Ergebnisse zur dynamischen Netzsimulation der Fernwärme
Bild 1. Gemessene und optimierte Temperatur der drei nicht konstanten Einspeiseknoten Innenstadt, Industriestraße und Klinikum
Bild 2. Gemessene Einspeiseleistungen (hell) und nach der Optimierung zu erwartende Einspeiseleistungen (dunkel)
Schon während der Entwicklung wurden zur iterativen Optimierung zahlreiche Test- und Validierungsläufe für historische Zeitreihen durchgeführt, die bei TWL im Rahmen einer aufwändigen Messkampagne ermittelt wurden. Als Dateneingangsbasis dienten aktuelle Stanet-Modelle des Ludwigshafener Fernwärmenetzes.
Um den Mehrwert des neuen Ansatzes zu demonstrieren, wurde exemplarisch eine Optimierung für typische Witterungslagen innerhalb der Übergangszeiten zwischen den Sommer- und Wintermonaten mit einer mittleren Außentemperatur von rd. 7 °C durchgeführt. Bei den Tageslastspitzen wird die zeitgleiche Leistung der zentralen KWK-Anlage dabei regelmäßig überstiegen, so dass zeitweise Zusatzbefeuerungen erforderlich werden. Optimierungsziel war es, diese zu vermeiden, ohne dabei die Versorgungssicherheit der Kunden zu gefährden oder technische Restriktionen des Netzes zu verletzen.
Den vorliegenden Messdaten lässt sich entnehmen, dass die Kessel immer dann zugeschaltet wurden, sobald eine Leistung größer 17 MW gefordert war. Bild 1 vergleicht die reale Einspeisetemperatur mit dem durch AD-Net- Fernwärme optimierten Verlauf. In Bild 2 sind die entsprechenden Einspeiseleistungen dargestellt. Im realen Betrieb wurde die kritische Leistungsgrenze täglich zweimal überschritten, so dass Zusatzfeuerungen erforderlich wurden. In der optimierten Variante kann dagegen darauf verzichtet werden, da die Leistung gleichmäßiger verteilt ist und stets unterkritisch bleibt.
Es ist erkennbar, dass der optimierte Temperaturverlauf vergleichsweise glatt und mit dem deutlich volatileren Verbrauch nur über den Zeitpunkt der größten Lastspitze am Morgen gekoppelt ist. Hier fällt die Temperatur steil ab, während sie sonst nahezu linear steigt. Einerseits realisiert die Kurve auf systematische Weise das übliche Vorheizen des Netzes. Andererseits werden alle technischen Restriktionen und Anschlussbedingungen im Netz berücksichtigt. Kritische Temperaturwechsel unterbleiben, da sie die Infrastruktur auf Dauer beschädigen würden. Das Temperaturniveau wurde zur Minimierung der Abkühlungsverluste so weit herabgesetzt, dass kein Hausanschluss unter die geforderten 70 °C fällt. In Bild 3 ist die Temperaturverteilung um 7 Uhr dargestellt. Die Visualisierung lässt erkennen, dass die Temperaturen im Netz noch hinreichend hoch sind, während die Einspeiseleistung bereits stark gedrosselt werden konnte. Hiermit äußern sich bildhaft jene Laufzeiteffekte, die nur durch eine dynamische Simulation berechnet werden können.
Wird das Optimierungsergebnis verallgemeinert, ließe sich an Tagen mit einer mittleren Temperatur von mindestens 7 °C die zusätzliche Befeuerung vollständig vermeiden. Im konkreten Evaluierungszeitraum ergäbe sich bei TWL eine effektive Einsparung von rd. 370 000 € bzw. 1 700 t CO2 (Bild 4). Das Ergebnis berücksichtigt jedoch nur das Szenario der Übergangsperiode. Das angesetzte Optimierungsziel lag außerdem ausschließlich in Betriebsmitteleinsatz und -fahrweise. Daher wird auch noch nicht das gesamte Potenzial des Lösungsansatzes abgebildet.
Fazit und Ausblick
Die Ergebnisse bestätigen bereits, dass die dynamische Netzsimulation in der Kraftwerkseinsatzoptimierung einen erfolgversprechenden Ansatz darstellt, um inhärente Defizite im Fernwärmenetzbetrieb zu beseitigen sowie zukünftige Herausforderungen im Zuge der Energie- und Wärmewende zu bewältigen. Die wesentlichen Innovationen liegen zunächst darin, alle Netzkomponenten sehr detailliert darzustellen und dabei auch dynamische Laufzeiteffekte abzubilden. Gleichzeitig lässt sich die Software bereits auf herkömmlichen Rechnern flüssig ausführen. Aufgrund der hohen Performanz werden letztlich auch diffizile Optimierungsfragestellungen in großen Fernwärmenetzen lösbar. Erst auf einer solchen Grundlage wird es möglich sein, drängende zukünftige Fragestellungen wie die Einbindung verteilter Erzeuger mit volatiler Einspeisung angemessen zu berücksichtigen. Der sichtbarste Effekt liegt zunächst aber in einer nachhaltigen Optimierung des Betriebsmitteleinsatzes mit adaptiver Fahrweise.
Eine praktische Einbettung der Software in den laufenden Betrieb ist gegenwärtig jedoch noch nicht möglich, da zur Ausführung dezidierte Messwerte aus dem Netz benötigt werden. Die Evaluierung wurde hier noch anhand historischer Lastfälle vorgenommen, deren Daten zuvor durch eine aufwändige Messkampagne ermittelt werden mussten. Um die vielversprechenden Ergebnisse in die Praxis überführen zu können, ist ein aufbauendes Forschungsvorhaben projektiert. Ziel ist es, die dynamische Simulation über vorkonfektionierte Kommunikationstechnologien fortlaufend mit Messdaten aus dem Netz zu versorgen und kontinuierlich online zu kalibrieren. Bislang obligatorische Standardlastprofile werden dann durch real gemessene Verbräuche ersetzt. Auf dieser Basis soll schließlich ein intelligenter Digitaler Zwilling von Fernwärmenetzen entwickelt werden, der sich in Echtzeit in die Kraftwerkseinsatzoptimierung integrieren lässt. Das langfristige Ziel liegt in der Realisierung eines autonomen Netzleitstands.
Danksagung
Das Forschungsprojekt DYNEEF wurde vom BMWi im Rahmen der Forschungsinitiative „Energiewendebauen“ gefördert. Weiterführende Informationen finden sich hier.
Dr. Jan Mohring, Dr. Norbert Siedow, Gruppenleiter, Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM, Kaiserslautern
www.itwm.fraunhofer.de
Dipl.-Math. techn. Martin Heidenbluth, Leiter Produktmanagement, TWL AG, Ludwigshafen
www.twl.de
Dipl.-Ing. Thilo Brüggemann, Projektleiter, GEF Ingenieur AG, Leimen
thilo.brueggemann@gef.de / www.gef.de