Elektromobilität im intelligenten Stromnetz Herausforderungen und Lösungsansätze

Transkript

1 Elektromobilität im intelligenten Stromnetz Herausforderungen und Lösungsansätze Dr. Christof Wittwer Fraunhofer Institut für Solare Energiesysteme Intersolar München,

2 Fraunhofer ISE Wer wir sind und was wir tun

3 Das Fraunhofer ISE in a Nutshell Größtes europäisches Solar-Forschungsinstitut mit über 1100 Mitarbeitern (incl. Studenten)» Forschung» Entwicklung» Dienstleistung Arbeitsbereiche: Energieeffiziente Gebäude und Gebäudetechnik Angewandte Optik und funktionale Oberflächen Solarthermie Silicium-Photovoltaik Alternative Photovoltaik- Technologien Regenerat. Stromversorgung Wasserstofftechnologie Außenstellen: ISE Freiburg CSP Halle THM Freiburg LSC Gelsenkirchen CSE Boston Finanzierung: Grundfinanzierung: 10% Vertragsforschung 90% (45% Industrie, 45% öffentlich) 62M Budget (2010) >10% Wachstum p.a.

4 ISE-Kompetenzen im Bereich Elektromobilität Energiekonzepte und szenarien Smart Grid Ladeinfrastruktur: Energiemanagement, Netzintegration, Lade- und Rückspeisungskonzepte, Modellbasierte Netzsimulation Fahrzeug-Netz-Schnittstelle: Identifikation, Authentifikation, Metering, Regelung und Abrechnung IKT/ Kommunikationslösungen Sozialwissenschaftliche Begleitforschung Batteriesystemtechnik Leistungselektronik (Bidirektionaler On- Board Lader, Bidirektionaler Schnelllader) Brennstoffzellentechnik Ladestationen/ Wasserstofftankstellen

5 - Abteilung Smart Grids Kompetenzen in Forschung, Entwicklung und Demonstration Communication Networks and Electric Mobility Economy and System Integration User Behaviour and Field Tests Energy Management and Grids Energiewirtschaft und Systemintegration: Analysen, Studien und Consulting zu Energiewirtschaft, -gesetzgebung, -politik sowie Entwicklung von Geschäftsmodellen Energiemanagement und Netze: Elektrische und thermische Energiesysteme auf Verteilnetzebene. Modellierung und Simulation von Netz- und Energiesystemen, Optimierung, Demonstration im Smart Energy Lab Kommunikationsnetzwerke und Elektromobilität: Energiemanagement-Gateways, Software- und Hardwareentwicklung, Embedded-Systeme, Smart Metering Prototyping, Kommunikationstechnologien Benutzerverhalten und Feldtests: Verhaltenswissenschaften, sozio-ökonomische Wissenschaften, Feedback-Analyse, Statistik und Stochastik

6 die nächsten Minuten 1. Der Wandel zur grünen Energieversorgung der Zukunft 2. Die Bedeutung von Elektrofahrzeugen im Smart Grid 3. Intelligent gesteuerte Ladung der Fahrzeuge 4. Elektromobilität am Fraunhofer ISE - Aktuelle Projekte

7 Der Wandel zur grünen Energieversorgung der Zukunft Smart Grid Netzintegration von Elektrofahrzeugen Herausforderungen im Netz

8 Smart Grid als intelligentes Energieversorgungsystem 0,4 kv 0,4 kv Gestern Heute und Zukunft Dezentral und fluktuierend. Daher Bedarf an: Vernetzung und Steuerung von intelligenten Erzeugern, Speichern und Verbrauchern Elektrofahrzeuge stellen gewisses Potenzial zur Speicherung und zum Lastmanagement

9 Lastveränderungen durch EV - Beispiel Freiburg Szenario: Plug and Charge ungesteuertes Laden Ungesteuertes Laden direkt nach Ankunft (gemäß MID- Studie). Steigerung der Lastspitzen um ca. 50% Steigerung in den Nachtzeiten ca. 10% Größere Differenz zwischen Tag und Nacht Schlechte Ausnutzung des Kraftwerksparks Mit Erneuerbaren Energien nicht möglich! Finanzieller Anreiz zur Ladung in Schwachlastzeiten ist sinnvoll!

10 Die Bedeutung von Elektrofahrzeugen im Smart Grid Energie, Leistung, Elektrofahrzeuge

11 EV-Batterien als netzgebundene Energiespeicher Annahme je Fahrzeug: 20 h/d verfügbar (4h/d Fahrt) 10 kwh Speicher verwaltbarer Speicher 3,5 kw Leistung (16A bei 230V) ca. 3h Ladezeit 10 kwh AC 230 V DC ~3,5 kw AC 230 V DC ~3,5 kw AC 230 V DC ~3,5 kw AC 230 V DC ~3,5 kw ~10 kv- 20 kv Alle Fahrzeuge im Stand angeschl. AC 230 V DC ~3,5 kw Speicherpotenzial 1 Mio. EV (Ziel 2020 in D): Speicherpotenzial 4,5 Mio. EV (10 % in D): Speicherleistung: Kapazität: (Speicherleistung bei 10kW-Anschluss: 2,9 GW 8,3 GWh 8,3 GW) Speicherleistung: 13,4 GW Kapazität: 38,3 GWh (Speicherleistung bei 10kW-Anschluss: 38,3 GW) Kapazität (38,3 GWh): Speicher (10kWh)*Verfügbarkeit (20/24)*Fahrzeuge(4,6Mio) Speicherleistung (13,4GW): Anschlussleistung (3,5kW)*Verfügbarkeit (20/24)*Anzahl Fahrzeuge (4,6 Mio)

12 EV-Batterien als netzgebundene Energiespeicher 10 kwh AC 230 V DC ~3,5 kw AC 230 V DC ~3,5 kw ~10 kv- 20 kv AC 230 V DC ~3,5 kw AC 230 V DC ~3,5 kw AC 230 V DC ~3,5 kw Alle installierten Pumpspeicherwerke in Deutschland: Speicherpotenzial 4,5 Mio. EV (10 % in D): Speicherleistung: Kapazität: > 7 GW* > 40 GWh* Speicherleistung: Kapazität: 13,4 GW 38,3 GWh Bereits 10% Durchdringung mit E-Fahrzeugen kann allen deutschen Pumpspeicherwerken in Leistung und Kapazität entsprechen. Nicht in Speicherdauer + Vollaststunden Quelle:

13 Source: parts of the graphic & idea adapted from: DGS Tomi Engel Elektrofahrzeuge zur Regelung im Smart Grid Systemdienstleistungen Elektrofahrzeuge können Energie über mehrere Tage und Stunden (je nach Einsatz) speichern Ladezeiten und Ladedauer an Netzanforderungen anpassen Energie zurückspeisen (wenn bidirektional angeschlossen) Kurzzeitige Leistungsschwankungen im Netz ausgleichen (Lastabwurf etc.) Mit entsprechender Leistungselektronik in den Ladestationen ist Wirk-, Blindund Versehrungsblindleistung möglich bild

14 Intelligent gesteuerte Ladung der Fahrzeuge Tarifbasierte Anreize

15 Ladesysteme und Netzintegration Netzdienstleistungen durch Elektromobilität Gesteuertes Laden Netzengpässe bei hoher Gleichzeitigkeit vermeiden Verstärkte Nutzung erneuerbarer Energien für Elektrofahrzeuge Eigenheim: Eigenstromnutzung, preisoptimale Beladung Kann auf harter Steuerung oder auf monetären Anreizen basieren harter Steuerung monetären Anreizen

16 increasing complexity increasing synergy Intelligentes, preisbasiertes Laden Mögliche Lademodi Einfaches Laden (Plug n Charge) Laden Demand-Side- Management (DSM) Laden Laden Vehicle-to-Grid (V2G) Strompreis ( /kwh) Entladen Laden Laden

17 Intelligentes, preisbasiertes Laden Umsetzung im Feld Einsatz des Optimierers während der erweiterten Erprobungsphase bei VW Nachweis der Steuerung der Ladevorgänge durch dynamische Tarifsignale

18 Beispiel: E.ON / FhG-ISE Entwicklung Intelligentes Home Charging mit e.box V2G Lademodi (nutzerselektierbar) 1) einfach 2) gesteuert (DSM) 3) bidirektional (V2G) Vor-kommerzieller Prototyp erste Feldtests laufen 30cm x 30cm x 10cm Wallbox für privaten Gebrauch Drahtlose Kommunikation & dynamische Tarifierung

19 Elektromobilität am Fraunhofer ISE Aktuelle Projekte

20 Flottenversuch Elektromobilität des BMU Tarifbasierter, dezentraler Ansatz der Netzintegration Tarifdatenbank und Webportal Führungsgröße des Lademanagements: variabler Stromtarif (Preise und Leistungsgrenzen für Bezug/Rückspeisen sowie Signal zum Lastabwurf; ¼- basiert, Day-Ahead) Ladeinfrastruktur-Prototypen (AC: 3,7 kw; DC: 30 kw) mobiler Smart Meter (msm) im Fahrzeug: kostenoptimales Laden basierend auf den Tarifen sowie Nutzereingaben und Batterieparameter Erbringen von Netzdienstleistungen (DSM, V2G) über kurzfristige Tarifupdates möglich AC- und DC- Ladeinfrastruktur Metering, Optimierung und Ladesteuerung

21 Flottenversuch Elektromobilität des BMU Tarifbasierter, dezentraler Ansatz der Netzintegration Feldtest mit ebox-systemen bei DLR, BMU und E.ON Avacon Proof-of-Concept der tarifbasierten Optimierung der Ladevorgänge Im msm hinterlegtes Batteriemodell berücksichtigt Batteriedegradation: V2G nur wenn für Nutzer wirtschaftl. sinnvoll Mechanismen der kurzfristigen Tarifupdates führen zu Aktualisierung der Ladefahrpläne: Rückspeisen bei hoher Vergütung, anschließendes Wiederaufladen bei geringem Bezugspreis

22 »Gemeinschaftlich-e-Mobilität: Fahrzeuge, Daten und Infrastruktur«, GeMo Projektvorhaben Das Projekt GeMo verbindet neue Mobilitätskonzepte (gemeinschaftliche Mobilität, CarSharing und ähnliche Geschäftsmodelle) mit neuer Mobilitätstechnologie (Elektromobilität) in urbanen Räumen. Wichtige Mobilitätsdaten werden in einer Datencloud ausgewertet und für unterschiedliche Mobilitätskonzepte bereitgestellt Entwicklung einer induktiven Ladestation Eine Onboard-Unit (OBU) dient als Kommunikationszentrale im Fahrzeug Laufzeit 3 Jahre Konsortium aus 6 FhI Eigenforschung (FhG-finanziert)

23 »Gemeinschaftlich-e-Mobilität: Fahrzeuge, Daten und Infrastruktur«Technologien die am Fraunhofer ISE entwickelt werden: Stationary Charging Management (SCM) mit Cloud- Dienst Ladesteuerung gemäß Reservierungsinformation, Preisvorgaben, Netzzustand Ansteuerung der konduktiven und induktiven Ladestation Induktives Ladesystem Bidirektional 22kW (3-phasig) Flache Bauweise für geringe Baumaßnahmen

24 izeus Fahrzeugbasierte Netzüberwachung und Stabilisierung Laufzeit 01/ /2014 Aktivitäten Fraunhofer ISE: Entwicklung Grid Controller Hochaufgelöste Messung Netzparameter Regelungsalgorithmen Überwachung des Ladevorgangs Entwicklung Ladegerät mit Blindleistungsregelung 20 kw (3-phasig) bidirektional Hoher Wirkungsgrad Wieviel Kommunikation zur Verteilnetzebene ist notwendig? Wie stabil und leistungsfähig ist das Konzept?

25 izeus Fahrzeugbasierte Netzüberwachung und Stabilisierung Herausforderung im Netz: Ermögliche hohe Ladeleistung auch in kritischen Netzphasen MV Grid LV Grid PCC1 PCC2 P U [V] P INV Un + 10% Un Line Length Un 10%

26 izeus Fahrzeugbasierte Netzüberwachung und Stabilisierung Herausforderung im Netz: Ermögliche hohe Ladeleistung auch in kritischen Netzphasen Lösungsansatz: Blindleistungsbereitstellung selbstregelnd im Fahrzeug MV Grid LV Grid PCC1 PCC2 P Q U [V] P INV Q Un + 10% Un Line Length Un 10%

27 Fraunhofer Institute for Solar Energy Systems ISE Dr. Christof Wittwer