„nachhaltige technologien 01 | 2022"

Um die Szenarien über einen relevanten Zeitraum zu vergleichen und die Basis für eine Optimierung zu schaffen, war es notwendig, das System in einem Simulationstool abzubilden. Für die einzelnen Kom- ponenten wurden digitale Modelle entwickelt und validiert und in einer Systemsimulation kombiniert. Fokus war die Untersuchung unterschiedlicher Rege- lungsstrategien für diesen Bezirk. Für das erste Sze- nario (SC1_Bas) wird der Supermarkt als eigenstän- diges System betrachtet, das den internen Kühl- und Wärmebedarf über das CO 2 -Kältesystem deckt. Für das zweite Szenario werden zwei Regelungsstrategien betrachtet (SC2-SM_opt und SC2-SM_max). Der Haupt- unterschied zwischen SC2-SM_opt und SC2-SM_max besteht in der Steuerung der Gaskühlerleistung und der Wärmeentnahmeleistung aus dem Erdwärmespei- cher. Hinsichtlich der Power-to-Heat-Regelungwurden zwei Optionen in Betracht gezogen (SC3-SPdriven und SC3-CO 2 driven). Das Steuersignal zur Aktivierung von Power-to-Heat basiert auf den Spotmarktpreisen für Strom oder auf den CO 2 -Emissionen des Strommix. In beiden Fällen wird ein Triggerwert gewählt, der dem Jahresdurchschnitt der stündlichen Werte von 2018 entspricht (458 SEK/MWh bzw. 41 g/kWh). Abbildung 2: Jährliche CO 2 -Emissionen der untersuchten Szenarien Ergebnisse und Schlussfolgerungen Aus der Gesamtperspektive des Bezirks zeigt sich, dass die Wärmerückgewinnung aus dem Supermarkt den jährlichen Verbrauch an fossilen Brennstoffen im Heizkraftwerk um bis zu 88 Prozent im Vergleich zum Ausgangswert reduziert. Dies ermöglicht einen Rück- gang der CO 2 -Emissionen um etwa 10 Prozent, wie in Abbildung 2 dargestellt. Der Einsatz einer Power-to- Heat-Steuerung führt zu einem Anstieg des jährlichen Verbrauchs an fossilen Brennstoffen im lokalen Fern- wärmesystem im Vergleich zur Basisvariante. Wenn die Strompreise als Signal verwendet werden (SPdriven), steigen die CO 2 -Emissionen um etwa 5,3 Prozent. Dies ist in erster Linie auf eine höhere Be- lastung des Fernwärmenetzes zurückzuführen, wenn der Supermarkt keinen Strom nutzt, wenn dieser teuer ist. Diese Situation tritt während der Spitzenlastzei- ten auf, in denen die Verfügbarkeit von Wärmerückge- winnung und thermischer Energiespeicherung gering ist. Wenn die CO 2 -Emissionen als Signale verwendet werden, können die gesamten CO 2 -Emissionen auf- grund eines geringeren Verbrauchs von umweltschäd- lichem Strom um etwa 9,4 Prozent gesenkt werden. Dies deutet darauf hin, dass mehr sauberer Strom zur Verfügung steht, als durch die Strompreise angezeigt wird. Dieses wichtige Ergebnis bedeutet, dass auf CO 2 - Emissionen basierende Steuersignale im Vergleich zu Strompreisen eine bessere Lösung darstellen können. Darüber hinaus zeigt die techno-ökonomsiche Analyse, dass die Auswirkungen auf die Kosten der Wärmeerzeugung (LCOH) bei der Umsetzung von Power-to-Heat im Vergleich zum Basisszenario ver- nachlässigbar sind (±1%). Dieses Ergebnis zeigt den Nutzen der Integration des Betriebs des Supermarkts auf Quartiersebene, indem der Zugang zu den Spot- marktpreisen freigeschaltet wird. Dies spiegelt sich auch in der Perspektive des Unternehmens wider. Es zeigt sich, dass die Szenarien ohne Power-to-Heat wesentlich teurer sind. Wie in Abbildung 3 dargestellt, sinken die Kosten im Vergleich zu den Werten ohne Power-to-Heat um bis zu 32 Prozent (OPEX), wenn der Supermarkt Zugang zu den Spotmarktpreisen für Strom erhält. Eine potenzielle Geschäftsmöglichkeit ist daher, den Supermarkt als dezentrales Asset in das Fernwärmesystem zu integrieren. Monica Arnaudo, PhD ist als Data Scientist bei Danfoss tätig. monica.arnaudo@danfoss.com Monika Topel Capriles, PhD, arbeitet als Wisschaftlerin am Royal Institute of Technology in Stockholm (KTH). monika.topel@energy.kth.se Abbildung 3: Betriebsausgaben (OPEX – operational expenditures) für den Supermarkt. In Szenario 1 und 2 beziehen sich die Balken links und rechts auf Strompreise für Private bzw. Marktpreise. CO 2 [t] SC1 Bas SC2 SMopt SC2 SMmax SC3 SPdriven SC3 CO2driven 140 120 100 80 60 40 20 0 OPEX [ksek] SC1 Bas SC2 SMopt SC2 SMmax SC3 SPdriven SC3 CO2driven 700 600 500 400 300 200 100 0 HR WHR ssTES CHPw CHPb LSHP IsTES BioHOB BiooilHOB FossilHOB Private Electricity DH Market Electricity 23 22 FLEXIBILISIERUNG INDUSTRIELLER ENERGIESYSTEME