Betriebsoptimierung dezentraler Energiesysteme mittels mathematischer und steuerungstheoretischer Ansätze

Dezentrale Energiesysteminfrastrukturen, wie z. B. gemischt-genutzte Quartiere, Wohnsiedlungen oder Industrieparks erzeugen ihre benötigte Energie vermehrt selbst und stehen damit vor der Herausforderung der effizienten Betriebsführung ihres lokalen Systems. Um zu jedem Zeitpunkt den optimalen Betrieb der lokalen Energiesysteminfrastruktur gewährleisten zu können, bedarf es in der Regel computergestützter Algorithmen, da der Mensch die sich kontinuierlich ändernden Rahmenbedingungen, Abhängigkeiten und potenziellen zukünftigen Entwicklungen zum einen nur begrenzt erfassen und zum anderen auf dieser Informationsgrundlage nur begrenzt die adäquaten Entscheidungen treffen kann. Aus diesem Grund ist es notwendig ein Energiebetriebssystem zu implementieren, welches neben den isolierten Betriebsführungsaspekten den steuerungstechnischen Besonderheiten eines dezentralen Energiesystems Rechnung trägt. In diesem Zusammenhang stellt sich insbesondere die Frage, wie sich eine Betriebsoptimierung auf die resultierende Steuerstrategie auswirkt und wie diese Auswirkungen durch das zugrunde gelegte Optimierungsverfahren beeinflusst werden. Für ein exemplarisches, lokales Energiesystem, welches sowohl aus elektrischen als auch thermischen Komponenten besteht, werden verschiedene Informationsasymmetrien zwischen den Steuerungsebenen identifiziert. Anschließend wird eine Gesamtarchitektur für eine Software zur Betriebsführung entwickelt, wobei sich insbesondere auf verschiedene mathematische Optimierungsverfahren fokussiert wird. In diesem Zusammenhang werden ein gemischt-ganzzahlig lineares, ein quadratisches und ein dynamisches Modell entwickelt. Das dynamische Modell erlaubt die dynamischen Leistungseigenschaften, insbesondere der thermischen Komponenten, bereits bei der Betriebsoptimierung zu berücksichtigen. Die Ergebnisse der Betriebsoptimierung dienen anschließend als Eingangsparameter für die zentrale Ablaufsteuerung, welche dafür verantwortlich ist, die energetische Produktion und Nachfrage in dem lokalen Energiesystem regelbasiert auszugleichen. Die Ergebnisse zeigen, dass die Wahl des Optimierungsverfahrens einen Einfluss auf die Betriebsstrategie des lokalen Energiesystems hat. Da Betriebspunktwechsel und An- bzw. Abschaltvorgänge im dynamischen Modell mit Verzögerungen in der Leistungsbereitstellung einhergehen, wer-den diese im Vergleich zu dem linearen Ansatz häufiger vermieden. Allerdings gehen damit signifikant höhere Rechenzeiten einher, weshalb sich das dynamische Modell im Vergleich zu den anderen Modellen weniger für den Echtzeitbetrieb eignet. Auf systemischer Ebene kann gezeigt werden, dass durch eine vorgeschaltete Betriebsoptimierung grundsätzlich ökonomisch vorteilhaftere Steuerstrategien erzeugt werden. Eine finale Beurteilung bedarf jedoch einer über diese Arbeit hinausgehende Regelkreis- und Prozesssimulation der einzelnen Komponenten des Energiesystems. Abschließend wird deutlich, dass aufgrund der mangelnden Flexibilität der zentralen Steuerung nicht das volle Potential einer Betriebsoptimierung ausgeschöpft werden kann.

Decentralized energy system infrastructures, such as mixed-use districts, housing estates or industrial parks, are increasingly generating the energy they need themselves and are therefore faced with the challenge of managing their local system efficiently. To ensure the optimal operation of the local energy system infrastructure at all times, computer-aided algorithms are generally required, as humans are only able to grasp the continuously changing framework conditions, dependencies and potential future developments to a limited extent and can only make adequate decisions on this information basis to a limited degree. For this reason, it is necessary to implement an energy operating system which, in addition to the isolated operational management aspects, considers the special control features of a decentralized energy system. In this context, the question arises as to how an operational optimization affects the resulting control strategy and how these effects are influenced by the underlying optimization method. Various information asymmetries between the control levels are identified for an exemplary local energy system, which consists of both electrical and thermal components. Subsequently, an overall architecture for an operational management software is developed, focusing on various mathematical optimization methods. In this context, a mixed-integer linear, a quadratic and a dynamic model are developed. The dynamic model allows the dynamic process characteristics, in particular of the thermal components, to be taken into account during operation optimization. The results of the operational optimization then serve as input parameters for the central sequence control, which is responsible for balancing the energy production and demand in the local energy system on a rule-based manner. The results show that the choice of optimization method has an influence on the operating strategy of the local energy system. Since operating point changes and switch-on and switch-off processes in the dynamic model are associated with delays in the generation of power, these are avoided more frequently compared to the linear approach. However, this is accompanied by significantly higher computing times, which is why the dynamic model is less suitable for real-time operation compared to the other models. On a systemic level, it can be shown that an initial operational optimization generally generates economically more advantageous control strategies. However, a final assessment requires a control loop and process simulation of the individual components of the energy system that goes beyond this work. Lastly, the full potential of operational optimization cannot be exploited due to the lack of flexibility of the central control unit.