Modellierung städtischer Energiesysteme. Heizkraftwerke, Fernwärmenetze und die Integration fluktuierender Erneuerbarer Energien

Transkript

1 Modellierung städtischer Energiesysteme Heizkraftwerke, Fernwärmenetze und die Integration fluktuierender Erneuerbarer Energien Ricardo Peniche und Alfons Kather 1. Einleitung Modellierung Übergeordnete Steuerung: Wärmeerzeugung Übergeordnete Steuerung: Stromerzeugung Validierung Optimierungswerkzeug für die Einsatzplanung in Zukunftsszenarien Verteilung: Fernwärmenetze Erzeugungsanlagen Wirtschaftlichkeit und Emissionen Szenario-Definition Strombedarf, Wärmebedarf und installierte Erzeugungskapazität Betriebsstrategie Ergebnisse und Diskussion Zusammenfassung und Ausblick Quellen

2 Ricardo Peniche, Alfons Kather 1. Einleitung Aufgrund ihres Beitrags zur ressourceneffizienten Abdeckung des Wärmebedarfs sind Heizkraftwerke ein wichtiger Bestandteil städtischer Energiesysteme. Allerdings haben der Vorrang von Erneuerbaren Energien (EE) und die zunehmende Direktvermarktung dieser auf dem Strommarkt eine direkte Auswirkung auf die Wirtschaftlichkeit und den Betrieb von Heizkraftwerken. Das Zusammenspiel von Heizkraftwerken und EE ist deshalb ein Thema, das an Bedeutung gewinnt. Zurzeit existieren bereits Simulationsmodelle, die eine gleichzeitige Modellierung des Strom- und Wärmesektors ermöglichen. Allerdings besteht noch Bedarf an Modellen, welche die Abbildung der Kopplungseffekte von Strom- und Fernwärmenetzen ermöglichen, mit denen Erzeugungsanlagen individuell (und nicht in aggregierter Form) betrachtet und gesteuert werden können, mit denen die von Stadt zu Stadt unterschiedlichen Fernwärmenetztopologien nachgebildet werden können und mit denen wirtschaftliche Aussagen getroffen werden können. In diesem Beitrag wird ein Modell für die dynamische Simulation von Fernwärmenetzen einschließlich der gekoppelten Erzeugung von Wärme und Strom, des Wärmetransports und der übergeordneten Steuerung beschrieben. Die fluktuierende Erzeugung von Strom aus Photovoltaik und Windkraftanlagen wird in dem Modell berücksichtigt. Des Weiteren ist auch die Berechnung der aus der Betriebsweise resultierenden Kosten implementiert. Die Modellierung erfolgt mit der Programmiersprache Modelica [1]. Das Systemmodel wird im Rahmen des TransiEnt.EE-Projektes entwickelt [2]. Modelle mit dem hier präsentierten Modellierungsansatz werden nach Projektende der Öffentlichkeit in Form einer Modelica-Modellbibliothek zur Verfügung gestellt. 2. Modellierung Städtische Energiesysteme bestehen hauptsächlich aus Erzeugern, Verbrauchern und Verteilungsnetzen. Alle diese Komponenten sind mehreren technischen, wirtschaftlichen und umwelttechnischen Zusammenhängen und Randbedingungen unterworfen. Bei der Modellierung von gesamtstädtischen Energiesystemen sollen diese möglichst genau reproduzierbar sein. Der hier vorgestellte Modellierungsansatz wurde von den Projektteilnehmern des TransiEnt.EE- Projektes gemeinsam konzipiert [2]. In diesem Beitrag wird detaillierter auf die Modellierung des Fernwärmenetzes und dessen Rückwirkung auf die Stromerzeugung eingegangen. Die Abbildung 1 zeigt die grafische Oberfläche des Modells eines gesamtstädtischen Energiesystems. Zu erkennen sind einerseits eine übergeordnete Steuerung, welche die Betriebsweise der Strom-, Wärme- und Kraft-Wärme-Kopplungserzeuger definiert, und anderseits das Modell des Strom- und Fernwärmenetzes. Das Modell ermöglicht die gekoppelte Simulation des Strom- und Wärmenetzes. 2

3 Abb. 1: Modellierung von gekoppelten städtischen Energiesystemen mit der TransiEnt-Modellbibliothek 2.1. Übergeordnete Steuerung: Wärmeerzeugung Jedes städtisches Fernwärmenetz hat seine eigene Topologie, seinen eigenen Kundenbestand und seinen eigenen Erzeugungspark. Der Wärmebedarf ist in allen Fernwärmenetzen stark von der Außentemperatur abhängig. Die Wärmelastvorhersage des hier beschriebenen Systemmodells basiert auf einer Regressionskennlinie von historischen Daten der Wärmeeinspeisung im Hamburger Fernwärmenetz nach [3]. Diese ist in Abbildung 2 dargestellt. Die Einsatzplanung von Wärmeerzeugern in Fernwärmenetzen erfolgt im Systemmodell mittels Sollwertkurven. Diese Kurven berücksichtigen sowohl hydraulische Netzrestriktionen als auch den Vorrang der kostengünstigsten Anlage [3]. Die Abbildung 3 zeigt die Sollwertkurven als relative Werte. Die gesamtumlaufende Heizwassermenge ist bezogen auf den maximalen Gesamtmassenstrom. Die Menge, die in jedem Einspeisestandort einzuspeisen ist, ist bezogen auf den maximalen Massenstrom des Oststranges. 3

4 Ricardo Peniche, Alfons Kather Abb. 2: Wärmeeinspeisung in Abhängigkeit von der Außentemperatur des Hamburger Fernwärmenetzes (2005 und 2006) nach [2] Abb. 3: Wassermengen-Sollwertkurve je Transportstrang nach [2] (relativ) 2.2. Übergeordnete Steuerung: Stromerzeugung Um den zulässigen Betriebsbereich der Heizkraftwerke (HKW) zu modellieren, wurde für jedes HKW ein PQ-Diagramm erstellt. Die Abbildung 4 zeigt ein solches Diagramm. Die Hamburg-spezifischen Diagramme wurden aus [4] entnommen. Für die Erstellung der PQ-Diagramme für HKW, die noch in der Planung oder im Bau sind, kommt das Simulationsprogramm EBSILON-Professional zum Einsatz. Es wird angenommen, dass es sich bei allen HKW um must-run-anlagen handelt, die das ganze Jahr in Betrieb bleiben müssen. Unter dieser Annahme 4

5 fährt jedes HKW mindestens auf der Mindestlastlinie (orangefarbene Linie in der Abbildung 4). In der Praxis ist es so, dass bei attraktiven Strompreisen an der Börse die HKW bis zur maximal möglichen elektrischen Leistung hochgefahren werden (blaue Linie in der Abbildung 4) [5]. Um dieses Verhalten zu modellieren, wurde eine Entscheidungsschleife im Modell programmiert. Für jedes HKW werden fixe Grenzkostenwerte angenommen. Diese bestehen aus Brennstoffkosten und CO 2 -Zertifikatspreisen. Wenn der Wert der Stromkostenzeitreihe (EPEX-Spot [6], Jahr 2012) oberhalb des Grenzkostenwertes liegt, wird die Anlage bis zur Vollastlinie hochgefahren. Ansonsten bleibt die Anlage auf der Mindestlastlinie. Abb. 4.: PQ Diagramm eines Heizkraftwerks nach [4] 2.3. Validierung Der Verteilungsnetzbetreiber Hamburgs veröffentlicht Leistungsprofile zum Stromverbrauch und zur Stromerzeugung innerhalb Hamburgs [7]. Die Leistungsprofile können sowohl für die ganze Stadt als auch für die einzelnen Bezirke abgerufen werden. Das HKW in Wedel speist im Bezirk Altona ein. Das Einspeiseprofil des Bezirks Altona im Jahr 2012 ist in Abbildung 5 rot dargestellt. Grün zeigt das mit dem Modell simulierte Erzeugungsprofil. Eine relativ gute Übereinstimmung ist vor allem im Winter und in der Übergangszeit erkennbar. Im Sommer ist die Abweichung allerdings groß. Diese Abweichung ist auf die im Modell angenommene must-run-betriebsweise zurückzuführen. Wartungspausen werden im Modell nicht modelliert. 5

6 Ricardo Peniche, Alfons Kather Abb. 5. Vergleich von Stromeinspeisung in HH Altona [6] und simulierte Stromerzeugung im HKW Wedel 2.4. Optimierungswerkzeug für die Einsatzplanung in Zukunftsszenarien Der oben beschriebene Modellierungsansatz erlaubt eine vereinfachte Emulation der Betriebsweise von Erzeugern im Fernwärmenetz. In der Realität findet die Einsatzplanung von HKW und HW mittels Optimierungsmodellen statt. Solche Modelle haben die Minimierung der Kosten als Zielfunktion. Ein solches Modell ist vor allem für die Definition von Zukunftsszenarien wichtig, da die Strompreise an der Börse in künftigen Jahren unbekannt sind. Deshalb wird derzeit ein solches Modell mit dem Programm AMPL entwickelt. Die Lösung des Optimierungsproblems erfolgt mit dem Löser CPLEX [8]. Für andere Szenarien im Projekt TransiEnt.EE kommt das in [9] vorgestellte Optimierungsmodell zum Einsatz Verteilung: Fernwärmenetze Wichtige Größen für die Analyse und Steuerung von Fernwärmenetzen sind unter anderem die Vor- und Rücklauftemperaturen, die Drücke und die Massenströme. Sie sind besonders wichtig, wenn man die Effekte der Kopplung von Strom- und Wärmenetz z. B. durch die Einbringung von Power-to-Heat-Technologien genauer untersuchen möchte. Aus diesem Grund wurde entschieden, das Fernwärmenetz nicht einfach als eine Massenstromsenke, sondern mittels physikalisch basierter Modelle (Rohre, Pumpe und Ventile) zu modellieren. Zum Einsatz kommen dabei Modelle der ClaRa Modellbibliothek [10]. Im Modell wird das Fernwärmenetz mit drei Einspeisestandorten, drei Bedarfs- 6

7 Zonen (Nord, Ost und West) und den dazwischenliegenden Verteilungsrohren modelliert. Um den Bedarf der Stadt in drei Zonen zu verteilen, wurde das Geographische Information System QGIS [11] genutzt. Die Abbildung 6 zeigt drei gelbe Flächen die den drei bereits genannten Zonen entsprechen. Die Anzahl der Gebäude, die sich innerhalb jeder Fläche befindet, wurde mit QGIS berechnet. Die Skalierungsfaktoren ergeben sich aus dem Verhalten der Anzahl der Gebäude innerhalb einer Zone zur gesamten Anzahl der Gebäude in allen drei Zonen. Die Datenbank für den Gebäudebestand stammt aus [12]. Der Verlauf des Fernwärmenetzes wurde [13] entnommen. Abb. 6: Zuteilung des Wärmebedarfs in drei unterschiedliche Zonen Detaillierte Betrachtungen (z. B. Druckstöße bei starker Reduktion der Pumpendrehzahl) sind mit der Modellbibliothek möglich [14]. Diese werden in das hier vorgestellte Modell aufgrund ihres Einflusses auf die Modellstabilität jedoch nicht implementiert Erzeugungsanlagen Die Erzeugermodelle wurden nach dem in [2] dargestellten Austauschbarkeitskonzept entworfen. Es gibt Modelle mit unterschiedlichen Detailierungsgraden, die je nach Detaillierungsbedarf im Gesamtsystem austauschbar sind. Für die Modellierung der Heizkraftwerke und Heizwerke wird auf die in VDI/VDE 3508 [15] dargestellten Konzepte zur Blockregelung von Kraftwerken (KW) und HKW 7

8 Ricardo Peniche, Alfons Kather zurückgegriffen. Jedes HKW bekommt einen Sollwert für die zu erzeugende elektrische Leistung und Heizleistung. Diese Werte werden den Begrenzungen der HKW unterstellt, um dann je nach Detaillierungsniveau weiterverwendet zu werden. Auch für die Modellierung von Heizkraftwerken kommen Komponenten der ClaRa-Modellbibliothek zum Einsatz. Die Erzeugung von Erneuerbaren Energien kann mittels verfügbaren Erzeugungsprofilzeitreihen (z. B. Betriebsdaten von Übertragungsnetzbetreibern) oder mittels Kennlinien aus den meteorologischen Datensätze berechnet werden Wirtschaftlichkeit und Emissionen Die Strom- bzw. Wärmegestehungskosten werden im Modell für jeden Erzeuger mit der Summe aus den Investitionskosten (auf ein Jahr bezogen mittels eines Annuitätenfaktors mit Zinssatz von 7 % und Projektdauer von 20 Jahren), den variablen Betriebskosten (Brennstoffkosten und CO 2 -Zertifikatskosten) und der jährlichen Energieerzeugung berechnet. Sowohl die variablen Betriebskosten als auch die jährliche Stromerzeugung ergeben sich aus der gewählten Betriebsstrategie. Es gilt: Die Berechnung der CO 2 -Emissionen erfolgt entweder mittels brennstoffspezifischer Emissionsfaktoren unter Berücksichtigung von Wirkungsgraden oder durch erzeugerspezifische Emissionsfaktoren. Für die CO 2 -Allokation kann in der Modellbibliothek eine der in [16] dargestellten Allokationsmethoden ausgewählt werden. 3. Szenario-Definition Das Modell wird für die Evaluation eines Beispielszenarios verwendet. Im Szenario wird das Energiesystem Hamburgs unter der Annahme einer Stromerzeugung aus EE, wie sie im Mittel in Deutschland im Jahr 2034 vorliegt, nachgebildet. Die Auswirkung auf den Betrieb der Kraftwerke und der HKW wird mithilfe des Modells analysiert Strombedarf, Wärmebedarf und installierte Erzeugungskapazität Es wird vom Strom- und Fernwärmebedarf Hamburgs im Jahr 2012 ausgegangen. Beide sind in Abbildung 7 dargestellt. Der Strombedarf stammt aus den Betriebsdaten des Verteilungsnetzbetreibers [17]. Der Wärmebedarf wurde mit dem im Abschnitt 2.1. beschriebenen Verfahren abgeleitet. Die Zeitreihen haben eine zeitliche Auflösung von 15 Minuten. 8

9 In Tabelle 1 sind die für das Beispielszenario ausgewählten Erzeugungsanlagen aufgelistet. Die installierte Erzeugungskapazität der EE-Anlagen entspricht der im Netzentwicklungsplan [18] vorgesehenen Erzeugungskapazität Deutschlands, welche über die Spitzenlast auf Hamburg skaliert wurde. Für das Beispielszenario wurde vereinfachend nur die Erzeugung von Onshore-Windkraftanlagen (WKA) und Photovoltaikanlagen (PV) betrachtet. Für die Zusammensetzung des konventionellen Erzeugungsparks wurden Annahmen für den in Zukunft zu erwartenden Erzeugungspark Hamburgs getroffen. Es wird angenommen, dass sowohl ein Steinkohle-HKW als auch ein gasbefeuerter Heizwassererzeuger erhalten bleiben. Darüber hinaus wird davon ausgegangen, dass ein GuD-HKW am Standort Wedel gebaut wird. Für das Steinkohlekraftwerk wird in diesem Beispiel keine Wärmeauskopplung betrachtet. Abb. 7: Strom und Wärmebedarf für das betrachtete Szenario (Referenzjahr: 2012) - Tab. 1: Installierte Leistungen für das betrachtete Szenario 9

10 Ricardo Peniche, Alfons Kather 3.2. Betriebsstrategie Für jeden Erzeugungsanlagetyp wurde im Beispielszenario eine unterschiedliche Betriebsstrategie programmiert. EE-Anlagen speisen unbegrenzt in das Netz ein, außer in dem Fall, in dem die Erzeugung aus EE den Bedarf überschreitet. In diesem Fall wird die EE-Erzeugung abgeregelt. KWK-Anlagen folgen der in Abschnitt 2.1. beschriebenen Strategie. Diese Anlagen sollen jederzeit den Wärmebedarf abdecken. Dabei müssen die Anlagen mindestens auf der Mindestlastlinie (P min in Abbildung 4) fahren. Wenn der Strompreis an der Börse über den Grenzkosten der jeweiligen Anlage liegt, fahren die HKW auf der Volllastlinie (P max in Abbildung 4). Das Steinkohle-KW wird in diesem Szenario im Lastfolgebetrieb gefahren. Es ist für die Abdeckung der Residuallast (P Bedarf -P EE -P HKW ) zuständig. 4. Ergebnisse und Diskussion Die Ergebnisse des Simulationsmodells sind sowohl zeitabhängige Erzeugungsprofile (Abbildung 8) als auch jährliche Bilanzen (Tabelle 2). Ferner zählen Temperatur- und Druckverläufe im Fernwärmenetz und Verläufe der elektrischen Frequenz im Stromnetz zu den Ergebnissen des Modells. Die Abbildung 8 lässt die im Abschnitt 3.2. beschriebene Betriebsstrategie gut wiedererkennen. Der Strombedarf nimmt am Wochenende (t=160 bis t=162) leicht ab. Am Samstag (t=160 bis t=161) ist die EE-Erzeugung so hoch, dass sie abgeregelt werden muss. Diese hohe EE-Erzeugung bei gleichzeitig niedrigem Bedarf führt zu niedrigen Strompreisen an der Strombörse. Die HKW reagieren entsprechend und fahren auf der Mindestlastlinie. Erwartungsgemäß wird das GuD-HKW durch dessen höhere Grenzkosten häufiger auf der Mindestlastlinie betrieben als das Steinkohle-HKW mit niedrigeren Grenzkosten. Durch den ausgewählten Lastfolgebetrieb ist die Fahrweise des Steinkohle-Kraftwerks sehr flexibel. Bemerkbar sind die sehr kurzen Stillstandzeiten (s. Dienstag und Mittwoch mittags). Die Tabelle 2 zeigt ausgewählte Ergebnisse der Jahresbilanz. Der Anteil der fluktuierenden EE am Stromverbrauch liegt bei 31 %. Der Anteil des Stromes aus HKW an der Stromerzeugung entspricht mit 20 % dem von der Bundesregierung angestrebten Ziel von 20 % bis Würden die Überschüsse aus EE nicht abgeregelt, wäre der Anteil von HKW-Strom an der Stromerzeugung geringer. Der Anteil der Fernwärme am Hamburger Wärmeverbrauch (23 TWh, nach [19]) liegt mit 4,3 TWh bei 18 %. Die jährlichen Kosten, die für die Strom- und Wärmeversorgung notwendig wären (angenommen, dass alle Anlagen neu gebaut werden müssten), liegen bei Mio. Euro. Die für die Abdeckung von Strom- und Wärmeverbrauch entstehenden CO 2 Emissionen würden bei 4,9 Mt liegen. Es wird deutlich, dass die angenommene Fahrweise der HKW als must-run-anlagen die Integration der EE-Erzeugung ins Stromnetz verhindert. Alternative Betriebsstrategien werden im Rahmen von Szenarien im Projekt TransiEnt.EE untersucht. Geplant ist die Untersuchung der Anwendung von Warmwasser- 10

11 speichern, Power-to-Heat-Anlagen oder Power-to-Gas-Anlagen mit Wasserstoff- Rückverstromung in dem GuD-HKW. Abb. 8: Beispielhafte Woche Tab. 2: Ausgewählte Ergebnisse der Jahresbilanz 5. Zusammenfassung und Ausblick Die Ergebnisse zeigen, dass das Simulationsmodell für die dynamische Evaluation von Energiekonzepten zur Integration Erneuerbarer Energien in städtische Energiesysteme geeignet ist. Mit dem Modell können Aussagen über die technischen, wirtschaftlichen und emissionstechnischen Auswirkungen von neuen Betriebsstrategien getroffen werden. Der hier angenommene Ausbau der EE bis zum Jahr 2034 ist gering im Vergleich zu den angestrebten Erzeugungskapazitäten im Jahr In einem Strommarkt mit sehr großen und häufigen Stromüberschüssen aus EE muss der Betrieb der HKW neu überdacht werden. Die Modelle werden im Projekt TransiEnt.EE weiterentwickelt und angewendet, um verschiedene EE Integrationsstrategien zu testen und miteinander zu vergleichen. Mit entsprechenden Anpassungen (z. B. Berechnung von EEG-Ausgaben, KWKG- Ausgaben, Berechnung der Strompreise für die Endkunden) könnten Effekte der veränderten gesetzlichen Rahmenbedingungen betrachtet werden. Das Modell könnte für die Evaluation anderer städtischer Energieversorgungssysteme verwendet werden. Hierfür wären allerdings entsprechende Anpassungen notwendig. 11

12 Ricardo Peniche, Alfons Kather Danksagung Diese Arbeit wurde im Rahmen des Projekts TransiEnt.EE erstellt. Das Projekt wird vom Bundesministerium für Wirtschaft und Energie gefördert (Förderkennzeichen: 03ET4003). Ein besonderer Dank gilt den Projektpartnern der anderen beteiligten TUHH-Institute und der Firma XRG Simulation GmbH für die Zurverfügungstellung und Unterstützung bei der Anwendung der ClaRa-Modellbibliothek. 6. Quellen [1] The Modelica Association: Modelica A Unified Object-Oriented Language for System Modeling and Simulation [2] Andresen, Lisa; Dubucq, Pascal; Peniche, Ricardo; Ackermann, Günter; Kather, Alfons; Schmitz, Gerhard: Status of the TransiEnt Library : Transient simulation of coupled energy networks with high share of renewable energy. In: Modelica Conference. Paris, [3] Beecken, J.; Feuerriegel, S.; Stapf, K.: Maximierung der Kraftproduktion durch optimale Nutzung des Energiebedarfes im Fernwärmenetz (KWK-Optimierung) - Band 5: Teilbericht Auswertung. Hamburg : Vattenfall Europe Hamburg AG [u.a.], [4] Cerbe, Andreas: Prozessnahe Einsatzoptimierung mit BoFiT unter Berücksichtigung der Netzrestriktionen Verbundprojekt. Bessere Ausnutzung von Fernwärmeanlagen. Hamburg, [5] Kather, Alfons; Probst, T.: Maximierung der Kraftproduktion durch optimale Nutzung des Energiebedarfes im Fernwärmenetz (KWK-Optimierung) - Band 4: Teilbericht Erzeugungsanlagen, [6] EPEX SPOT SE: EPEX SPOT SE. URL Abruf am [7] Stromnetz Hamburg GmbH: Energieportal Hamburg. URL Abruf am [8] Könecke, Marius: Emulation der Tageseinsatzplanung von Heizkraftwerken mit einem geeigneten Optimierungswerkzeug, TUHH, [9] Dubucq, P; Ackermann, G: Frequency Control in Coupled Energy Systems with High Penetration of Renewable Energies. In: 5th International Conference on Clean Electrical Power - Renewable Energy Resources Impact. Taormina - Sicily, Italy, [10] Brunnemann, Johannes; Gottelt, Friedrich; Wellner, Kai; Renz, Ala; Tähring, Andre; Röder, Volker; Hasenbein, Christoph; Schulze, Christian; Schmitz, Gerhard; u. a.: Status of ClaRaCCS: Modelling and Simulation of Coal-Fired Power Plants with CO2 Capture. URL Abruf am Proceedings of the 9th International Modelica Conference. [11] QGIS A Free and Open Source geographic Infromation System. URL: [12] Geofabrik GmbH: GEOFABRIK // Downloads. URL Abruf am [13] Vattenfall Wärme Hamburg GmbH: VWH Netzkarte Hamburg. URL pdf. Abruf am [14] Gäth, Jakobus: Dynamische Modellierung eines Fernwärmestranges unter Berücksichtigung der hydraulischen Betriebssicherheit, TUHH, [15] VDI/VDE: Blockregelung von Wärmekraftwerken - Unit control of thermal power stations (VDI/VDE 3508) (2003). 12

13 [16] Strom, Von; Mauch, Wolfgang; Corradini, Roger; Wiesemeyer, Karin: Allokationsmethoden für spezifische CO 2 -Emissionen von Strom und Wärme aus KWK-Anlagen. In: Energiewirtschaftliche Tagesfragen Bd. 55 (2010), Nr. 9, S [17] Stromnetz Hamburg GmbH: Jahreshöchstlast der Netzlast und Lastverlauf. URL Abruf am [18] 50 Hertz Transmission; Amprion; TenneT TSO; TransnetBW: Netzentwicklungsplan Strom Zweiter Entwurf der Übertragungsnetzbetreiber, [19] Mohr, Jesko; Scharre, Thorsten: Fernwärme Hamburg. URL contentblob/ /data/hn-vortrag-vattenfall-fernwaerme.pdf. abgerufen am Fachveranstaltung Heizungsnetzwerk. 13