ZDIN-Zahlen im Detail

Die Mehrzwecknutzung von Batteriespeichersystemen (BESS) erhöht die Ausnutzung ihres Flexibilitätspotenzials. Dies kann noch verbessert werden, wenn zahlreiche kleine BESS zu einem Schwarm zusammengefasst und von einem Aggregator gemeinsam vermarktet werden. Zu diesem Zweck wird eine einheitliche Darstellung der verbleibenden Flexibilität für jedes BESS benötigt, die sowohl die Anforderungen einer Mehrzwecknutzung als auch eines verteilten Schwarmdesigns erfüllt. In dieser Arbeit stellen wir ein kompaktes Modell namens Amplify (für abstrakte Mehrzweck-begrenzte Flexibilität) vor. Es kann von BESSs verwendet werden, um festzustellen, wie viel Flexibilität nach der Erfüllung einer primären Anwendung und der Annahme zusätzlicher Verpflichtungen verbleibt. Es beinhaltet eine integrierte Erkennung von Konflikten im geplanten Zeitplan eines BESS. Die Gültigkeit des vorgestellten Flexibilitätsmodells wird auf der Grundlage einer gründlichen Evaluierung diskutiert. Es wurde gezeigt, dass das Modell schnell berechenbar ist und bei der Übermittlung an den Aggregator nicht viel Datenvolumen benötigt. Amplify wird bereits im realen Betrieb bei einem Industriepartner eingesetzt.

Die Transformation des Energiesystems hin zu nachhaltigen Energiequellen ist geprägt durch einen Anstieg wetterabhängiger, verteilter Energiequellen (Distributed Energy Resources, DER). Dies erhöht die Unsicherheit in der Energieerzeugung zusätzlich zu der bereits bestehenden Unsicherheit in der Lastverteilung. Gleichzeitig sind viele Haushalte mit erneuerbaren Erzeugungseinheiten und Speichersystemen ausgestattet. Die zunehmende intermittierende Erzeugung im Verteilungsnetz führt zu neuen Herausforderungen bei der Einsatzplanung und wirtschaftlichen Disposition von DER. Die zentrale Herausforderung, die in dieser Arbeit behandelt wird, besteht darin, zu entscheiden, welche verfügbaren Ressourcen für eine bestimmte Aufgabe ausgewählt werden sollen.

Zur Lösung dieses Problems führen wir die Stochastic Resource Optimization (SRO) ein, ein allgemeines, kombinatorisches, stochastisches Optimierungsmodell mit Nebenbedingungen, das auf die kurzfristige wirtschaftliche Auswahl stochastischer DER abzielt. Es berücksichtigt Korrelationen zwischen stochastischen Ressourcen mithilfe der Kopulatheorie.

Die Beiträge dieser Arbeit sind zweifach: Erstens validieren wir die Anwendbarkeit der SRO-Formulierung anhand eines vereinfachten Anwendungsfalls im Engpassmanagement in einem kleinen Nachbarschaftsnetz, das aus Prosumer-Haushalten besteht. Zweitens analysieren wir die Leistung verschiedener Lösungsalgorithmen für SRO-Probleme und deren Laufzeiten. Unsere Ergebnisse zeigen, dass ein schneller metaheuristischer Algorithmus qualitativ hochwertige Lösungen in akzeptabler Zeit für die bewerteten Problemsets liefern kann.

The single-use of a stationary residential battery storage system (BSS) to increase self-consumption does not fully utilize its technical potential. The application-based multi-use of BSSs provides an opportunity to increase the effective usage of BSSs’ technical potential and resulting profits, aiding in overcoming the barrier of high investment cost. This research presents a mathematical optimization model for the dynamic applicationbased multi-use of stationary residential BSSs with the objective of maximizing the applications’, respectively, the prosumers’ profit. Four applications are modeled: self-consumption increase, feed-in and load peak shaving, provision of frequency containment reserve, and spot market trading. Within an exemplary prosumer scenario, the functionality of the multi-use model for BSSs and its applications is verified, and its economic benefit for residential prosumers is proven.

In Cyber-Physical Energy Systems (CPES) beeinflusst die Kommunikationsinfrastruktur die Leistung des Energiesystems, da Zeitverzögerungen oder Datenverluste die Funktionalität des Systems beeinträchtigen können. Verschiedene Kommunikationsvorfälle bedrohen die Robustheit des Systems. Dieser Artikel gibt einen Überblick über solche Vorfälle und klassifiziert sie anhand mehrerer Merkmale. Darüber hinaus werden Empfehlungen zu relevanten Vorfällen gegeben, die bei der Untersuchung der Kommunikationsrobustheit von CPES berücksichtigt werden sollten.

Abschließend wird eine beispielhafte Implementierung eines agentenbasierten Steuerungsanwendungsfalls für Energiesysteme vorgestellt, die ein Kommunikationsnetzwerk und dessen Auswirkungen berücksichtigt, um die genannten Beiträge zu veranschaulichen. Die Implementierung wird verwendet, um die Auswirkungen der ausgewählten Vorfälle anhand mehrerer Metriken zu bewerten. Sie kann eingesetzt werden, um mögliche oder bestehende Steuerungskonzepte zu evaluieren und die Gesamtrobustheit eines Systems zu beurteilen.

Das Flexibilitätspotenzial von Elektrofahrzeugen, Wärmepumpen, Photovoltaikanlagen und Speichersystemen, die auf Kundenstandorten installiert sind, lenkt die Aufmerksamkeit auf netzdienliche und marktdienliche Steuerungsanwendungen. Steuerungsanwendungen unterscheiden sich jedoch erheblich, da die Art der Flexibilität durch die Komplexität der Interaktionen hinter dem Zähler, die beteiligten Akteure, Interessenskonflikte, regulatorische Anforderungen und die Anzahl der zu integrierenden Systeme beeinflusst wird. Daher offenbart die Validierung von Anwendungen in allen Entwicklungsphasen mögliche Engpässe der Anwendung vor der Implementierung.

Diese Arbeit stellt die Anwendungsfälle für Steuerungsanwendungen im Verteilnetz vor und zeigt, wie sie in einer Hardware-in-the-Loop-Simulationsumgebung validiert werden können. Die Validierungsumgebung umfasst die Systeme eines Verteilnetzbetreibers und seines vorgelagerten Netzbetreibers, virtuelle Feldgeräte, eine Echtzeit-Netzsimulation, den Messstellenbetreiber einschließlich des Betriebs einer intelligenten Messinfrastruktur sowie Anwendungen von Marktteilnehmern wie Aggregatoren.

Als Machbarkeitsnachweis werden zwei Anwendungsfälle ausgewählt, um zu demonstrieren, wie die Koordination von Netzbetreibern und das Kundenverhalten validiert werden können. Anschließend wird aufgezeigt, wie die Validierungsumgebung für zukünftige Anwendungsfälle geeignet ist, wie beispielsweise die Koordination von netzdienlichen und marktdienlichen Steuerungsanwendungen.