Ziel der Potenzialabschätzung

Grafik2 zur Thematik Rohrnetzoptimierung: Fragestellung bei Optimierung der Betriebsführung von Energieerzeugern

Bild 2. Schematische Darstellung der grundlegenden Fragestellung zur Abschätzung des Einsparpotenzials bei Optimierung der Betriebsführung von Energieerzeugern (Bildquelle: TU Dresden)

Grafik3 zur Thematik Rohrnetzoptimierung: Iterativer Ablauf von modellprädiktiver Betriebsführungsoptimierung

Bild 3. Iterativer Ablauf von modellprädiktiver Betriebsführungsoptimierung (Bildquelle: TU Dresden)

Ziel der Potenzialabschätzung kann z. B. die Bestimmung der betriebskostenoptimalen Fahrweise einer vorgegebenen Erzeugerkonfiguration zu gegebenen Bedarfsdaten für einen fest definierten Zeitraum sein. Sie dient der Analyse von Einsparmöglichkeiten gegenüber anderen (bestehenden) Regelstrategien (Bild 2 und [2]).

Alternativ zur Minimierung der Betriebskosten sind zunehmend weitere Optimierungsziele zu betrachten. Typische Beispiele hierfür sind:

  •     Maximierung des Autarkiegrads,
  •     Maximierung des Eigenverbrauchs,
  •     Begrenzung/Reduzierung von Schaltzyklen sowie
  •     Maximierung der Lebensdauer von Energieerzeugern bzw. Speichern.

Auch eine parallele Betrachtung mehrerer Optimierungsziele, im Sinne einer multikriteriellen Optimierung, ist möglich.

Modellprädiktive Optimierung

Im Gegensatz zur Potenzialabschätzung wird im modellprädiktiven Fall die Optimierung iterativ eingesetzt. Das heißt, je Zeitschritt, z. B. alle 15 min, wird anhand aktueller bzw. aktualisierter Zustands- und Pro­gnosedaten eine Optimierungsrechnung für den Prädiktionshorizont, z. B. ein Tag, durchgeführt (Bild 3). Vom Ergebnis werden beispielsweise nur die Werte des ersten Zeitschritts zur weiteren Verwendung für die Regelung oder für weitere analytische Betrachtungen genutzt.

Diese Betrachtungsweise ermöglicht es, die Fahrweise der Energieerzeuger auf sich ändernde Randbedingungen, z. B.

  •     Witterungsbedingungen,
  •     Nachfragekurven,
  •     Energiepreise und
  •     Anlagenverhalten

anzupassen. Ein weiterer Vorteil des modellprädiktiven Ansatzes ist die deutlich kürzere Rechenzeit im Vergleich zur geschlossenen Optimierung eines langen Zeitraums [3].

2 / 3

Ähnliche Beiträge