WO2019096424A1 - Steuerung von microgrids - Google Patents

Steuerung von microgrids Download PDF

Info

Publication number
WO2019096424A1
WO2019096424A1 PCT/EP2017/079780 EP2017079780W WO2019096424A1 WO 2019096424 A1 WO2019096424 A1 WO 2019096424A1 EP 2017079780 W EP2017079780 W EP 2017079780W WO 2019096424 A1 WO2019096424 A1 WO 2019096424A1
Authority
WO
WIPO (PCT)
Prior art keywords
time interval
optimization
control
control method
withdrawal
Prior art date
Application number
PCT/EP2017/079780
Other languages
English (en)
French (fr)
Inventor
Martin SEYDENSCHWANZ
Original Assignee
Siemens Aktiengesellschaft
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to CN201780097054.6A priority Critical patent/CN111344724A/zh
Priority to EP17816464.6A priority patent/EP3682387A1/de
Priority to PCT/EP2017/079780 priority patent/WO2019096424A1/de
Priority to US16/762,683 priority patent/US20210175717A1/en
Publication of WO2019096424A1 publication Critical patent/WO2019096424A1/de

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14—District level solutions, i.e. local energy networks

Definitions

  • the present invention relates to the control of electrical network arrangements rule or microgrids.
  • a control method, a controller, and a network arrangement will be described.
  • microgrids can provide local electrical power, and are also operable without connection to the power grid or main grid.
  • a microgrid typically includes components such as one or more power generators and one or more power storage devices controlled by a common controller.
  • Microgrid control techniques based on MILP are described, for example, in "Optimization of On-site Renewable Energy Generation for Industrial Sites"; S. Ruangpattana, D. Klabjan, J. Arinez, and S. Biller's IEEE Power Systems Conference and Exposure, 2011. An optimization approach is provided that anticipates the components of the microgrid in a relatively short time span.
  • the network arrangement comprises one or more electrical power generators and one or more power storage, and is controllably connected to the power supply to a main network or connectable.
  • Fer ner is defined a current withdrawal quota, which is provided for removal by the network assembly from the main network in a withdrawal time interval.
  • the control method comprises determining, based on the current consumption contingently, one or more optimization conditions for a control time interval that is less than the extraction time interval.
  • the method also includes performing optimization of an optimization quantity based on the one or more optimization conditions for the control time interval based on magazines having a step size smaller than the control time interval, and driving the network arrangement based on the results of the optimization ,
  • the long-term removal from the main grid is already taken into account in the short-term planning, whereby inefficiencies and costs can be avoided or reduced.
  • the terms network arrangement and microgrid are used synonymously.
  • a time interval may also be referred to as a period or section or a duration.
  • the optimization can be a predictive optimization over the control time interval, such as using a MILP procedure.
  • the optimization can be calculated efficiently and time scales of typical changes, for example with regard to the load and / or the power generation, can be taken into account.
  • the optimization can be performed rolling and / or repeated Runaway leads.
  • the optimization may be repetitively repeated at certain intervals, such as daily or every 12 hours, and / or rolling such that after every N processed or expired magazines a new optimization is performed with a N time-shifted control time interval, where N in particular 1 can be.
  • the control time interval can be kept constant bezüg Lich its width, or the width can be geän changed. In this way, it is possible to react to short-term changes in operating conditions, such as a change in the weather, suddenly increased power demand, or failure of a component.
  • the one or more optimization conditions may be based on a demand acceptance for the control time interval and / or the extraction time interval.
  • the acceptance of presumptions can be used as the basis for a proactive optimization.
  • An acceptance of requirements can, in particular, depict a time course of an anticipated removal in the control time interval and / or in the withdrawal time interval, for example as cumulative amount of electricity taken or energy withdrawn, or as absolute withdrawal, for example per journal.
  • the current withdrawal quota may be within an acceptance interval.
  • the optimization can be designed to keep the current consumption over the sampling time interval in this acceptance interval, or at least to minimize or minimize the interval or to optimize it, possibly taking into account other conditions of opting, inefficiency or costs.
  • the acceptance interval may indicate a lower and upper limit of a current amount that may be taken. Is the menu ge of electricity, which is taken within the withdrawal period within the acceptance interval, the condition that the current contingent can be found, considered to be satisfied who the. In particular, further costs or inefficiencies can then be avoided, for example according to contractual arrangements.
  • a demand acceptance may be provided and / or determined based on the acceptance interval in an acceptance strip, which may be related to a control time interval. There may be multi-level acceptance intervals and / or acceptance strips, for example when costs are multi-level.
  • the optimization can be a cost optimization.
  • Costs can be financial or economic costs or be parameterized as such.
  • costs may be, for example, or related to energy, power, power, power dissipation, energy loss, current loss, time loss or delay, or the like.
  • the withdrawal time interval may be at least 2 weeks, or 3 or 4 weeks, or at least or exactly 14 days, or at least or exactly 20 days, or at least or exactly 30 or 31 days, or one month.
  • Such an interval allows long-term planning for both a main network operator and the operator of the microgrid, which in particular ensures long-term stable operation of the main network.
  • Bilateral energy contracts that provide a contingent of electricity therefore usually concern a corresponding withdrawal time interval.
  • the control interval may be 48 hours or less, or 24 hours or less, or 12 hours or less. Such an interval may, for example, be adapted to a battery charging cycle, and / or to a consumption cycle, and / or a generator cycle. It may be provided that the step size is 1/12 or less of the control interval, about 1/20 or less, or 1/24 or less. In some cases, the step size may be 15min or more, 30min or more, 45min or more, 60min or more,
  • control device for an electrical network arrangement, wherein the control device is designed to perform a control method as described herein be and / or control.
  • a control device may generally be formed as an integrated circuit, and / or comprise an integrated circuit.
  • An integrated circuit may be designed as a processing circuit or processor circuit, and / or one or more processors and / or controllers and / or processor cores and / or ASICs (Application Specific Integrated
  • Memory or storage medium may include volatile or non-volatile memory, such as random access memory (RAM) and / or read-only memory (ROM) and / or flash memory and / or optical memory and / or magnetic memory, etc.
  • RAM random access memory
  • ROM read-only memory
  • flash memory / or optical memory and / or magnetic memory, etc.
  • a controller can be used as a computer or computer arrangement or
  • Controller assembly may be formed, which may have one or more re integrated circuits.
  • the controller may include one or more interfaces for controlling the microgrid and / or components of the microgrid, and / or for receiving information regarding, for example, operating conditions and / or conditions of the components.
  • the controller may be centralized or distributed, for example, to multiple computers of a computer system.
  • electrical network arrangement which comprises a control device described herein.
  • the invention can be implemented as a computer program.
  • the program may include instructions that cause a controller on which they are executed to execute and / or control a method described herein.
  • a storage media combination which may include one or more storage and / or carrier media may Save computer program.
  • a storage medium and / or carrier medium may be designed to store and / or transport instructions and / or data.
  • a computer program can be formed as a control tool or control tool.
  • FIG. 1 shows an electrical network arrangement according to the invention
  • FIG. 2 shows a method according to the invention
  • FIG. 3 shows an exemplary removal time interval
  • FIG. 4 shows an exemplary control time interval
  • FIG. 5 shows an exemplary sampling time interval in which a control time interval is embedded.
  • Figure 1 shows an inventive electrical network assembly 10, which is also referred to as microgrid.
  • the network arrangement 10 includes one or more power generators 12, 14. Ein
  • the network assembly 10 further includes one or more memory or memory devices 16.
  • a memory device may be generally configured to receive power, such as in the form of electrical current. increase and store and, if A memory device which gives off electricity or energy can also act as a generator. Examples of storage devices include batteries, fuel cells, Pumpspei cher, heat storage, etc. Different producers may be of different types, analog may be different storage devices of different types.
  • the compo nents of the network system 10 may be generally separately controlled and operable, about independently and be switched on and off.
  • the network assembly 10 may further include one or more consumers 18, and / or be connected to this or be connected, such as the power supply.
  • a controller 20 may be connected to the individual compo th to control this.
  • the controller 20 may be configured to drive the components 12, 14, 16 and other components based on a common control method.
  • the electric network arrangement 10 can be regarded as an independently operable power network which can be connected or connectable to a main power network or main network 100, for example in accordance with the control device 20.
  • the network arrangement 10 can be used to store power and / or to remove power be connected to the main network 100 or connectable.
  • the main network can be, for example, the public power grid, and / or a network with a considerably larger capacity than the network arrangement 10, for example at least 10 times or at least 100 times or at least 1000 times greater capacity. Capacitance can be represented as in peak power or continuous power or maximum storage capacity or peak current.
  • electrical arrangements may be provided, such as Transforma gates and / or converters and / or capacitors and / or
  • Main network 100 and network arrangement 10 may have different operators.
  • a power contingent El can be defined, which is the exception for the network arrangement 10 from the main network 100 via a withdrawal time interval TI may be provided, such as one month, for example, on the basis of a bilateral contract between
  • Controller 20 may be configured to perform the control methods described herein.
  • FIG. 2 shows schematically a flow chart of a control method according to the invention, which can be designed as an algorithm.
  • the method may comprise determining a current allocation El and / or withdrawal time interval TI and / or acceptance interval and / or a demand assumption, for example based on an input.
  • the method includes an act S10 of determining one or more optimization conditions based on the
  • the method further comprises the act S12 of performing optimization of an optimization quantity based on the one or more optimization conditions for the control time interval T2 based on magazines having a step size T3.
  • T3 is smaller than T2.
  • the optimization method may in particular comprise a MILP method, which may preferably be carried out iteratively, rolling or preferably iteratively, repeatedly or rolling.
  • the method includes driving the network arrangement based on the optimization as action S14, such as for times according to the magazines.
  • the actions may be performed by associated modules, such as program modules, which may be part of a computer program.
  • the driving may occur at times that are determined based on the magazines. For example, for each step, the associated step size may be added to a sum of step sizes of the previous steps and an initial value or output time, and the driving may be performed at the specific time.
  • Optimization conditions may generally be parameters or quantities, and / or conditions on quantities, and / or equations and / or inequalities and / or mathematical expressions considered and / or used in the optimization.
  • An optimizer size may be a size that is to be optimized by the optimization, such as minimized or maximized.
  • An optimization variable can also be referred to as a target variable.
  • An optimization quantity may be represented or defined by an expression and / or a formula or equation or parameters, and / or based on one or more optimization conditions, and / or limited by one or more optimization conditions.
  • a control variable may be a variable that is controlled or regulated by the method, directly or indirectly. Control variables may in particular be the current delivery or absorption or performance of one or more components be, and / or in particular the removal from the main network.
  • power may be considered as electrical or electrical energy.
  • a quantity of current can be parameterized as current time times, or energy or power times time.
  • a contingent may generally represent a quantity of electricity related to a particular time period, such as the withdrawal time interval.
  • the term "long-term” may refer to the sampling time interval, the term “short-term” to the control time interval.
  • a withdrawal time interval can be a contract time horizon or contract period, a control time interval, in particular, a planning period or planning horizon.
  • a quantity of energy Y to be taken corresponding to the quota El, during the contract period Tmax, corresponding to the withdrawal time interval TI, at a fixed price cO per kWh agreed.
  • tolerance levels such as deviations down, that is, less energy is taken off, and up, that is, more energy is lost in which to continue
  • the tolerance levels represent an acceptance interval.
  • the following parameters should describe these tolerance levels q t : Permissible negative deviation (in percent) of the agreed amount of energy in the entire contract period Tmax q u : Permissible positive deviation (in percent) of the agreed amount of energy in the entire contract period Tmax
  • Tmax applies to the actual cumulative energy consumption Z at the end of the contract period
  • optimization for a microgrid may, in some variants, have a prediction time space or preview horizon T, corresponding to the control time interval T2, from a few hours to a day.
  • a tag is a typical cycle length for battery deployment planning. Forecasts for the availability of renewable energy sources and the required power generation by other producers in Microgrid can become more uncertain for longer planning horizons.
  • the running times of the planning programs increase with the length of the planning horizon. For example, MILP-based control tools can be rebuilt on a rolling basis and have limited time to deliver results due to scheduling in operation. correspond In addition, too long a runtime can affect the control at the time step level.
  • Grid connection is the described planning horizon T of the control tool so much smaller. Accordingly ent stands the problem, the energy contract, which refers only to the cumulative energy withdrawal at the end of the contract period, in the rolling control of the microgrid on the shorter time horizon
  • an estimate as a function of the time for the expected cumulative Energyentnah me y (t) in the sampling time interval can be provided, for example for the period [0, Tmax] or [Tstart, Tstart + Tmax], where Tstart may be eit Vietnamese a start Z, about a beginning of the month.
  • Tstart may be eit Vietnamese a start Z, about a beginning of the month.
  • profiles of requirements can be derived accepted from historical data, which can represent et wa factors influencing the energy withdrawal, approximately with respect to the microgrid or one or more compo nents (nits peak load Z, work / holidays, etc.).
  • FIG. 3 shows an exemplary demand assumption with acceptance strips for a sample month with 30 days as long-term planning.
  • days of a month and in the vertical direction a cumulated energy consumption are indicated.
  • An example is an energy demand estimate for a month and the associated
  • a program or method of optimization may be implemented based on these parameters.
  • an iterative MILP-based approach to integrating bi lateral energy contracts (or other long-term power contingents) into programs for predictive, rolling, cost-effective control of microgrids can be used.
  • the step size or duration of the intervals may be the same for all time steps, or vary.
  • N may be 12 or more, 24 or more, 48 or more, 72 or more.
  • t n start of the time interval n, instead of the start of the interval another reference point can also be selected, such as the middle of the interval;
  • Idi IJN indicator variable that indicates whether the tatsumbleli ⁇ che cumulative energy consumption lower than the
  • the energy consumption represents the withdrawal from the main network.
  • the energy consumption represents the total energy or power consumption of the microgrid, taking into account the removal from the main grid.
  • different cost levels for the overrun and / or underrun can be provided, for example, each increase after exceeding an upper or lower limit for the removal.
  • MILP mixed-integer linear program
  • This program is controlled by the power points P ⁇ t n ) of the mains connection.
  • the objective function (1) is
  • FIG. 5 shows how short-term planning relates to the long-term planning of FIG. 3.
  • FIG. 5 in the horizontal direction, for example, days of a month and in the vertical direction a cumulative energy consumption are indicated.
  • Figure 4 areas are marked records in which the acceptance strip in some time overwriting or falls below.
  • a rolling planning with regular re-optimization can be carried out. This is supported by the approach, for example by shifting the planning horizon / control time interval and / or transfer of the current system state, eg the previous accumulated energy consumption zO in the contract horizon.
  • long-term quotas for example from bilateral energy in-depth, short-term control tools for
  • Microgrids are integrated.
  • the short-term, rolling planning with slowly growing / shifted planning horizon is much more accurate than a prior planning of the entire contract horizon.
  • the inventive approach can be easily integrated into existing and future MILP-based programs for controlling microgrids.
  • the invention complements MILP-based programs for the cost-effective control of microgrids and is very well suited for complex, but time-critical applications with planning optimization at runtime.
  • the invention proposes to consider long-term conditions and / or costs by mapping them to short-term planning horizons by short-term cost approximations and corresponding conditions.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Power Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

Die Erfindung betrifft ein Steuerungsverfahren für eine elektrische Netzanordnung (10), welche einen oder mehrere elektrische Stromerzeuger (12, 14) und ein oder mehrere Stromspeicher (16) umfasst. Die Netzanordnung (10) ist steuerbar zur Stromentnahme mit einem Hauptnetz (100) verbunden oder verbindbar. Ein Stromentnahmekontingent (E1) ist definiert, welches zur Entnahme durch die Netzanordnung (10) aus dem Hauptnetz (100) in einem Entnahmezeitintervall (T1) vorgesehen ist. Das Steuerungsverfahren umfasst das Bestimmen einer oder mehrerer Optimierungsbedingungen basierend auf dem Stromentnahmekontingent (E1) für ein Steuerungszeitintervall (T2), welches kleiner ist als das Entnahmezeitintervall (T1) sowie das Durchführen einer Optimierung einer Optimierungsgröße basierend auf den einen oder mehreren Optimierungsbedingungen für das Steuerungszeitintervall (T2) basierend auf Zeitschritten mit einer Schrittweite (T3), welche kleiner ist als (T2). Außerdem umfasst das Verfahren das Ansteuern der Netzanordnung basierend auf der Optimierung. Die Erfindung betrifft auch zugeordnete Verfahren und Einrichtungen.

Description

Beschreibung
Steuerung von Microgrids
Technisches Gebiet
Die vorliegende Erfindung betrifft die Steuerung von elektri schen Netzanordnungen oder Microgrids. Insbesondere werden ein Steuerungsverfahren, eine Steuerungseinrichtung und eine Netzanordnung beschrieben.
Hintergrund
Elektrische Netzanordnungen, auch Microgrids genannt, können lokal elektrische Energie bereitstellen, und sind auch ohne eine Verbindung zum Stromnetz oder Hauptnetz betriebsfähig. Ein Microgrid umfasst regelmäßig Komponenten wie einen oder mehrere Stromerzeuger und einen oder mehrere Stromspeicher, die von einer gemeinsamen Steuerung gesteuert werden.
Auf MILP (Mixed Integer Linear Program, ein gemischt ganzzah liges lineares Programm) basierende Steuerungsverfahren für Microgrids sind beispielsweise beschrieben in "Optimization of On-site Renewable Energy Generation for Industrial Sites"; S. Ruangpattana, D. Klabjan, J. Arinez, and S. Biller IEEE Power Systems Conference and Exposition, 2011. Dabei wird ein Optimierungsansatz erläutert, der vorausschauend in relativ kurzen Zeitspannen die Komponenten des Microgrids ansteuert.
Um Bedarfsspitzen oder mangelnde Kapazität auszugleichen, sind sie jedoch häufig an ein Hauptnetz angeschlossen, um Strom beziehen zu können. Dabei liegen oft technische oder wirtschaftliche, etwa vertragliche, Bedingungen vor, welche die Entnahme einer vorgeschriebenen Strommenge über einen be stimmten Zeitraum vorsehen, etwa eines monatlichen Kontin gents. Wird diese Menge um einen bestimmten Wert über- oder unterschritten, kann die Betriebseffizienz des Microgrids eingeschränkt sein, etwa weil zusätzliche Kosten oder Ener gieverluste entstehen.
Abriss der Erfindung
Es ist eine Aufgabe der vorliegenden Erfindung, eine opti mierte Steuerung von Netzanordnungen oder Microgrids bereit zustellen, welche eine über einen längeren Zeitraum aus einem Hauptnetz zu entnehmende Strommenge bei der Optimierung be rücksichtigt .
Entsprechend ist erfindungsgemäß ein Steuerungsverfahren für eine elektrische Netzanordnung vorgesehen. Die Netzanordnung umfasst einen oder mehrere elektrische Stromerzeuger und ein oder mehrere Stromspeicher, und ist steuerbar zur Strom entnahme mit einem Hauptnetz verbunden oder verbindbar. Fer ner ist ein Stromentnahmekontingent definiert, welches zur Entnahme durch die Netzanordnung aus dem Hauptnetz in einem Entnahmezeitintervall vorgesehen ist. Das Steuerungsverfahren umfasst das Bestimmen, basierend auf dem Stromentnahme kontingent, einer oder mehrerer Optimierungsbedingungen für ein Steuerungszeitintervall, welches kleiner ist als das Entnahmezeitintervall . Das Verfahren umfasst außerdem das Durchführen einer Optimierung einer Optimierungsgröße basie rend auf den einen oder mehreren Optimierungs-bedingungen für das Steuerungszeitintervall basierend auf Zeitschriften mit einer Schrittweite, welche kleiner ist als das Steuerungs zeitintervall, sowie das Ansteuern der Netzanordnung basie rend auf den Ergebnissen der Optimierung. Erfindungsgemäß wird somit die langfristige Entnahme aus dem Hauptnetz be reits bei der kurzfristigen Planung berücksichtigt, wodurch Ineffizienzen und Kosten vermieden oder verringert werden können. Im Folgenden werden die Begriffe Netzanordnung und Microgrid synonym verwendet. Ein Zeitintervall kann auch als Zeitraum oder Abschnitt oder eine Dauer bezeichnet sein.
Die Optimierung kann eine vorausschauende Optimierung über das Steuerungszeitintervall sein, etwa unter Verwendung eines MILP Verfahrens. Damit kann die Optimierung effizient berech net werden und Zeitskalen typischer Veränderungen, etwa be züglich der Last und/oder der Stromerzeugung, können berück sichtigt werden.
Die Optimierung kann rollierend und/oder wiederholt durchge führt werden. Zum Beispiel kann die Optimierung wiederholt in bestimmten Abständen, etwa täglich oder alle 12 Stunden, neu durchgeführt werden, und/oder derart rollierend, dass nach je N abgearbeiteten oder abgelaufenen Zeitschriften eine neue Optimierung mit um N Zeitschritte verschobenem Steuerungs zeitintervall durchgeführt wird, wobei N insbesondere 1 sein kann. Das Steuerungszeitintervall kann dabei konstant bezüg lich seiner Breite gehalten sein, oder die Breite kann geän dert werden. Derart kann auf kurzfristige Veränderungen in Betriebsbedingungen reagiert werden, etwa einen Wetterum schwung, plötzlich erhöhten Strombedarf, oder Ausfall einer Komponente .
Die eine oder mehreren Optimierungsbedingungen können auf ei ner Bedarfsannahme für das Steuerungszeitintervall und/oder das Entnahmezeitintervall basieren. Insbesondere kann die Be darfsannahme für eine vorausschauende Optimierung zugrunde gelegt werden. Eine Bedarfsannahme kann insbesondere einen zeitlichen Verlauf einer voraussichtlichen Entnahme im Steue rungszeitintervall und/oder im Entnahmezeitintervall abbil den, etwa als kumulierte Strommengenentnahme oder Energieent nahme, oder als absolute Entnahme, etwa pro Zeitschrift.
Das Stromentnahmekontingent kann in einem Akzeptanzintervall liegen. Insbesondere kann die Optimierung dazu ausgelegt sein, die Stromentnahme über das Entnahmezeitintervall in diesem Akzeptanzintervall zu halten, oder zumindest das Über schreiten oder Unterschreiten des Intervalls zu minimieren oder optimieren, gegebenenfalls unter Berücksichtigung ande rer Optierungsbedingungen, Ineffizienz oder Kosten. Das Ak zeptanzintervall kann eine untere und obere Grenze einer Strommenge angeben, die entnommen werden kann. Liegt die Men- ge an Strom, welche innerhalb des Entnahmezeitraums entnommen wird innerhalb des Akzeptanzintervalls, kann die Bedingung, das Stromkontingent zu entnehmen, als erfüllt angesehen wer den. Insbesondere können dann weitere Kosten oder Ineffizien zen vermieden werden, etwa gemäß vertraglicher Regelung. Eine Bedarfsannahme kann basierend auf dem Akzeptanzintervall in einem Akzeptanzstreifen bereitgestellt und/oder bestimmt wer den, welcher auf ein Steuerungszeitintervall bezogen sein kann. Es können mehrstufige Akzeptanzintervalle und/oder Ak zeptanzstreifen vorliegen, etwa wenn Kosten mehrstufig sind.
Insbesondere kann die Optimierung eine Kostenoptimierung sein. Kosten können dabei finanzielle oder wirtschaftliche Kosten sein oder als solche parametrisiert sein. Alternativ oder zusätzlich können Kosten beispielsweise als Energie, Strom, Leistung, Verlustleistung, Energieverlust, Stromver lust, Zeitverlust oder Verzögerung oder ähnliches parametri siert sein oder darauf bezogen sein.
Das Entnahmezeitintervall kann mindestens 2 Wochen, oder 3 oder 4 Wochen, oder mindestens oder genau 14 Tage, oder min destens oder genau 20 Tage, oder mindestens oder genau 30 oder 31 Tage, oder einen Monat betragen. Ein solches Inter vall erlaubt langfristige Planung sowohl für einen Hauptnetz betreiber als auch für den Betreiber des Microgrids, wodurch insbesondere der langfristig stabile Betrieb des Hauptnetzes gewährleistet ist. Bilaterale Energieverträge, welche ein Stromkontingent bereitstellen, betreffen daher üblicherweise ein entsprechendes Entnahmezeitintervall .
Das Steuerungsintervall kann 48 Stunden oder weniger, oder 24 Stunden oder weniger, oder 12 Stunden oder weniger betragen. Ein solches Intervall kann zum Beispiel an einen Batterie ladezyklus angepasst sein, und/oder an einen Verbrauchs zyklus, und/oder einen Generatorzyklus . Es kann vorgesehen sein, dass die Schrittweite 1/12 oder weniger des Steuerungs intervalls beträgt, etwa 1/20 oder weniger oder 1/24 oder we niger. In manchen Fällen kann die Schrittweite 15min oder mehr, 30min oder mehr, 45min oder mehr, 60min oder mehr,
90min oder mehr, oder 120min oder mehr betragen.
Ferner ist eine Steuerungseinrichtung für eine elektrische Netzanordnung vorgesehen, wobei die Steuerungseinrichtung da zu ausgebildet ist, ein Steuerungsverfahren wie hierin be schrieben durchzuführen und/oder zu steuern. Eine Steuerungs einrichtung kann allgemein als integrierte Schaltung ausge bildet sein, und/oder eine integrierte Schaltung umfassen. Eine integrierte Schaltung kann als Bearbeitungsschaltung oder Prozessorschaltung ausgebildet sein, und/oder einen oder mehrere Prozessoren und/oder Kontroller und/oder Prozessor kerne und/oder ASICs (Application Specific Integrated
Circuitry) und/oder FPGAs (Field Programmable Gate Array) und/oder Speicher oder Speichermedium umfassen. Speicher oder Speichermedium können flüchtige oder nichtflüchtige Speicher umfassen, etwa RAM (Random Access Memory) und/oder ROM (Read- Only Memory) und/oder Flash-Speicher und/oder optischer Spei cher und/oder magnetischer Speicher, usw. Eine Steuerungsein richtung kann als Computer oder Computeranordnung oder
Kontrolleranordnung ausgebildet sein, welche eine oder mehre re integrierte Schaltungen aufweisen kann. Die Steuerungsein richtung kann eine oder mehrere Schnittstellen aufweisen, um das Microgrid und/oder Komponenten des Microgrids anzu steuern, und/oder Informationen zu empfangen, etwa bezüglich Betriebsbedingungen und/oder Zuständen der Komponenten. Die Steuerungseinrichtung kann zentralisiert sein, oder verteilt, zum Beispiel auf mehrere Computer einer Computeranordnung.
Außerdem ist elektrische Netzanordnung beschrieben, welche eine hierin beschriebene Steuerungseinrichtung umfasst.
Die Erfindung kann als Computerprogramm implementiert sein. Das Programm kann Instruktionen umfassen, welche eine Steuer einrichtung, auf welcher sie ausgeführt werden, dazu bringt, ein hierin beschriebenes Verfahren auszuführen und/oder zu steuern. Eine Speichermedienkombination welche ein oder meh rere Speicher- und/oder Trägermedien umfassen kann, kann das Computerprogram speichern. Ein Speichermedium und/oder Trä germedium kann dazu ausgebildet sein, Instruktionen und/oder Daten zu speichern und/oder zu transportieren. Ein Computer program kann als Steuerungswerkzeug oder Steuerungstool aus gebildet sein.
Kurzbeschreibung der Zeichnungen
Die oben beschriebenen Eigenschaften, Merkmale und Vorteile dieser Erfindung sowie die Art und Weise, wie diese erreicht werden, werden klarer und deutlicher verständlich im Zusam menhang mit der folgenden Beschreibung der Ausführungs beispiele, die im Zusammenhang mit den Zeichnungen näher er läutert werden, wobei die Figuren zeigen:
Figur 1 eine erfindungsgemäße elektrische Netzanordnung;
Figur 2 ein erfindungsgemäßes Verfahren;
Figur 3 ein beispielhaftes Entnahmezeitintervall ;
Figur 4 ein beispielhaftes Steuerungszeitintervall;
Figur 5 ein beispielhaftes Entnahmezeitintervall , in welches ein Steuerungszeitintervall eingebettet ist.
Detaillierte Beschreibung
Figur 1 zeigt eine erfindungsgemäße elektrische Netzanordnung 10, die auch als Microgrid bezeichnet wird. Die Netzanordnung 10 umfasst einen oder mehrere Stromerzeuger 12, 14. Ein
Stromerzeuger kann allgemein jede Einrichtung sein, welche elektrischen Strom bereitzustellen vermag, etwa ein Verbren nungsgenerator wie ein Dieselgenerator, oder eine Solaranlage oder eine Windkraftanlage. Die Netzanordnung 10 umfasst fer ner eine oder mehrere Speicher oder Speichereinrichtungen 16. Eine Speichereinrichtung kann allgemein dazu ausgebildet sein, Energie, etwa in der Form von elektrischem Strom, auf- zunehmen und zu speichern, und gegebenenfalls wieder abzuge ben. Eine Speichereinrichtung, welche Strom oder Energie ab gibt, kann auch als Erzeuger wirken. Beispiele für Speicher einrichtungen umfassen Batterien, Brennstoffzellen, Pumpspei cher, Wärmespeicher, usw. Unterschiedliche Erzeuger können unterschiedlicher Art ein, analog können unterschiedliche Speichereinrichtungen unterschiedlicher Art sein. Die Kompo nenten der Netzanlage 10 können allgemein separat ansteuerbar und betreibbar sein, etwa unabhängig voneinander an- und ab schaltbar sein. Die Netzanordnung 10 kann ferner einen oder mehrere Verbraucher 18 aufweisen, und/oder an diese ange schlossen oder anschließbar sein, etwa zur Stromversorgung. Eine Steuerungseinrichtung 20 kann an die einzelnen Komponen ten angeschlossen sein, um diese anzusteuern. Im Allgemeinen kann die Steuerungseinrichtung 20 dazu ausgebildet sein, die Komponenten 12, 14, 16 und andere Komponenten basierend auf einem gemeinsamen Steuerungsverfahren anzusteuern. Die elekt rische Netzanordnung 10 kann als ein unabhängig betreibbares Stromnetz angesehen werden, welche mit einem Hauptstromnetz oder Hauptnetz 100 verbunden oder verbindbar sein kann, etwa nach Maßgabe der Steuerungseinrichtung 20. Insbesondere kann die Netzanordnung 10 zur Einspeicherung von Strom und/oder zur Entnahme von Strom mit dem Hauptnetz 100 verbunden oder verbindbar sein. Das Hauptnetz kann beispielsweise das öf fentliche Stromnetz sein, und/oder ein Netz mit erheblich größerer Kapazität als die Netzanordnung 10, etwa mindestens 10-mal oder mindestens 100 mal oder mindestens 1000-mal grö ßerer Kapazität. Kapazität kann dabei etwa in Spitzenleistung oder Dauerleistung oder maximaler Speicherkapazität oder Spitzenstromstärke repräsentiert sein. Zur Verbindung zwi schen Netzanordnung 10 und Hauptnetz 100, wie auch zur Ver bindung der Komponenten der Netzanordnung 10, können geeigne te elektrische Anordnungen vorgesehen sein, etwa Transforma toren und/oder Wandler und/oder Kondensatoren und/oder
Schwingkreise und/oder andere Schaltungen. Hauptnetz 100 und Netzanordnung 10 können unterschiedliche Betreiber aufweisen. Ein Stromkontingent El kann definiert sein, welches zur Ent nahme durch die Netzanordnung 10 aus dem Hauptnetz 100 über ein Entnahmezeitintervall TI wie einen Monat vorgesehen sein kann, etwa aufgrund eines bilateralen Vertrags zwischen
Hauptnetzbetreiber und Betreiber der Netzanordnung. Die
Steuerungseinrichtung 20 kann dazu ausgebildet sein, dass hierin beschriebene Steuerungsverfahren auszuführen.
Figur 2 zeigt schematisch ein Flussdiagram eines erfindungs gemäßen Steuerungsverfahrens, welches als Algorithmus ausge bildet sein kann. Das Verfahren kann optional das Bestimmen eines Stromkontingents El und/oder Entnahmezeitintervall TI und/oder Akzeptanzintervalls und/oder einer Bedarfsannahme umfassen, etwa basierend auf einer Eingabe. Das Verfahren um fasst eine Handlung S10 des Bestimmens einer oder mehrerer Optimierungsbedingungen basierend auf dem
Stromentnahmekontingent El für ein Steuerungszeitintervall T2. T2 ist kleiner als das Entnahmezeitintervall TI. Das Ver fahren umfasst ferner die Handlung S12 des Durchführens einer Optimierung einer Optimierungsgröße basierend auf den einen oder mehreren Optimierungsbedingungen für das Steuerungszeit intervall T2 basierend auf Zeitschriften mit einer Schritt weite T3. T3 ist kleiner als T2. Das Optimierungsverfahren kann insbesondere ein MILP-Verfahren umfassen, das bevorzugt iterativ, rollierend oder bevorzugt iterativ, wiederholt oder rollierend ausgeführt werden kann. Außerdem umfasst das Ver fahren das Ansteuern der Netzanordnung basierend auf der Op timierung als Handlung S14, etwa für Zeitpunkte gemäß den Zeitschriften. Die Handlungen können durch zugeordnete Modu- le, etwa Programmmodule, durchgeführt werden, welche Teil ei nes Computerprogramms sein können. Das Ansteuern kann für Zeitpunkte erfolgen, die basierend auf den Zeitschriften be stimmt sind. Etwa kann für jeden Schritt die zugeordnete Schrittweite zu einer Summe aus Schrittweiten der vorher gehenden Schritte und einem Ausgangswert oder Ausgangs zeitpunkt addiert werden, und das Ansteuern kann zum bestimm ten Zeitpunkt durchgeführt werden.
Optimierungsbedingungen können allgemein Parameter oder Grö ßen, und/oder Bedingungen an Größen, und/oder Gleichungen und/oder Ungleichungen und/oder mathematische Ausdrücke sein, die bei der Optimierung berücksichtigt und/oder verwendet werden. Eine Optimierungsgröße kann eine Größe sein, welche durch die Optimierung optimiert werden soll, etwa minimiert oder maximiert. Eine Optimierungsgröße kann auch als Zielgrö ße bezeichnet werden. Eine Optimierungsgröße kann durch einen Ausdruck und/oder eine Formel oder Gleichung oder Parameter repräsentiert oder definiert sein, und/oder auf einer oder mehreren Optimierungsbedingungen basieren, und/oder durch ei ne oder mehrere Optimierungsbedingungen beschränkt sein. Eine Steuerungsvariable kann eine Variable sein, die durch das Verfahren gesteuert oder geregelt wird, direkt oder indirekt. Steuerungsvariablen können insbesondere die Stromabgabe oder Aufnahme oder Leistung einer oder mehrerer Komponenten be treffen, und/oder insbesondere die Entnahme aus dem Haupt netz .
Im Rahmen dieser Offenbarung kann Strom als elektrischer Strom oder elektrische Energie angesehen werden. Eine Strom menge kann etwa als Stromstärke mal Zeit, oder Energie oder Leistung mal Zeit parametrisierbar sein. Ein Kontingent kann allgemein eine Strommenge bezogen auf einen bestimmten Zeit raum wie das Entnahmezeitintervall repräsentieren. Der Aus druck „langfristig" kann das Entnahmezeitintervall betreffen, der Ausdruck „kurzfristig" das Steuerungszeitintervall. Ein Entnahmezeitintervall kann insbesondere ein Vertragszeithori zont oder Vertragszeitraum sein, ein Steuerungszeitintervall insbesondere ein Planungszeitraum oder Planungshorizont.
Beispielhaft für ein Stromkontingent kann in einem bilatera len Energievertrag zwischen Betreibern von Microgrids mit Netzanschluss (z.B. für Industrieanlagen) und dem Hauptstrom netzbetreiber eine abzunehmende Energiemenge Y, entsprechend dem Kontingent El, im Vertragszeitraum Tmax, entsprechend dem Entnahmezeitintervall TI, zu einem fixen Preis cO pro kWh vereinbart sein. Außerdem kann es Toleranzlevel geben, etwa Abweichungen nach unten, d.h. weniger Energie wird abgenommen, und nach oben, d.h. mehr wird Energie abgenommen, in denen weiterhin
der Preis cO pro kWh garantiert wird. Die Toleranzlevel re präsentieren ein Akzeptanzintervall. Folgende Parameter sol len diese Toleranzlevel beschreiben qt : Zulässige negative Abweichung (in Prozent) von der ver einbarten Energiemenge im gesamten Vertragszeitraum Tmax qu : Zulässige positive Abweichung (in Prozent) von der ver einbarten Energiemenge im gesamten Vertragszeitraum Tmax
Falls also zum Ende des Vertragszeitraumes Tmax für den tat sächlichen kumulierten Energieverbrauch Z gilt
(100% - qi) *Y < Z < (100% + qu *Y so fallen keine zusätzlichen Kosten an. Anderenfalls erhöhen sich die Kosten pro kWh auf
Ci , falls Z < (100% - qd*Y
cu, falls Z > (100%+ qu)*Y.
Für einen kostenoptimierten Betrieb des Microgrids wird diese Tatsache bei der Lastverteilung durch Ansteuerung der Kompo nenten des Microgrids, berücksichtigt. Eine Optimierung für ein Microgrid kann in einigen Varianten einen Voraussagezeit raum oder Vorschauhorizont T, entsprechend dem Steuerungs zeitintervall T2, von wenigen Stunden bis zu einem Tag haben. Ein Tag ist etwa eine typische Zykluslänge für Batterieein satzplanung. Vorhersagen für die Verfügbarkeit von regenera tiven Energiequellen und der benötigten Stromproduktion durch andere Erzeuger im Microgrid können für längere Planungshori zonte unsicherer werden. Die Laufzeiten der Planungsprogramme steigt mit der Länge des Planungshorizontes. MILP-basierte Steuerungstools können beispielsweise rollierend neu gestar tet werden, und haben aufgrund der Planung im laufenden Be trieb nur begrenzte Zeit um Ergebnisse zu liefern. Entspre- chend kann sich eine zu lange Laufzeit auf die Steuerung auf Zeitschrittebene auswirken.
Im Vergleich zur Vertragslaufzeit Tmax der bilateralen Ver träge für die Entnahme von Energie aus dem
Netzanschluss ist der beschriebene Planungshorizont T des Steuerungstools also deutlich kleiner. Dementsprechend ent steht die Problemstellung, den Energievertrag, welcher sich lediglich auf die kumulierte Energieentnahme zum Ende des Vertragszeitraumes bezieht, in der rollierenden Steuerung des Microgrids auf dem kürzeren Zeithorizont zu
berücksichtigen, um Betriebskosten (zu denen auch die Kosten für die Energieentnahme aus dem Netzanschluss
zählen) zu minimieren.
Zunächst kann auf Basis der vereinbarten Energiemenge Y, des Stromkontingents El, als Bedarfsannahme eine Schätzung als Funktion der Zeit für die erwartete kumulierte Energieentnah me y(t) im Entnahmezeitintervall bereitgestellt werden, etwa für den Zeitraum [0, Tmax] oder [Tstart, Tstart+Tmax] , wobei Tstart ein StartZeitpunkt sein kann, etwa ein Monatsanfang. Typischerweise ist eine solche
Bedarfsschätzung Basis für den Abschluss eines Energievertra ges und sollte bereitstellbar sein. Eine
beispielhafte alternative Schätzung kann von einem konstanten Verbrauch, entsprechend einer konstanten Entnahme aus dem Hauptnetz, über die Vertragsdauer ausgehen, sodass als kumu lierter Verbrauch eine Gerade y(t entsteht, für die gilt y(0) = 0 oder y(Tstart) = 0 und y(Tmax) = Y oder y (T Start + Tmax) =
Y . In manchen Implementierungen können Verläufe von Bedarfs annahmen aus historischen Daten abgeleitet werden, welche et wa Einflussfaktoren auf die Energieentnahme abbilden können, etwa bezüglich des Microgrids oder einer oder mehrerer Kompo nenten ( SpitzenlastZeiten, Werk-/Feiertage, usw.) .
Basierend auf diesem eine Bedarfsannahme darstellenden erwar teten Energieverbrauch y(t können ein unteres (lower) und oberes (upper) Toleranzlevel für die kumulierte Energieent- nähme yi (t) bzw. yu(t) ebenfalls als Funktion der Zeit bestimmt werden zu Vi (t) = (100% - q ) * y(t) und yu(t) = (100% + qu) * y(t) .
Durch yt (t) und yu(t) wird ein Akzeptanzstreifen für die Be darfsannahme y(t bestimmt .
Figur 3 zeigt eine beispielhafte Bedarfsannahme mit Akzep tanzstreifen für einen Beispielmonat mit 30 Tagen als lang fristige Planung. In horizontaler Richtung sind beispielhaft Tage eines Monats, in vertikaler Richtung ein kumulierter Energieverbrauch angetragen. Exemplarisch sind eine Energie bedarfsschätzung für einen Monat und die zugehörigen
unteren/oberen Toleranzlevel (hier qt =20% und qu =10%) dar gestellt.
Ein Programm oder Verfahren zur Optimierung kann basierend auf diesen Parametern umgesetzt werden. Beispielsweise kann ein iterativer MILP-basierter Ansatz zur Integration von bi lateralen Energieverträgen (oder anderen langfristig zu ent nehmenden Stromkontingenten) in Programme zur vorausschauen den, rollierenden, kostenoptimalen Steuerung von Microgrids verwendet werden. Das Steuerungszeitintervall, der Planungs horizont [0, T] des Steuerungstools (typischerweise 24h) kann in einzelne Zeitschritte oder Zeitintervalle tn mit iV£{l...iV}, mit t0=0 und tN=T unterteilt werden. Die Schrittweite oder Dauer der Intervalle kann gleich für alle Zeitschritte sein, oder variieren. N kann beispielsweise 12 oder mehr, 24 oder mehr, 48 oder mehr, 72 oder mehr sein.
Die folgenden Variablen und Parameter können verwendet sein: tn : Beginn des Zeitintervalls n, statt Intervallanfang kann auch ein anderer Referenzpunkt gewählt werden, etwa die In tervallmitte ;
Dt : Länge des Zeitintervalls n oder Schrittweite
P(tn : Leistungsentnahme aus dem Netz im Zeitintervall n (Steuerungsvariable, oder eine der Steuerungsvariablen) y(A) : Erwarteter kumulierter Energieverbrauch bis zum Ende des Zeitintervalls n i(tn) : Untere Grenze für den kumulierten Energieverbrauch bis zum Ende des Zeitintervalls n yu (Jn) : Obere Grenze für den kumulierten Energieverbrauch bis zum Ende des Zeitintervalls n z(Jn) : Tatsächlicher kumulierter Energieverbrauch bis zum En¬ de des Zeitintervalls n z0 : Tatsächlicher kumulierter Energieverbrauch zu Beginn des Planungshorizontes
Idi iJn) : Indikatorvariable, welche anzeigt, ob der tatsächli¬ che kumulierte Energieverbrauch niedriger als die
untere Grenze ist, d.h. 0, falls Z (tn) > yi n) und 1, falls
Z (tn) < yiitn)
/du(tn) : Indikatorvariable, welche anzeigt, ob der tatsächliche kumulierte Energieverbrauch größer als die obere Grenze ist, d.h. 0, falls z (tn) < yu(tn) und 1, falls z (tn) > yu(tn) c0 : Kosten pro kWh Energieverbrauch (laut Energievertrag) : Kosten pro kWh Energieverbrauch, falls im Vertragshorizont weniger als die minimal vereinbarte Energiemenge (100% - qd * Y abgenommen wird cu : Kosten pro kWh Energieverbrauch, falls im Vertragshori zont mehr als die maximal vereinbarte Energiemenge (100% + qu*V abgenommen wird c(Jn) : Strafkosten pro kWh für das unterschreiten / über¬ schreiten der unteren / oberen Schranke für den
kumulierten Energieverbrauch im Zeitintervall n M : große Zahl für klassische MILP-Technik zum Umschalten der Indikatorvariablen /dj(tn) und Idu tn)
In diesem Beispiel repräsentiert der Energieverbrauch die Entnahme aus dem Hauptnetz. Es sind Varianten denkbar, in welchen der Energieverbrauch den gesamten Energie- oder Stromverbrauch des Microgrids repräsentiert, unter Berück sichtigung der Entnahme aus dem Hauptnetz.
Allgemein können verschiedene Kostenstufen für die Über schreitung und/oder Unterschreitung vorgesehen sein, die sich beispielsweise jeweils nach Überschreiten einer oberen oder unteren Grenze für die Entnahme erhöhen.
Mithilfe dieser Variablen und Parameter kann nun ein bei spielhaftes gemischt-ganzzahliges lineares Programm (MILP) bereitgestellt werden, um das Verhalten des Systems zu model lieren und die zusätzlichen Kosten aus Verletzungen der Be dingungen des bilateralen Energievertrages zu minimieren:
Figure imgf000016_0001
Dieses Programm wird über die Leistungspunkte P{tn) des Netz anschlusses gesteuert. Das Zielfunktional (1) ist
die Summe der entstehenden Strafkosen c(Jn) pro kWh für das Unter- bzw. Überschreiten der unteren bzw. oberen Schranke für den kumulierten Energieverbrauch in den Zeitintervallen n und soll minimiert werden. Die
Nebenbedingung (2) gibt an, dass sich der kumulierte Energie verbrauch c(Jn) aus der Leistungsentnahme bis
zum Zeitpunkt tn ergibt (Summe als zeitdiskrete Approximation des Integrals) . Mithilfe der Gleichungen (3a) und
(3b) wird für jeden Zeitschrift n der Zusammenhang zwischen dem erwarteten kumulierten Energieverbrauch y(tn) und den un teren bzw. oberen Schranken yi (tn) bzw. yu(tn) dargestellt. Die Ungleichungen (4a) und (4b) sorgen dafür, dass die Indikator variablen /di(tn) bzw. /du(tn) genau dann 1 sind, wenn der kumu lierte Energieverbrauch im Zeitschrift n kleiner als die un tere Schranke yi (tn) bzw. größer als die obere Schranke ist yu (Jn) (Big-M-Technik) . Mithilfe der Ungleichungen (5a) - (5c) wird dafür gesorgt, dass die zusätzliche Strafkosten nur dann anfallen, wenn die Indikatorvariablen aktiv sind. Die Kosten im Zeitintervall n setzen sich aus dem Produkt der Energie entnahme [R(ίh)*Dίh] und dem Kostenunterschied ct— c0 bzw.
cu— c0 zusammen. Es ist zu berücksichtigen, dass die kurz fristigen Kostenbeiträge cn nicht notwendigerweise realisiert werden, auch wenn sie im Planungshorizont anfallen. Denn nur dann, wenn die Summe an Abweichungen aus dem Akzeptanzstrei fen der kurzfristigen Planung groß genug ist, um kumuliert aus den Akzeptanzintervall der langfristigen Planung heraus zuführen, werden die Kosten realisiert.
Das Vorgehen bei der kurzfristigen Tagesplanung wird in Figur 4 verdeutlicht. In horizontaler Richtung sind beispielhaft Stunden eines Tags, in vertikaler Richtung ein kumulierter Energieverbrauch angetragen. Figur 5 zeigt an, wie sich die kurzfristige Planung zu der Langfristplanung aus Figur 3 ver hält. In Figur 5 sind in horizontaler Richtung beispielhaft Tage eines Monats und in vertikaler Richtung ein kumulierter Energieverbrauch angetragen. In Figur 4 sind Bereiche gekenn zeichnet, in welchen der Akzeptanzstreifen in einigen Zeit schriften über- oder unterschritten wird. Statt einmaliger Tagesplanungen kann eine rollierende Planung mit regelmäßiger Re-Optimierung durchgeführt werden. Dies wird durch den Ansatz unterstützt, etwa durch Verschiebung des Planungshorizontes/Steuerungszeitintervalls und/oder Übergabe des aktuellen Systemzustandes, z.B. des bisherigen kumulierten Energieverbrauches zO im Vertragshorizont.
Zur Optimierung können noch weitere Optimierungsbedingungen herangezogen werden, die etwa Restriktionen und Kosten aus den Komponentenmodellen der einzelnen Erzeuger im Netz, Leis tungsbilanzen, Reserven, usw., betreffen können. Die be schriebene Erfindung lässt sich sehr einfach in bestehende und zukünftige Lösungen integrieren. Beispielsweise kann die Gleichung (1) um eine oder mehrere Kostenbeiträge pro n er weitert werden, oder cn kann als Vektor oder Tupel von ver schiedenen Kostenbeiträgen aufgefasst werden. Zusätzliche Gleichungen oder Ungleichungen bezüglich solcher Kostenbei träge können hinzugefügt werden, welche etwa die Betriebskos ten oder Bedingungen einzelner Netzanordnungskomponenten re präsentieren können.
Gegenüber der langfristigen MILP-basierten Planung über den gesamten Zeitraum von Energieverträgen z.B. für die Ausle gung/Erweiterung von Microgrids hat der beschriebene iterati ve Ansatz zur rollierenden, kostenoptimalen Steuerung von Microgrids unter Beachtung der Abhängigkeiten aus
Energieverträgen einen oder mehrere Vorteile. Die MILP- basierte Vorausplanung des kompletten Vertragszeitraumes er zeugt sehr große Optimierungsprobleme. Programme zur Lösung solcher Probleme (Solver) brauchen dafür deutlich mehr Zeit als solche für eine kurzfristige Planung. Aufgrund der Lauf zeit und fehlender Vorhersagen für die Verfügbarkeit von re generativen Energiequellen sowie dem Energiebedarf im Netz ist eine detaillierte Steuerung des Microgrids im
Betrieb mit den Ansätzen mit langfristigen Ansätzen fehleran fällig. Erfindungsgemäß können gegenüber dem Planungshorizont langfristige Kontingente, etwa aus bilateralen Energieverträ- gen, in detaillierte, kurzfristige Steuerungstools für
Microgrids integriert werden.
Die kurzfristige, rollierende Planung mit langsam wachsen dem/verschobenem Planungshorizont ist deutlich genauer als eine vorausgehende Planung des gesamten Vertragshorizontes. Der erfindungsgemäße Ansatz lässt sich leicht in bestehende und zukünftige MILP-basierte Programme zur Steuerung von Microgrids integrieren. Die Erfindung ergänzt MILP-basierte Programme zur kosteneffizienten Steuerung von Microgrids und ist für komplexe, jedoch laufzeitkritische Anwendungen mit Planungsoptimierung zur Laufzeit sehr gut geeignet.
Allgemein schlägt die Erfindung vor, langfristige Bedingungen und/oder Kosten zu berücksichtigen, indem sie durch kurzfris tige Kostenapproximationen und entsprechende Bedingungen auf einem kurzfristigen Planungshorizont abgebildet werden.
Obwohl die Erfindung im Detail durch das bevorzugte Ausfüh rungsbeispiel näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele einge schränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen .

Claims

Patentansprüche
1. Steuerungsverfahren für eine elektrische Netzanordnung
(10), wobei die Netzanordnung (10) einen oder mehrere elektrische Stromerzeuger (12, 14) und ein oder mehrere Stromspeicher (16) umfasst, wobei die Netzanordnung (10) steuerbar zur Stromentnahme mit einem Hauptnetz (100) ver bunden oder verbindbar ist, wobei ferner ein
Stromentnahmekontingent (El) definiert ist, welches zur Entnahme durch die Netzanordnung (10) aus dem Hauptnetz (100) in einem Entnahmezeitintervall (TI) vorgesehen ist , wobei das Steuerungsverfahren umfasst:
- Bestimmen einer oder mehrerer Optimierungsbedingungen basierend auf dem Stromentnahmekontingent (El) für ein Steuerungszeitintervall (T2), welches kleiner ist als das Entnahmezeitintervall (TI);
- Durchführen einer Optimierung einer Optimierungsgröße basierend auf den einen oder mehreren Optimierungs
bedingungen für das Steuerungszeitintervall (T2) basierend auf Zeitschriften mit einer Schrittweite (T3) , welche kleiner ist als (T2); und
- Ansteuern der Netzanordnung (10) basierend auf der Opti mierung .
2. Steuerungsverfahren nach Anspruch 1, wobei die Optimierung eine vorhersagende Optimierung über das Steuerungszeitin tervall (T2) ist.
3. Steuerungsverfahren nach Anspruch 1 oder 2, wobei die Op timierung rollierend und/oder wiederholt durchgeführt wird .
4. Steuerungsverfahren nach einem der Ansprüche 1 bis 3, wo bei die eine oder mehreren Optimierungsbedingungen auf ei ner Bedarfsannahme für das Steuerungszeitintervall (T2) und/oder das Entnahmezeitintervall (TI) basieren.
5. Steuerungsverfahren nach einem der Ansprüche 1 bis 4, wo bei das Stromentnahmekontingent El in einem Akzeptanzin tervall liegt.
6. Steuerungsverfahren nach einem der Ansprüche 1 bis 5, wo bei die Optimierung eine Kostenoptimierung ist.
7. Steuerungsverfahren nach einem der Ansprüche 1 bis 6, wo bei das Entnahmezeitintervall mindestens 2 Wochen, oder 3 oder 4 Wochen, oder 30 oder 31 Tage oder einen Monat be trägt .
8. Steuerungsverfahren nach einem der Ansprüche 1 bis 7, wo bei das Steuerungsintervall 48 Stunden oder weniger, oder 24 Stunden oder weniger, oder 12 Stunden oder weniger be trägt .
9. Steuerungseinrichtung (20) für eine elektrische Netzanord nung (10), wobei die Steuerungseinrichtung (20) dazu aus gebildet ist, ein Steuerungsverfahren nach einem der An sprüche 1 bis 8 durchzuführen.
10. Elektrische Netzanordnung (10), welche eine Steuerungs einrichtung (20) nach Anspruch 9 umfasst.
PCT/EP2017/079780 2017-11-20 2017-11-20 Steuerung von microgrids WO2019096424A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201780097054.6A CN111344724A (zh) 2017-11-20 2017-11-20 微电网的控制
EP17816464.6A EP3682387A1 (de) 2017-11-20 2017-11-20 Steuerung von microgrids
PCT/EP2017/079780 WO2019096424A1 (de) 2017-11-20 2017-11-20 Steuerung von microgrids
US16/762,683 US20210175717A1 (en) 2017-11-20 2017-11-20 Controlling microgrids

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2017/079780 WO2019096424A1 (de) 2017-11-20 2017-11-20 Steuerung von microgrids

Publications (1)

Publication Number Publication Date
WO2019096424A1 true WO2019096424A1 (de) 2019-05-23

Family

ID=60702595

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/079780 WO2019096424A1 (de) 2017-11-20 2017-11-20 Steuerung von microgrids

Country Status (4)

Country Link
US (1) US20210175717A1 (de)
EP (1) EP3682387A1 (de)
CN (1) CN111344724A (de)
WO (1) WO2019096424A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022118176A1 (de) 2022-07-20 2024-01-25 Rolls-Royce Solutions GmbH Verfahren zum Betreiben eines Leistungsbereitstellungsnetzwerks, Steuervorrichtung zur Durchführung eines solchen Verfahrens und Leistungsbereitstellungsnetzwerk mit einer solchen Steuervorrichtung

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140129040A1 (en) * 2012-11-06 2014-05-08 Ali Emadi Adaptive energy management system

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8812338B2 (en) * 2008-04-29 2014-08-19 Sas Institute Inc. Computer-implemented systems and methods for pack optimization
US8200373B2 (en) * 2009-04-23 2012-06-12 Pentair Water Pool And Spa, Inc. Energy production and consumption matching system
US8178997B2 (en) * 2009-06-15 2012-05-15 Google Inc. Supplying grid ancillary services using controllable loads
CN102810186A (zh) * 2012-08-01 2012-12-05 江苏省电力设计院 多时间尺度微网能量优化管理体系结构及其方法
US9651929B2 (en) * 2014-09-29 2017-05-16 International Business Machines Corporation HVAC system control integrated with demand response, on-site energy storage system and on-site energy generation system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140129040A1 (en) * 2012-11-06 2014-05-08 Ali Emadi Adaptive energy management system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PARISIO ALESSANDRA ET AL: "A Model Predictive Control Approach to Microgrid Operation Optimization", IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNOLOGY, IEEE SERVICE CENTER, NEW YORK, NY, US, vol. 22, no. 5, 1 September 2014 (2014-09-01), pages 1813 - 1827, XP011554599, ISSN: 1063-6536, [retrieved on 20140724], DOI: 10.1109/TCST.2013.2295737 *
S. RUANGPATTANA; D. KLABJAN; J. ARINEZ; S. BILLER: "Optimization of On-site Renewable Energy Generation for Industrial Sites", IEEE POWER SYSTEMS CONFERENCE AND EXPOSITION, 2011

Also Published As

Publication number Publication date
US20210175717A1 (en) 2021-06-10
CN111344724A (zh) 2020-06-26
EP3682387A1 (de) 2020-07-22

Similar Documents

Publication Publication Date Title
EP3707798B1 (de) Verfahren zur regelung eines elektrischen leistungstransfers sowie stromnetz
EP3607626B1 (de) Verfahren zum koordinieren eines leistungsaustauschs zwischen einer vielzahl von technischen kleineinheiten und einem elektrischen übertragungsnetz
DE112011105886T5 (de) Management einer Anlage
DE102015101738A1 (de) Verfahren zum Betrieb einer Energieerzeugungsanlage und Energieerzeugungsanlage
EP3450638A1 (de) Steuerung eines wasserversorgungsnetzes
DE102011055251A1 (de) Verfahren zur Erbringung von Regelleistung unter Berücksichtigung einer variablen Sollfrequenz
DE102019219111B4 (de) Verfahren zum Betreiben eines Rechenzentrums an einem elektrischen Netzwerk und Rechenzentrum zur Durchführung eines solchen Verfahrens
DE102018213862A1 (de) Verfahren zum Steuern eines Austauschs von Energie zwischen Energiesubsystemen zu angeglichenen Konditionen; Steuerungszentrale; Energiesystem; Computerprogramm sowie Speichermedium
EP3682387A1 (de) Steuerung von microgrids
WO2011151031A1 (de) Verfahren und vorrichtung zum anpassen eines produktionsablaufplans für einen produktionsprozess
EP3664242B1 (de) Prädiktive betriebsplanung in einem mikronetz mit leistungsaustausch zwischen dem mikronetz und einem hauptstromnetz
EP3664243B1 (de) Prädiktive betriebsplanung in einem mikronetz unter berücksichtigung von hochlastzeitfenstern eines hauptstromnetzes
EP3719737A1 (de) Computergestütztes energiemanagementverfahren und energiemanagementsystem
EP3042433B1 (de) Verfahren und vorrichtung zur optimierenden betriebsführung für ein speichersystem für ein fotovoltaiksystem
EP3759785A1 (de) Verfahren zur echtzeitregelung eines energieversorgungs- und verteilersystems
EP3072201B1 (de) Verfahren und vorrichtung zur adaptiven betriebsführung für ein speichersystem für ein fotovoltaiksystem
DE102018214717A1 (de) Verfahren zum Steuern eines Austauschs von Energie in einem Energiesystem; Steuerungszentrale; Energiesystem; Computerprogramm sowie Speichermedium
DE102019125200B4 (de) Verfahren zum Steuern eines Speichersystems und Energie-Management-System für ein Speichersystem
EP1621952B1 (de) Verfahren und eine Vorrichtung zum Steuern einer elektrischen Heizungsanlage
DE102017222304B4 (de) Verfahren zur Regelung der elektrischen Netzleistungsaufnahme einer technischen Anlage und zugehörige Anlage
DE102022203741A1 (de) Verfahren zum Ermitteln eines Sollwerts einer Ladeleistung für ein Laden einer Batterie eines Fahrzeugs mittels einer Ladeeinrichtung
EP4012514A1 (de) Verfahren zum erstellen eines betriebsplans zur steuerung von energiekomponenten einer gebäudeinfrastruktur
DE102015110029A1 (de) Verfahren zur steuerung eines verbrauchers
DE102018124618A1 (de) Steuerung und/oder Regelung von Micro-Grids
EP3127053A1 (de) Ermittlung von energieverteilungsplänen für einen energieanlagenverbund

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17816464

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017816464

Country of ref document: EP

Effective date: 20200417