WindNODE, Arbeitstreffen AP 8 - borderstep.de · Entwurf der technischen Architektur 2 2 RAT/e2m/DAI Computersimulation incl. Auswertung 3 3 5 MS1 DAI/BS Implementierung der Gateways/Schnittstellen

01Borderstep Institut | Dr. Severin Beucker | [email protected] | www.borderstep.de

WindNODE, Arbeitstreffen AP 8Bericht aus dem Gesamtvorhaben

Dr. Severin Beucker, Borderstep Institut für Innovation und NachhaltigkeitBerlin, 15.01.2019


Bisheriger Stand von AP8 und Ausblick

n 2017/2018: Identifikation von Flexibilitäten in den Quartieren (Zwickau, Berlin Schöneberg und Prenzlauer Berg) und Beschreibung von Anwendungsfällen/ Use Cases:è Analyse von Quartierenè Beschreibung von Anwendungsfällen/ Use Casesè Diskussion mit den WindNODE-Partnern, Gewinnung von Umsetzungspartnern

n 2018: Erweiterung von Flexibilitäten und Schaffung von technischen Grundlagenfür die Nutzung:è Ausrüstung der Quartier mit RONT (Zwickau) und PtH-Elemente

(Berlin Berlin Schöneberg und Prenzlauer Berg)è Vernetzung von Aggregaten mit Smart Building Technik

(Kommunikations- und Steuertechnik)è Teilweise Ausrüstung von Quartieren mit intelligenten Messsystem

(Berlin Prenzlauer Berg)è In Arbeit: Schnittstellentwicklung für Anwendungsfälle/ Use Cases

n Geplant in 2019: Erprobung der Anwendungsfälle/ Use Cases und Auswertungè Neu: Modellierung zusätzlicher Flexibilitätsoptionen in AP 8.2 (siehe auch Angebot an

Partner aus AP 8.4 später)


Definition von Flexibilität aus WindNODE

Koordinierungskomitee Flexibilitäten, Markt und Regulierung:„Flexibilität bezeichnet die Fähigkeit von Elementen im Energiesystem, aktiv auf ein externes Signal, das die Variabilität von Stromerzeugung und Stromverbrauch widerspiegelt, mit einer Leistungsänderung zu reagieren. Elemente, die diese Fähigkeit besitzen, werden auch als Flexibilitätsoption bezeichnet. Die Nachfrage nach Flexibilität im Energiesystem kann zum einen aus den Großhandelsmärkten (day-ahead, intraday) resultieren. Zum anderen kann die Nachfrage nach Flexibilität unter der Zielstellung der Behebung von Netzengpässen entstehen. Daneben können Flexibilitäten auf den Regelenergiemärkten nachgefragt oder zur Erbringung weiterer Systemdienstleistungen benötigt werden.

Um eine Flexibilitätsoption im Energiesystem technisch zu quantifizieren, sind mindestens folgende Parameter zu bestimmen:n Wertebereich der Leistungsänderung positiv/negativn Zeitdauer der Leistungsänderungn Vorlaufzeit bis zur Leistungsänderung.“


Flexibilitätspotentiale in den Quartieren (AP 8.1 und 8.2)

Wohnungen/ Gebäude

Gebäudetyp/ Sanierungszustand

Wohnungseigner Erzeugungsan-lagen (elektrisch + thermisch)

Speicher(elektrisch + thermisch)

Lasten(elektrisch + thermisch)

Anmerkungen

Hauptdemonstrationsobjekt WindNODE Prenzlauer Berg aus AP 8.2Berlin Prenzlauer Berg,Ostseestraße

245/ 5 Bau 1966Saniert 1999

WG Zentrum § BHKW (modulierbar):

§ 34 kWel/ 78 kWth

§ Heißwasser-puffer

§ Thermische Gebäudemasse

§ ~48 kW PtH § Smart-Building Technologie

§ Kiezstrom von BEA

Zusätzliches Quartier für die Erprobung in AP 8.2SchönebergLindenhof II

365/ 34 § Bau ~1920§ Sanierung 2009

GeWoSüd § BHKW (modulierbar):

§ 48 kWel/ 91 kWth

§ Heißwasser-puffer

§ ~42 kW PtH § Kiezstrom von BEA

Vergleichsquartier Zwickau aus AP 8.1ZwickauMarienthal

868 (154 intelligente Haushalte)/ ca. 33 Gebäude

§ Bau 1960/ 61§ 70-100 kWh/ m²

Gebäude- und Grundstücksgesell-schaft Zwickau

§ PV: 164 kW§ BHKW: § 5,5 kWel/ 14

kWth

§ 6 elektrische Speicher 30kW, 30kWh

§ E-Auto* (~5kW) Haushalte (je~1 kW)

§ Demand-Side-Response

§ Intelligentes Verteilnetz (RONT, Sensorik)


Aktivitäten des AP8 im Gesamtprojekt

n Teilnahme an Koordinierungskomitees:

è „Flexibilitäten, Markt und Regulierung“

è “Flexibilitäten identifizieren“è „Digitalisierung“

n Zwischenstand aus dem Koordinierungskomitee Flexibilitäten identifizieren“

è Abstimmung der Definition von Flexibilität und Anwendungsfeldern

è Entwurf eines Leitfadens Flexibilitäten identifizieren (Textentwürfe liegen z.T., im Frühjahr 2019

erfolgt graphische Aufbereitung sowie und Anpassung eines Tools zur Flex.-Identifizierung)

n Zwischenstand aus dem Koordinierungskomitee „Digitalisierung“

è 2-3 Thesen für Digitalisierung aus dem AP 8 sollen erhoben werden (Beispiele werden bald

versendet

n Erarbeitung einer DIN SPEC “Referenzmodell zur Charakterisierung von Energieflexibilitäten aus

Quartieren“ geplant (DIN ist Partner in WindNODE)

n Teilnahme von WindNODE an der E-World in Essen 05.-07. Februar 2019

n Konsortialtreffen von WindNODE in Zwickau am 19./20.03.2019 in Zwickau (Pitch, Einreichung von

Beiträgen, Treffen von AP 8)


Berichte und Publikationen aus AP 8 und AP 8.2

Berichten 2. Zwischenbericht 2018n Beitrag zum WindNODE-Jahrbuchn Beitrag zur Publikation meine „Energie für meine Stadt“n Zusammenfassung der Zwischenergebnissen aus AP 8.2 in einem WindNODE-Bericht

Publikationen aus AP 8.2n Marcus Voß, Asmaa Haja, Sahin Albayrak (2018): Adjusted Feature-Aware k-Nearest Neighbors: Utilizing Local

Permutation-Based Error for Short-Term Residential Building Load Forecasting. In: 2018 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (SmartGridComm).

n Marcus Voß, Christian Bender-Saebelkampf, Sahin Albayrak (2018): Residential Short-Term Load Forecasting Using Convolutional Neural Networks. Workshop AI in Energy Systems. In: 2018 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (SmartGridComm)

n Beucker, S., Hinterholzer, S. (2019): Smart Building Applications and the Energy Transition in the Building Sector Intermediate Results from Research Projects and Pilot Installations in Germany, ICT4S, Lappeenranta, Finnland

n Beucker, S. (2019): Herausforderungen und Erkenntnisse einer multidimensionalen Technologiebewertung am Beispiel von Dezentralem Energiemanagement, Symposium des DLR Institut für Vernetzte Energiesysteme, Oldeburg


WindNODE, Arbeitstreffen AP 8Stand AP 8.2 Quartier Berlin

Dr. Severin Beucker, Borderstep Institut für Innovation und NachhaltigkeitBerlin, 15.01.2019


Inhalt

n Stand der Anwendungsfälle/ Use Cases für Flexibilität in AP 8.2

n Erprobung der Anwendungsfälle AP 8.2

n Modellierung von (erweiterten) Anwendungsfällen AP 8.4


Erprobungsquartier in Schöneberg

Abb. Erprobungsquartier in Schöneberg, Quelle: Google Earth

§ 34 Gebäude mit 365 Wohnungen§ Geschosswohnungsbau, Baujahr 1920§ Betreiber: GeWoSüd

§ Modulierbares BHKW mit 48 kWel / 91 kWth sowie und Spitzenlastkessel

§ Mieterstrom von Contractor (BEA)§ PtH-Elemente: 42 kW in Warmwasser-

speichern


Erprobungsquartier im Prenzlauer Berg

§ 6 Gebäude, 225 Wohnungen§ 4-Stöckiger Geschosswohnungsbau,

Baujahr 1960§ Betreiber: Wohnbaugenossenschaft Zentrum

§ Heizzentrale mit BHKW mit 34 kWel / 78 kWthund Spitzenlastkesseln

§ Mieterstrom von Contractor (BEA)§ PtH-Elemente: 48 kW in Warmwasserspeichern

§ Dezentrales Energiemanagement § Vernetzung der Gebäude (Glasfaser)§ In der Wohnung drahtlose Vernetzung

(EnOcean/Wireless M-Bus)§ Interoperable Schnittstellen (EE-Bus/SHIP)

§ Verbrauchsvisualisierung für Bewohner (Wärme, Wasser, Strom)

Abb. Das ProSHAPE Versuchsquartier im Prenzlauer BergQuelle: Google Earth


Heizzentrale§ Regelung über Quartiers-

Manager§ Gaskessel insgesamt 520 kW§ BHKW mit 34kWel/78kWth § 2000 l Puffervolumen§ Nahwärmeleitung zu den

Unterstationen

6 Unterstationen§ jeweils 1000 l Pufferspeicher und

Warmwasserbereitung§ Regelung über den „Gebäude-Manager“§ 6 PtH-Elemente (a 8kW) in den Speichern

Anlagenschema – Erprobungsquartier Prenzlauer Berg


Flexibilität für das Netz

n Erbringung von Regelleistung (aggregiert mit weiteren Anlagen)n Lokaler Bedarf für Engpassmanagement (Stromnetz Berlin/ 50Hertz) z.B. für Spannungshaltungn Umsetzung über 50Hertz Flexibilitätsplattform

50Hertz Flexibilitäts

plattform


Flexibilität für den Markt

n Erbringung von Flexibilität für Bilanzkreismanagement und Direktstromhandeln Strombörse und OTC (Angebot/Nachfragebasiert – Kapazitätsfrage)n Umsetzung mit VKW- Betreiber energy2martket


Schritte zur Erprobung der Anwendungsfälle in 2019

AKTIVITÄT start dauer MSMonat

1 2 3 4 5 6 7 8 9 10 11

Sep.

18

Okt.

18

Nov.

18

Dez.

18

Jan.

19

Feb.

19

Mrz

. 19

Apr.

19

Mai

. 19

Jun.

19

Jul.

19 Verantwortlich / Beteiligte Partner

Festlegung der in die Erprobung einzubeziehenden Flexibilitätsoptionen 2 1 BEA/BS

Klärung/Definition von Rahmenbedingungen 2 1 BS/DAI/e2m

Beschreibung des Mechanismus und der finanziellen Anreize 2 2 BS/DAI/BEA/e2m

Entwurf der technischen Architektur 2 2 RAT/e2m/DAI

Computersimulation incl. Auswertung 3 3 5 MS1 DAI/BS

Implementierung der Gateways/Schnittstellen VKW <> Quartiersmanager 6 2 RAT/e2m

Anpassung der Steuerungs- und Optimierungsalgorithmen des DEMS 6 2 RAT/BEA

Testbetrieb mit externem Steuersignal an ausgewählten Tagen 8 2 9 MS2 RAT/e2m/BEA

Auswertung und Aufbereitung der Ergebnisse 10 2 BS/DAI

n Simulation von Anwendungsfällen (DAI-Labor der TU-Berlin)

n Erprobung mit Partnern aus WindNODE (50Hertz und energy2martket)

n Auswertung und Geschäftsmodelle


Inhalt





Überblick über Computer-Simulation und Optimierung

Prognosen

Optimierung

Quartierssimulation

GUIDatenbank

Quartiers-modell

Manuelle Analyse

Fall 1: Aggregator-Simulation und Optimierung

Fall 2: 50 Hertz Flexibilitätsplattform-

Simulation

Simulations-ergebnisse

50Htz

PostgreSQL


Optimierung: Primäres Optimierungsziel Kosteneffizienz

min $%& = min( )*+,- + )/0, 1 2345

Mieter

Mieter

Mieter

Mieter

Mieter

Mieter

Öffentliches Netz

)*+,-

)/0,

6789:9;

6<8=5&

Stromlieferant 6*9>

+

?

@:

A(

B

6*9> C 1 2*9>

− 6789:9;(C) 1 G789:9;− 6<8=5&(C) 1 G<8=5&

Strom

Wärme

Gas

Mieter

Mieter Nicht-BEA Kunde

BEA-Kunde

• Implementierung einer „Greybox“-Simulation mit Model Predictive Control (MPC)-Strategie

• Optimierung durch ein (stochastisches) gemischt-ganzzahliges Programm (MILP)


Beispiel: Flexibilität durch Sektorkopplung


Simulation zum Vergleich der Anwendungsfälle und von Flexibilitätsoptionen in Quartieren mit Sektorkopplung

Randbedingungen wurden formuliert um:

n den lokalen Ausgleich der Energiebilanz zu modellieren

n Physikalisches Verhalten der Komponenten zu modellieren

n Kopplung elektrischer mit thermischer Domäne und Mobilität zu modellieren

n Start-Stopp-Verhalten zu modellieren (Startkosten, Minimale Lauf- und Ruhezeiten, Rampen) zu modellieren

BHKWFCHP

.QCHP

Thermischer Verbrauch He

iswas

sers

peich

er

. QS

D

. QS

C

.QHZ/HW

Verlust

.Ql

TS

TS

TS

max

min

CTHZ/LS

.QRet

TIn

.QIn

Power-To-Heat

.QPtH

PCHP PPtH

PBez PLief

Bezug Lieferant/Aggregator Lieferung Aggregator

PMieter

Direktvermarktung

Thermische Domäne

Elektrische Domäne

Spitzenlastkessel

.QBoil

FBoil

Batt

erie

. QS

. QS

D

C

ES

ES

ES

max

min

TRet

PV

PPV

Mobilitäts-domäneEV Ladestation

PEV

Einspeisung

PEinsp


Simulation zum Vergleich der Anwendungsfälle und von Flexibilitätsoptionen in Quartieren mit Sektorkopplung

BHKWFCHP

.QCHP

Thermischer Verbrauch He

iswas

sers

peich

er

. QS

D

. QS

C

.QHZ/HW

Verlust

.Ql

TS

TS

TS

max

min

CTHZ/LS

.QRet

TIn

.QIn

Power-To-Heat

.QPtH

PCHP PPtH

PBez PLief

Bezug Lieferant/Aggregator Lieferung Aggregator

PMieter

Direktvermarktung

Thermische Domäne

Elektrische Domäne

Spitzenlastkessel

.QBoil

FBoil

Batt

erie

. QS

. QS

D

C

ES

ES

ES

max

min

TRet

PV

PPV

Mobilitäts-domäneEV Ladestation

PEV

Einspeisung

PEinsp


Flexibilität als Abweichen des Kosten-optimalen Basisfahrplans

Kosten-optimale ResiduallastOptimierung


Flexibilität als Abweichen des Kosten-optimalen Basisfahrplans

Kosten für Flexibilitätsbereitstellungz.B. 70ct/kWh

Optimierung

Flexibilitätsbereitstellungz.B. 5 kW absenken über 2h

Flexibilitätsplattform Flexibilitätsbedarf

∆" = $%&(()

Kosten-optimale Residuallast


Flexibilitätskurven – Leistungsänderung und Kosten

n Leistungsänderung und Kosten für ein Intervall können in „Flexibilitätskurven“ abgetragen werden

De Coninck, R., & Helsen, L. (2016). Quantification of flexibility in buildings by cost curves–Methodology and application. Applied Energy, 162, 653-665.


Flexibilitätskurven – Leistungsänderung und Kosten

n „Flexibiliätskurven“ können auch Punkte zwischen Basisszenario und max. Leistungsänderung abbilden, die verschiedenen Werten zwischen dem Basis-Lastgang und der maximalen Änderung entsprechen:

Maximaler Wert pos. Flexibilität

Basisszenario


Maximaler Wert neg. Flexibilität


Flexibilitätskurven – Vergleich verschiedener Flexibilitätsoptionen

n „Flexibilitätskurven“ verschiedener Flexibilitätsoptionen (z.B. existierende Quartiere, Planungsalternativen, Wärme vs. E-Mobilität) können einfach verglichen werden



Flexibilitätskurven – Aggregation verschiedener Flexibilitätsoptionen

n „Flexibilitätskurven“ verschiedener Flexibilitätsoptionen können einfach aggregiert werden und erlauben es so auch ein Portfolio von Flexibilitätsoptionen (aus Sicht eines VKW-Betreibers) zu analysieren!



Aktueller Stand der Simulation und Optimierung

λ=168h

λ=24h

λ=6h

n Konzeption und Modellierung des Flexibilitätsbedarfs durch Aggregatorund Flexibilitätsplattform

n Implementierung einer grafischen Nutzeroberfläche zur Demonstration: http://windnode.aot.tu-berlin.de:3000/

http://windnode.aot.tu-berlin.de:3000/


Inhalt





Modellierung von (erweiterten) Anwendungsfällen

in AP 8.4

Ziele der Aufstockung von AP 8.2/ AP 8.4:n Flexibilisierungs- und Geschäftsmodelle für Flexibilität von Quartieren analysieren und erweitern

n Analyse zusätzlicher Flexibilisierungspotenziale (z.B. Wärmepumpe, Erdwärmespeicher, E-Mobilität)

n Modellierung der zusätzlichen Möglichkeiten in ausgewählten Quartieren

n Auswertung der Anpassbarkeit und Übertragbarkeit der entwickelten Konzepte auf verschiedene

Gebäude und Quartiere.


Beispielquartier Michelangelostraße der WBGZ

n Analyse von zwei geplanten Sanierungs- und Bauabschnitten mit Flexibilitätspotenzialen aus:è Energiemanagement

è Zusätzliche Eigenstromversorgung (z.B. aus PV)

è Kombination mit Elektromobilität und Speicherung

n Analyse bzw. der Zusammenarbeit mit weiteren Modellquartieren aus AP8.4?

Wohnungen/ Gebäude

Gebäudetyp/ Sanierungszustand

Wohnungseigner Erzeugungsanlagen(elektrisch + thermisch)

Speicher(elektrisch + thermisch)

Lasten(elektrisch + thermisch)

Anmerkungen

degewo Zukunftshaus (64 WE), degewo Neubau (47 WE)Berlin Lankwitz 64/ 1

47/ 1§ Bestandsbau,

saniert in 2017§ Neubau

degewo § PV-Kollektoren§ PVT-Kollektoren§ Wärmepumpe

(th. Erzeuger)§ Wärmerückge-

winnung

§ Erdwärme-speicher

§ RedoxFlowBatterie

§ Deckenheizung§ Wärmepumpe

(el. Last)§ 4 x 12,5 kW PtH

§ Mieterstrom über die BTB

§ SmartMeter von Discovergy

SolWo – CO2-neutraler KönigsparkKönigswusterhausen

236/ 11 § In Planung/Bau SolWo Königspark GmbH

§ PV-Anlage§ Solarthermie§ Wärmepumpe

(th. Erzeuger)§ Holzpelletkessel

§ Heißwasser-pufferspeicher

§ Erdwärme-speicher

§ Power-to-Heat§ E-Mobilität§ Wärmepumpe

(el. Last)

GEWOBAG – Quartier Bottroper WegBottroper Weg, Berlin-Reinickendorf

Bestandsbau GEWOBAG § BHKW§ Dampfturbine

§ Thermischer Hochtempera-turspeicher


Städtebaulicher Entwurf, Eigentum

Quelle: Frank Görge Architekt


Elektromobilität im Quartier Michelangelostraße

Quelle: [1] Wietschel, Plötz, Kühn Gnann (Fraunhofer ISI): MARKTHOCHLAUFSZENARIEN FÜR ELEKTROFAHRZEUGE

Szenarien E-Mobilität

Quelle: [1]

§ Ableitung von lokalem Bestand an E-Mobilen von nationalen Szenarien

§ Auswirkung auf die Gebäude-/Quartiersbezogenen Verbrauchsprofile

§ Wechselwirkung mit lokalen Erzeugungs-anlagen

§ Auswirkung der Einbindung in Quartiers-Energiemanagement -> Flexibilitätsangebot

§ Ermittlung Theoretischer Flexibilitäts-potentiale für Flexplattform oder VKW-Betreiber

§ Ökonomische Auswertung


Untersuchung E-Mobilität in Quartieren: Methode

§ Transiente Simulation von Jahresscheiben mit entsprechenden Rahmendaten (EE-Residuallast, Bestand E-Mobilität, (Lade-)Technologien E-Mobilität).

§ Einfaches Gebäudemodell zur Generierung der thermischen Lastzeitreihe bzw. BHKW Erzeugungsprofil

§ Optimierung von unterschiedlichen Ansätzen zur Einbindung der E-Mobilität

§ Flexibilitätsmechanismen angelehnt an den Ansätzen im AP 8.2


E-Mobilität als zusätzliche Flex-Option

E-MobilitätLokale ErzeugungGebäudespezifische

Verbräuche

G

MSR-Technik


Modellierung der Flex Abrufe - Input

Quartiersdaten (Gebäude, Anlagen, MSR-Technik)

E-Mobilität Szenarien

Nutzungsprofile (Mobilität)

Externe Anreize/Steuersignale(Flexplattform / VKW)


Modellierung der Flex-Abrufe - Output

Zeitreihen von Verbrauch, Erzeugung, Stromnetzaustausch etc.

AuswertungenBilanzen: Verbräuche, Finanzielle Erlöse

KPI: u.a. Grid support coefficient, Deckung von Flex Abrufen, Verschiebbare Lasten (kW, kWh/a)


Erhebungsbogen: E-Mobilität in Quartieren

Untersuchung E-Mobilität in QuartierenDatenerhebung

1. Allgemeine Daten zum Quartier1.1 Baujahr(e) des Quartiers -

1.2 ggf. Sanierung -

1.3 Anzahl der Wohneinheiten WE

1.4 Anzahl der dort wohnenenden Personen Personen

1.5 Anzahl der PKW-Stellplätze Stellplätze

2. Technische Daten zur Wärmeversorgung

2.1 Verbrauch Heizung kWh

2.2 Verbrauch Trinkwarmwasser kWh

Wärmeerzeugung 1

2.3 -Bitte wählen-

2.4 ---


Fragen

n Zu welchen der vorgestellten Themen/ Inhalte möchten Sie sich weiter austauschauen (z.B. Identifizierung von Flexibilitäten, Entwicklung von Geschäftsmodellen, Analyse von Elektromobilität, Erarbeitung der DIN SPEC, etc.)?

n Weitere Analyse/ Modellierung von Quartieren aus AP 8.4 (Bedarf, Interesse)?

n In welcher Form möchten Sie an den Themen/ Inhalten teilnehmen und welche Ergebnisse können gemeinsam erzielt werden?

Documents

WindNODE, Arbeitstreffen AP 8 - borderstep.de · Entwurf der technischen Architektur 2 2 RAT/e2m/DAI Computersimulation incl. Auswertung 3 3 5 MS1 DAI/BS Implementierung der Gateways/Schnittstellen