Verbesserte Netzintegration von PV-Speichersystemen durch Einbindung lokal erstellter PV- und Lastprognosen

Transkript

1 Verbesserte Netzintegration von PV-Speichersystemen durch Einbindung lokal erstellter PV- und Lastprognosen Joseph Bergner, Johannes Weniger, Tjarko Tjaden, Volker Quaschning Hochschule für Technik und Wirtschaft (HTW) Berlin 30. Symposium Photovoltaische Solarenergie, Kloster Banz, Bad Staffelstein, März 2015 Das Vorhaben PVprog wird im Umweltentlastungsprogramm II gefördert aus Mitteln des Europäischen Fonds für Regionale Entwicklung und des Landes Berlin (Förderkennzeichen UEP II/2)

2 Photovoltaik im Niederspannungsnetz Eigenverbrauch und Netzeinspeisung Spannungslevel Netzeinspeisung 100 % PV-Leistung 100 % PV-Leistung 2

3 Photovoltaik im Niederspannungsnetz Spannungslevel Battery charging Grid feed-in Curtailment Feed-in limit Eigenversorgung Without ohne feed-in Einspeisegrenze limitation feed throu Max. self-consumption Relieving the grid Forecast-based 100 % PV-Leistung Netzeinspeisung Batterieladung 100 % PV-Leistung 3

4 Photovoltaik im Niederspannungsnetz Battery charging Grid feed-in Curtailment Feed-in limit Spannungslevel Without feed-in limitation Eigenversorgung Fixed mit feed-in Einspeisegrenze limitation through durch Abregelung curtailment feed. self-consumption eving the grid cast-based 100 % PV-Leistung Netzeinspeisung Batterieladung Einspeisegrenze Abregelungsverluste 100 % PV-Leistung 4

5 Photovoltaik im Niederspannungsnetz Without eed-in limitation Spannungslevel Fixed feed-in limitation through curtailment Dynamische Dynamic Einspeisebegrenzung feed-in limitation 100 % PV-Leistung Netzeinspeisung Batterieladung Einspeisegrenze Abregelungsverluste 100 % PV-Leistung 5

6 Algorithmus prognosebasierter Betriebsstrategien Prognosewerte Messwerte Optimierung optimale Ladeleistung Regelung korrigierte Ladeleistung System aktueller Ladezustand Regelung: Abgleich von Prognose- und Messwerten so oft wie möglich. Optimierung: Mit aktuellen Prognosen und Ladezustand (>15min). 6

7 Verbrauch in kw Leistung in kw PV-Leistung in kw/kwp PV-Leistung in kw/kwp Statische Last- und PV-Prognose: Tagespersistenz Annahme: Heute wird es so wie gestern ,8 0,6 0,4 0,2 0,8 0,6 0,4 0, Aug Aug Aug Aug Aug. 8,0 7,0 8,0 7,0 6,0 6,0 5,0 5,0 4,0 4,0 3,0 3,0 2,0 2,0 1,0 1,0 0,0 0,0 16. Aug Aug Aug Aug Aug. 7 PV-Erzeugung Prognose Last

8 Energieflüsse: Tagespersistenz 8 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

9 Energieflüsse: Tagespersistenz 9 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

10 Energieflüsse: Tagespersistenz 10 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

11 Gewichtung Lastprognose Lokal erstellte adaptive Lastprognose 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Tagespersistenz 15min. Persistenz Prognosehorizont in Stunden 11

12 Lokal erstellte adaptive Lastprognose

13 Lokal erstellte adaptive PV-Prognose Vergangenheit Zukunft Aktuelle PV-Leistung Wetterlage Aktuelle PV-Prognose Maximale PV-Leistung 13

14 Lokal erstellte adaptive PV-Prognose

15 Energieflüsse: Adaptive Last- und PV-Prognose 15 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

16 Energieflüsse: Adaptive Last- und PV-Prognose 16 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

17 Energieflüsse: Adaptive Last- und PV-Prognose 17 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

18 Energieflüsse: Adaptive Last- und PV-Prognose 18 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

19 Energieflüsse: Adaptive Last- und PV-Prognose Adaptive Prognoseanpassung ermöglicht Peak-Shaving trotz Fehler 19 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

20 Lokal erstellte und kommerzielle PV-Prognose Lokal erstellte PV-Prognose Kommerzielle PV-Prognose 20 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh

21 Ökonomischer Nutzen für einen Haushalt keine Prognosen Tagespersistenz PV-Prognose Kommerzielle PV-Prognose Lokal erstellte PV-Prognose 0% 1% 2% 3% 4% 5% 6% Mehreinnahmen durch dyn. Einspeisegrenze Durch vermiedene Abreglung kann mehr PV-Energie eingespeist werden, die die Prognosefehler kompensieren. 21 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh, Strompreis 29 ct/kwh, Einspeisevergütung 12,5 ct/kwh, 0 für PV-Prognose

22 Mehreinnahmen durch dyn. Einspeisebegrenzung Haushaltsabhängigkeit des ökonomischen Nutzens 8% 7% Median 74 Haushalte 6% 5% 4% 3% 2% 1% 0% Strombedarf in kwh/a 22 PV-Leistung 1 kwp/mwh, PV-Ertrag 1145 kwh/kwp, nutzbare Speicherkapazität 1 kwh/mwh, Strompreis 29 ct/kwh, Einspeisevergütung 12,5 ct/kwh, max. Einspeiseleistung 0,6 kw/kwp

23 Mehreinahmen durch dyn. Einspeisebegrenzung Standortabhängigkeit des ökonomischen Nutzens 8% 7% 23 Standorte, Mittel aus 4 Jahren Median 6% 5% 4% 3% 2% 1% 0% PV-Ertrag in kwh/(kwp a) 23 PV-Leistung 5 kwp, Stromverbrauch 5000 kwh/a, nutzbare Speicherkapazität 5 kwh, Strompreis 29 ct/kwh, Einspeisevergütung 12,5 ct/kwh, max. Einspeiseleistung 0,6 kw/kwp

24 Mehreinnahmen durch dyn. Einspeisebegrenzung Abhängigkeit des ökonomischen Nutzens von der Einspeisebegrenzung 35% 30% 25% 20% 15% 10% 5% 0% 0,2 0,3 0,4 0,5 0,6 0,7 max. Einspeiseleistung in kw/kwp 24 Stromverbrauch 5300 kwh/a, PV-System 5,3 kwp, nutzbare Batteriekapazität 5,3 kwh, Strompreis 29 ct/kwh, Einspeisevergütung 12,5 ct/kwh

25 Schlussfolgerungen Einspeisebegrenzung kann der lokalen durch PV-Systeme bedingten Spannungserhöhung entgegenwirken. Durch Einbeziehung von Prognosen in den Speicherbetrieb lassen sich Abregelungsverluste reduzieren. Mit der fortlaufenden Aktualisierung der lokal erstellten Prognosen lassen sich gute Betriebsergebnisse erzielen. Bereits heute sind ökonomische Anreize für die dynamische Einspeisebegrenzung gegeben. Dezentrale Speicher können mit geringem Aufwand einen entscheidenden Beitrag zur PV-Netzintegration leisten. 25 pvspeicher.htw-berlin.de