Advertisement

Steuerungskonzept für den koordinierten Betrieb dezentraler Power-to-Heat Anwendungen

  • Jelto LangeEmail author
  • Martin Kaltschmitt
Article
  • 47 Downloads

Zusammenfassung

Der Anteil fluktuierender erneuerbarer Energien an der Stromerzeugung in Deutschland ist in den letzten Jahren stark gestiegen und wird aller Voraussicht nach weiter ansteigen. Dadurch ergeben sich stärkere Fluktuationen des Strompreises und es kommt häufiger zu Situationen, in denen die mögliche Stromproduktion die Nachfrage überschreitet, sodass Anlagen zur Stromerzeugung auf Basis fluktuierender erneuerbarer Energien abgeschaltet werden müssen. Um diese Probleme zu adressieren, werden daher zunehmend Maßnahmen benötigt, die einen flexiblen Umgang mit einer schwankenden Energiebereitstellung ermöglichen. Eine solche Maßnahme stellt Power-to-Heat – die Wandlung elektrischer in thermische Energie – dar. In dieser Arbeit wird ein dezentraler Power-to-Heat Ansatz betrachtet, der die Installation von Heizpatronen in den Heizsystemen von Endkunden vorsieht. Um mit solchen kleinskaligen Systemen energiewirtschaftlich relevant auf die Versorgungssituation Einfluss zu nehmen, bedarf es eines koordinierten Betriebs einer Vielzahl entsprechender Anlagen. Im Rahmen dieser Arbeit wird daher ein Steuerungskonzept, das einen solchen koordinierten Betrieb ermöglichen soll, erarbeitet und dargestellt. Dabei werden verschiedene Elemente in das Steuerungskonzept integriert, die trotz gegebener Unsicherheiten (z. B. Prognosefehler), eine hohe Planbarkeit des Betriebs gewährleisten sollen. Abschließend werden einige relevante Aspekte des Konzepts mithilfe von Simulationen analysiert und bewertet.

Control Concept for the Coordinated Operation of Decentralized Power-to-heat Applications

Abstract

The share of fluctuating renewable energies in Germany’s electricity generation has risen sharply in recent years and is likely to increase further. This results in stronger fluctuations in the price of electricity and a higher frequency of situations in which potential electricity production exceeds demand, so that power plants on the basis of fluctuating renewable energies have to be shut down. In order to address these issues, measures that enable flexible handling of a fluctuating energy provision are increasingly needed. Power-to-Heat—the conversion of electrical into thermal energy—represents such a measure. In this work a decentralized power-to-heat approach is considered, which includes the installation of heating cartridges in the heating systems of end customers. In order to influence the supply situation considerably with such small-scale systems, a coordinated operation of a large number of these plants is required. Therefore, in this paper a control concept is developed and presented, which should enable such a coordinated operation. Various elements are integrated into the control concept which should ensure a high degree of predictability of the operation despite given uncertainties (e. g. forecast errors). In conclusion, some aspects of the concepts are evaluated using simulations.

Literatur

  1. Bernhard D, Fieger C (2011) Hybride Heizsysteme mit nicht leitungsgebundenen Energieträgern und Strom. Technische Konzepte, Wirtschaftlichkeit und Potenziale. Forschungsgesellschaft für Energiewirtschaft mbH (FfE), MünchenGoogle Scholar
  2. Bräuninger M, Ehrlich L, Klamka J, Wolf A (2014) Power-to-Heat in Hybridheizungen. Die ökonomischen Potentiale der Vernetzung von Strom- und Wärmemarkt. Hamburgisches Weltwirtschaftsinstitut (HWWI), HamburgGoogle Scholar
  3. Bundesministerium der Justiz und für Verbraucherschutz (2017) Gesetz für den Ausbau erneuerbarer Energien (Erneuerbare-Energien-Gesetz – EEG 2017). EEG 2017. https://www.gesetze-im-internet.de/eeg_2014/. Zugegriffen: 26. Nov. 2018Google Scholar
  4. Bundesministerium für Wirtschaft und Energie (2017) Ergebnispapier Strom 2030. Langfristige Trends – Aufgaben für die kommenden Jahre. Bundesministerium für Wirtschaft und Energie (BMWi), BerlinGoogle Scholar
  5. Bundesministerium für Wirtschaft und Energie (2018) Struktur der Raumwärmebereitstellung in privaten Haushalten in Deutschland nach Energieträger im Jahr 2016. https://de.statista.com/statistik/daten/studie/250403/umfrage/raumwaermebereit-stellung-nach-energietraeger-in-deutschen-haushalten/. Zugegriffen: 26. Nov. 2018Google Scholar
  6. Energie Informationsdienst GmbH (2017) Untertage-Gasspeicherung in Deutschland. Erdöl Erdgas Kohle 133(11):409–415Google Scholar
  7. EPEX (2018) Day-ahead-Auktion mit Lieferung in den deutschen/luxemburgischen Regelzonen. https://www.epexspot.com/de/produkte/auktionshandel/deutschland-luxembourg. Zugegriffen: 26. Nov. 2018Google Scholar
  8. EPEX (2019) Kontinuierlicher Intraday-Handel. https://www.epexspot.com/de/produkte/intradaycontinuous/intraday_vorlaufzeit. Zugegriffen: 9. Jan. 2019Google Scholar
  9. Gils HC, Dotzauer M, Acksel D, Palzer A, Hüsing F, Littwin M et al (2017) Sektorenkopplung als Baustein der Energiewende. Forschungsverbund Erneuerbare Energien (FVEE), BerlinGoogle Scholar
  10. Götz P, Henkel J, Lenck T, Lenz K (2014) Negative Strompreise: Ursache und Wirkung. Eine Analyse der aktuellen Entwicklungen – und ein Vorschlag für ein Flexibilitätsgesetz. Agora Energiewende, BerlinGoogle Scholar
  11. Joos L (Hrsg) (2004) Energieeinsparung in Gebäuden. Stand der Technik. Entwicklungstendenzen, 2. Aufl. Vulkan-Verlag, Essen (gemäß EnEV 2002)Google Scholar
  12. Kleinbaum DG (1998) Applied regression analysis and other multivariable methods, 3. Aufl. Duxbury Press, Pacific GrovezbMATHGoogle Scholar
  13. Lew A, Mauch H (2007) Dynamic programming. A computational tool. Studies in computational intelligence, Bd. 38. Springer, Berlin, New YorkzbMATHGoogle Scholar
  14. Münch W, Robra M, Volkmann L, Riegebauer P, Oesterwind D (2012) Hybride Wärmeerzeuger als Beitrag zur Systemintegration erneuerbarer Energien. Energiewirtsch Tagesfr 62(5):44–48Google Scholar
  15. Praetorius B, Lenck T, Büchner J, Lietz F, Nikogosian V, Schober D et al (2017) Neue Preismodelle für Energie. Grundlagen einer Reform der Entgelte, Steuern, Abgaben und Umlagen auf Strom und fossile Energieträger. Agora Energiewende, BerlinGoogle Scholar
  16. Rawlings JO, Pantula SG, Dickey DA (1998) Applied regression analysis: A research tool, 2. Aufl. Springer, New YorkCrossRefzbMATHGoogle Scholar
  17. Umweltbundesamt (2018) Erneuerbare Energien in Zahlen. https://www.umweltbundesamt.de/themen/klima-energie/erneuerbare-energien/erneuerbare-energien-in-zahlen#textpart-1 (Erstellt: 1. Okt. 2018). Zugegriffen: 26. Nov. 2018Google Scholar
  18. Wulf C, Kaltschmitt M, Dzukowski F (2017) Kurzfrist-Lastprognose für die Day-Ahead- und Intraday-Stromnachfrage bei sich systematisch ändernden Lasten. Methodenentwicklung und Verifizierung. Z Energiewirtsch 41(3):153–168CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Institut für Umwelttechnik und Energiewirtschaft (IUE)Technische Universität HamburgHamburgDeutschland

Personalised recommendations