Simulation und automatisierungstechnische Optimierung eines virtuellen Kraftwerks auf Basis der KWK-Technologie Förderkennzeichen: 03ET1042C 24.04.2015, Christian Müller, Ibrahim Skaff, Andreas Rehkopf
Gliederung 1. Projektdaten 2. Ausgangsbasis und Projektziele 3. Projektergebnisse 4. Ergebnisverwertung 5. Zusammenfassung/Ausblick 2
1. Projektdaten Simulation und automatisierungstechnische Optimierung eines virtuellen Kraftwerks auf Basis der KWK-Technologie 11/2011 09/2015 (Mittelneutrale Verlängerungsoption bis 09/2016) Gefördert durch das Bundesministerium für Wirtschaft und Energie Förderkennzeichen: 03ET1042C 3
2. Ausgangsbasis und Projektziele Wesentliche Idee: Informationstechnische KWK-Datenerfassung und vernetzung sowie optimale Prozesssteuerung Heuristische Methoden und Optimierungsverfahren Ergebnisvalidierung durch Simulationsmodell für das Gesamt-VK Zusätzlich: Datenverschlüsselung und IT-Sicherheit Zusätzlich: Softwareschnittstellen für weitere unterschiedliche Anlagentypen 4
VK-Labor 5
Ergänzende PV-Anlage und Batteriestand 6
Windenergieanlage 7
3. Projektergebnisse Vernetzungsstruktur Zentrale Datenbank zur Anlagen- und Messwertspeicherung Javabasierte Client-Server-Architektur Messwerterfassung über SPS/SCADA-System Hybrid verschlüsselter Datenaustausch Fehlerbehebung und Steuerung von Anlagen (manuell, fahrplanbasiert) Email- und SMS-Versand bei Störungen und Grenzwertüberschreitungen 8
Monitoring Komplette Anlagenüberwachung Automatisierter Email- und SMS-Versand bei Störungen Benutzerspezifisches und globales SMS-Limit Protokollierung aller Anfragen und Aktionen Automatischer Verbindungsaufbau zur Datenbank Automatische Fehlerquittierung 9
Fahrplanvorgabe im Client pro Anlage nur ein Fahrplan 15 min Intervalle Aktiv-Flag Repeat-Flag Zurücksetzen des Roadmapstatus serverseitige Speicherung in der Datenbank Roadmaps werden alle 15 min ausgelesen und versendet 10
Sicherheit (1) DES/AES (Data/Advanced Encryption Standard): 1976, symmetrisch 56 Bit Schlüssellänge (Paritätsbits n * 8), Blocklänge 64 Bit Sicherheit: Berechnung der Chiffrierfunktion aus Hauptschlüssel ist höchstwahrscheinlich Einwegfunktion ohne Falltür. Heute nicht mehr sicher (50000$, 3.5h) RSA (Rivest, Shamir, Adleman) Verfahren: 1983, asymmetrisch Sicherheit: Produkt zweier großer Primzahlen ist leicht berechenbar, die Primfaktorzerlegung dieses Produkts stellt Einwegfunktion mit Falltür dar. 11
Sicherheit (2) RSA sicherer, aber 1000x langsamer als DES Datenübertragung erfolgt symmetrisch verschlüsselt mit DES. Schlüsselübertragung für Datenverschlüsselung erfolgt asymmetrisch mit RSA. 12
Umsetzung der Verschlüsselung 13
Anlagenkonfiguration/Energieflüsse 2 BHKW: P el = 4 kw, P th = 12 kw 2 Pufferspeicher: V = 500 l Photovoltaik: P el = 2 kw Windrad: P el = 600 W Solarthermie: P th = 4 kw Akkumulator: W el = 4,8 kwh 14
Fahrplanstrategien als oberer und unterer Benchmark Unterer Benchmark Einfache und effiziente Heuristiken + Schnelle zeitunkritische Algorithmen - nur suboptimal Oberer Benchmark Mathematisch anspruchsvolle Optimalalgorithmen der diskreten Optimierung + Bestmögliche Lösungen - Extrem zeitkritisch (NP-Problematik) Best Practice Lösung liegt zwischen beiden Grenzen 15
Elementare Fahrplanheuristiken (Unterer Benchmark) dienen als Benchmark für Bewertungskriterien sind schnell berechenbare Rückfallstrategien vorher: Abzug der regenerativen Erträge (PV, Wind) Temperaturverhältnis: Aufsteigende Prioritätenliste aus / Gleiche prozentuale Auslastung: erzeugt gleich lange Laufzeiten Verfügbare Zeit: berechnet Δ, bis erreicht ist. arg max {Δ } wird zuerst auf Volllast gefahren Thermisch prädiktiv: Ansteuerungsreihenfolge, welche,, ( ) berücksichtigt. Prioritätsliste wird aus aufsteigendem,, +,, ( ) erstellt. 16
Gesamtstruktur des Ablaufplans zur Energiedisposition (Übersicht) µ < 100% µ > 0 > 0 < 100%, 1 µ, 2 < µ 17
Simulinkmodell eines VKs: Ebene 0 (Übersicht) 18
Simulinkmodell eines BHKWs: Ebene 1 (Übersicht) 19
Simulation Matlab (1) Matlab-GUI für dynamische Modellgenerierung Erzeugung eines VK- Gesamtmodells auf Basis der Simulinkmodelle Anpassung und Speicherung aller wichtigen Simulationsparameter 20
Simulation Matlab (2) Aufruf aus Java möglich über externe Schnittstelle Problem: Matlab und Java müssen auf einem PC laufen Echtzeitfähigkeit erreicht: Rechenzeitverkürzung von 2h auf ca. 5s (für 1,5h simulierte Zeit) 21
Modellerweiterung - Gütekriterien Bezeichnung Lineare Regelfläche Gleichung = Betragslineare Regelfläche = Quadratische Regelfläche = Standardabweichung = 1 Zeitbeschwerte betragslineare Regelfläche = mit =,, 22
Ergebnisse und Auswertung (1) Güte Strategie Temperatur -quotient Betragslin. Quadrat. Standardabw. Mittlere Temp. 201,9 kwh 2,1 10 5 (kw)²h 417,1 (kw)² 84,8 C Simulationsparameter Anzahl der BHKWs 500 Simulierter Zeitraum 24h Samplezeit 30s Gleiche relative Auslastung Verfügbare Zeit Thermisch Prädiktiv (Abb.) 208,4 kwh 2,2 10 5 (kw)²h 421,2 (kw)² 84,8 C 201,9 kwh 2,1 10 5 (kw)²h 417,1 (kw)² 84,8 C 201,4 kwh 2,1 10 5 (kw)²h 415,9 (kw)² 84,8 C 23
Ergebnisse und Auswertung (2) Verkürzung der Rechenzeit von 2 h auf 5 s für 6 BHKWs Automatische Modellerzeugung bei beliebiger Anlagenanzahl Berücksichtigung des elektrischen Eigenbedarfs Einfache Bewertung durch Gütekriterien Fahrplanabarbeitung durch Java-Serverkomponente 24
Optimallösungen (Oberer Benchmark) 1. Modellierung als Zweiebenen-Aufgabe: Optimierung der Unteren Ebene min,,,, +, erzeugbare elektrische Leistung von Anlage, Betriebszustand (an/aus) von Anlage,,,, Brennstoffkosten von Anlage,, Anfahrkosten von Anlage, Stromeinkaufs- oder -verkaufspreis von Anlage, Strombedarf von Anlage,,,,,, 25
Nebenbedingungen der Unteren Ebene Diskrete, elektrische Leistungsabgabe bestimmter Anlagen Blockheizkraftwerke: max. 5 Startvorgänge/Tag Laufzeit mindestens 90 min Stillstand mindestens 3 h Abfahrzeiten Technische Randbedingungen, z.b. Speichertemperaturen, Akkuladezustand 26
Modellierung als Zweiebenen-Aufgabe: Optimierung der Oberen Ebene max,, 1 +,,,,,,, Bonuszahlung an Anlage, Verkaufspreis für Strom an der Börse, Einkaufspreis für Strom an der Börse, Stromein- oder -verkaufspreis für Anlage mit, 0,, 0,, 0,, 27
Kopplung beider Ebenen über Bonuszahlungen und Reaktionen,, Zusätzliche Nebenbedingungen für untere Ebene:,,, und, +,,,,, Gesucht ist eine beste Lösung,, so dass Optimallösung,, der unteren Ebene die Nebenbedingungen der oberen Ebene erfüllt und dort einen maximalen Zielfunktionswert liefert. NP-vollständiges, sehr rechenintensives Problem 28
2. Modellierung als Subset Sum Problem (1) Pool aus allen Anlagenleistungen Leistungen, die Nebenbedingungen verletzen, werden aus Pool entfernt Elektrische Leistung des VK-Betreibers stellt Ziel dar Frage: Welche Leistungen aus dem Pool ergeben in Summe übersteigen diese nur minimal? bzw. Diese Aufgabenstellung stellt ein Teilsummenproblem dar, welches NPvollständig ist. 29
2. Modellierung als Subset Sum Problem (2) Problemstellung Original SSP Problemstellung des VKs Problemstellung des VKs in SSP-Form = {, } N 0,1 (SSP) = {, } N 0,1 (SSP-VK) = {, } N 0,1 (SSP-VK)* Optimallösung erfordert sehr hohen Rechenaufwand Näherungsalgorithmen mit polynomialer Laufzeit in n 30
B&R-Hardware für Ansteuerung 31
APROL BHKW GUI 32
4. Ergebnisverwertung 2 Veröffentlichungen (in streng rezensierten Fachzeitschriften) 7 Konferenzbeiträge (größtenteils auch rezensiert) 15 studentische Arbeiten 2 Promotionen derzeit direkt mit dem Projekt verbunden Auf Basis dieses Projektes ergänzende Zusammenarbeit mit SolarWorld, DBI, Drewag, B&R 33
5. Zusammenfassung (bisher umgesetzt) Javabasiertes Steuerungstool Frei konfigurierbare Anlagenüberwachung durch den Anlagenserver Hybride AES-RSA-Verschlüsselung ausreichend Matlabbasiertes Simulationstool Implementierung verschiedener Steuerungsalgorithmen und Gütefunktionale Erweiterungen für PV, Wind, Akku usw. bereits vorgesehen/implementiert Einsatz diverser Steuerungstechnik mit verschiedenen Busnetzwerken (Siemens: Profinet, B&R: Powerlink) 34
6. Ausblick Erweiterung der Fahrplanheuristiken um restliche Anlagentypen (Wind, PV, ) mehr Freiheitsgrade, höhere Komplexität Veräußerung der elektrischen VK-Energie an der Strombörse NP-vollständige Zweiebenenaufgabe (Parallelisierungsproblem) zwischen VK-Betreiber und Anlagenbesitzern Modellierung einer zellenbezogenen Kostenminimierung im Zustandsraum Zustandsraummodellierung des Energieflusses im hybriden Gesamtsystem 35
Vielen Dank für die Unterstützung des Forschungsvorhabens Regionales Virtuelles Kraftwerk 36
Ergebnisse und Auswertung (2) Güte Strategie Betragslin. Quadrat. Standardabw. Temperaturquotient (A) Mittlere Temp. 6,11 kwh 365 (kw)²h 18,1 (kw)² 55,86 C Simulationsparameter Anzahl der BHKWs 20 Simulierter Zeitraum 5h Samplezeit 5s Gleiche relative Auslastung (B) Verfügbare Zeit (C) Thermisch Prädiktiv (D) 10,15 kwh 601,26 (kw)²h 22,32 (kw)² 54,45 C 5,67 kwh 232,11 (kw)²h 14,14 (kw)² 55,27 C 6,4 kwh 351,6 (kw)²h 17,63 (kw)² 55,04 C 37
Parallelisierungsparadigmen Seriell Threading 38
FutureTasks für (SSP-VK)* 39
APROL-Steuerungsringe Visualisierung Messwertearchivierung Befehlsaustausch Anlagensteuerung 40
Prozesssteuerungsstufen Endanwender High Speed Kommunikation über ProfiNet und Powerlink Monitoring- Server Internet Erweiterbar bis 1024 Buscontroller kontinuierlicher Arbeitsprozess bis zu 20 Jahren SQL- Server LAN Prozessreaktion in 400 μs Einfache grundlegenden Steuerroutinen auf SPS falls Kommunikationsprobleme Industrie PC LAN SPS Ethernet 41