Realteile der Zweigadmittanzen sind sehr viel kleiner als die Imaginärteile. Sind diese erfüllt kann eine lineare Beziehung zwischen Wirkleistungen und Winkeln der Knotenspannungen angenommen werden. 2.2 Gas- und Wärmenetz Das hydraulische Knoten-Strang-Modell basiert topologisch auf einem innerstädtischen Niederdruckgasnetzabschnitt und Fernwärme-Primärnetzabschnitt. Die Berechnung der Druck- und Geschwindigkeitsverteilung des Fluids im Rohrnetzwerk erfolgt quasistationär und inkompressibel. Durch Aufstellung der reduzierten Erhaltungsgleichung für den Impuls je Rohrstrang und der Kontinuitätsgleichung je Knoten erhält man das zu lösende nichtlineare Gleichungssystem. Mittels Linearisierung des quadratischen Geschwindigkeitsterms kann das Gleichungssystem iterativ gelöst werden. Um schnelle und sichere Konvergenz der Berechnung zu erzielen, wird eine Relaxation der Drücke und Geschwindigkeiten durchgeführt [3]. Seite 2 von 10

3 Weiters besteht die Möglichkeit die Temperaturverteilung im Vor- und Rücklauf des thermischen Netzes durch eine gekoppelte thermo-hydraulische Berechnung zu ermitteln. Dabei wird die quasistationäre hydraulische mit einer instationären thermischen Berechnung kombiniert. Die Druck- und Geschwindigkeitsverteilung wird nach der bereits erläuterten Methodik ermittelt und dient als Inputparameter für die thermische Simulation des Wärmenetzes. Die thermische Modellierung des Rohrnetzwerkes erfolgt eindimensional und die Diskretisierung nach der Finite-Volumen-Methode. Um auch bei großen Zeitschritten eine stabile Simulation sicherstellen zu können, wird ein implizites Verfahren zur Lösung des Gleichungssystems angewendet. Abbildung 1: Methodik der thermo-hydraulischen Simulation 2.3 Energieknoten Damit eine Kopplung der Versorgungsnetze der jeweiligen Energieträger erfolgen kann, werden Energieknoten [4] definiert. Diese stellen die Schnittstelle zwischen den Netzinfrastrukturen (Strom, Gas und Wärme) dar. In Abbildung 2 ist ein allgemeines Modell eines Energieknoten dargestellt. Die Kopplung der einzelnen Energieträger erfolgt über eine Matrix, welche mit den Wirkungsgraden der jeweiligen Energieumwandlung besetzt ist. Zusätzlich sind in den Energieknoten noch thermische Speicher integriert. Die Anzahl und der jeweilige Standort eines Energieknoten in einem Versorgungsgebiet sind abhängig von den Entwicklungspfaden der Szenarien. Die Struktur und die Standorte der in diesem Beitrag verwendeten Energieknoten sind im Kapitel Fallbeispiel definiert. Aufbauend darauf erfolgt die Vernetzung der definierten Energieknoten anhand der vorhandenen Energieversorgungsnetze. Seite 3 von 10

4 Netzanschluss Strom Verbraucher PV Strom Verbraucher Wärme MGT, BZ,... Gas Netzanschluss Gas Netzanschluss FW Abbildung 2: Modellhafte Darstellung eines Energieknoten 2.4 Optimierung Die Optimierung wird mit der Software Matlab durchgeführt. Durch die Einbindung von Speichertechnologien ist die Anwendung einer gemischt-ganzzahligen Optimierung notwendig. Diese erfolgt mittels der Matlab Toolbox YALMIP zum Beschreiben (Entscheidungsvariablen, Nebenbedingungen, Zielfunktion, etc.) und unter Verwendung des GUROBI OPTIMIZER zum Lösen des Optimierungsproblems. Die DC-Methode zur Lastflussberechnung im Stromnetz wird direkt als Nebenbedingung in die Optimierung aufgenommen. Aufgrund der nichtlinearen Eigenschaften der Gas- und Wärmenetzberechnungen können diese nicht direkt in die Optimierung aufgenommen werden. In diesem Beitrag erfolgt die indirekte Aufnahme der Lastflussanalysen im thermischen Bereich durch vorlaufende Berechnungen, welche im nächsten Schritt die maximalen Anschlussleistungen als Nebenbedingung an die Optimierung weitergeben. Sind im Gesamtsystem mehr als ein Knoten eines thermischen Netzes an einem Energieknoten angeschlossen, muss auf Basis der Variation mit Wiederholung aus dem Bereich der Kombinatorik eine zur Bestimmung der Nebenbedingung in der Optimierung ausreichend hohe Anzahl von Lastflussrechnungen durchgeführt werden. Die Zielfunktion der Optimierung ist auf die Minimierung der Leitungsauslastungen im Stromnetz ausgelegt. Damit werden auch indirekt die Verluste im elektrischen Netz minimiert. Eine direkte Verlustminimierung kann aufgrund der quadratischen Abhängigkeit zur Strombelastung der Leitung nicht in die lineare Optimierung aufgenommen werden. Des Weiteren werden Zielfunktionen zur Kostenminimierung aufgrund der rein technischen Bewertung des Simulationsmodells nicht betrachtet. 3 Fallbeispiel In diesem Beitrag wird als Fallbeispiel für ein energieträgerübergreifendes Gesamtsystem ein Teilbereich des 4. Bezirks in Wien (Standort Technische Universität) betrachtet. Folgend Seite 4 von 10

5 werden die simulierten Modellnetze, die Last- bzw. Erzeugungsprofile sowie die verwendeten Umwandlungstechnologien und Speicher der Energieknoten vorgestellt. 3.1 Modellnetze Zur Darstellung der jeweiligen Energieversorgungsnetze wird das Visualisierungstool QGIS verwendet. Mit dieser Software können die Netzinfrastrukturen verortet mittels GIS (Geoinformationssystem) dargestellt werden (Abbildung 3). Das in grün dargestellte Stromnetz wird als Mittelspannungsabschnitt mit zwei Abgängen und sieben Lastknoten modelliert. Die verwendeten Betriebsdaten (Leitungslängen, Kabelimpedanzen, etc.) des elektrischen Netzes für urbane Räume stammen aus einer statistischen Erhebung [5]. Das blaue Gasnetz ist als Niederdrucknetz abgebildet und verfügt über einen Einspeisepunkt. Das rot eingezeichnete Netz stellt einen Abschnitt des Fernwärme-Primärnetzes dar und wird über zwei Einspeisepunkte versorgt. Abbildung 3: Modellnetz für ein Hybridnetz 3.2 Last- bzw. Erzeugungsprofile Grundsätzlich werden im betrachteten Fallbeispiel Lastprofile für den elektrischen und thermischen Energiebedarf für eine Woche im Viertelstundenraster (672 Werte) hinterlegt. Diese wiederum unterteilen sich in Profile für Haushalte und Gewerbe. Den Energieknoten sind jeweils gewerbliche Lastprofile zugewiesen, die restlichen Verbraucher im Netz stellen Haushalte dar. Als Basis für das thermische Lastprofil wurde der normierte Tagesverbrauch nach dem sogenannten Sigmoid-Modell herangezogen. In diesem Modell hängt der Verbrauch direkt Seite 5 von 10

6 von der Tagesmitteltemperatur ab. Für das Simulationsmodell wurde das thermische Lastprofil für eine Tagesmitteltemperatur von 10 C angewendet. Das elektrische Lastprofil entspricht den VDEW Standard Lastprofilen H0 für Haushalte und G1 für gewerbliche Zwecke (z.b. Büro). Die Erzeugungsprofile für die PV Anlage entsprechen denen für sonnige und wechselnd bewölkte Tage. Diese und sonnenfreie Tage werden auf den Simulationszeitraum von einer Woche aufgeteilt. 3.3 Definition Energieknoten Die im Fallbeispiel betrachteten Energieknoten verfügen über verschiedene Energieträgeranschlüsse und sind mit unterschiedlichen Technologien der Energiewandlung ausgestattet, damit der elektrische und thermische Verbrauch gedeckt werden kann. Der Energieknoten 1 (EK1) ist mit dem Strom- und Gasnetz verbunden. Die benötigte Wärme kann einerseits durch eine Gaszentralheizung und andererseits durch den Betrieb einer Wärmepumpe erzeugt werden. Zusätzlich besteht die Möglichkeit eine bestimmte Wärmemenge in einem Schichtspeicher zu speichern. Im Gegensatz dazu verfügt der Energieknoten 2 (EK2) über einen Strom-, Gas- und Fernwärmeanschluss. Technologisch sind eine Mikro-KWK-Anlage (Blockheizkraftwerk), eine Fernwärmeübergabestation und ebenfalls ein thermischer Wasserspeicher hinterlegt. Daher kann im Energieknoten 2 die elektrische Last entweder direkt über das Stromnetz oder über die Mirko-KWK-Anlage gedeckt werden. Die geforderte Wärme kann ebenfalls über die Mikro-KWK-Anlage und über den Fernwärmewärmetauscher bereitgestellt werden. Der Aufbau der verwendeten Energieknoten ist in Abbildung 4 dargestellt. Abbildung 4: Energieknoten 1 (links), Energieknoten 2 (rechts) Die hinterlegten Wirkungsgrade der Umwandlungstechnologien (siehe Tabelle 1) sind im Simulationsmodell als konstant angenommen und berücksichtigen zu diesem Zeitpunkt noch kein Teillastverhalten. Technologie Wirkungsgrad Trafo 99% Wärmepumpe COP=2,5 Gasheizung 90% Mikro-KWK ηel=40%, ηtherm=50% FW-Übergabestation 95% Tabelle 1: Wirkungsgrade der eingesetzten Technologien Seite 6 von 10

7 3.4 Szenarien Mit der vorgestellten Methode zur Optimierung von Lastflüssen sollen vor allem zukünftige Entwicklungen der Energieversorgung betrachtet werden. Daher wird im Rahmen des Fallbeispiels die festgelegte Netzinfrastruktur zu zwei verschiedenen Zeitpunkten analysiert. Der erste Zeitpunkt stellt die aktuelle Situation im Jahr 2015 ohne Einbeziehung von Energieknoten dar und dient als Referenz für die weiteren Simulationen. Im Vergleich dazu werden Untersuchungen der Netzauslastungen im Jahr 2030 mit und ohne Berücksichtigung von Energieknoten durchgeführt. Die Szenarien, in denen Energieknoten betrachtet werden, unterscheiden sich durch die Berücksichtigung von Speichertechnologien. In der nachfolgenden Tabelle sind die in diesem Beitrag untersuchten Szenarien zusammengefasst. Zeitpunkt Energieknoten Speicher PV 2015 Status Quo nein nein nein 2030 Status Quo nein nein ja 2030 EK ohne Speicher ja nein ja 2030 EK mit Speicher ja ja ja Tabelle 2: Beschreibung der untersuchten Szenarien 4 Ergebnisse In diesem Punkt werden die Ergebnisse, welche auf die im vorhergehenden Punkt festgelegten Szenarien basieren, der Optimierung der Lastflüsse in einem energieträgerübergreifenden System angeführt und interpretiert. Zur besseren Darstellung der Ergebnisse zeigt Abbildung 5 ein vereinfachtes Modell der elektrischen Netzstruktur. Abbildung 5: Elektrisches Modellnetz Ausgehend von der derzeitigen Netzsituation treten im Szenario 2015 Status Quo bei keinem der Versorgungsnetze Grenzwertverletzungen, d.h. keine thermischen Überlasten Seite 7 von 10

8 von Leitungen im Stromnetz bzw. keine zu hohen Druckverluste im Gas- bzw. Wärmenetz, auf. Dieses Szenario wird als Basis für die weiteren Untersuchungen verwendet. Das Gasbzw. Wärmenetz ist in allen betrachteten Szenarien nicht überlastet. Der Grund dafür ist, dass die maximal beziehbaren Leistungen, welche aus den thermischen Netzberechnungen folgen, als Nebenbedingungen in der Optimierung festgelegt sind. Deshalb werden die Ergebnisse anhand der Auslastungen der Leitungen im Stromnetz betrachtet und interpretiert. Tabelle 3 zeigt die maximalen Auslastungen der Leitungen, welche innerhalb der betrachteten Woche je Szenario auftreten. Szenario L12 L61 L56 L45 L23 L46 L Status Quo 80% 90% 37% 8% 58% 21% 29% 2030 Status Quo 111% 105% 44% 10% 67% 24% 34% 2030 EK ohne Speicher 88% 56% 35% 8% 54% 19% 27% 2030 EK mit Speicher 88% 54% 35% 8% 54% 19% 27% Tabelle 3: Maximale Leitungsauslastungen im Stromnetz Bei der Variante 2030 Status Quo treten in den Leitungen L12 und L61 Überlasten auf. Dies ist auf die angenommen höheren Verbräuche bzw. auf die PV-Einspeisung zurückzuführen. Durch den Einsatz von Energieknoten an den Knoten 2 und 6 in 2030 EK ohne Speicher werden die Überlasten vermieden. Die Senkung der Auslastung in L12 von 111 auf 88 Prozent durch den Energieknoten 1 (Abbildung 4) ist bedingt durch die im Energieknoten eingesetzte Wärmepumpe, welche bei hoher PV Einspeisung die thermische Last deckt. Die Grenze der 88 Prozent wird an einem sonnenlosen Tag erreicht. Eine weitere Senkung ist nicht möglich, da die Deckung der elektrischen Last nur durch das Stromnetz erfolgen kann. Die Verringerung der Auslastung in L61 von 105 auf 56 Prozent durch den Energieknoten 2 erfolgt durch die Mikro-KWK-Anlage. Diese unterstützt das Stromnetz bei der Deckung der elektrischen Last und kann aufgrund dessen die Auslastung um ca. die Hälfte senken. Die Ergebnisse im Szenario 2030 EK mit Speicher unterscheiden sich in den maximalen Auslastungen kaum vom Szenario 2030 EK ohne Speicher. Durch den Einsatz von Speichern lassen sich in diesem Fallbeispiel zwar die maximalen Auslastungen nicht verringern, jedoch sinken die Gesamtverluste, welche aus den Leitungsauslastungen abgeschätzt werden, um 15 Prozent. Ein Verlauf der Eingangsleistungen sowie die Speichernutzung der Energieknoten, maximale Leitungsauslastungen im Stromnetz und die Last- bzw. Erzeugungsprofile sind in Abbildung 6 dargestellt. Seite 8 von 10

9 Abbildung 6: Ergebnisse der Optimierung für das Szenario 2030 EK mit Speicher Die Ergebnisse der Optimierung zeigen, dass durch den Einsatz von Energieknoten Überlasten in den Netzen durch Verschiebung der Lasten auf andere Energieträgernetze verhindert werden können. Beispielsweise kann bei hoher PV-Einspeisung und geringer elektrischer Last die überschüssige PV Energie ins Wärmenetz zur Deckung der thermischen Last abgeführt werden, was folglich durch Reduzierung der Rückspeisung eine zusätzliche Netzbelastung verhindert (Energieknoten 1). Bei großen Verbräuchen im Stromnetz besteht das Potential zur Deckung der Last aus thermischen Netzen zur Entlastung des Stromnetzes (Energieknoten 2). Der Einsatz von Speichertechnologien erhöht die Flexibilität innerhalb von Energieknoten und erhöht somit die Anwendungsmöglichkeiten von Hybridnetzen (z.b. Verlustminimierung). 5 Zusammenfassung und Ausblick Dieser Beitrag zeigt, dass durch den Einsatz eines energieträger- und infrastrukturübergreifenden Gesamtmodells das Flexibilisierungspotential bestehender urbaner Energieversorgungsnetze erhöht werden kann. Vor allem durch das entstehende Lastverschiebungspotential zwischen Energieträgern lassen sich Engpässe bzw. Überschüsse in Versorgungsnetzen vermeiden. Die Verwendung von Energieknoten in Versorgungsnetzstrukturen ermöglicht die Optimierung von Lastflüssen in Hybridnetzen. In diesem Beitrag wird das elektrische Netz durch die Zielfunktion und die thermischen Netze über die Nebenbedingungen definiert. Durch Lösen des Optimierungsproblems werden die Eingangsleistungen des Energieknotens definiert und dadurch die Lastflüsse der Energieversorgungsnetze optimiert. Aufgrund der linearen Optimierung bleiben die Simulationszeiten relativ gering (einige Sekunden bis Minuten). Seite 9 von 10

10 Zur weiteren Anpassung der Optimierung an reale Umgebungen werden in den nächsten Schritten teillastbedingte Wirkungsgradkurven sowie weitere Umwandlungstechnologien modelliert. Außerdem werden für die verwendeten Wandlertechnologien zusätzliche Nebenbedingungen (z.b. Mindesteinschaltzeiten, Temperaturabhängigkeiten, etc.) implementiert. 6 Literatur [1] F. Ekardt, Jahrhundertaufgabe Energiewende, Berlin: Christoph Links Verlag, [2] W. Wellssow, Ein Beitrag zur Zuverlässigkeitsberechnungin der Netzplanung, TU Darmstadt, [3] H. Walter und A. Glaninger, Berechnung von Rohrnetzwerken mit Baumstruktur, Kl Luftund Kältetechnik, 11/2004. [4] M. Geidl, G. Koeppel, P. Favre-Perrod, B. Klöckl, G. Anderson und K. Fröhlich, Energy hubs for the future, IEEE Power and Energy Magazine, pp , [5] F. Otto, Impact Assessment for a High Penetration of Distributed Generators in Medium and Low Voltage Grids, TU Graz, Seite 10 von 10