Zwischenbericht März 2015 Forschungsprojekt SmartLink "Stabilisierende Netzanbindung eines lokalen Smart Grids"

Transkript

1 Zwischenbericht März 215 Forschungsprojekt SmartLink "Stabilisierende Netzanbindung eines lokalen Smart Grids" Laufzeit: 1.September März 216 Thomas Feldmann, Björn Weißhar, Prof. Dr. Wolfgang Bessler, Prof. Elmar Bollin Institut für Energiesystemtechnik, Hochschule Offenburg, Badstraße 24, Offenburg Netzdienlicher Betrieb Lokaler Smart Grids Die geplante Energiewende in Deutschland und auch die angestrebte massive Förderung der Elektromobilität führen zu Problemen, für deren Lösung das hier vorgeschlagene Verfahren einen Beitrag liefern soll. Die Zunahme regenerativer Energiequellen mit ihrer stark fluktuierenden Leistung stellt immer höhere Anforderungen an unsere Stromnetze. So besteht schon heute bei hohem Windaufkommen an einem sonnigen Tag ein deutliches Überangebot an Energie, das immer öfter zur Abschaltung regenerativer Quellen führt. Bei Mangel an regenerativ erzeugter Energie müssen konventionelle Kraftwerke einspringen, die bei zunehmend geringer Auslastung jedoch immer unwirtschaftlicher werden, was zur weiteren Verteuerung des Stroms führen wird. Aus all diesen Gründen wird der Speicherung elektrischer Energie eine zentrale Rolle zukommen. Konzepte mit großen zentralen Stromerzeugern und Stromspeichern erfordern den massiven Ausbau der Stromnetze und stellen hohe Anforderungen an das Netz- und Lastmanagement. Die zentrale Steuerung von großen Smart Grids erfordert den Aufbau einer enormen Kommunikationsinfrastruktur. Man wird dies nicht völlig vermeiden können, der weitere Ausbau kleiner dezentraler Stromerzeuger mit lokaler Speicherkapazität kann hier jedoch erhebliche Entlastung schaffen. Diese kleinen lokalen Smart Grids sind mit dem Netz gekoppelt, interagieren mit diesem jedoch auf netzdienliche, das heißt stabilisierende Art und Weise. Energiebezug wie auch Energieeinspeisung werden verstetigt, erfolgen also nicht mehr sprunghaft und zufällig. Außerdem erfolgen sie angepasst an die jeweilige Netzsituation, das heißt Bezug nur dann, wenn genügend Energie im Netz zur Verfügung steht und Einspeisung nur dann, wenn das Netz die Energie problemlos abnehmen kann. Konzept Im F&E Projekt Smart Link wird ein neuartiges System entwickelt, das es erstmals erlaubt, dezentral durch einen netzdienlichen Betrieb stabilisierend auf das öffentliche Stromnetz zu wirken. 1

2 Das Smart-Link System ist in Abb. 1 dargestellt. Es besteht aus einem neuartigen Smart- Muver (Multifunktionaler Inverter) und einem prädiktiven Energiemanagementsystem (PEMS). Die Besonderheit des Systems ist, dass es autonom agiert, also ohne steuernde Eingriffe von außen und damit ohne Aufbau einer informationstechnischen Infrastruktur und die Steuerung über ein zentrales Smart Grid auskommt. Abb. 1: Das Smart Link System verfügt über einen Smart-Muver (Multifunktionaler Inverter), der zusätzlich mit einem übergeordneten prädiktiven Energiemanagementsystem (PEMS) gekoppelt werden kann. Intelligentes Energiemanagement und Modellierung Das intelligente Energiemanagement besteht aus mathematischen Algorithmen, die den externen Netzzustand in die Entscheidungsfindung der Energieflüsse (z. B. Batterie laden/entladen) einbinden. Zur Entwicklung des Energiemanagements verwenden wir Modelle eines virtuellen Smart Link Systems. Der wesentliche Vorteil bei diesem Entwicklungsansatz liegt darin, virtuelle Experimente machen zu können, daraus Erkenntnisse zur Optimierung der Betriebsstrategien zu gewinnen, die Entwicklungszeit zu verkürzen und Investitionskosten durch angepasstes Systemdesign zu minimieren. Das virtuelle Smart Grid besteht aus den gleichen Komponenten wie in Abb. 1 gezeigt. Als Grundlage für die Berechnung des Ertrages der Photovoltaikanlage dienen Wetterdaten der Wetterstation der Hochschule Offenburg [1]. Als Last wird der gemessene Stromverbrauch des Bürotrakts im Institut für Energiesystemtechnik der Hochschule Offenburg verwendet. 2

3 Die zentrale Rolle spielt das Energiemanagementsystem (EMS). Im EMS werden alle Leistungen berücksichtigt: PV-Ertrag, Anforderung des Verbrauchs im Hausnetze, die Ladung und Endladung des Batteriespeichers und die Anbindung des öffentlichen Netzes. Zusätzlich kann ein Wärmespeicher zur thermischen Kopplung der Anlage berücksichtigt werden. Der im EMS implementierte Algorithmus übernimmt die intelligente Verknüpfung von Smart-Muver und Smart-Link. Grundlage der Berechnung ist die Leistungsbilanz, sie gilt zu jedem Betriebszeitpunkt und wird aus der Summe der Leistungen der PV-Anlage, der Last im Hausnetz, des öffentlichen Netzes und des Batteriespeichers berechnet und muss gleich Null sein: Dabei sind die Leistungseingänge (PV, Netzbezug, Batterienentladung) positiv definiert und die Leistungsausgänge (Vebraucher, Netzeinspeisung, Batterieladung) negativ. Der Batteriespeicher ist in seiner Kapazität, seinem Ladezustand und der Lade- und Entladeleistung im Gegensatz zum öffentlichen Netz begrenzt, in das im Rahmen des Erneuerbare Energien Gesetz (EEG) eingespeist werden darf und aus dem, nach Stromgrundversorgungsverordnung (StromGVV), Strom bezogen werden kann. Deshalb werden Leistungsdifferenzen, die im System auftreten, mit dem öffentlichen Netz kompensiert. Das Systemmodell wird in einem ersten Modellversuch wie folgt parametrisiert: Die installierte PV-Anlage hat eine Leistung von 5 kwp und ist mit 31 Neigung und 13 westlicher Ausrichtung montiert [2,3]. Der Lithium-Ionen Batteriespeicher hat eine Kapazität von 5 kwh. Der Jahresverbrauch im Hausnetz liegt bei 653 kwh. Das EMS wird mit einem einfachen auf Regeln basierenden Algorithmus betrieben, dabei ist der Batteriespeicher priorisiert und das öffentliche Netz steht hinten an. Ein netzdienlicher Betrieb erfolgt zu diesem Zeitpunkt noch nicht. Die aus den Messreihen der Wetterstation verwendeten Daten, Simulationsergebnisse des Leistungsverlaufes der Systemkomponenten und der Ladezustand der Batterie werden in Abb. 2 gezeigt. Zur Analyse der Ergebnisse werden Zeitreihen des Jahresverlaufes 214 (links) und eine Auswahl von drei repräsentativen Sommertagen (rechts) betrachtet. Die Globalstrahlung (Abb. 2 oben) zeigt einen typischen Verlauf der Sonneneinstrahlung in Süddeutschland: In den Wintermonaten ist eine deutlich geringere Globalstrahlung als in den Sommermonaten mit maximalen Strahlungswerten zu beobachten. Der Tagesverlauf zeigt ein Tagesmaximum zur Mittagszeit und einige Einbrüche der Globalstrahlung durch Verschattung von Wolken. Der simulierte Leistungsverlauf der Systemkomponenten ist in Abb. 2 Mitte gezeigt: Der Verbrauch im Hausnetz hat Lastspitzen bis 15 kw. Durch die PV-Erträge wird die Leistung aus dem öffentlichen Netz reduziert. Die Lasten im Hausnetz (blau) sind zeitlich nur wenig korreliert mit der verfügbaren PV-Leistung (grün). Der Ladezustand der Batterie ist in Abb. 2 unten gezeigt: In den Sommermonaten erfolgt eine erhöhte Speichernutzung und die Zyklisierung der Batterie im Tag-Nacht-Rhythmus. 3

4 Aus den Ergebnissen der Simulation geht hervor, dass der im System integrierte Batteriespeicher in den Sommermonaten nahezu die vollständige Last im Hausnetz mit aus PV erzeugtem Strom ausgleichen kann. Das Vorhaben eines Smart Links zwischen lokalen Smart Grids und dem öffentlichen Stromnetz liegt nun darin, die nicht unerhebliche Speicherkapazität für netzdienliche Serviceleistungen einzusetzen. Dabei soll die Netzaufnahmefähigkeit (NAF) des öffentlichen Netzes als Parameter im EMS berücksichtigt werden und so einen ohne weitere äußere Einflüsse am Smart Link optimierten und netzstabilisierenden Leistungsfluss gewährleisten. Die Festlegung der NAF relevanten Faktoren werden in Zusammenarbeit mit der Netze Mittelbaden GmbH erarbeitet. Ziel ist es, die tatsächlich auftretenden Problematiken im öffentlichen Netz authentisch und praxisgerecht im Modell abzubilden. Jahr Sommertage Globalstrahlung / W/m² Leistung / kw Batterie Photovoltaik Öffentliches Netz Hausnetz Ladezustand Batterie / % Tage Tage Abb. 2: Linke Spalten: Daten des Jahresvelaufes 214, rechte Spalte: Drei Sommertage (Mi bis Fr ), Oben: Globalstrahlung auf die horizontale Ebene, Mitte: Leistungsverlauf der Systemkomponenten, Unten: Ladezustand der Batterie. Die Ergebnisse sind über die Zeit in Tagen aufgetragen. 4

5 Experimenteller Aufbau am Institut für Energiesystemtechnik INES Der Aufbau der Demonstrationsanlage für das Konzept Smart Link im Technikum des INES ist nahezu abgeschlossen. Eine Li-Ion Batterie mit zwei Muvern, einer SPS samt umfangreicher Messtechnik sind auf einem mobilen Rack montiert und seit Anfang März in Betrieb. Das System wird demnächst mit einem dritten Muver ergänzt. Ein Leitrechner mit einem SCADA System (Supervisory Control and Data Acquisition) für die Bedienung, Visualisierung und Datenarchivierung wird aktuell aufgebaut und eingerichtet. Die Kommunikation zwischen Leitrechner und SPS erfolgt über einen OPC-UA Server. Die Muver sind mit einer CAN Bus Schnittstelle aufgerüstet worden und können darüber mit der SPS kommunizieren. Abbildung 1 zeigt den Versuchsaufbau mit einer Li-Ion Batterie, zwei Muvern, einer SPS und umfangreicher Messtechnik Abb. 3: Versuchsaufbau mit zwei Muvern und einer Li-Ion Batterie 5

6 Ausblick Alle Vorbereitungen, sowohl software- als auch hardwareseitig, sind sehr weit fortgeschritten. Als nächstes sind die Simulationsmodelle zu validieren und an die vorhandenen Geräte und Anlagen anzupassen. Eine Wetterprognose wird für den Optimierungsalgorithmus aufbereitet und verfügbar gemacht, ebenso werden Methoden für die Lastprognose entwickelt. Die Kriterien und Parameter für einen netzdienlichen Betrieb sind auszuarbeiten und in die Zielfunktion der Optimierung einzubinden. Danach kann die Einbindung der modellbasierten Optimierungsalgorithmen in die reale Demonstrationsanlage erfolgen und das gesamte System in Betrieb gehen. Seit Januar 215 beschäftigt sich ein Doktorand mit dem Thema Lademanagement im Smart Grid. [1] K. Böhler, M. Wülker, Wetterdaten der Hochschule Offenburg (ab 1992), Hochschule Offenburg (215). [2] V. Quaschning, Regenerative Energiesysteme, Hanser Verlag, München, 7. Auflage (211). [3] Datenblatt Solarmodul c-si M 6, Firma Bosch (Stand 1/212). 6