Von Smart-Meter-Daten zum Netzlastgang. 10. Internationale Energiewirtschaftstagung Wien,

Transkript

1 Von Smart-Meter-Daten zum Netzlastgang 10. Internationale Energiewirtschaftstagung Wien,

2 Agenda 1 Motivation 2 Methodik 3 Exemplarische Ergebnisse 4 Schlussfolgerungen 2

3 SIMULATION Motivation: Netzlast als Eingangsgröße für den Einsatz von NoM* Ist es möglich, durch die Kombination gemessener Einzellastgänge einen Summenlastgang zu erstellen? Motivation Ganzheitliche, systemübergreifende Bewertung Netzoptimierender Maßnahmen für eine robuste und nachhaltige Netzplanung auf Basis eines transparenten Szenario- Prozesses Netztopologie Typnetze Lastgänge Merit Order SIMULATION Merit Order Netz- Ausbau 2030 Maßnahmen 3 * NetzOptimierende Maßnahme Szenarien

4 Vom Einzellastgang zur Last in Netzgebieten Wie kann eine verlässliche Netzlast auf Basis von einzelnen gemessenen Lastgängen erstellt werden? Haushalt Netzstrang/Verteilnetz Übertragungsnetz imsys imsys imsys imsys Fragestellungen: Wie viele imsys müssen installiert werden? Wo müssen diese installiert werden? Sind Messwerte übertragbar? Bis zu welcher Ebene können die Daten aggregiert werden? 4

5 Methodische Vorgehensweise Vergleich von linearer Optimierung und Sortierung nach Korrelationskoeffizienten Datenbasis 17 gemessene Haushalte für ein Jahr in stündlicher Auflösung Messungen an Verteilnetzsträngen über ein Jahr in stündlicher Auflösung Korrelation Untersuchung des Korrelationskoeffizienten zwischen Einzellastgängen und Summe der Einzellastgänge Sortierung nach Korrelationskoeffizient Optimierung Umformung von MIQP zu MILP Optimierung nach minimaler jährlicher Abweichung zwischen Linearkombination und Summenlastgang Iterative Kombination optimierter und sortierter Einzellastgänge Vergleich der Korrelationskoeffizienten und des jährlichen Fehlers für beide Vorgehensweisen Monatliche Optimierung für Linearkombination von Einzellastgängen Identifikation charakteristischer Lastgänge des Summenlastgangs Verwendung eines fremden Lastgangs als Summenlastgang Untersuchung der zeitlichen und regionalen Übertragbarkeit 5

6 Jährlicher Fehler in % Korrelationskoeffizient Vergleich Optimierung und Sortierung 1,0 0,8 0,6 0,4 Delta des Korrelationskoeffizienten ab 10 zugelassenen Lastgängen unter 1,5%. 0,2 Optimierung nach minimalem Fehler 0,0 Sortierung nach Korrelationskoeffizient (best-case) FfE BMWi-26#P MONA2030_mbH_ Zugelassene Lastgänge 60% 50% Optimierung 40% Sortierung nach Korrelationskoeffizient (best-case) Fehler bei Sortierung zwischen 13% und 49% höher als bei Optimierung. 30% 20% 10% 0% FfE BMWi-26#P MONA2030_mbH_ Zugelassene Lastgänge 6 Verwendung der Optimierung für weitere Untersuchungen.

7 Monatliche Auswertung Charakteristische Lastgänge Können Lastgänge identifiziert werden, die besonders relevant für den Summenlastgang sind? Auftreten einzelner Lastgänge Ab einem Fehler <10% (Linearkombination von 11 Lastgängen) sind die Lastgänge mit den IDs 5,6,7,9 und 11 Teil der Kombination jedes Monats 7

8 Monatliche Auswertung Kombinationen mit ausgewählten Lastgängen Ist das Resultat besser, wenn die zuvor identifizierten 5 Lastgänge jeweils Teil der Linearkombination sind? Auftrittshäufigkeit % 40% Zufällige Kombination von 11 Lastgängen Kombination mit ausgewählten Lastgängen (ID 5,6,7,9 & 11) Last in W % 50 Summenlastgang (IDs 5, 6, 7, 9 und 11) Summenlastgang 17 Lastgänge 20% FfE BMWi-26#P MONA2030_mbH_ Stunde am Tag 5,0E-02 10% 4,0E-02 0% FfE BMWi-26#P MONA2030_mbH_ ,5% 10,0% 10,5% 11,0% 11,5% 12,0% 12,5% 13,0% Normierte Last 3,0E-02 2,0E-02 Summenlastgang (IDs 5, 6, 7, 9 und 11) Summenlastgang 17 Lastgänge Jährlicher Fehler bei Linearkombination von 11 Lastgängen 1,0E-02 0,0E+00 Jahresverlauf FfE BMWi-26#P MONA2030_mbH_00026 Bei zufälliger Auswahl der verbleibenden sechs Lastgänge neben den ausgewählten Lastgängen ergibt sich eine vorteilhaftere Verteilung gegenüber einer rein zufälligen Kombination von 11 Lastgängen 8

9 Zeitliche und regionale Übertragbarkeit Untersuchung der ausgewählten Lastgänge in einer fehlerminimierenden Optimierung der Linearkombination Auftreten einzelner Lastgänge Original Gleiche Region, anderes Jahr Andere Region, anderes Jahr Die ausgewählten Lastgänge zur Minimierung des jährlichen Fehlers weisen für alle Fälle eine hohe Ähnlichkeit auf Eine eindeutige Auswahl besonders relevanter Lastgänge ist jedoch durch diese Untersuchung nicht möglich 9

10 Minimaler Fehler in % Fazit und Ausblick Optimierung ab Linearkombination von 11 Lastgängen der Sortierung nach Korrelationskoeffizienten zu bevorzugen, wenn Fehler und Korrelationskoeffizient berücksichtigt werden Tendenz zu charakteristischen Lastgängen vorhanden, jedoch durch Datenbasis nicht bestätigt Regionale und zeitliche Übertragbarkeit nicht sinnvoll möglich, wenn Fehler <10% gelten soll Größere Datenbasis notwendig Passende Messungen von Netzsträngen Vereinfachung/Substitution der 50% 40% 30% 20% 10% Optimierung Netzgebiet 1 Netzgebiet 2 10 Optimierungsrechnung notwendig, damit zeitlich durchführbar 0% FfE BMWi-26#P MONA2030_mbH_ Zugelassene Lastgänge Fehler bei Übertrag auf Netzgebiete

11 Vielen Dank für Ihre Aufmerksamkeit Ansprechpartner: Dipl.-Ing. Benedikt Eberl Michael Hinterstocker, M.Sc Dr. Serafin von Roon Forschungsgesellschaft für Energiewirtschaft mbh Am Blütenanger München 11