Konzepte zur Integration von Flexibilitäten in Wohn- und Nichtwohngebäuden in ein dynamisches Lastmanagement

Im Forschungsprojekt ElCiN wird ein Regelungssystem (kurz: ElCiN-RS) entwickelt, welches Sektorenkopplungsanlagen wie WP und LIS aber auch Batteriespeicher (elektrischen Energiespeicher; EES) als Flexibilitäten für dynamisches Lastmanagement nach dem BDEW Ampelkonzept in ein Verteilnetzautomatisierungssystem (VNA) einbindet. Das ElCiN-System arbeitet dazu in der gelben Ampelphase (marktorientiert) und ergänzt dadurch klassische VNA, die in der roten Ampelphase agieren [7].

Bei Fertigstellung des Regelungskonzepts existierten keine HEMS oder ähnliche Produkte, die die Anforderungen des ElCiN-RS umsetzen konnten. Daher wurde für den praktischen Nachweis der Funktionsweise des ElCiN-RS der Systemaufbau geändert. Zunächst wurde festgelegt, dass einzelne Aktoren wie LIS, EES und WP einzelne Zellen darstellen. Eine Optimierung von mehreren Aktoren innerhalb einer Zelle, wie es das Konzept grundsätzlich erlaubt, wird hier nicht ermöglicht. Des Weiteren wurden die im Feldtest vorhandenen Aktoren analysiert und Prognose- und Flexibilitätsalgorithmen entwickelt, welche die notwendigen Prognosen und Flexibilitätsangebote erzeugen und an das ElCiN-RS übermitteln. Zudem sieht der Feldtestaufbau nicht vor, dass diese Algorithmen in der Zelle selbst laufen und die entsprechenden Daten an das ElCiN-RS übermitteln, sondern dass die notwendigen Messdaten und Anlageneinstellungen durch den Netzbetreiber und seinen Partnerfirmen vor Ort aufgenommen werden und dann an das System, auf dem auch das ElCiN-RS läuft, übermittelt werden. Hier wird zunächst zentral in einem speziellen Tool, welches zur Bestimmung der Prognose und Flexibilität eines jeden Aktors entwickelt wurde, die jeweilige Prognose und Flexibilität im Feldtest ermittelt. Von diesem Tool gehen die entsprechenden Werte dann an das ElCiN-RS. Die vom ElCiN-RS berechneten Flexibilitätsabrufe werden in Stellwerte umgewandelt und an die Systeme des Netzbetreibers bzw. deren Partnerfirmen übergeben und vor Ort umgesetzt. Abbildung 2 zeigt den entsprechenden Feldtestaufbau.

Trotz der notwendigen Konzeptanpassungen für den Feldtest kann die Funktion des ElCiN-Regelungskonzeptes untersucht und bestätigt werden.

Das ElCiN-Regelungskonzept wurde bereits in mehreren Simulationsberechnungen auf Funktionalität geprüft. Beispielhaft sollen Simulationsergebnisse eines realen (Feldtest-)Netzes mit 84 Hausanschlüssen in einem Einfamilienreihenhaus geprägten Quartier dargestellt werden. Das Netz besteht aus einem Transformator mit einer Nennleistung von 250 kVA und 4 Abgängen. Im Netz sind 8 PV Anlagen mit einer Gesamtleistung von 36 kW_p, ein EES mit 6,4 kW Ladeleistung und 6,4 kWh Speicherkapazität sowie 3 LIS mit je 22 kW maximaler Ladeleistung verbaut. Der EES und die LIS können als Flexibilität genutzt werden, sofern diese Flexibilität dem ElCiN-RS im jeweiligen Zeitschritt anbieten.

Abbildung 3 zeigt die Simulationsergebnisse für das Netz in den Abendstunden eines Sommertages für einen Zeitraum von 120 Minuten. Auf Basis der übergebenen Prognosen aus der Simulationsumgebung detektiert das ElCiN-RS für die zweite und dritte Regelungsperiode (15-30 und 30-45 Minuten) jeweils einen Netzengpass (grau hinterlegte Zeitbereiche in Abb. 3), hier eine Leitungsüberlastung (unter fiktiven Belastungsgrenzen) der gleichen Leitung. In diesen Zeitschritten bieten die Aktoren im Netz dem ElCiN-RS Flexibilitäten zur Lastreduzierung (positive Flexibilität) von 44 kW bzw. 35 kW an (siehe Abb. 3 (a)). Zur Behebung der Netzengpässe aktiviert das ElCiN-RS für die zweite Regelungsperiode zunächst 1,9 kW Wirkleistung und für die dritte Periode 6,8 kW Wirkleistung positive Flexibilität zur Behebung des Netzengpasses. Abbildung 3 (b) zeigt den Residuallastverlauf des Netzes. Es ist deutlich zu erkennen, wie durch die Aktivierung der Flexibilität die Gesamtlast des Netzes im Zeitraum der Regelung unter der Residuallast ohne Reglereingriff liegt. Durch Abruf der Flexibilität und den individuellen (Optimierungs-)Vorgaben der ASN sinkt die Flexibilitätsbereitstellung mit Abruf von Flexibilität (Abb. 3 (a)). Des Weiteren sind in Abb. 3 (b) die Nachholeffekte der flexiblen Anlagen nach dem Reglereingriff zu erkennen. Hier liegt die sich ergebene Residuallastkurve über der Kurve ohne Reglereingriff. Beides liegt in den individuellen Optimierungszielen der Flexibilitäten der ASN begründet.

Aufgrund des steigenden Anteils an dezentralen Energieerzeugern durch die Energiewende, steigt der Bedarf an steuerbarer Aktorik im elektrischen Verteilnetz [16]. Das Ziel des InFleX Projektes ist die Integration gebäudetechnischer Flexibilitäten und kombinierter LIS in ein dezentrales VNA. Vor diesem Hintergrund wird ein Gebäuderegler (GR) entwickelt, welcher die gebäudetechnischen Flexibilitäten von Nichtwohngebäuden ermittelt und einem VNA zur Verfügung stellt.

Die flexiblen Komponenten von Nichtwohngebäuden wurden vor allem in den Bereichen Wärme und Kälte identifiziert, da Gebäude aufgrund ihrer thermischen Masse in der Lage sind, thermische Energie zu speichern [17]. Dieses Speicherpotenzial ermöglicht einen flexiblen Betrieb der Wärme- und Kälteerzeugungsanlagen. Weiterhin wurden Lüftungssysteme als mögliche flexible Anlage identifiziert, da sich die Veränderung der Luftqualität träge verhält [18]. Bei der Steuerung dieser Anlagen ist zu beachten, dass Grenzen für Komfortvariablen im Gebäude eingehalten werden müssen. Als Komfortvariablen gelten unter anderem die Raumtemperatur und die CO₂-Konzentration in der Luft. In den Normen DIN EN 16798-1 und DIN EN 16798-3 ist definiert, inwieweit sich die Raumluftqualität in Räumen verändern darf, ohne dass der Gebäudenutzer diese Veränderung als negativ empfindet.

Andere flexible Komponenten von Gebäuden sind PV-Anlagen, welche oft in Kombination mit EES eingesetzt werden. Die PV-Anlage selbst kann abgeregelt oder die Energie in dem EES gespeichert werden. Der EES kann auch entladen werden, um die netzbezogene Last zu reduzieren [19].

Ein ähnliches Flexibilitätspotential ergibt sich für die LIS. Dort kann die Ladeleistung reduziert werden, sollte der Netzzustand dies erfordern [20]. Um Komfortvariablen nicht zu verletzen und die Anlagen im Gebäude effizient zu steuern, muss ein GR entwickelt werden, welcher in der Lage ist, diese Aufgaben und Anforderungen sicher und zuverlässig umzusetzen.

Damit die Installation des GRs auch wirtschaftliche Anreize für den Gebäudebetreiber setzt, sollen die verfügbaren Flexibilitäten im Gebäude dazu genutzt werden, das Gebäude so kostengünstig wie möglich zu betreiben. Das Konzept dafür ist in Abb. 4 dargestellt.

Das Konzept wird mit einem Optimierer umgesetzt, welcher im Rahmen des Projektes entwickelt wird. Aufgrund des nichtlinearen Verhaltens des Gebäudes und des Fehlens eines genauen Gebäudemodells kann die Optimierung des Gebäudebetriebsplans mithilfe metaheuristischer Methoden durchgeführt werden [21]. Insbesondere genetische Algorithmen sind von Interesse, da sie im Vergleich zu linearen Methoden suboptimale, aber akzeptable Lösungen in kürzerer Zeit liefern können [22]. Dieses Konzept basiert auf der Evolution einer Population von Fahrplänen für die Sollwerte der Gebäudeanlage, die sich nach jeder Iteration (Generation) rekombiniert und mutiert, auf der Suche nach einer neuen Population, welche die Betriebskosten des Gebäudes reduziert [22]. Fahrpläne, die zu Komfortverletzungen führen, sollen hier ebenfalls ausgeschlossen werden.

Eine der Aufgaben, die der Optimierer berücksichtigt, ist die Optimierung des Eigenverbrauchs. Hierfür wird der Leistungsbezug der flexiblen Anlagen in Zeiträume mit hoher Eigenenergieerzeugung verschoben. Im nächsten Schritt werden Leistungsspitzen des Gebäudes geglättet, damit der Leistungspreis [23] den die Gebäudebetreiber zahlen müssen, minimiert wird. Die dann noch zur Verfügung stehenden Flexibilitäten werden an der Strombörse (Spotmarkt) vermarktet [23].

Am Ende dieser Optimierung wird ein Fahrplan (FP) für das Gebäude definiert, welcher Sollwerte für die flexiblen Anlagen bereitstellt. Sollten kurzfristige Probleme in dem versorgenden elektrischen Verteilnetz auftreten und das Gebäude von der VNA eine Anfrage zur Leistungsanpassung erhalten oder sich mögliche Gewinne durch eine kurzfristige Vermarktung von Flexibilitäten ergeben, muss der Optimierer reagieren. Der ursprüngliche FP wird verlassen und ein neuer FP wird definiert, sodass die Leistungsanpassung der VNA umgesetzt wird oder die vermarkteten Flexibilitäten nicht mehr genutzt werden.

Damit der Optimierer einen FP für das Gebäude erstellen kann, muss dieser prognostizieren, wie sich das Gebäude bei einer Steuerung der flexiblen Anlagen verhält und wie sich dies auf die Komfortvariablen des Gebäudes auswirkt. Das Ziel der Prognose ist, dass sich keine negativen Einflüsse auf die Personen im Gebäude ergeben. Dafür wird eine Künstliche Intelligenz (KI) aufgebaut und mit historischen Daten des Gebäudes trainiert, sodass das Gebäudeverhalten prognostiziert werden kann. Bei der KI handelt es sich hier um ein Neuronales Netz. Dieses ist dem menschlichen Gehirn nachempfunden. Dabei werden Neuronen unterschiedlich stark miteinander verknüpft. So können in den Eingabedaten natürlich Muster erkannt werden und den entsprechenden Ausgabedaten zugeordnet werden. Beispielsweise kann so der Einfluss von Uhrzeit, Tag Typ, Raumbelegung und Jahreszeit der Gebäudetemperatur zugeordnet werden. Mithilfe dieser KI kann auch die Flexibilität des Gebäudes evaluiert werden. Die Flexibilität des Gebäudes für einen bestimmten Zeitpunkt wird hierbei mit der Flexibilitätsfunktion (FF) bestimmt, welche ein Ergebnis des Annex 67 ist [24]. Diese ist in Abb. 5 dargestellt.

Die FF beschreibt, wie ein flexibles Gebäude auf ein Penalty Signal, welches ein Strompreis sein könnte, reagieren kann. Sollte der Strompreis steigen, welcher in Abb. 5 das Penalty Signal ist, könnte das Gebäude für eine gewisse Zeit seinen Leistungsbezug senken (dunkelgrauer Bereich). Danach müsste jedoch der Leistungsbezug des Gebäudes für eine gewisse Zeit erhöht werden, damit der ursprüngliche Gebäudezustand wiederhergestellt werden kann (hellgrauer Bereich in Abb. 5). Die FF liefert wichtige Größen, welche an die VNA weitergegeben werden. Die Größe t_A gibt die Zeit bis zur ersten Reaktion der Gebäudekomponenten auf das Penalty Signal an. Die Größe t_M gibt die Zeit an, welche benötigt wird, bis die maximale Leistungsänderung F_MAX des Gebäudes erreicht ist. Die letzte Zeitgröße ist t_F, welche Angibt, wie lange das Gebäude seine Leistung reduzieren kann.

Die beiden Größen A und B geben die Energie an, welche vom Gebäude nicht bezogen (A) und welche zur Erreichung des ursprünglichen Gebäudezustands mehr bezogen wurde (B).

Durch die vom GR bereitgestellten FF kann das VNA relevante Informationen erhalten, wie z. B. die Leistung, welche das Gebäude mittels dessen flexiblen Anlagen erhöhen oder verringern kann, sowie die Dauer dieses Betriebszustands. Diese Informationen können es dem VNA erleichtern, das Demand Response in einer kritischen Netzsituation zu verwalten und zu steuern. Zusätzlich liefert die FF Informationen über die Veränderung des Energieverbrauchs des Gebäudes nach der Kontrolle.

Die FF wird mithilfe des Optimierers und der KI bestimmt. Der Optimierer erhält hierbei die Aufgabe, die maximale Flexibilität des Gebäudes abzurufen, bis Grenzwertverletzungen der Komfortvariablen auftreten und im Anschluss den ursprünglichen Gebäudezustand wiederherzustellen. Die KI gibt auf diese Anforderung den Leistungsbezug des Gebäudes an.

Für die sichere Ausführung der oben genannten InFleX-GR Funktionalitäten werden in diesem Abschnitt die Kommunikationsanforderungen zwischen den verschiedenen beteiligten Akteuren beschrieben. Diese sind in Abb. 6 dargestellt und auf fünf verschiedenen Ebenen angesiedelt.

Auf der Feldebene befindet sich das zu steuernde Gebäude, das über flexible Komponenten wie Klimaanlagen, LIS, EES und PV verfügt. Diese Komponenten werden in der Regel von einem Gebäudeleitsystem (GLS) über Gebäudekommunikationsprotokolle wie z. B. KNX, BACnet, Modbus gesteuert [25]. Das GLS erhält Informationen von allen im Gebäude installierten Sensoren über Messsignale, welche u. a. Temperatur, Luftqualität und Leistungsbezug enthalten, und steuert die Anlage über Betriebssignale.

Details zum Zusammenspiel zwischen dem InFleX-GR, dem VNA, dem Energiehändler und den externen Daten werden im Folgenden erläutert.

Auf der Smart Grid / Netz Ebene befindet sich das VNA, welches Aktoren im Netz wie PV, LIS und EES aber zukünftig auch Nichtwohngebäude und konventionelle Haushalte ansteuern kann [26]. Das VNA erkennt die kritische Netzsituationen und sendet Anfragen zur Leistungsreduzierung bzw. -erhöhung an die registrierten und qualifizierten Aktoren (z.B. das Gebäude mit intelligentem InFleX- GR), um die Störung zu beheben bzw. präventiv zu vermeiden.

Das Gebäude sendet alle 15 Minuten Informationen über seine Flexibilität, die über die FF ermittelt wird. Um mit bereits installierten VNAs kommunizieren zu können, wird das Gebäude wie eine PV-Anlage behandelt, damit bestehende Schnittstellen für den InFleX-GR genutzt werden können [27]. Die Kommunikation zwischen ihnen wird über das IEC 60870-5-104-Protokoll oder alternativ über das Modbus-Protokoll realisiert.

Wie bereits erwähnt, legt der InFleX-GR den FP des Gebäudes in Abwesenheit einer Vorgabe durch das VNA auf Basis der Spotmarkt-Energiepreise fest. Er kann z.B. die Informationen aus dem Spotmarkt über eine externe Datenschnittstelle entnehmen, um einen optimierten FP zu definieren und diesen direkt an den Energiehändler oder einen Aggregator zu senden. Mit welchem von beiden kommuniziert wird, hängt von der gesamten flexiblen Leistung des Gebäudes ab [28]. Dieser Datenaustausch wird wie in bereits durchgeführten Projekten durch das IEC 60870-5-104 Protokoll mittels einer Vermarktungsplattform in der Vermarktungsebene erreicht [23].

Um die Genauigkeit der KI zur Prognose des Gebäudezustandes zu verbessern, werden Wettervorhersagen von Online-Plattformen berücksichtigt, die über das Ethernet Protokolle mithilfe von HTML-Abfragen bereitgestellt werden (unter externer Datenebene in Abb. 6). Diese können vom InFleX-GR zur Schätzung der bereitgestellten Energie der PV-Anlage und zur Optimierung der Speicherung der thermischen Energie im Gebäudes genutzt werden.

Das Gebäude wird in der Regel nach dem für den Energiehandel festgelegten FP betrieben. Der InFleX-GR hat die Aufgabe, die definierten SW in einer gebäudetechnischen Sprache an das GLS zu senden. Gleichzeitig wird überwacht, dass dieser Vorgang keine Komfortanforderungen verletzt, und wenn dies der Fall ist, wird der GR den FP ändern und an kurzfristigen Märkten den Energiebedarf nachjustieren.

Andererseits sendet der InFleX-GR bei Vorliegen einer Anforderung vom VNA die SW an das GLS, sodass die Anforderungen der VNA erfüllt werden. Dies führt auch zu einer Neujustierung des FPs am kurzfristigen Spotmarkt.

In diesem Abschnitt wird eine beispielhafte Regelung eines Gebäudes vorgestellt. Dafür wurde in einem Gebäudesimulationsprogramm ein Gebäude mit zwei Zonen (Räumen) erstellt. Die Temperatur dieser zwei Zonen wurde im Anschluss von einem einfachen GR gesteuert. Die Ergebnisse dieser Steuerung sind in Abb. 7 dargestellt.

Das Simulationsprogramm erfordert eine Vorsimulation, um Ausgangsbedingungen mit geringen Abweichungen zu erhalten. Das abnehmende Temperaturverhalten in beiden Zonen in den frühen Morgenstunden ist auf die kalten Außenlufttemperaturen zurückzuführen, die zu einer Abkühlung der Räume führt, da die Heizung aufgrund keiner vorliegenden Temperaturverletzungen abgeschaltet wird.

Da Zone 1 im Gegensatz zu Zone 2 ein großes Fenster besitzt, kühlt diese Zone schneller aus als Zone 2.

Um 7 Uhr wurde ein starker Einspeisefall im Verteilnetz simuliert, weshalb die VNA vom GR eine erhöhte Leistungsaufnahme gefordert hat. Deshalb wurde der Sollwert für die minimale Temperatur in beiden Zonen ab 7:00 Uhr (hellgrauer Bereich in Abb. 7) auf 23 °C angehoben. Aus diesem geänderten Sollwert resultiert eine Flexibilität von ungefähr 1,4 kW, welche dem VNA zur Verfügung gestellt werden kann. Nachdem die Temperatur in Zone 1 auf die neue minimale Temperatur gestiegen ist, reduziert sich auch die benötige Heizleistung wieder, da der Wert nur noch gehalten werden muss. Um ungefähr 14:00 Uhr fällt die Temperatur in Zone 1 und 2 noch einmal auf unter 23 °C woraus ein weiterer Leistungssprung der Heizleistung resultiert. Diese plötzliche Temperaturabsenkung in beiden Zonen folgt aus einer Mischung von einer wesentlich kälteren Außentemperatur und aus einer Belegungsänderung zu diesem Zeitpunkt. Daraus ergibt sich auch die erhöhte Heizleistung zur Temperaturhaltung.