Veröffentlichung eines integrierten Simulationsmodells für Last - und Mobilitätsprofile von Privathaushalten

Die zunehmende Elektrifizierung des Wärme- und Mobilitätssektors stellt neue Anforderungen an die Stromnetze. Ein relevanter Forschungsbereich hierbei ist die zukünftige Last im Verteilnetz, da dort die meisten Verbraucher angeschlossen sind. Um die zukünftige Belastung beispielsweise mit Modellen wie GridSim abbilden zu können, sind hochaufgelöste Lastgänge essentiell. Hierzu hat die FfE ein Modell für konsistente Lastgänge entwickelt und veröffentlicht.

Das Modell besteht aus den drei Komponenten Aktivitätsgenerator, Haushaltslastgenerator und Mobilitätsgenerator. Über einen modifizierten Markow-Prozess werden den Bewohnern im Aktivitätsgenerator Aktivitäten zugewiesen. Die dafür benötigten Wahrscheinlichkeiten wurden auf Basis einer Zeitverwendungserhebung (ZVE) bestimmt.

 

Übersicht des integrierten Modells für elektrische Haushaltslastgänge Wärme und Mobilitätsbedarfe

Abbildung 1: Übersicht des integrierten Modells für elektrische Haushaltslastgänge, Wärme- und Mobilitätsbedarfe

Die konventionelle elektrische Haushaltslast wird durch eine Verknüpfung der Aktivitäten mit elektrischen Geräten sowie Einschaltwahrscheinlichkeiten abgebildet. Ebenso erfolgt eine Verknüpfung der Aktivitäten mit dem Trinkwarmwasserbedarf der Agenten. Zur Bestimmung der Mobilitätsbedarfe werden die Aktivitäten mit Wegen aus der Studie „Mobilität in Deutschland“ verknüpft.

Somit erlaubt es das Modell, konsistente Lastgänge für unterschiedliche Nutzergruppen zu erstellen. Durch eine umfassende Parametrierbarkeit ist es zusätzlich möglich, regional unterschiedliche Lastgänge zu erzeugen.

Die Energies-Veröffentlichung besteht neben der ausführlichen Methodik-Beschreibung aus einer umfangreichen Validierung der Lastgänge. Exemplarische Lastgänge sind zusätzlich auf der FfE-OpenData-Plattform verfügbar (elektrisch, thermisch, Mobilität).

Das Modell wurde im Rahmen des Projekts München elektrisiert entwickelt und wird auch im Projekt Bidirektionales Lademanagement verwendet.

 

Weitere Informationen:

 

 

Das Stadtbild einer Metropole wie München weist eine sehr große Diversität auf, so unterscheidet sich die Innenstadt mit all ihren Gewerbebetrieben und hochgewachsenen Mehrfamilienhäusern deutlich von den, nur wenige Kilometer entfernten, suburbanen Einfamilienhaus-Siedlungen. Äquivalent zur sichtbaren Siedlungsstruktur weist auch das die Gebäude elektrisch miteinander verbindende Verteilnetz sowie die darin angeschlossenen Komponenten regionale Unterschiede auf. Die daraus resultierenden Unterschiede des Status quo der Netzbelastung wird unter anderem im Projekt „München elektrisiert“ untersucht, um im Anschluss die möglichen Veränderungen der Belastung durch die mit der Verkehrswende zunehmende Elektrifizierung des Verkehrssektors abzubilden.

Modellierung der Netzbelastung im Verteilnetz der Stadt München

Basierend auf der bereits erfolgten Charakterisierung der Netzbelastung sowie der Einteilung des Stadtgebiets in entsprechende Cluster wurden für das Stadtgebiet Münchens (in Abstimmung mit dem zuständigen Verteilnetzbetreiber) geeignete Untersuchungsgebiete identifiziert, in welchen repräsentativ für das gesamte Stadtgebiet der Status quo der Netzbelastung ermittelt wurde. Zur Realisierung dieses Vorhabens wurden für die Gebiete Verteilnetze und die darin primär angeschlossenen, elektrischen Komponenten modelliert, um mögliche Ausprägungen des Status quo der Netzbelastung vollumfänglich abzubilden und diesen mittels Lastflussberechnungen zu ermitteln.

Aus statistischen Daten dieser Untersuchungsgebiete wurden zunächst regional typische Verteilnetztopologien für die Niederspannungsebene erzeugt. Bereits hier zeigten sich die deutlichen Unterschiede in der Siedlungsstruktur, so versorgt ein typisches Verteilnetz in der Innenstadt eine signifikant geringere Anzahl an Gebäuden. Diese ist insbesondere durch die tendenziell größeren Gebäude im Stadtzentrum zu begründen, welche in einem weiteren Schritt, basierend auf den im Cluster-Prozess berücksichtigten energetischen und infrastrukturellen Metadaten aus dem FREM, modelliert wurden. Der in dieser Modellierung erzeugte Datensatz umfasst den Status quo des Gebäudebestands der Stadt München einschließlich der zugehörigen, elektrisch relevanten Komponenten.

In erster Instanz dieser Modellierung wurde aus frei verfügbaren Open-Street-Map-Daten der Gebäudebestand im Untersuchungsgebiet extrahiert und abgebildet. Durch Klassifizierung der Gebäude (vgl. Abbildung 1) und das Verschneiden mit verschiedenen Datenquellen konnten den Gebäuden spezifische elektrische Komponenten zugeordnet werden. In diesem Prozessschritt wurden Wohn- und Gewerbeeinheiten einschließlich deren Verbräuche, PV-Anlagen, elektrische Hausspeicher-Systeme (SBS), die Power-to-Heat-Systeme Wärmepumpen (WP) und Nacht-/Elektrospeicherheizungen (NSH) sowie Elektrostraßenfahrzeuge (EFZ) in den Gebäuden verteilt. Die Verteilung der verschiedenen Netzkomponenten erfolgte dabei regional zufällig und zum Teil anteilig über Quoten.

 

Abbildung1

Abbildung 1: Gebäudeklassifizierung im Untersuchungsgebiet "Milbertshofen"

Simulation der Netzbelastung

Für die Simulation der Netzbelastung wurde aus dem erzeugten Bestand jeweils eine definierte Anzahl an Gebäuden in das Verteilnetz-Simulationsmodell GridSim importiert und mittels der hinterlegten Modellstrukturen die Lastgänge der einzelnen Komponenten erzeugt. Die Verteilung der Gebäude auf die in den Verteilnetztopologien definierten Hausanschlussknoten erfolgte für jede Simulation durch reproduzierbar zufälliges Ziehen (mit Zurücklegen) aus dem Bestand der im jeweiligen Untersuchungsgebiet bestehenden Gebäude. Aus einer Vielzahl an Simulationen für jedes Untersuchungsgebiet resultierte somit eine entsprechende Vielfalt alternativer Zustände der Netzbelastung, welche anschließend bei der Auswertung statistisch analysiert wurden. Diese Art der Monte-Carlo-Simulation umfasst in den Ergebnissen die mittlere Netzbelastung (vgl. Abbildung 2) und spannt über mögliche Extremzustände die Bandbreite der potenziellen Netzbelastung auf.

 

Abbildung2

Abbildung 2: Jahresdauerlinie der mittleren Residuallast am Ortsnetztransformator für das Untersuchungsgebiet „Feldmoching“ (gemitteltes Ergebnis aus 50 Simulationen)

Die statistischen Auswertungen verdeutlichen erneut den Charakter der jeweiligen Siedlungsstruktur in den Untersuchungsgebieten, so zeigt sich am Stadtrand Münchens der Einfluss von PV-Anlagen und Wärmepumpen in Ein- und Zweifamilienhäusern, welche die Netzbelastung in der Innenstadt nur marginal beeinflussen.

Die in den Simulationen größte ermittelte Netzbelastung tritt in allen Untersuchungsgebieten in Zeiten aktiver Nachtspeicherheizungen (NSH) auf, jedoch resultieren im Verteilungsmittel auch in Zeitintervallen hoher Netzbelastung keine Überlastungen im Verteilnetz. Die in den Münchner Verteilnetzen üblich verbauten 630 kVA Transformatoren weisen über alle Untersuchungsgebiete hinweg deutliche Reserven in ihrer Übertragungskapazität auf. Auch hinsichtlich des in der Niederspannung zulässigen Spannungsbandes sowie des zulässigen Nennstroms der Leitungen deuten die Simulationen auf deutliche Reserven zur möglichen Integration von Elektromobilität hin.

Nächste Schritte im Projekt „München elektrisiert“

Im Projekt „München elektrisiert“ werden in nächster Instanz Szenarien der zukünftig im Stadtgebiet möglichen Elektromobilität definiert. Basierend auf dem modellierten Status quo der Netzbelastung und den Szenarien wird anschließend die Netzbelastung durch zukünftige Elektromobilität evaluiert und die Auswirkungen und Möglichkeiten verschiedener Lade-Management Strategien simuliert.

 

Weitere Informationen:

 

 

 

Die zunehmende Dezentralisierung der Energieerzeugung, insbesondere durch den Zubau kleinteiliger erneuerbarer Energieerzeuger, sowie die Zunahme elektrischer Verbraucher, beispielsweise durch die Elektrifizierung der Wärmeerzeugung und Mobilität, führen zu einer erhöhten Komplexität im Verteilnetz. Dies erfordert unter anderem die Steuer- und Regelbarkeit in den unteren Spannungsebenen.

Nachdem im Jahr 2016 das Gesetz zur Digitalisierung der Energiewende verabschiedet und damit die Einführung intelligenter Messsysteme festgelegt wurde, war der Grundstein für die Ermöglichung der Steuerung von Erzeugern und Verbrauchern gelegt. Damit wird es für Netzbetreiber aber auch schwieriger, das Verbrauchs- und Erzeugungsverhalten und damit die Netzzustände zu prognostizieren.

Um eine koordinierte Steuerung von Anlagen sicherzustellen, wurde vom FNN das Konzept der Koordinierungsfunktion entwickelt. Damit können Steuerungssysteme mehrerer Akteure sicher und effizient in den Netzbetrieb integriert und lokale Netzsituationen berücksichtigt werden.

Im Rahmen des SINTEG-Forschungsprojekts C/sells wurde ein Konzept für die Nutzung von im Verteilnetz vorhandener Flexibilität erarbeitet. Die dabei entwickelte Flexibilitätsplattform „Altdorfer Flexmarkt“ dient als Schnittstelle zwischen Netzbetreibern und Anbietern flexibler Lasten und Erzeuger.

In diesem Discussion Paper wird zunächst die Notwendigkeit der Abstimmung und Koordination von Netz und Markt beschrieben, anschließend die Konzepte der FNN-Koordinierungsfunktion und des Altdorfer Flexmarktes vorgestellt und schließlich die Möglichkeit der Kombination der Konzepte untersucht. Ein UML-Sequenzdiagramm zeigt den genauen Ablauf bei einem kombinierten Einsatz der Konzepte.

 

SchemaALFuKOF

Abbildung: Kombination von ALF und KOF: der Netzbetreiber bestimmt langfristig netzseitige Regeln, ALF übernimmt die Flexibilitätseinsatzplanung am Vortag, die KOF bestimmt den tatsächlichen Betrieb

 

Weitere Informationen:

FfE Discussion Paper Da wissenschaftliche Studien vor ihrer Veröffentlichung zumeist einen Reviewprozess durchlaufen, vergeht bis zu ihrer endgültigen Publikation wertvolle Zeit. An dieser Stelle setzt unsere neue Schriftenreihe "FfE Discussion papers" an, in der wir ausgewählte energiewirtschaftliche Themen zeitnah zur Verfügung stellen.

In den FfE Discussion papers werden wir Themen behandeln, die z. B. sehr aktuell sind, derzeit von uns bearbeitet werden, schnell eine Reaktion erfordern oder Wissenslücken füllen können. Die Papers sollen zur wissenschaftlichen Diskussion und zum Austausch anregen.

Über die Seite "FfE Discussion Papers" werden künftig alle erschienenen Teile zu finden sein.

Start der neuen Schriftenreihe ist im Mai 2020 mit dem Beitrag:

 

 

 

 

 

 

Die Energieerzeugung im deutschen Energieversorgungssystem wird durch die Energiewende zunehmend dezentraler. Dies erhöht die Anzahl der zu steuernden Komponenten für den Ausgleich von Erzeugung und Verbrauch oder zur Vermeidung von Netzengpässen, wodurch die Komplexität des Energieversorgungssystems stetig zunimmt. Um mit dieser steigenden Komplexität umgehen zu können, werden die einzelnen Komponenten mit Informations- und Kommunikationstechnik (IKT), in Deutschland beispielsweise mit intelligenten Messsystemen, vernetzt. Dieses Smart Grid System ist derzeit Betrachtungsgegenstand vieler Forschungsaktivitäten. Die resultierenden Erkenntnisse müssen in einer gemeinsamen „Sprache“ abgebildet werden, um z. B. einen Standardisierungsbedarf identifizieren zu können, aber auch ein gemeinsames Verständnis zu fördern. So werden derzeit viele Flexibilitätsplattformen entwickelt – systematisch verglichen werden können diese jedoch nur, wenn sie einheitlich beschrieben sind. Mit dem Smart Grid Architecture Model (SGAM) können verschiedene Anwendungsfälle nebeneinandergelegt und diese verglichen werden. Es stellt in diesem Sinne eine „gemeinsame Sprache“ dar, um Smart Grid Anwendungsfälle zu beschreiben und zu vergleichen. Der Artikel auf der rechten Seite beschreibt das Modell, zeigt dessen Stärken und Schwächen und gibt Impulse zur Nutzung.

Das Rahmenwerk SGAM wurde im Zuge des Mandats M/490 der Europäischen Kommission und der Europäischen Freihandelsassoziation 2011 für die kontinuierliche Weiterentwicklung der relevanten Normen und Standards im Smart-Grid Umfeld entwickelt. [1] Die Entwicklung übernahm die Smart Grid Coordination Group an CEN/CENELEC und ETSI in einem Zusammenschluss von europäischen Normierungsgremien und erarbeiteten 2012 SGAM, welches in [2] erstmals vorgestellt wurde. Seit dieser anfänglichen Konzeption wurde das SGAM Framework nicht mehr verändert. Die Methodik und Anwendung des Modells hingegen wurden stetig weiterentwickelt.

In einer Zusammenarbeit mit OFFIS - Institut für Informatik wurde in einem ET Artikel eine Anwendungshilfe zu SGAM geschrieben (siehe Abbildung 1). Dieser Beitrag, der rechts im Downloadbereich zu finden ist, beschreibt den Anwendungsbereich, die Ziele und das Vorgehen in der Modellierung mit SGAM. Ferner werden Stärke, Schwächen und Erfahrungen aus der Praxis beschrieben.

Vom Use Case zum SGAM

Abbildung1: Vom Use Case zum SGAM basierend auf [3] und [4]

 

Weitere Informationen:

 

Literaturverzeichnis

[1]

Directorate B - Security of supply, Energy markets & Networks: M/490 EN Smart Grid Mandate - Standardization Mandate to European Standardisation Organisations (ESOs) to support European Smart Grid deployment. Brüssel: European Commission, 2011.

[2]

Smart Grid Reference Architecture. Brüssel: CEN-CENELEC-ETSI Smart Grid Coordination Group, 2012

[3]

Gottschalk, Marion et al.: The Use Case and Smart Grid Architecture Model Approach - The IEC 62559-2 Use Case Template and the SGAM Applied in Various Domains. Cham: OFFIS – Institute for Information Technology, 2017. ISBN 978-3-319-49228-5.

[4]

CEN-CENELEC-ETSI Smart Grid Coordination Group: SG-CG/ M490/F_ Overview of SG-CG Methodologies. Brüssel, Belgien: CENELEC, 2014.

Electrification can result in deep emission cuts across all sectors. In this FfE discussion paper we provide answers and food for thought for some of the core aspects of electrification. Questions addressed in this discussion paper are:

  • How is electrification defined and is it relevant for decarbonization?
  • Which technologies are used for direct and indirect electrification?
  • Direct vs. indirect electrification – what is the system-cost optimal mix?
  • Are there sufficient vRES potentials to cover the additional electricity demand?
  • What is the effect of increased direct electrification on short and long-term flexibility in the energy system?
  • Are there examples of countries, which are already highly electrified?

Furthermore, we suggest a categorization for demand-side decarbonization options as shown in Figure 1.

 

Categorization of demand side decarbonization options

Figure 1: Categorization of demand-side decarbonization options including examples for direct and indirect electrification

 

Further Information:

 

 

Um unsere Webseite für Sie optimal zu gestalten verwenden wir Cookies. Durch die weitere Nutzung der Webseite stimmen Sie der Verwendung von Cookies zu.
Weitere Informationen zu Cookies erhalten Sie in unserer Datenschutzerklärung.