Eigenverbrauchs- und Kostenoptimierung zur Untersuchung des Einflusses dynamischer Stromtarife auf die Netznutzung

Transkript

1 Eigenverbrauchs- und Kostenoptimierung zur Untersuchung des Einflusses dynamischer Stromtarife auf die Netznutzung Kompetenzzentrum IT4Energy Armin Wolf, Steffen Unger, Marc Schultz 1

2 Motivation & Kontext Untersuchung des Einflusses dynamischer Stromtarife auf die Netz-/Stromnutzung Welchen Einfluss haben wechselnde Strompreise auf das Nutzerverhalten? Welche Effekte lassen sich mit Preisanpassungen erzielen? Aufbau eines Living Lab als verteiltes Multi-Agenten-System jeder Agent simuliert ein bestimmtes Nutzerverhalten Unser Beitrag Realisierung einer Softwarekomponente zur Eigenverbrauchsoptimierung Berücksichtigung von Eigener Stromproduktion z.b. mittels PV-Anlagen Grundlage: gute Prognosen der Produktion Nicht-verschiebbaren (fixe) und verschiebbaren energetischen Lasten Grundlage: gute Prognosen fixer Lasten sowie Profile und zeitliche Randbedingungen verschiebbarer Lasten Stromspeicherung mit Hilfe von Batterien 2

3 Wesentliche Ziele Entwicklung einer Software-Komponente zur Eigenverbrauchsoptimierung Eingabe: variable Strompreise für eine Zeitperiode (sowie fixe Einspeisevergütung) Optimierung des Eigenverbrauchs bei energetischer Ausgeglichenheit Ziel: Kosten (für Strombezug aus dem Netz) innerhalb der Zeitperiode minimal Optimierungskontext für Zeitperiode ist vorzugeben (aber frei konfigurierbar): zeitlicher Verlauf der Eigenstromproduktion und der fixen energetischen Lasten Profile und zeitliche Abhängigkeiten verschiebbarer Lasten Ladekapazität und füllstand der Batterie sowie DoD und Wirkungsgrad beim Laden Ausgabe: Profil des resultierenden Strombezug (bzw. -einspeisung) Smart-Meter-Daten Lösungsansatz Transformation von Problemmodellen in diskrete lineare Optimierungsmodelle äquidistantes Zeitraster innerhalb der betrachteten Zeitperiode Lösung von Optimierungsmodelle mit Hilfe von Mixed Integer Linear Programming Rücktransformation der MILP-Ergebnisse in die Problemdomäne Warum MILP? Boolesche Variablen bei der Modellierung verschiebbarer Lasten notwendig 3

4 5,00 10,00 15,00 20,00 25,00 30,00 35,00 40,00 45,00 50,00 55,00 60,00 65,00 70,00 75,00 80,00 85,00 Lastprofile elektrischer Verbraucher (z.b. Geschirrspüler) Lastprofile sind sehr unterschiedlich sowie geräte- und nutzungsabhängig ( Modus/Programm ) Approximation durch stückweise konstante Lasten 4

5 Freiheitsgrade bei der Optimierung Stromüberschuss in t entweder Laden der Batterie oder Einspeisung ins Netz Strombedarf in t entweder Entladen der Batterie oder Bezug aus dem Netz Stromüberschuss oder bedarf in t? u.a. abhängig von Terminierung verschiebbarer Lasten Dabei Berücksichtigung individueller Vorgaben, z.b. Ausschlusszeiten (z.b. Einhaltung der Ruhezeiten) Reihenfolgen (z.b. Waschen vor Trocknen, Bügeln nach Trocknen), wechselseitiger Ausschluss von Aktivitäten (Staubsaugen / Bügeln) Berücksichtigung der Hauptsicherung (16 A / 32 A) usw. 5

6 Ausgangssituation: Prognose von Erzeugung und fixem Verbrauch Typisches Bedarf-Überschuss-Profil eines Einfamilienhauses mit PV-Anlage (Sommer) 6

7 Realisierung / Implementierung An den Objekten der Problemdomäne orientierte, erweiterbare Implementierung in Java Klassen für prognostizierte Profile Batterien und ihre Charakteristika verschiebbare Lasten und deren Profile Randbedingungen Generierung von Daten und linearen (Un-)Gleichungen in der Sprache CMPL (vgl. COIN-OR) Lösung des generierten linearen Optimierungsproblems mit dem MILP-Solver CbS Verwendung der Java-API jcmpl zur Aktivierung des Solvers und zum Datenaustausch Bereitstellung der Optimierungskomponente im Living-Lab als Web-Service Kommunikation via XML, welches intern mittels JAXB als Java-Objekte repräsentiert Umsetzung des IEC-Standards für Meter Reading & Control 7

8 Experimentelle Ergebnisse Mit haushaltstypischen Verbrauchern / verschiebbaren Lasten: Waschen im Schonwaschgang (sensitiv) und im Vollwaschgang (intensiv), Trocknen: mit niedriger und hoher Temperatur (sensitiv/intensiv), Geschirrspülen: mit niedriger und hoher Temperatur (sensitiv/intensiv), Bügeln und Reinigen (Staubsaugen) Individuelle Randbedingungen Sowohl die beiden Wasch-/Trocknen-/Spülaktivitäten als auch Bügeln und Reinigen schließen sich wechselseitig aus (jeweils nur eine Maschine bzw. Person pro Aktivität) Trocknen folgt auf Waschen. Mehrpersonenhaushalt: wechselseitiger Ausschluss von Bügeln & Reinigen entfällt Modellgenerierung und Problemlösung in wenigen Sekunden auf modernem PC 8

9 Kostenoptimierte Nutzung von Batteriespeicher mit Lastverschiebung 9

10 Fazit Eigenverbrauchsoptimierung in Haushalten / Micro Grids mittels Linearer Optimierung/Programmierung ist adäquat und praxistauglich Wichtige Grundlage: gute Prognosen von Verbrauch und Erzeugung Modelle generell um thermische Aspekte erweiterbar Integration von μbhkw, Heizstäben, Wärmespeicher ( power to heat ) Berücksichtigung von Brennstoffkosten Weitere Optimierungsziele möglich: z.b. netzverträgliches Einspeisen, etc. 10

11 Kontakt: Dr. Armin Wolf Tel.: + 49 (0) armin.wolf@fokus.fraunhofer.de 11