Advertisement

Geschäftsmodelle für die Versorgung von Haushaltskunden mit Eigenerzeugung, Elektrofahrzeug und stationärem Speicher

  • M. Bolczek
  • S. Kippelt
  • C. Rehtanz
Conference paper

Kurzfassung

Im Zuge der Energiewende ist bereits heute eine Vielzahl von Haushalten mit einer Eigenerzeugungsanlage, maßgeblich Photovoltaikanlagen, ausgestattet. Die konträre Entwicklung der Einspeisevergütung für Strom aus PV-Anlagen und dem Endkundenstrompreis für den Strombezug aus dem Netz der allgemeinen Versorgung seit Beginn der EEGFörderung hat zuerst zur Netzparität und seit einigen Jahren sogar zu einer deutlichen Preisspreizung geführt, bei der der Vergütungssatz aktuell bei etwa der Hälfte des Strombezugspreises liegt. Die genannten Rahmenbedingungen haben Anreize geschaffen, neue Geschäftsmodelle für die Versorgung von Haushaltskunden, Steuerung von Verbrauchseinrichtungen und den Betrieb von Speichern im Haushaltsbereich zu etablieren. Treiber dieser Geschäftsmodelle ist im Wesentlichen die Optimierung der Erlöse aus der PV-Einspeisung und den Kosten für den Strombezug durch Maximierung des Eigenverbrauchs im Haushalt. Die Eigenverbrauchsmaximierung kann einerseits durch die zeitliche Verschiebung von energieintensiven Verbrauchseinrichtungen wie einem Elektrofahrzeug erfolgen, dessen Ladevorgang in Zeiten überschüssiger PV-Einspeisung verschoben wird. Andererseits kann ein stationärer Batteriespeicher die gewöhnlich auftretenden überschüssigen PV-Einspeisemengen aufnehmen, um in Zeitabschnitten mit einem Haushaltsbedarf, der die Einspeiseleistung der PV-Anlage übersteigt, den Strombezug aus dem Netz zu vermeiden.

In diesem Beitrag werden zwei Geschäftsmodelle in dem beschriebenen Umfeld hergeleitet und einer Wirtschaftlichkeitsanalyse unterzogen. Die dargestellten Untersuchungen finden im Forschungsprojekt „Smart-E“ statt, das durch das BMU gefördert wird.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [1]
    Bundesnetzagentur: Monitoring Bericht 2014. 2014Google Scholar
  2. [2]
    KfW-Programm Erneuerbare Energien "Speicher", Programmnummer 275 - Richtlinien zur Förderung von stationären und dezentralen Batteriespeichersystemen zur Nutzung in Verbindung mit Photovoltaikanlagen vom 01. Januar 2015.Google Scholar
  3. [3]
    Forum Netztechnik/ Netzbetrieb im VDE (FNN): Lastenheft EDL – Elektronische Haushaltszähler – Funktionale Merkmale und Protokolle. V1. 0, 2010.Google Scholar
  4. [4]
    Rolink, J; Rehtanz, C.: „ Estimation of the availability of grid-connected electric vehicles by non-homogeneous semi-Markov processes”, PowerTech, 2011 IEEE Trondheim, June 2011.Google Scholar
  5. [5]
    Kanngießer, A.: „Entwicklung eines generischen Modells zur Einsatzoptimierung von Energiespeichern für die techno-ökonomische Bewertung stationärer Speicheranwendungen.“ Dissertation, TU Dortmund, 2013.Google Scholar
  6. [6]
    Koller, M., Borsche, T.: “Defining a Degradation Cost Function for Optimal Control of a Battery Energy Storage System”, IEEE PowerTech, Grenoble, June 2013.CrossRefGoogle Scholar
  7. [7]
    Logenthiran, T.: “Intelligent Management of Distributed Storage Elements in a Smart Grid”, Power Electronics and Drive Systems (PEDS), 2011Google Scholar
  8. [8]
    Löfberg, J.: Yalmip: A Toolbox for Modeling and Optimization in MATLAB, Proceedings of the CACSD Conference, S. 284–289, Taipei, 2004Google Scholar
  9. [9]
    Belitz, H.-J.; Winter, S; Rehtanz, C.: âLoad shifting of the households in the E-Energy project E-DeMa†, IEEE PowerTech, Grenoble, June 2013.CrossRefGoogle Scholar
  10. [10]
    Deutscher Wetterdienst (DWD), „Regional Model COSMO-EU,“ www.dwd.de, 2015.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2015

Authors and Affiliations

  • M. Bolczek
    • 1
  • S. Kippelt
    • 1
  • C. Rehtanz
    • 1
  1. 1.Institut für Energiesysteme, Energieeffizienz und Energiewirtschaft (ie3)DortmundDeutschland

Personalised recommendations