Ziel der Entwicklung
Die Energiesystemoptimierung ist eine weitverbreitete Anwendung, um Effizienzsteigerungen, optimierte Betriebsstrategien, Systemtransformationen und die Einhaltung von Nachhaltigkeitsanforderungen erzielen zu können. Die Modelle der Energiesystemoptimierung geraten jedoch oft an Komplexitätsgrenzen, sodass sie mit derzeitigen Rechnerkapazitäten nicht oder nicht in angemessener Zeit gelöst werden können. Eine dieser problematischen Grenzen wird erreicht, wenn langfristige zeitliche Kopplungen, zum Beispiel durch ganzjahreskoppelnde Nebenbedingungen, in einem Energiesystemmodell abgebildet werden müssen. Bei diesen Bedingungen handelt es sich zum Beispiel um regulatorische Maßnahmen (Leistungspreis, Hocheffizienzkriterium, KWKG-Vergütung, Netzentgeltentlastungsregel) oder auch technische Anforderungen (strukturelle Entscheidungen über Anlagenkapazitäten, saisonale Speicher). Fragen, wie die optimale Fahrweise eines BHKWs ist, wenn durch das KWKG-Gesetz nur 3500 Vollbenutzungsstunden auf das Jahr verteilt vergütet werden, wie die effizienteste Spitzenlastreduktion zur Minderung eines jährlich einmalig zu zahlenden Leistungspreises zu vollziehen ist und wie ein saisonaler Speicher be- und entladen wird, werden in diesem Projekt thematisiert und beantwortet. Die Lösungen des derzeitigen Stands der Technik bestehen meist darin, angenäherte „Schattenpreise“ zu berechnen oder sich in aufwändigen iterativen Verfahren an die Lösung anzunähern, mit der Gefahr, dass die Iterationen ggf. nicht konvergieren.
Die Lösung dieser Probleme wird durch die geschickte Aufteilung des Problems in mehrere Stufen mit unterschiedlichem Approximationsgrad erwirkt. Dabei wird der Nutzen (eine möglichst optimale Lösung) dem Aufwand (der Rechenzeit zur Lösung des Modells und dem Aufwand der Modellparametrierung durch den Anwender) gegenübergestellt.
Vorteile und Lösungen
Die Problemstellung ist, dass mathematische Modelle von Energiesystemen oft zu großen und unlösbaren Modellen führen, sobald ganzjahreskoppelnde Nebenbedingungen vorliegen, da im Normalfall nur viel kürzere Abschnitte in einem Optimierungsproblem gekoppelt gelöst werden, zum Beispiel einzelne Tage oder eine Woche. Für diese Anforderungen wurden mehrstufige Optimierungsverfahren entwickelt, bei denen in der ersten Stufe die Modelle vereinfacht, zum Beispiel Zeitreihen komprimiert werden, um auf dieser komprimierten Lösung eine Lösung für die ganzjahreskoppelnde Variable zu finden, zum Beispiel der Füllstand eines saisonalen Speichers. Man erhält damit eine Lösung des Problems, welche die ganzjahreskoppelnde Bedingung erfüllt, durch die zuvor getroffenen Vereinfachungen aber ggf. nicht mehr optimal (nicht die beste aller Lösungen) ist. Daher wird in einer weiteren Stufe das Originalmodell wieder in kürzeren Zeitabschnitten mit ganzer Auflösung betrachtet, zum Beispiel mit 24-Stunden-Zeitschrittkopplung. Die Information der ganzjahreskoppelnden Variable wird dabei als geeignete Randbedingung formuliert. Sie geht mit entsprechenden Toleranzen als Grenze in das Modell ein. Zum Beispiel wird so festgelegt, dass der saisonale Speicherfüllstand einem bestimmten Verlauf folgen muss und nur noch in geringen Grenzen davon abweichen darf. Durch die erlaubte geringe Abweichung ist es möglich, die Fehler aus der ersten Stufe zu nivellieren. Die genannten ganzjahreskoppelnden Bedingungen unterscheiden sich in ihren Anforderungen an das Kompressionsverfahren der ersten Stufe, die Wahl der Kopplungsvariablen, die Dekompression der Kopplungsvariablen, die Formulierung der Kopplungsbedingung für die zweite Stufe und die Anzahl der Stufen. Für die unterschiedlichen Anwendungsfälle wurden im Projekt spezifische Empfehlungen herausgearbeitet.
Zielgruppe und Zielmarkt
Die Zielgruppen und Zielmärkte des Projekts sind vielfältig und umfassen Energiedienstleister, Stadtwerke, Energiekonzerne, Großunternehmen, Institutionen des öffentlichen Sektors sowie Universitäten und Forschungseinrichtungen. Die entwickelten Verfahren und Optimierungsmethoden bieten diesen Akteuren Möglichkeiten zur Verbesserung der Energieeffizienz, zur Integration erneuerbarer Energien und zur Gestaltung einer nachhaltigen Energieversorgung, wenn ganzjahreskoppelnde Nebenbedingungen, zum Beispiel durch gesetzliche Regularien, vorliegen. Der Transfer der FuE-Ergebnisse in Anwenderunternehmen erfolgt durch direkte wirtschaftliche Verwertung über die entwickelte Software TOP-Energy, die von der GFaI vertrieben wird. Durch den besonderen Fokus auf eine verständliche Nutzerschnittstelle (UX und UI) wird den Anwendern der aufwandsarme Gebrauch der nur im Hintergrund ablaufenden komplexen mathematischen Methoden durch einfache Ein- und Ausgabeformulare ermöglicht. Zudem werden Kooperationen mit renommierten Hochschulen und Forschungseinrichtungen geschaffen, um die entwickelten Methoden in die Forschung und Lehre zu integrieren. Präsentationen auf Messen, Konferenzen und Fachtagungen dienen ebenfalls der Verbreitung der Ergebnisse. Die Einrichtung erwartet durch den Transfer der FuE-Ergebnisse positive wirtschaftliche Effekte. Die Vermarktung der Software TOP-Energy wird zu Umsatzsteigerungen führen. Zudem erhöht die Integration in Forschung und Lehre die Reputation und stärkt die Position als Innovationsführer. Die breite Präsenz auf Messen und Konferenzen wird das Potenzial für neue Geschäftspartner und internationale Märkte eröffnen. Das führt langfristig zu weiterem Wachstum und Erfolg.
