Neues Lastmanagement-Verfahren für Nahwärmenetze erfolgreich demonstriert

© iStock
Implementierungsschema des entwickelten Lastmanagements in einer Software-as-a-Service (SaaS)- Architektur. Quelle: AEE INTEC
Lastverhalten des Wärmenetzes über einen Monat. Zu erkennen ist das dynamische Lastverhalten, das innerhalb eines Tages über 100 Prozent ausmachen kann. Quelle: AEE INTEC
Lastverschiebung um 6:00 Uhr: Die optimierte Lastkurve mit dem DSM-System in Betrieb ("optimized load", rot) vermeidet die Spitze der normalen Last ("standard load", blau) durch eine Kombination aus Gebäudevorwärmung, intelligenter Leistungsbegrenzung und Nachheizung. Quelle: Forschung Burgenland

Biomasse-Nahwärmenetze sind in Österreich weit verbreitete Wärmeversorgungssysteme im ländlichen Bereich und stellen einen wichtigen Beitrag zur Realisierung einer nachhaltigen Energieversorgung dar. Viele dieser Wärmenetze weisen ein stark dynamisches Lastverhalten auf, etwa starke Lastwechsel, die zu komplexem Betrieb und schwer optimierbaren Systemen führen.

Ein Ansatz, um diesen Herausforderungen zu begegnen, ist Demand Side Management (DSM): Damit sind Maßnahmen gemeint, bei denen die Wärmeleistung direkt beim Endkunden beeinflusst wird. Im Projekt DataDrivenLM wurde ein solches DSM-Verfahren für Nahwärmenetze entwickelt und anhand eines typischen österreichischen Nahwärmenetzes demonstriert.

Das Projekt wurde aus Mitteln des Klima- und Energiefonds gefördert und im Rahmen der 5. Ausschreibung des Programms FFG Energieforschung durchgeführt (Projekt 871697 „Verbesserung der Systemeffizienz von thermischen Netzen durch intelligente, datengetriebene Lastmanagementmethoden“). Das Projektkonsortium umfasste drei wissenschaftliche Partner, die die Aufgaben Modellierung und Modell-prädiktive Regelung (MPC), Softwareimplementierung und Wettervorhersage abdeckten, sowie als Industriepartner eine Regelungstechnikfirma und den Betreiber des Wärmenetzes.

Lösungsansatz

Ziel des entwickelten DSM-Verfahrens sind die Reduktion und der Ausgleich von Lastspitzen durch aktiven Eingriff auf Kundenseite. Die „Stärke“ des DSM-Eingriffs ist durch den Netzbetreiber pro Gebäude individuell einstellbar (als Wert zwischen 0-100 Prozent). Durch die Kombination mehrerer Technologien wird sichergestellt, dass der DSM-Betrieb für Wärmekunden in Bezug auf den Innenraumkomfort komfortneutral bleibt.

Hinsichtlich der Wärmekunden unterscheidet der entwickelte Optimierungsalgorithmus zwei Gruppen:

  1. „Flexible Kunden“, die aktiv am DSM teilnehmen und eine gewisse Lastflexibilität aufweisen. Die vorwiegende Anwendung ist hier die Raumheizung in Wohngebäuden.
  2. „Feste Kunden“, die am DSM teilnehmen, aber keine eigene Flexibilität haben. Ein Beispiel dafür ist etwa ein Industriekunde mit festen Produktionsplänen.

Für die Gebäude werden datenbasierte Heizlast-Modelle entwickelt, die dann mit Hilfe einer Modell-prädiktiven Regelung unter Berücksichtigung aller teilnehmenden Kunden optimiert werden. Dabei wird die Wärmelast der „festen Kunden“ prognostiziert und „flexible Kunden“ so optimiert, dass die resultierende Gesamtwärmelast abgeflacht wird, sodass sowohl Lastspitzen als auch Lasttiefs (niedriger Teillastbetrieb) möglichst vermieden werden. Im Gegensatz zu Verfahren, die nur die Spitzenlast beschränken, werden durch diesen Ansatz die Gebäude schonender vor- und nachgeheizt, was die Auswirkungen auf den Innenraumkomfort minimiert. Die Optimierung der Heizlasten aller Kunden erfolgt auf einem externen Server (SaaS – Software as a Service), der alle 15 Minuten neue Optimierungswerte berechnet und dem Netzbetreiber über eine Software-Schnittstelle (web API) zur Verfügung stellt.

Anwendung und Vorteile

Die entwickelte Lastmanagement-Lösung ist auf kleine bis mittlere Wärmenetze anwendbar und passt sich an typische Randbedingungen an, wie z.B. an eine Nachtabsenkung in der Gebäuderegelung. Das entwickelte Verfahren nutzt die vorhandene Daten-Infrastruktur optimal: Es arbeitet rein digital und datenbasiert, erfordert also keinerlei Hardware- oder Sensornachrüstung. Indirekte Kosteneinsparungen ergeben sich dadurch, dass die Spitzenlasten reduziert bzw. verlagert und dadurch mehr Neukunden an die vorhandene Infrastruktur (wie etwa Heizkessel) angeschlossen werden können.

Typischerweise betreibt ein Regelungsunternehmen mehrere Wärmenetze: In diesem Fall reicht es aus, die Softwareschnittstelle einmalig einzurichten, um die DSM-Lösung in mehreren Netzen einzusetzen. Dadurch ist das entwickelte Verfahren vergleichsweise einfach und kostengünstig auch in größerem Maßstab anwendbar und skalierbar.

Projektpartner

Koordinator: GET Güssing Energy Technologies GmbH
TB Kaufmann GmbH
Forschung Burgenland GmbH
Blue Sky Wetteranalysen GmbH
Schneid GmbH
Pewo Austria GmbH

Kontakt

Philip Ohnewein