Beitragsreihe GridSim: Betriebsweisen der Komponenten

GridSim logo blau ohneHintergrundDas Verteilnetz- und Energiesystem-Modell „GridSim“ ist ein umfassendes und vielschichtiges Modell der FfE. Dieses vorwiegend in MATLAB implementierte Simulationsmodell wird seit dem Jahr 2012 in diversen Projekten weiterentwickelt, um kontinuierlich den technologischen Fortschritt abzubilden und um dadurch einen Beitrag zur Beantwortung der aktuellsten, energiewirtschaftlichen Forschungsfragen im Kontext der Verteilnetze zu leisten. In der folgenden Beitragsreihe bieten wir einen vertiefenden Einblick in den Werkzeugkasten der FfE, von den Grundsätzen über die darin modellierten Komponenten und Möglichkeiten der Regelung bis hin zur automatisierten Auswertung und Veranschaulichung der Simulationsergebnisse.

Dieser Beitrag ist der vierte von fünf Beiträgen, die nun sukzessive auf unserer Website erscheinen und in dieser Tabelle verlinkt werden.

 

Übersicht über die Themen der Beitragsreihe GridSim
1.   Das Energiesystemmodell
2.   Verteilung von Netzkomponenten und Erzeugung der Lastgänge
3.   Lastflussberechnungen
4.   Betriebsweisen der Komponenten
5.   Auswertung und Visualisierung

 

Neben dem Hinzukommen einer Vielzahl neuer Erzeugungsanlagen (z. B. PV-Anlagen) und Verbraucher (z. B. Elektrofahrzeuge), welche im Rahmen der Energiewende in das Energiesystem integriert werden, stellt auch der Betrieb dieser Komponenten für die Verteilnetzbetreiber eine neue Herausforderung dar. Durch den im Gesetz zur Digitalisierung der Energiewende verankerten, schrittweisen Rollout intelligenter Messsysteme in Kombination mit schaltfähigen Steuereinrichtungen [1], wird der Grundstein für ein deutlich flexibleres Energiesystem geschaffen. Die Letztverbraucher nehmen, neben der klassischen Roller der Consumer (Abnehmer und Verbraucher, welche lediglich Strom aus dem öffentlichen Stromnetz beziehen), neue Rollen in diesem System ein. Beispielsweise ist der Letztverbraucher in der Rolle des „Flexumers“ fähig, durch flexible Betriebsweise von Erzeugungs- und Verbrauchsanlagen, Flexibilität für das Verteilnetz bereitzustellen. Diese flexible Betriebsweise als Netzdienstleistung ermöglicht neue Vermarktungsmodelle (z. B. Peer-to-Peer-Handel zwischen Erzeugern und Verbrauchern) und kann somit auch einen Beitrag zum stabilen Netzbetrieb leisten. [2]

In GridSim werden diese neuen Rollen der Letztverbraucher und die damit verbundenen Betriebsweisen der Komponenten auf verschiedene Arten modelliert und betrachtet. Bei regelungsbasierten Betriebsweisen der Komponenten werden die Lastgänge entsprechend der selektierten Logik erzeugt. Die Komponenten Photovoltaik (PV), Elektrofahrzeuge (EFZ), Power-to-Heat-Systeme (PtH) sowie stationäre Batteriespeicher (SBS) werden in der Zeitschrittschleife aufeinander folgend, nach individuellen Kriterien geregelt (vgl. Abbildung 1).

Regelungsbasierte Lastgänge

Abbildung 1: Schematische Darstellung des Programmablaufs bei auf Regelung basierter Erzeugung von Lastgängen

Die verschiedenen Kriterien, wonach die Komponenten dabei geregelt werden können, gestalten sich, wie auch in der Realität, unterschiedlich komplex und werden im Modell verschieden klassifiziert:

  • Komponentenabhängige Regelung: Die einfachste Methode ist die statische Regelung der Komponenten, wonach diese lediglich an die individuellen technischen Restriktionen gebunden sind. PV-Systeme speisen ungesteuert in das Netz oder werden über einen Grenzwert am Wechselrichter um die Spitzenlast gekappt. Elektrofahrzeuge laden ungesteuert ab Ankunft am jeweiligen Standort oder in einem vordefinierten Zeitslot, um bei Abfahrt einen gewissen SOC zu erreichen. Power-to-Heat-Systeme folgen dem Wärmebedarf des Gebäudes oder einem Fahrplan. Auch besteht für verschiedene Komponenten die Option des Betriebs nach Preisanreizen z. B. Laden in Hoch- und Niedrig-Tarif-Phasen oder entsprechend dem Börsenpreis.
  • Lastabhängige Regelung: Diese dynamische Methode zur Regelung berücksichtigt die Betriebsweise weiterer Komponenten. Dadurch wird es möglich, bei Kopplung mit einer PV-Anlage die Komponenten mit möglichst hohem Eigenverbrauch zu betreiben oder Elektrofahrzeug-Flotten priorisiert einem Lastmanagement unterzuordnen.
  • Netzabhängige Regelung: Diese dynamischen Regelungsmethoden beziehen den aktuellen Netzzustand mit ein. Dies ermöglicht es, bei Verletzung von Grenzwerten, wie z. B. dem Überschreiten des Spannungsband-Grenzwerts, die Leistung verschiedener Komponenten entsprechend zu regulieren, um das System erneut in einen normkonformen Zustand zu überführen.

Alternativ besteht neben auf Regelung basierter Betriebsweise der Komponenten auch die Option, diese unter Berücksichtigung technischer und marktlicher Rahmenbedingungen auf den jeweiligen Hausanschluss zu optimieren (z. B. eigenverbrauchsoptimierte Betriebsweise der Komponenten) [3]. Die daraus resultierenden, optimierten Lastprofile der Komponenten werden im Modell, äquivalent zur auf Regelung basierter Betriebsweise, für die Berechnung der Lastflüsse genutzt (vgl. Abbildung 2).

 

Optimierte Lastgänge

Abbildung 2: Schematische Darstellung des Programmablaufs bei optimierter Erzeugung von Lastgängen

 

Neben der Regelung der Wirkleistung besteht in GridSim komponentenabhängig auch die Option verschiedener Blindleistungs-Regelstrategien, wodurch z. B. Verletzungen der Grenzwerte des Spannungsbandes deutlich vermindert werden können [4]. Abseits einer Regelung mit fixem oder dynamischem cos ϕ, wobei die Blindleistung ausschließlich von Wirkleistungsbezug bzw. -einspeisung abhängig ist, sind im Modell auch netzzustandsbasierte Blindleistungsregelstrategien hinterlegt. So folgt die Blindleistung bei Regelung auf die Spannung Q(U) einer stückweise-linearen Kennlinie und regelt den cos ϕ entsprechend dieser auf das aktuelle Spannungsniveau. [5]

Die verschiedenen Optionen zur Betriebsweise der Komponenten machen das Modell sehr flexibel und ermöglichen es, Fragestellungen und daraus abgeleitete Szenarien rund um verschiedene Use-Cases und Perspektiven detailgetreu abzubilden. Die auf Regelung basierten Betriebsweisen bilden die technischen Möglichkeiten der Realität, einschließlich möglicher Rückwirkungen (z. B. verschiedener Ladestrategien von Elektrofahrzeugen [6]), ab. Die optimierte Betriebsweise zeigt (aufgrund perfekter Prognose) hingegen die theoretischen Möglichkeiten der Digitalisierung der Energiewende und das daraus resultierende, optimale Zusammenspiel der verschiedenen Komponenten auf. Bei letztendlicher Beantwortung wissenschaftlicher Fragestellungen bietet das Modell neben den zahlreichen Regelungsarten auch eine Vielzahl an Möglichkeiten der Analyse und Auswertung von Simulationsergebnissen, welche im kommenden, finalen Artikel dieser Beitragsreihe erläutert werden.

 

Weitere Informationen:

 

Literaturverzeichnis:

[1]   Gesetz zur Digitalisierung der Energiewende (GDEW). Ausgefertigt am 2016-08-29; Berlin: Bundesministerium für Wirtschaft und Energie, 2016. 
[2]   Bogensperger, Alexander et al.: Smart Meter, Prosumer, Flexumer - Wie die Digitalisierung die Rolle von Verbrauchern verändert. München: Forschungsstelle für Energiewirtschaft e.V. (FfE), 2019.
[3]   Englberger, Sabine: Optimized Prosumer Households with Bidirectional Electric Vehicles: a Techno-Economic Analysis of Self-Consumption, Battery Utilization, and Distribution Grid Effects - Optimierte Prosumer-Haushalte mit bidirektionalen Elektrofahrzeugen: eine techno-ökonomische Analyse der Eigenverbrauchserhöhung, Batterienutzung, und Verteilnetzauswirkungen. Masterarbeit. Herausgegeben durch  die Technische Universtiät Müchen (TUM), betreut durch Prof. Dr.-Ing Wagner, Ulrich; Prof. Dr.-Ing Mauch, Wolfgang; Müller, Mathias: München, 2020.
[4]   Müller, Mathias et al.: Vergleich Netzoptimierender Maßnahmen im Verteilnetz basierend auf Jahressimulationen. In: Tagung Zukünftige Stromnetze für Erneuerbare Energien 2018. Berlin: Conexio, 2018.
[5]   Müller, Mathias: Optimierung der Netzintegration von Elektrofahrzeugen, Photovoltaikanlagen und Stromspeichern durch Blindleistungsregelung - Master's Thesis am Lehrstuhl für Energiewirtschaft und Anwendungstechnik. München: Herausgegeben durch die Technische Universität München (TUM), betreut durch die Forschungsstelle für Energiewirtschaft e.V, 2014
[6]   Müller, Mathias; Samweber, Florian; Leidl, Peter: Impact of Different Charging Strategies for Electric Vehicles on their Grid Integration - Einfluss der Ladesteuerung von Elektrofahrzeugen auf deren Netzintegration in: 2. Internationale ATZ Konferenz Netzintegration der Elektromobilität. Wiesbaden: ATZ Live, 2017

 

 

 

 

 

 

 

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.