netzdienlicheintegrationvonphotovoltaik · pdf...

Netzdienliche Integration von Photovoltaik-Batteriesystemen:Entwicklung eines Algorithmus und Potenzialanalyse auf

Grundlage einer Modellbildung in Matlab/Simulink

Masterthesisim Studiengang

Renewable Energy Systems - Environmental & Process Engineering

vorgelegt vonDipl.-Ing. (FH) David Berner

Hamburg, den 28.02.2014

Erstgutachter: Prof. Dr. Anna Rodenhausen

Zweitgutachter: Dipl.-Ing. (FH) Hans Schäfers

Die Arbeit wurde am Center for Demand Side Integration C4DSI erstellt.

Masterthesis

Verfasser: Dipl.-Ing. (FH) David Berner

Titel der Arbeit:Netzdienliche Integration von Photovoltaik-Batteriesystemen: Entwicklung eines Algorithmusund Potenzialanalyse auf Grundlage einer Modellbildung in Matlab/Simulink

Infolge der zunehmenden Durchdringung des Stromnetzes mit Energieerzeugungsanlagenauf Grundlage fluktuierender Erneuerbarer Energien treten immer häufiger Situationen auf,in denen ein starkes Ungleichgewicht von Stromverbrauch und Strombedarf vorliegt. Mitdiesem einher gehen punktuell auftretende hohe Netzbelastungen. Ziel der vorliegenden Arbeitsind Untersuchungen zur netzdienlichen Integration von Photovoltaik-Batteriesystemen. DerForschungsschwerpunkt liegt hierbei auf der Entwicklung von Algorithmen zur Umsetzungeiner eigenbedarfsoptimierten Betriebsweise bei gleichzeitiger Verhinderung von Netzeinspeise-spitzen. Anhand verschiedener Szenarien werden die möglichen Potenziale zur Netzentlastunganalysiert. Es zeigt sich, dass derartige Systeme unter bestimmten Voraussetzungen geeignetsind, netzdienlich in das Netz integriert zu werden. Einerseits, weil mit der vorhandenenSpeicherkapazität eine effektive Möglichkeit vorhanden ist, sowohl den Eigenverbrauch alsauch die Eigendeckung deutlich zu erhöhen und somit das Netz hinsichtlich der gesamtenzu übertragenden Energiemengen zu entlasten. Andererseits, weil durch Abregelung des PV-Generators eine Netzbelastung durch Einspeisespitzen effektiv vermieden werden kann unddieses in Kombination mit einem Speicher nur zu sehr moderaten Ertragseinbußen führt. Esstellt sich jedoch heraus, dass es unter den aktuellen Voraussetzungen – mit einer sehr geringenGenauigkeit von Solarstrahlungs-Folgetagsprognosen – nicht möglich ist, durch eine gezielteBe- und Entladung des Speichers von Photovoltaik-Batteriesystemen die durch Photovoltaik-Anlagen hervorgerufenen Einspeisespitzen ins Netz zu vermeiden. Es wird jedoch deutlich,dass bei sehr guter Übereinstimmung der Solarstrahlungsprognose für den Folgetag mit derdann tatsächlich eintretenden Strahlungssituation die gezielte Begrenzung der Netzeinspeisungauch anhand einer angepassten Speichernutzung realisiert werden kann.

II

Inhaltsverzeichnis

Inhaltsverzeichnis III

Abbildungsverzeichnis VI

Tabellenverzeichnis VII

Abkürzungsverzeichnis VIII

Symbolverzeichnis IX

1 Einleitung 1

2 Grundlagen und Stand der Technik 52.1 PV-Wachstum, politisch und wirtschaftlich erklärt . . . . . . . . . . . . . . . 52.2 Elektrisches Energieversorgungsnetz und Energiewirtschaft heute . . . . . . . 12

2.2.1 Netz und Strommarkt . . . . . . . . . . . . . . . . . . . . . . . . . . . 122.2.2 Systemdienstleistungen . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3 Einfluss der Erneuerbaren Energien – Herausforderung und Lösungsansätze . 202.4 Eigenverbrauchserhöhung und Einspeisemanagement als Beispiele netzdienlicher

Integration von PV-Batteriesystemen . . . . . . . . . . . . . . . . . . . . . . . 252.5 Übersicht Photovoltaik-Batteriesysteme . . . . . . . . . . . . . . . . . . . . . 29

2.5.1 Komponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292.5.2 Verschaltung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3 Technische Analyse 393.1 Auswahl Simulationswerkzeuge . . . . . . . . . . . . . . . . . . . . . . . . . . 393.2 Systemkomponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

3.2.1 PV-Generator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403.2.2 Wechselrichter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413.2.3 Batterie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

3.3 Algorithmik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453.3.1 Eigenverbrauchsoptimierung mit unbegrenzter Netzeinspeisung . . . . 453.3.2 Begrenzung durch Abregelung des PV-Generators . . . . . . . . . . . 463.3.3 Begrenzung durch angepasste Speicherbeladung anhand Prognose . . . 473.3.4 Lastoptimierung und systemintegrierte Betriebsstrategien . . . . . . . 50

3.4 Mess- und Prognosedaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513.5 Daten der Testanlage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553.6 Poolbildung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4 Umsetzung 634.1 Systemkomponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

4.1.1 PV-Generator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

III

4.1.2 Wechselrichter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 664.1.3 Batterie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

4.2 Algorithmik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 684.2.1 Eigenverbrauchsoptimierung . . . . . . . . . . . . . . . . . . . . . . . . 684.2.2 Begrenzung durch Abregelung . . . . . . . . . . . . . . . . . . . . . . . 714.2.3 Begrenzung durch angepasste Speicherbeladung . . . . . . . . . . . . . 72

5 Simulationen und Auswertung 755.1 Validierung der Komponenten . . . . . . . . . . . . . . . . . . . . . . . . . . . 755.2 Plausibilisierung der Algorithmen . . . . . . . . . . . . . . . . . . . . . . . . . 795.3 Simulationen und Auswertung des Gesamtsystems . . . . . . . . . . . . . . . 83

5.3.1 Rahmenbedingungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 835.3.2 Eigenverbrauchsoptimierung . . . . . . . . . . . . . . . . . . . . . . . . 845.3.3 Begrenzung durch Abregelung . . . . . . . . . . . . . . . . . . . . . . . 945.3.4 Begrenzung durch angepasste Speicherbeladung . . . . . . . . . . . . . 98

6 Zusammenfassung und Ausblick 101

Literatur i

Anhang xi

IV

Abbildungsverzeichnis

2.1 Preisentwicklung von Haushaltsstrom, Einspeisevergütung und Stromgeste-hungskosten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2 Installierte PV-Leistung und durchschnittlicher Anlagenpreis für Anlagen bis10 kWp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.3 Prinzipielles Schema der Stromversorgung in Deutschland. . . . . . . . . . . . 122.4 Darstellung und Zusammenwirken der verschiedenen Regelenergiearten . . . . 172.5 Preisentwicklung an der EPEX für Sonntag, den 16.06.2013 . . . . . . . . . . 212.6 Spannunganhebung durch dezentrale Einspeisung . . . . . . . . . . . . . . . . 222.7 Erweitertes Ersatzschaltbild (Eindiodenmodell) . . . . . . . . . . . . . . . . . 302.8 AC-seite Speicheranbindung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372.9 DC-seitige Speicheranbindung . . . . . . . . . . . . . . . . . . . . . . . . . . . 383.1 Schaltschema eines Aufwärtswandlers . . . . . . . . . . . . . . . . . . . . . . . 423.2 Einschaltphase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423.3 Ausschaltphase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423.4 Verrechnung von PV-Erzeugung und Last . . . . . . . . . . . . . . . . . . . . 463.5 Kappung von Einspeisespitzen durch angepasste Speicherbeladung . . . . . . 483.6 Vergleich prognostizierter mit historischen Wetterdaten für den 2. und 3. Juni

2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 543.7 Schema Kommunikationsmodell A . . . . . . . . . . . . . . . . . . . . . . . . 583.8 Diagramm zur Erstellung eines Lastverlaufsplanes . . . . . . . . . . . . . . . 593.9 Schema Kommunikationsmodell A . . . . . . . . . . . . . . . . . . . . . . . . 613.10 Diagramm zur kurzfristigen Laständerung . . . . . . . . . . . . . . . . . . . . 624.1 Schaltplan zur Umsetzung des PV-Batteriesystems . . . . . . . . . . . . . . . 644.2 Darstellung des PV-Generators in der Simulationsumgebung . . . . . . . . . . 654.3 Darstellung der obersten Ebene des Wechselrichters in der Simulationsumgebung 674.4 Vorzeichenkonvention und Bilanzierung . . . . . . . . . . . . . . . . . . . . . 694.5 Fallunterscheidung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 704.6 Ausschnitt der Simulationsumgebung mit Block zur Leistungsbegrenzung durch

Abregelung der PV-Anlage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 714.7 Block zur Berechnung der PV-Anlagenleistung . . . . . . . . . . . . . . . . . 724.8 Auschnitt der Simulationsumgebung zur Leistungsbegrenzung durch angepasste

Speicherbeladung anhand einer Prognose . . . . . . . . . . . . . . . . . . . . . 735.1 Vergleich von Mess- und Simulationsdaten für das PV-Generatormodell . . . 755.2 Begrenzung der Netzeinspeisung durch Abregelung der PV-Generatorleistung

für den 13.05.2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 815.3 Begrenzung der Netzeinspeisung durch angepasste Speicherbeladung für den

13.05.2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 825.4 PV-Erzeugung und Last . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 835.5 Leistung von PV-Erzeugung und PV-Deckung . . . . . . . . . . . . . . . . . . 85

V

5.6 Vergleich der kumulierten Arbeiten von Netzeinspeisung und Netzbezug fürdie Varianten „ohne Eigenverbrauch (EV)“, „ohne Battere mit EV“ und „mitBatterie mit EV“ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

5.7 Darstellung der Anzahl (in Minuten) für Netzeinspeisung in verschiedenenKlassen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

5.8 Darstellung der Entwicklung von Eigenverbrauchsanteil und Eigendeckungsan-teil über ein Jahr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

5.9 Netzbezug und Netzeinspeisung sowie SOC . . . . . . . . . . . . . . . . . . . 895.10 Netzbezug und Netzeinspeisung sowie SOC für den 13.05.2013 . . . . . . . . . 905.11 SOC-Verläufe über einen Zeitraum von einem Jahr bei Batteriekapazitäten von

24,1, 426,2 und 4262,1 kWh . . . . . . . . . . . . . . . . . . . . . . . . . . . . 925.12 Kumulierte Arbeit von PV-Erzeugung und Ntzeinspeisung bei unterschiedlichen

Begrenzungen der PV-Generatorleistung . . . . . . . . . . . . . . . . . . . . . 945.13 Auswertungen zur kumulierten Arbeit von PV-Erzeugung und Ntzeinspeisung

bei unterschiedlichen Begrenzungen der PV-Generatorleistung . . . . . . . . . 965.14 Darstellung der Anzahl (in Minuten) für Netzeinspeisung größer 7 kW bei einer

geforderten Einspesbegrenzung auf 70% der PV-Generatornennleistung beieinem Prognoseradius von 1 km . . . . . . . . . . . . . . . . . . . . . . . . . . 99

6.1 Entwurf zur Umsetzung der angepassten Speicherbeladung erster Teil . . . . xxi6.2 Entwurf zur Umsetzung der angepassten Speicherbeladung zweiter Teil . . . . xxii6.3 Azimuth der Photovoltaik-Testanlage . . . . . . . . . . . . . . . . . . . . . . . xxiii6.4 Anstellwinkel der Photovoltaik-Testanlage . . . . . . . . . . . . . . . . . . . . xxiii6.5 Auswertung Wechselrichterdaten 1 . . . . . . . . . . . . . . . . . . . . . . . . xxiv6.6 Auswertung Wechselrichterdaten 2 . . . . . . . . . . . . . . . . . . . . . . . . xxiv6.7 Jahregang der PV-Erzeugung . . . . . . . . . . . . . . . . . . . . . . . . . . . xxv6.8 Netzeinspeisung in Klassen bei verschiedener Batteriekapazität . . . . . . . . xxv6.9 Auszug aus dem Datenblatt des Kostal-Wechselrichters . . . . . . . . . . . . . xxvi6.10 Oberste Ebene des Gesamtsystemes mit Block zur Abregelung des PV-Generatorsxxvii6.11 Blindleistungskennlinie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxviii6.12 Blindleistungverteilung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxviii6.13 Blind- und Wirkleistungsdiagramm . . . . . . . . . . . . . . . . . . . . . . . . xxix

VI

Tabellenverzeichnis

2.1 NA-Schutz, Grenzwerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332.2 Bezeichnungen der verschiedenen Leistungen . . . . . . . . . . . . . . . . . . 342.3 Mit Photovoltaik-Batterieystemen umsetzbare Betriebsarten . . . . . . . . . . 373.1 Mittlerer quadratischer Fehler (RMSE) von Prognose zu historischen Daten

für einen Betrachtungszeitraum eines Jahres . . . . . . . . . . . . . . . . . . . 543.2 Daten für Sunmodule SW 250 poly . . . . . . . . . . . . . . . . . . . . . . . . 553.3 Daten für Blei-Gel-Speicher . . . . . . . . . . . . . . . . . . . . . . . . . . . . 563.4 Daten für Lithium-Ionen-Speicher . . . . . . . . . . . . . . . . . . . . . . . . 563.5 Daten für Wechselrichter PIKO 10.1 . . . . . . . . . . . . . . . . . . . . . . . 574.1 Daten Solarmodul (Conergy Powerplus 220P) . . . . . . . . . . . . . . . . . . 665.1 Für Messzeitraum 31.03. bis 01.04.2013 und vom 31.03. bis 25.07.2013 ausge-

wertete Parameter für eine PV-Erzeugungsanlage mit 2,64 kWp . . . . . . . . 775.2 Berechnung des europäischen Wirkungsgrades . . . . . . . . . . . . . . . . . . 795.3 Vergleich von Excel-Modell, deterministischem Ansatz und Simulationsmodell 805.4 Kumulierte Arbeit von Netzeinspeisung und Netzbezug . . . . . . . . . . . . 865.5 Anzahl der Netzeinspeisung in verschiedenen Klassen . . . . . . . . . . . . . . 875.6 Netzeinspeisung bei verschiedenen Batteriekapazitäten . . . . . . . . . . . . . 915.7 Benötigte Gesamtkapazität und Start-SOC . . . . . . . . . . . . . . . . . . . 935.8 Absoluter und relativer Verlust bei Begrenzung der Generatorleistung . . . . 975.9 Anzahl der Netzeinspeisung in Minuten in Klassenbreiten > 7 kW . . . . . . . 985.10 Vergleich von unbegrenzter Netzeinspeisung mit angepasster Speicherbeladung

– Verluste und Durchschnitt der Netzeinspeisung > 7 kW . . . . . . . . . . . 995.11 Vergleich von unbegrenzter Netzeinspeisung mit angepasster Speicherbeladung

– weitere Parameter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1006.1 Übersicht zufällig ausgewählter aktueller Wechselrichter, zusammengestellt aus

Photovoltaik-Zeitschriften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxx

VII

Abkürzungsverzeichnis

BMS Batteriemanagemenetsystem

BK Bilanzkreis

BKV Bilanzkreisverantwortlicher

BSW-Solar Bundesverband Solarwirtschaft

DMS Demand Side Management

DR Demand Response

ED Eigendeckung

EE Erneuerbare Energien

EEG Erneuerbare-Energien-Gesetz

EEX European Energy Exchange

EinsMan Einspeisemanagement

EMS Energiemanagementsystem

EV Eigenverbrauch

EVU Energieversorgungsunternehmen

FACTS Flexible-Alternating Current-Transmission-System, zu deutsch: flexiblesDrehstromübertragungssystem

ISE Fraunhofer Institut für solare Energiesysteme

MCP Market Clearing Price

MPP Maximum Power Point

PV-Anlagen Photovoltaik-Anlagen

RONT Regelbarer Ortsnetztransformator

RZ Regelzonen

StromEinspG Stromeinspeisungsgesetz

UMTS Universal Mobile Telecommunications System

ÜNB Übertragungsnetzbetreiber

VIII

Symbolverzeichnis

A I Ampere

β Grad Anstellwinkel

α Grad Azimut-Winkel

kWh/m2 E Bestrahlungsstärke

W/m2 H Einstrahlung

m2 A Fläche

GW P Gigawatt

Hz f Hertz

a − Jahr

kWh W Kilowattstunde

MW P Megawatt

MW P Leistung

Ω R Ohm

kWp P (Spitzen)Leistung

h − Stunde

TWh W Terawattstunden

kV U Kilovolt

V U Volt

W P Watt

η eta Wirkungsgrad

IX

1

1 Einleitung

Die Energiewende als Synonym für den Wechsel vom fossil-nuklearen Zeitalter hin zu einerdezentralen und auf Nachhaltigkeit ausgerichteten Energieversorgung ist seit mehreren Jahrenein wichtiges Thema im politischen, gesellschaftlichen und wirtschaftlichen Alltag. Als Haupt-argument wurde und wird noch immer häufig der Klimaschutz genannt. Insbesondere derVerringerung von Treibhausgasemissionen mit dem Ziel einer Verlangsamung des Klimawandelskommt hierbei eine zentrale Rolle zu. Einzelereignisse wie die Ölkrisen in den achtziger Jahrenoder die Atom-Unfälle von Tschernobyl im Jahr 1984 und Fukushima im Jahr 2012 lenkenhierbei immer wieder den Blick auf die Risiken der konventionellen Energieversorung. DieEndlichkeit fossiler Energieträger bei steigendem Bedarf an Primärenergie aufgrund einerstetig wachsenden Weltbevölkerung sowie eine sukzessive Angleichung des Lebensstandards inaufstrebenden Schwellenländern an jene westlicher Industrienationen sind weitere Argumentefür die Energiewende. Obwohl die Notwendigkeit einer stärkeren Einbindung ErneuerbarerEnergien häufig bereits erkannt wurde, wird die Umsetzung hierzu notwendiger Maßnahmen –oft aus finanziellen Gründen oder in Erwartung einer schnelleren Lösung aktueller Problemedurch andere Konzepte – mit sehr unterschiedlich stark ausgeprägten Bemühungen in denverschiedenen Ländern der Welt vorangetrieben.

Deutschland hat sich seit einigen Jahren als Vorreiter der Energiewende profiliert, wobeiin diesem Zusammenhang mittlerweile weitere Gründe für deren konsequente Umsetzungidentifiziert wurden. Beispielsweise sind dieses positive Auswirkungen auf die Wirtschaftdurch eine Wertschöpfung vor Ort oder die Verringerung der Abhängigkeiten von Strom- undGasimporten als Möglichkeit, den steigenden Strompreisen zu entgegnen.

Insbesondere das Gesetz für den Vorrang Erneuerbarer Energien (Erneuerbare-Energien-Gesetz (EEG)) führte zu einem massiven Zubau von Energieerzeugungsanlagen im Bereichder Photovoltaik, aber auch der anderen regenerativen Energien aus den Bereichen derWindkraft oder Biomasse/Biogas.1 Die Entscheidung der Bundesregierung aus dem Sommer2011 für einen Ausstieg aus der Kernenergie bis 2022 erhöhte den Bedarf einer alternativenEnergieerzeugung weiter.2

Der Wandel von den gewachsenen, zentralen Strukturen mit konventionellen Großkraftwerkenmit Anschlussleistungen bis zu mehreren Gigawatt3, welche nach dem Gießkannenprinzip denStrom auf die untergeordneten Netzebenen verteilen, hin zu einer Situation, in welcher viele

1Ziel des Gesetzes nach § 1 Abs. 2 EEG ist die Erhöhung des Anteils erneuerbarer Energien an der Stromver-sorgung auf 35% bis zum Jahr 2020, respektive 80% bis 2050.[Bunf]

2In Reaktion auf die dramatischen Ereignisse in Fukushima, insbesondere den Super-GAU im AtomkraftwerkDai-ichi, beschloss die Bundesregierung Anfang 2011 einen Wechsel in ihrer Atompolitik. Nach einem dreimo-natigen Atom-Moratorium wurde schließlich mit dem Dreizehnten Gesetz zur Änderung des Atomgesetzesvom 31.07.2011 beschlossen, die Nutzung der Kernenergie zur gewerblichen Erzeugung von Elektrizität inDeutschland zum frühestmöglichen Zeitpunkt zu beenden.[Bunc]

3Beispielsweise besitzt das zweitgröße Braunkohlekraftwerk Europas, das Kraftwerk Neurath des BetreibersRWE, eine elektrische Bruttoleistung aller Blöcke von 4,4GW[RWE], jedes der heute noch im Betriebbefindlichen 9 Kernkraftwerke jeweils über 1,3GW[Bun14a].

2

dezentrale und Klein- und Kleinstanlagen auch in den unteren Netzebenen Strom einspeisen– wobei es sich häufig um photovoltaische Anlagen handelt –, wirft neue Probleme auf. Vorallem die Erhöhung des fluktuierenden Anteils an der Stromversorgung durch derartigeEnergieerzeugungsanlagen führt mitterweile häufiger zu einem spürbaren Ungleichgewichtzwischen Stromerzeugung und -bedarf. In Bezug auf Solaranlagen wird dieses durch dieSchwankung der eingespeisten Energiemengen aufgrund der jeweils vorherrschenden undüblicherweise sehr unbeständigen Solarstrahlung – sowohl untertägig als auch im Verlaufeines Jahres – hervorgerufen.4 Mit diesen Schwankungen einher gehen beispielsweise einepunktuell auftretende höhere Belastung des Energieversorgungsnetzes, aber auch die direkteBeeinflussung des momentanen Börsenstrompreises, welcher aufgrund der aktuellen Vorgabenzur Verrechnung der durch die Energiewende enstehenden Kosten letzendlich zu einer Erhöhungdes Strompreises für den Endkunden führt.

Solange die Anzahl photovoltaischer Anlagen gering war, waren auch die Auswirkungen dieserSchwankungen überschaubar. Mit einer gesamten Anschlussleistung von 35,7GW, verteiltauf etwa 1,3 Millonen Anlagen[Bunb], weisen Photovoltaik-Anlagen Ende 2013 jedoch bereitseinen signifikanten Anteil von etwa 19% an der insgesamt installierten Netto-Nennleistungvon 183,4GW auf[BMW], weswegen ihr Einfluss nicht mehr ignoriert werden kann.

Als einen beispielhafen Lösungsansatz verfolgen aktuell viele Hersteller von Wechselrich-tern – die als zentrale Komponente sowohl in reinen PV-Anlagen als insbesondere auch inPhotovoltaik-Batteriesystemen unter anderem die Steuerung der Anlage realisieren – dasZiel, durch intelligente Zuschaltung von Lasten im Haushalt zu Zeiten, in denen eine beson-ders hohe Leistung durch die PV-Anlage generiert wird, die Netzeinspeisung zu minimieren.Eine weitere Möglichkeit und der in dieser Arbeit verfolgte Ansatz ist die Steuerung desPhotovoltaik-Batteriesystems mit dem Ziel einer Netzentlastung, ohne das Verbrauchsverhaltendes Endnutzers zu beeinflussen.

Während eine einzelne Anlage für sich genommen keinen nennenswerten Beitrag zur Netzent-lastung leisten kann, wird durch einen Zugriff auf viele derartige Photovoltaik-Batteriesystemedas Netzentlastungs-Potenzial deutlich erhöht. Um beispielsweise ein Kraftwerk in der Größen-ordnung 1GW zu realisieren, müssten bei einer angenommenen durchschnittlichen Anschluss-leistung von 20 kW demnach etwa 50.000 dezentrale Anlage zu einem Schwarm verbundenwerden.5 Für Stromnetzbetreiber, die theoretisch einen Zugriff auf sehr viele dieser Einzel-anlagen erhalten können, ergeben sich hieraus mögliche Potenziale, nicht nur um mittelsNetzdienstleistungen das Stromnetz zu entlasten, sondern auch um die kumulierten Kapazitä-ten an den Strombörsen zu vermarkten.

4Wesentlich zu diesem Ungleichgewicht trägt auch die durch Windkraftanlagen erzeugte und ebenfalls starkschwankende Einspeiseleistung aufgrund unbeständiger Windgeschwindigkeiten und -richtungen bei.

5Geht man von den Zahlen der Bundesnetzagentur aus (vgl.[Bunb]), ergibt sich für das Jahr 2013 einedurchschnittliche Anschlussleistung von 27,5 kWp. Hierbei bleibt jedoch unberücksichtigt, dass der größteAnteil der gemeldeten Anlagen lediglich Anschlussleistungen in einer Größenordnung bis zu 10 kWp aufweisen,weswegen dieser Wert nach unten korrigiert werden muss, um die Realität besser abzubilden.

3

Im Rahmen des langfristig angelegten Forschungsprojektes PINT „Hauptanalyse vonPhotovoltaik-Batteriespeicher-Anlagen zur Eigenverbrauchsdeckung mit Zielrichtung System-integration“ in Kooperation mit der Vattenfall Europe Innovation GmbH und dem Centerfor Demand Side Integration (C4DSI) in Hamburg soll die Möglichkeit einer netzdienlichenIntegration von Photovoltaikanlagen im kleinen bis mittleren Leistungsbereich unter Einbe-ziehung von Batteriespeichern untersucht werden. Der Fokus der vorliegenden Arbeit liegtdabei auf der Entwicklung von Algorithmen zur Umsetzung einer eigenbedarfsoptimiertenBetriebsweise bei gleichzeitiger Verhinderung von Netzeinspeisespitzen. Durch die Simulationunterschiedlicher Szenarien sollen die möglichen Potenziale zur Netzentlastung analysiertwerden. Als Simulationswerkzeuge wurden das Programm Matlab R© sowie das auf diesemaufbauende Zusatzprodukt Simulink R© des Unternehmens The MathWorks ausgewählt.

In Kapitel 2 wird zunächst dargestellt, welche politischen und wirtschaftlichen Mechanismenzu einer Durchdringung des deutschen Energiemarktes mit Erneuerbaren Energien, insbeson-dere der Photovoltaik, geführt haben. Es wird anhand der Einspeisevergütung für Strom ausphotovoltaischen Anlagen aufgezeigt, wieso ein Umdenken – weg von der PV-Anlage als reinemStromerzeuger mit hohen Renditechancen, hin zu Eigenverbrauchsnutzung mit dem Ziel einermöglichst hohen Unabhängigkeit von den steigenden Strompreisen – stattgefunden hat undwelchen Einfluss diese Entwicklung auf die Verbreitung von Photovoltaik-Batteriesystemenbesitzt. Im zweiten Teil werden der Aufbau des elektrischen Energieversorgungsnetzes be-schrieben und grundlegende Bestandteile der aktuellen Energiewirtschaft erläutert. Daraufaufbauend wird dargestellt, welche neuen Herausforderungen sich aus der vermehrten Integrati-on von Anlagen zur Stromerzeugung aus Erneuerbaren Energien in das Stromnetz ergeben. Eswerden verschiedene Lösungsansätze präsentiert und an den Beispielen der Eigenverbrauchs-erhöhung und des Einspeisemanagements zwei, zum Zeitpunkt der Erstellung dieser Arbeitnoch sehr junge und relativ wenig erforschte Möglichkeiten einer netzdienlichen Integrationvon Photovoltaik-Batteriesystemen näher dargestellt. Im letzten Abschnitt von Kapitel 2werden die wesentlichen Komponenten von Photovoltaik-Batteriesystemen sowie deren zweigängigsten Verschaltungsvarianten vorgestellt.

In Kapitel 3 wird, nach einer Begründung zur Auswahl des Simulationswerkzeuges, detailliertdie technische Herangehensweise an die Problemstellung dargestellt. Hierbei werden zunächstdie wesentlichen Systemkomponenten vorgestellt und erläutert, auf welchen Grundlagen derenUmsetzung in der Simulation stattgefunden hat. Weiterhin werden die umgesetzten Algorith-men und deren Besonderheiten beschrieben. Der Fokus liegt hierbei auf der Verhinderung vonLeistungsspitzen der Netzeinspeisung, welche insbesondere in den strahlungsreichen Sommer-monaten und untertägig etwa um die Mittagszeit auftreten und das Netz stark belasten können.Die sich aus den Algorithmen ergebenden Szenarien realisieren hierbei die Optimierung desEigenverbrauchs, die Begrenzung der Netzeinspeisung auf einen beliebigen Grenzwert durchAbregelung der PV-Generatorleistung sowie die Begrenzung der Netzeinspeisung durch eineangepasste Speichernutzung. Anschließend wird auf die vorhandene Datenlage eingegangen undeine Bewertung von Last- und Wetterdaten, insbesondere auch Prognosedaten, als Grundlage

4

der später durchgeführten Simulationsrechnungen vorgenommen. Weiterhin werden die Datender Testanlage vorgestellt. Im letzen Abschnitt von Kapitel 3 wird anhand von Diagrammenzu möglichen Kommunikationsvarianten und zur Verarbeitung von Steuersignalen beispielhaftdargestellt, wie mehrere, in einem Pool verbundene Photovoltaik-Batteriesysteme angesprochenwerden können. Dieser Abschnitt dient ausdrücklich nur der Vorbereitung von sich an dieseAbschlussarbeit anschließenden weitergehenden Arbeiten innerhalb des Forschungsprojektesund besitzt daher keinen Anspruch auf Vollständigkeit.

Die Umsetzung der Komponenten und Algorithmen in der Simulationsumgebung wird inKapitel 4 beschrieben und anhand von Blockschaltbildern visualisiert.

Im ersten Teil von Kapitel 5 werden die zur Validierung der erstellten Systemkomponentenund zur Plausibilierung der Algorithmen notwendigen Simulationsrechnungen aufgeführtund ausgewertet. Anschließend werden anhand einer Auswertung des Gesamtsystems diewesentlichen Simulationsergebnisse vorgestellt. Hierbei erfolgt zunächst die Darstellung derRahmenbindungen. Ausgehend von diesen werden die mit den Algorithmen zur Eigenver-brauchsoptimierung, zur statischen Begrenzung einer Netzeinspeisung durch Abregelungder PV-Generatorleistung und zur Begrenzung der Netzeinspeisung durch eine angepassteSpeichernutzung durchgeführten Simulationen ausgewertet.

In Kapitel 6 werden die Kernaussagen der vorliegenden Arbeit zusammengefasst und offengebliebene Fragestellungen hinsichtlich weiterer durchzuführender Arbeiten innerhalb desProjektes – aber auch darüber hinaus – aufgezeigt.

5

2 Grundlagen und Stand der Technik

Im Grundlagenteil werden zunächst, mit dem Fokus auf die Photovoltaik, die politischen undwirtschaftlichen Gründe zur Durchdringung des deutschen Energiemarktes mit Anlagen ausdem Bereich der Erneuerbaren Energien vorgestellt. Das elektrische Energieversorgungsnetzund die für diese Arbeit wesentlichen Elemente der aktuellen Energiewirtschaft werdenerläutert. Es folgt eine Beschreibung der sich durch den Einfluss der Erneuerbaren Energienergebenden Herausforderungen sowie das Aufzeigen verschiedener Lösungsansätze. Am Beispielder Eigenverbrauchserhöhung und des Einspeisemanagements werden zwei mögliche Ansätzeals Beispiele einer netzdienlichen Integration von Photovoltaik-Batteriesystemen vorgestellt.Zuletzt werden die zum Verständnis in dieser Arbeit benötigten technischen Parameter vonPhotovoltaik-Batteriesystemen erläutert.

2.1 PV-Wachstum, politisch und wirtschaftlich erklärt

Zum 31. Dezember 2013 betrug die Summe der installierten Leistung aller EEG-gefördertenPV-Anlagen laut Bundesnetzagentur 35,7Gigawatt (GW)[Bunb]. Damit stellen die etwa 1,3Millionen Photovoltaik-Anlagen[Bun13b] die größte Bruttoerzeugungsstromkapazität allerKraftwerkstypen in Deutschland. Aufgrund der im Vergleich zu fossilen Krafwerken geringerenVolllaststundenzahl von im Mittel etwa 1000 h pro Jahr besaß die Stromerzeugung ausSonnenenergie in 2013 mit 29,7Terawattstunden (TWh)[Bur14] dabei einen Anteil von rund5,5% des Netto-Stromverbrauchs, wobei an Tagen mit hohen Strahlungswerten zeitweiligbis zu 40% des momentanen Stromverbrauchs durch Photovoltaik-Anlagen (PV-Anlagen)gedeckt wurde.[Wir14]6

Dass die Photovoltaik einen solchen Stellenwert einnehmen würde, war wenige Jahre zuvornicht absehbar. Während der Energiebedarf zu Beginn des zwanzigsten Jahrhunderts fastausschließlich über fossile Primärenergieträger wie Kohle und Gas gedeckt wurde, zeigtenspätestens die beiden Ölkrisen in den 1970er Jahren, neben den Umwelt-Auswirkungen,auch die wirtschaftlichen Schwachstellen einer derartigen Energieversorgung auf und legtenhierdurch möglicherweise den Grundstein für die rasante Entwicklung der ErneuerbarenEnergien. Bis in die 1990er Jahre wurden PV-Anlagen in Deutschland jedoch nur von wenigenMenschen, überwiegend Idealisten, oder vereinzelt innerhalb von Pilotprojekten7 betrieben,wobei eine finanzielle Unterstützung von staatlicher Seite, so überhaupt vorhanden, lediglichauf lokalen Vereinbarungen beruhte.[Leu]

Mit dem Gesetz über die Einspeisung von Strom aus erneuerbaren Energien in das öffentliche6Die durchschnittliche Ausnutzungsdauer geht von den 8760 Stunden des Jahres aus und gibt an, in wievielStunden die erzeugte Strommenge bei voller Leistung der Anlage erreicht worden wäre. Für Kernenergiebetragen die Volllaststunden beispielweise 7700 h, für die Energieerzeugung aus Braunkohle 6600 h und fürjene aus Erdgas etwa 3200 h.[BDE]

7Beispielsweise das im Jahr 1983 mit einer Leistung von rund 300 kWp damals erste und größte SolarkraftwerkEuropas auf der Insel Pellworm, betrieben als Forschungsprojekt von der PreussenElektra-Tochter Schleswag

2.1 PV-Wachstum, politisch und wirtschaftlich erklärt 6

Netz – kurz StromeinspeisungsgesetzStromeinspeisungsgesetz (StromEinspG) von 1991 wurdezum ersten Mal ein starker politscher Einfluss ausgeübt und die Netzeinspeisung von inPhotovoltaikanalgen erzeugtem Strom auf Grundlage einer rechtlich verbindlichen Regelungvergütet.8 Diese orientierte sich an den Durchschnittserlösen der Stromversorger[Ham04],ermöglichte jedoch aufgrund der damaligen hohen Stromgestehungskosten für PV-Anlagen kei-nen finanziell rentablen Betrieb.9 So betrug die Einspeisevergütung im Jahr 1999 16,52 pf/kWh,umgerechnet etwa 30 ct/kWh bei Stromgestehungskosten für PV-Dach-Anlagen von etwa70 ct/kWh.[Leu][Qua11a] Die Einspeisevergütung als Mindestpreissystem im Bereich der Er-neuerbaren Energien dient(te) hierbei dazu, alternative Energien, deren Marktpreis überjenem anderer, etablierter Energieformen lag, wettbewerbsfähig zu gestalten und somit derenAusbau zu fördern.

Ein wirtschaftlicher Betrieb wurde erst ab dem Jahr 2000 mit Einführung des Gesetzes für denVorrang Erneuerbarer Energien (EEG) und einer damit verbundenen deutlichen Anhebungder Vergütungssätze für die Einspeisung von in photovoltaischen Anlagen erzeugtem Strommöglich. Insbesondere die Entkoppelung der Einspeisevergütung von den Erlösen der Strom-versorger sowie die Verpflichtung, den in Erneuerbare-Energien-Anlagen produzierten Stromdurch diese vorrangig abzunehmen, führte zu einer Stärkung der regenerativen Energien inDeutschland.[Bune][Buna]10 Das zwischen 1999 bis 2003 installierte 100.000-Dächer-Programmförderte zusätzlich massiv den Ausbau kleinerer und mittlerer Photovoltaikanlagen.

Die novellierten Fassungen des EEG in den folgenden Jahren führten im Wesentlichen zueiner Erhöhung und deutlichen Differenzierung der Vergütungssätze sowie zu einer juristischenBesserstellung der Anlagen- und stärkeren Einbindung der Netzbetreiber. Im Jahr 2009 wurdedurch die damalige Bundesregierung das Ziel herausgegeben, den Anteil der ErneuerbarenErnegien bis 2020 auf 35% zu erhöhen. War bis zu diesem Zeitpunkt die Erwirtschaftung hoherRenditen unter Ausnutzung der maximal zur Verfügung stehenden Flächen für die Bebauungmit einer PV-Anlagen maßgebliches Augenmerk der meisten Anlagen-Betreiber[Imm], wurdedurch die Abänderung der seit 2000 vorgesehenen Degression in eine gleitenden Degression imRahmen der EEG-Novellierung von 2009 ein erster Schritt in Richtung mehr Eigenverbrauch,also der verstärkten Nutzung der erzeugten PV-Stromes vor Ort ohne Einspeisung in dasStromnetz, unternommen. Aus technischer Sicht sollte sich die Errichtung neu installierterPV-Anlagen nun zukünftig räumlich und in ihrer Dimensionierung stärker am tatsächlichenBedarf orientieren.[Bung] Zugleich wurde der Eigenverbrauchsbegriff derart ausgeweitet, dassnun ebenfalls ein Verbrauch in „unmittelbarer Nähe“ mit einbezogen wurde.11

8Gemäß dem Gesetz über die Einspeisung von Strom aus erneuerbaren Energien in das öffentliche Netz vom1. Januar 1991, §1, gilt dieses ebenso für die Abnahme und Vergütung von Strom aus Wasserkraft, Wind,Biomasse, Deponie und Klärgas siehe.

9Für Photovoltaik betrug sie 90% der Durchschnittserlöse aus dem vorvergangenen Jahr10Nach §3 des Gesetzes für den Vorrang Erneuerbarer Energie vom 28.03.2000 sind Netzbetreiber [nunmehr]

verpflichtet, Anlagen zur Erzeugung von Strom an ihr Netz anzuschließen, den gesamten angebotenen Stromaus diesen Anlagen vorrangig abzunehmen und den eingespeisten Strom zu vergüten.

11Der Begriff der unmittelbaren Nähe wurde endgültig erst im Jahr 2012 im Zuge eines Votumverfahrenseindeutig definiert: „Unmittelbare räumliche Nähe“ i. S. d. § 33 Abs. 2 EEG 2012 liegt [demnach] auch dannvor, wenn sich nur der von der Anlagenbetreiberin bzw. dem Anlagenbetreiber nach § 5 Abs. 2 EEG 2012


Das EEG von 2012 brachte erstmals eine deutliche Reduzierung der Vergütungssätze mit sich.Als Kern des neuen EEG und dessen Novellierung vom Juni 201212 kann deshalb erstmals alsprimäres Ziel das Vorantreiben der Marktintegration bestehender und zukünftig zu errichtenderAnlagen unter Berücksichtigung einer möglichen Netzentlastung genannt werden und nichtwie bislang der weitere Zubau photovoltaischer Anlagen.

Um diese Ziele zu erreichen, wurde unter anderem das Marktintegrationsmodell eingeführt,mit dessen Hilfe die Eigenverantwortung der Anlagenbetreiber gestärkt und Anreize fürein marktorientierteres Handeln geschaffen werden sollten, beispielsweise durch verstärktenEigenverbrauch des selbst erzeugten Stromes oder durch den Verkauf am Strommarkt. Umdieses zu erreichen, wurde die maximal geförderten Strommenge für neue PV-Anlagen in derfür Privathaushalte und Gewerbe üblichen Leistungsklasse zwischen 10 kW bis 1 MW auf 90%begrenzt.[Bun12] Zusätzlich wurde der wenige Jahre zuvor eingeführte Eigenverbrauchsbonuswieder abgeschafft, da die Vergütung für eingespeisten Solarstrom zu diesem Zeitpunkt bereitsunter dem mittleren Strompreis für Endkunden lag, so dass es finanziell rentabler war, denStrom selbst zu verbrauchen, als ihn – wie bis dahin üblich –zunächst vollständig ins Netzeinzuspeisen und dann bei Bedarf Strom aus dem Netz zu beziehen.

Mit der Novellierung des EEG vom Juni 2012 wurde weiterhin das Gesamtausbauziel – unddamit die Vergütung von Photovoltaik-Anlagen in Deutschland – auf 52GW festgesetzt,woraus sich ein angestrebter jährlicher Ausbaukorridor zwischen 2,5GW und 3,5GW ergibt.Die Vergütungssätze wurden einmalig um 15% abgesenkt und die bisher bisher jährliche De-gression nun in Monaten umgesetzt. Auf technischer Seite wurden die in der AnwendungsregelVDE-AR-N 4105 beschriebenen Regeln bindend, welche auf eine bessere Integration momentanbereits angeschlossener und zukünftiger PV-Batteriespeichersysteme ins Netz abzielt.[SMA12]Hierzu zählt einerseits die Vorgabe der Bereitstellung von Blindleistung mittels Wechselrichternund andererseits die Einbeziehung von PV-Anlagen in das neu installierte Einspeisemanage-ment (EinsMan), was dem Netzbetreiber erlaubt, im Falle einer Netzüberlastung über einRundsteuergerät auf die einzelne Anlage zuzugreifen und deren Leistung per Fernsignal gezieltzu reduzieren.[Bund]13

Abbildung 2.1 auf der nächsten Seite stellt die Entwicklungen des durchschnittlichen Haus-haltsstrompreises, der durchschnittlichen Stromgestehungskosten für PV-Anlagen im kleinenbis mittleren Leistungsbereich sowie die zum jeweiligen Zeitpunkt gültige und für einenZeitraum von 20 Jahren garantierte Einspeisevergütung gegenüber.

gewählte tatsächliche Netzverknüpfungspunkt im selben Netzbereich wie die Entnahmestelle des Drittenbefindet, nicht hingegen der gesetzliche Netzverknüpfungspunkt i. S. d. § 5 Abs. 1 Satz 1 EEG 2012.[Cle12]

12„Gesetz zur Änderung des Rechtsrahmens für Strom aus solarer Strahlungsenerige und zu weiteren Änderungender erneuerbaren Energien“ vom 23.08.2012, im Bundesgesetzblatt (BGBl. 2012, Teil I, Nr. 38, Seite 1754)veröffentlicht und rückwirkend zum 01.04.2012 in Kraft getreteten

13Eine detailierte Erklärung der Begriffe Blindleistung und Einspeisemanagement erfolgt der Übersichtlichkeithalber in Kapitel 2.5.1 und 2.4.


0

10

20

30

40

50

60

70

80

90

100

110

1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020

Jahr

ct/k

Wh

Preisentwicklung für Haushaltsstrom,Einspeisevergütung und Stromgestehungskosten von PV-Anlagen

Prognose Haushaltsstrompreis Einspeisevergütung Stromgestehungskosten

Abb. 2.1: Preisentwicklung von Haushaltsstrom, Einspeisevergütung und Strom-gestehungkosten, vgl.[BDE13][BMW13][Wag11][KMT+13][Qua11b] [IWR][R2B12][Bun14c]

Während der Strompreis in den letzten 20 Jahren stetig anstieg, verringerten sich sowohl dieStromgestehungskosten für PV-Anlagen als auch die gezahlte Einspeisevergütung, so dassAnfang 2012 die Erzeugungskosten für Solarstrom erstmals unter dem durchschnittlichenHaushaltsstrompreis lagen und die vielfach zitierte Netzparität (Gridparity)14 erreicht wurde.

Der Anstieg der Strompreise begründet sich hierbei aus der Berücksichtung begrenzterPrimärenergie-Ressourcen und deren Substitutionsmöglichkeiten und wird insbesondere durchpolitische Einflussfaktoren, beispielsweise in Form von Steuern und Kosten für Erzeugung,Transport und Vertrieb des Stromes, beeinflusst. Hierbei machten Abgaben wie die Kraft-Wärme-Kopplungs-Umlage oder einer Umlage zum Ausgleich der Netzentgeldbefreiung strom-

14Es sei darauf hingewiesen, dass es sich hierbei durchaus um eine kontrovers diskutierte Bezeichnung handelt.Eine detaillierte Auseinandersetzung soll an dieser Stelle nicht stattfinden, lässt sich beispielsweise jedochin Abschnitt 5 des Thesenpapiers „Re-considering the Economics of Photovoltaic Power“[Baz13] nachlesen.Zur Verwendung in der vorliegenden Arbeit sollen die nachfolgenden Erläuterungen genügen: Aus Sicht desBetreibers einer PV-Anlage ist Netzparität erreicht, wenn der selbst erzeugte PV-Strom pro kWh genauso viel kostet wie der vom Energieversorgungsunternehmen (EVU) bezogene Strom. Aus Sicht des EVUist Netzparität erreicht, sobald Strom aus Photovoltaik zum gleichen Preis eingekauft werden kann wiekonventionell erzeugter Strom.


intensiver Betriebe 2013 etwa 50% des gesamten Strompreises aus.

Vor allem der Zubau Erneuerbarer Energien wird vielmals als Preistreiber ausgemacht. Ur-sächlich sei die umlagebasierte Förderung (EEG-Umlage), welche die aus der Förderungder Erneuerbaren Energien resultierenden Kosten auf Grundlage der Ausgleichsmechanis-musverordnung (AusglMechV) auf die Stromendverbraucher verteilt, wobei sich die Höhedes Umlagebetrages aus der Differenz von Einnahmen und Ausgaben ergibt, welche bei derVerwertung des EEG-Stroms entstehen.[Bunh][Gau10]

Speisen beispielsweise Photovoltaikanlagen über die Mittagszeit viel Strom in das Netz, werdenhäufig teurer produzierende, mit fossilen Brennstoffen betriebene konventionelle Kraftwerke ver-drängt. Je niedriger jedoch der Börsenstrompreis, desto mehr steigt die über die EEG-Umlageauszugleichende Differenz. Paradoxerweise führt der Merit-Order-Effekt15 so tatsächlich zueiner Erhöhung des Endkundenstrompreises, sobald Strom aus Erneuerbaren Energien an derBörse angeboten wird. Für das Jahr 2015 liegt die prognostizierte Bandbreite der EEG-Umlagefür nicht-priviligierte16 Letztverbraucher zwischen 5,85 und 6,86 ct/kWh, womit diese etwaein Fünftel des Gesamtstrompreises ausmacht.[HATT] Die vier Übertragungsnetzbetreibersind dabei verpflichtet, jährlich bis zum 15. November sowohl die realistische Bandbreiteder EEG-Umlage, für das Folgejahr als auch eine Mittefristprognose für die folgenden fünfKalenderjahre zu erstellen.[Bunh] Aktuell, Stand Januar 2014, läuft ein Verfahren der EU-Kommission gegen Deutschland mit der Begründung, zu viele Unternehmen seien von derEEG-Umlage befreit, was zu einer Wettbewerbsverzerrung führe.[EW13]

Die Senkung der Stromgestehungskosten wurde und wird dabei nicht nur durch die Einspeise-vergütung vorangetreiben, sondern auch durch weitere Förderprogramme, beispielsweise derKreditanstalt für Wiederaufbau (KfW), welche die Anschaffung einer PV-Anlage begünstigten.Weiterhin führten ein intensiver Wettbewerb, der technische Fortschritt, sinkende Rohstoff-preise und steigende Produktionskapazitäten zum Preisverfall, wobei insbesondere durch denZustrom konstengünstiger PV-Module aus China die Gesamtkosten in den letzten Jahrenreduziert wurden.

Abbildung 2.2 auf der nächsten Seite stellt den jährlichen Zubau von PV-Anlagen anhand derjährlich installierten Leistung in Megawatt (MW) sowie die Preisentwicklung für Anlagen biszu einer Nennleistung von 10 kWp dar17.

15Durch die Grenzkosten der Stromerzeugung vorgegebene Einsatzreihenfolge von Kraftwerken16Priviligiert sind demgegenüber stromintensive Betriebe mit einem Stromverbrauch ab 1 GWh/a des produ-

zierenden Gewerbes sowie Schienenbahnen zum Schutz ihrer internationalen Wettbewerbsfähigkeit.17Das tiefgestelle p steht hierbei für Peak und beschreibt die elektrische Spitenleistung. Zur Vergleichbarkeit

werden Standardbedingungen von 1000 W/m2, eine Solarzellentemperatur von 25 C sowie ein Sonnen-lichtspektrum von AM = 1.5 unterstellt. Diese Bedingungen werden als standart-test-conditions (STC)bezeichnet.


0,076 0,186 0,296 0,439 1,0741,98

2,9314,205

6,16

9,959

17,37

24,82

32,42

35,69

0

1000

2000

3000

4000

5000

6000

0

5

10

15

20

25

30

35

40

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

An

lage

np

reis

in €

inst

allie

rte

PV

-An

lage

nle

istu

ng

in G

W

Jahr

Installierte PV-Leistung und durchschnittlicher Anlagenpreis für Anlagen bis 10 kWp

installierte PV-Leistung in GW durchschnittlicher Endkunden- und Anlagenpreis für PV-Anlagen bis 10 kWp

Abb. 2.2: Installierte PV-Leistung und durchschnittlicher Anlagenpreis für Anlagen bis 10 kWp,vgl.[AS][PG][Bun13a][Qua12]

Insbesondere zwischen 2009 und 2012 kam es zu einer Erhöhung des Zubaus neu installiertenPV-Anlagen. Ursächlich hierfür waren die bereits erkennbaren Bestrebungen der Bundesre-gierung, die Einspeisevergütung deutlich zu reduzieren, was im Jahr 2012 schließlich auchumgesetzt wurde. Viele potentielle Anlagenbetreiber wollten sich daher die auf 20 Jahregarantierte und zu diesem Zeitpunkt aktuelle Einspeisevergütung sichern. Möglich wurde dermassive Zubau durch deutlich gefallene Modulpreise chinesischer Solarmodulhersteller, wasdazu führte, dass der Zubau allein zwischen den Jahren 2009 und 2012 im Schnitt 7,5GW/abetrug und damit nur etwas weniger als die bis dahin seit Einführung der Einspeisvergütung9 Jahre zuvor insgesamt installierte Leistung.

Eine Folge der reduzierten Einspeisevergütung war, dass ein finanziell rentabler Betrieballein durch die Einnahmen aus der Einspeisevergütung mit den bis dato umgesetzten An-lagenkonfigurationen und Betriebskonzepten in immer weniger Fällen zu realisieren war.Dementsprechend ist für das Wachstum des PV-Marktes mitlerweile auch nicht mehr dieEinspeisevergütung – und damit hohe Renditen – sondern der steigende Strompreis (bzw.die Möglichkeit, den Netzbezug durch eigenen PV-Strom zu substituieren) verantwortlich.Dies macht die Entwicklung neuer Ansätze erforderlich, wobei momentan der Ausbau von


Speicherlösungen forciert wird. Mit Einführung der KfW-Förderung für Speicher seit Mai2013 wird daher nun auch wie bei PV-Anlagen mit der Einspeisevergütung die Durchdringungmit Speichern vorangetrieben, wobei Skaleneffekte bereits jetzt zur Kostensenkung beitragen.Dabei zielt die Förderung von Speichern primär auf eine Netzentlastung und sekundär auf eineErhöhung der Eigenverbrauchsquote, bzw. des Eigendeckungsanteils ab, wobei letzgenanntedeutlich mehr im Interesse des Endkunden liegt.18

Im Januar 2014 wurde ein Eckpunktepapier zur Novellierung des EEG („EEG 2.0“)mit dem Hauptziel, die Förderkosten der erneuerbaren Energien deutlich zu reduzieren,veröffentlicht.[Gab14] Um dies zu erreichen, soll u.a. der Ausbaukorridor für PV auf 2, MWpro Jahr begrenzt werden. Des weiteren soll die Einspeisevergütung weiter gesenkt und die Zah-lung der EEG-Umlage auf die Nutzung selbst erzeugten Stroms in Industriebetrieben und fürSolaranlagen19 bis zu einer Bagatellgrenze von ca. 10 kW ausgeweitet werden.[Qua][Kla14]20

Sollten die im Eckpunktepapier vorgestellten Ziele gänzlich umgesetzt werden, ist aktuelldavon auszugehen, dass der Ausbau sowohl von reinen PV-Anlagen als auch von Speichernstark zurückgefahren wird, da durch die zusätzlich Belastung mit der EEG-Umlage von aktuell6,24 ct/kWh[HATT] kein finanzieller Vorteil von Photovoltaik-Batteriesystemen gegenüberdem Netzstrompreis und damit kein Anreiz für eine Investition vorhanden wäre.

18Die Begriffe des Eigenverbrauchs (EV) und der Eigendeckung (ED) werden in Kapitel 2.4 erläutert.19Ausgenommen sind weiterhin Atom- und Kohlekraftwerke20Der Vollständigkeit halber wird an dieser Stelle erwähnt, dass ebenfalls vorgehsehen ist, die Direktvermarktung

zu stärken und auf Klein-Anlagenbetreiber auszuweiten, wobei gleichzeitig sowohl die Managementprämieals auch das Grünstromprivileg gestrichen werden soll. Eine Erklärung dieser Begriffe erfolgt in Kapitel 2.2.

2.2 Elektrisches Energieversorgungsnetz und Energiewirtschaft heute 12

2.2 Elektrisches Energieversorgungsnetz und Energiewirtschaft heute

2.2.1 Netz und Strommarkt

Das deutsche Stromnetz, als ein Teil des europäischen Verbundnetzes UCTE, ist traditio-nell ein unidirektionales, auf eine zentrale Stromproduktion ausgelegtes System mit strenghierarchischer Netzstruktur. Abbildung 2.3 stelllt den Aufbau exemplarisch dar.

Abb. 2.3: Prinzipielles Schema der Stromversorgung in Deutschland.[Rie08]

An der Spitze stehen Großkraftwerke mit Erzeugungsleistungen bis in den Gigawatt-Bereich,welche den erzeugten Strom überregional im Übertragungsnetz auf Höchstspannungsebenebei 220/380 kV einspeisen. Über Umspannwerke wird der Strom auf 110 kV Hochspannungheruntertransformiert und im Verteilnetz auf die sich in dieser Spannungsebene befindlichen


Großabnehmer, beispielsweise aus der Industrie, weitergeleitet. In dieser Ebene befindensich ebenfalls Kraftwerke mittlerer Größe, welche ihrerseits Strom erzeugen und einspeisen.Eine weitere Verteilung erfolgt nach Transformation auf 6 bis 30 kV in der Mittelspannungs-ebene, in die wiederum städtische Kraftwerke mit einigen MW Leistung einspeisen. DasNiederspannungsnetz schließlich dient, strukturiert als Niederspannungsschleife oder -Masche,der Versorgung kleinerer Liegenschaften im städtischen Bereich sowie einzelner Häuser oderKleinbetriebe im eher ländlichen Bereich, bei einer klassischen, dreiphasigen „Hausspannung“von 230/400 V. Während Windparks und Solarkraftwerke üblicherweise auf Mittelspannungs-ebene angeschlossen sind, speisen auf Hausdächern installierte, kleinere Solaranlagen, aufNiederspannungsebene ein.[Sch12]

Das deutsche Stromnetz, zusammengefasst in einem einheitlichen Netzregelverbund, ist unter-teilt in vier Regelzonen (RZ)21, welche sich jeweils aus mehreren Bilanzkreisen zusammensetzen.In jeder Regelzone trägt ein Übertragungsnetzbetreiber die Verantwortung für Netzstabilität,wobei insbesondere die Einhaltung der Netzfrequenz von Bedeutung ist.

Als Führungsgröße dient die auf 50 Hz festgesetzte Soll-Netzfrequenz.[Flo13] Diese, im gesamtenNetz gleiche Frequenz wird jedoch nur dann exakt getroffen, wenn sich Stromerzeugungund Strombedarf (Last) im Gleichgewicht befinden. Übersteigt die momentane Netzlastdie eingespeiste Leistung, führt dieses in den Kraftwerken zu einem Anstieg des von denGeneratoren aufzubringenden Moments und einer leichten Verringerung der Turbinendrehzahl,wodurch die Netzfrequenz sinkt. Im umgekehrten Fall steigt die Netzfrequenz bei einemLeistungs-Überangebot. Ursache für die Störung des Leistungsgleichgewichts können aufSeiten der Last beispielsweise der Ausfall von großen Industrieanlagen oder Abweichungender prognostizierten von der tatsächlich benötigten Last sein. Auf Erzeugerseite kann esneben dem Ausfall von Kraftwerken auch zu Prognoseabweichungen auf Grund ungenauerWetterprognosen (Wind, Sonne) kommen. Dieses ist eine neue, durch erneuerbare Energienhervorgerufene Situation.

Für die Ausregelung dieser Abweichungen wird entweder nach einer Frequenz- oder Lastvor-gabe positive oder auch negative Regelleistung bereitgestellt. Aus Sicht einer Last bedeutetpositive Regelleistung dabei die Verringerung der Nachfrage, negative Regelleistung dement-sprechend eine Erhöhung der Last und somit verstärkte Aufnahme von Leistung. Im Rahmender Energiewende erfolgte ein erheblicher Leistungszubau stark fluktuierender ErneuerbarerEnergien, welches zusammen mit den mehr und mehr überflüssig werdenden Grundlaskraft-werken zu einer Überschusskapazität führt. Hierduch wird zunehmend negative Regelleistungerforderlich.22

21 Zur Vermeidung der zu erwartenden hohen Kosten des Netzausbaus in Folge der Lieberalisierung desStrommarktes verkauften die großen Energieversorger ihre Netze; TransnetBW (früher EnBW), Amprion(RWE), Tennet (altes EON-Netz), 50 Hertz (Vattenfall).

22Betrug die Vergütung für die Bereitstellung positiver Minutenreserve im Jahr 2010 noch etwa 1000 e/MWEuro pro MW (Leistungspreis) und für tatsächlich erzeugten Strom ca. 430 e/MWha im Jahresdurchschnitt,hat sich diese Situation dahingehend verändert, dass bereits ab 2011 für die Bereitstellung negativerMinutenreserve etwa 40.000e/MWa und für den aufgenommenen bzw. nicht erzeugten Strom im Jahres-mittel 68 e/MWh gezahlt wurden. Mit positver Minutenreserve können jedoch keine Erlöse mehr erzielt


Da das Stromnetz keine Energie speichern kann23, wird deutlich, dass die genaue Planung vonStromverbrauch und -erzeugung Voraussetzung nicht nur für ein stabiles, sondern überhauptfunktionierendes Netz unerlässlich ist. Für diese Planung dient in Deutschland ein liberalisierterMarkt als Instrument der Beschaffung von Strom, welcher an den Strombörsen EEX mit Sitzin Leipzig gehandelt wird. Hinsichtlich der Zeit zwischen Vertragsabschluss- und erfüllungwird beim Stromhandel zwischem dem Spot- und dem Terminmarkt unterschieden.

Spotmarkt Am Spotmarkt (European Power Exchange EPEX SPOT in Paris) werden diezeitnah, d.h. sofort (Intra-Day) oder am nächsten Tag (Day-Ahead), lieferbaren Strom-mengen gehandelt. Der Intra-Day-Handel findet rund um die Uhr statt und bietet dieMöglichkeit, jeweils bis 45 Minuten vor Lieferbeginn (bis 15 Uhr des aktuellen Tages)oder ab 15 Uhr für den Folgetag Strom für einzele Stundenviertel oder zusammengefassteViertelstunden-Blöcke zu handeln. Hierdurch können auch kurzfristige Abweichungen vonVebrauchsprognosen berücksichtigt werden. Am Day-Ahead-Markt findet täglich eineAuktion statt, während derer der Strom für jede Stunde des folgenden Tages gehandeltwerden kann. Wie beim Intra-Day-Handel können Stundenblöcke gebildet werden. Derzu zahlende Preis ergibt sich als Schnittpunkt, der ihrer Größe nach geordneten Kurvenvon Nachfrage und Angebot und wird als Market Clearing Price (MCP) bezeichnet, zuwelchem alle Kauf- und Verkaufsangebote gehandelt werden, die unterhalb oder auf demMCP liegen.

Terminmarkt Der Terminmarkt gehört zu den Zukunftsmärkten, bei welchen zwischen Ver-tragsabschluss und -erfüllung mindestens drei Tage, maximal jedoch 6 Jahre liegen. Diehandelbaren Produkte mit Laufzeiten von einer Woche bis zu einem Jahr dienen zur lang-fristigen Absicherung der Marktteilnehmer gegen Preisschwankungen.[EEX13][NEX14]

Im Zuge der Einführung des Marktintegrationsmodells wurde auch den Betreibern kleinererphotovoltaischer Anlagen die Teilnahme am Strommarkt ermöglicht. Ist ein ausreichend hoherEigenverbrauch wirtschaftlich nicht sinnvoll umsetzbar, ergibt sich nunmehr die Möglichkeitder Direkvermarktung. Dabei wird dem Betreiber einer PV-Anlage die Möglichkeit gegeben,monatlich zu entscheiden, ob er sich den erzeugten Strom über das EEG vergüten lässt oder ihnselbstständig an Dritte –beispielsweise Nachbarn, wenn das öffentliche Netz genutzt wird – bzw.an der Strombörse EEX in Leipzig verkauft und hierfür eine Vergütung erhält. Für den Falldes Stromverkaufs ergibt sicht die Höhe dieser, auch als „optionale Marktprämie“ bezeichnetenVergütung aus der Differenz der für die entsprechende Anlage geltenden EEG-Vergütung unddem für jeden Monat an der Strombörse ermittelten durchschnittlichen Börsenstrompreis. Liegtder erzielte Strompreis über demMonatsmittel des Marktpreises an der EPEX, resultiert darausfür den Anlagenbetreiber eine im Vergleich mit der EEG-Vergütung höhere Stromvergütung.Im umgekehrten Fall kann jedoch auch ein niedriegerer Gewinn im Vergleich mit einer EEG-Vergütung erzielt werden, nämlich dann, wenn der aktuelle Börsenstrompreis unter dem

werden.[Han12]23Genau genommen ist eine Stromspeicherung nur in Kondensatoren möglich, selbst Batterien speichern

chemische Energie.


Monatsmittel des Strom-Marktpreises an der europäischen Strombörse liegt. Um diese Risikoabzufangen und den durch die Direkvermarktung für den Anlagenbetreiber entstandenenMehraufwand zu honorieren, wird eine Managementprämie24 gezahlt.

In der Vergangenheit wurden die Stromversorgung über das Stromnetz sowie die Vermarktungdes Stromes als natürliche Monopole der Energieversorger angesehen. Mit der Liberalisierungdes deutschen Strommarktes im Jahr 1998 erfolgte schließlich eine Trennung dieser Bereicheund es wurden die Begriffe des virtuellen Kraftwerks, des Smart Grid und des Smart Marketeingeführt, um dieser neuen, strengen Trennung auch verbal Rechnung zu tragen. Da eineallgemeingültige Begriffsdefinition bisher nicht erfolgt ist, wird die mit viel Mühe erreichteTrennung von Erzeugung, Transport und Vertrieb im Sprachgebrauch oftmals wieder aufgeho-ben. Aus diesem Grund soll an dieser Stelle der Versuch unternommen werden, die Begriffedes virtuellen Kraftwerks, des Smart Grids und des Smart Market eindeutig zu beschreiben.

Ein virtuelles Kraftwerk bezeichnet dabei zunächst die intelligente Vernetzung von meh-reren kleinen Stromverbrauchern – und mit der immer stärkeren Verbreitung dezentralerEnergiesysteme auch vermehrt Stromerzeugern – zu einer größeren Einheit, die aus Sichtdes Energienetzes wie ein konventionelles Kraftwerk zu bewerten ist. Hierbei werden mitden gebildeten Schwärmen üblicherweise nicht die Anschlussleistungen großer Kohle- oderAtomkraftwerke erreicht, jedoch sind – ein intelligentes Energiemanagement vorausgesetzt –durchaus Größenordnungen von mehreren hundert MW realistisch. Aus dem Umstand, dassdiese Bündelung nur in der virtuellen Welt erfolgt, ergibt sich die Bezeichnung einer solchenKoppelung mehrerer dezentraler Anlagen als virtuelles Krafwerk.

Das Smart Grid ist ein Stromnetz, welches über eine intelligente Netzinfrastruktur in derLage ist, das Netz betreffende Informationen bereitzustellen und darüber hinaus auch dieSteuerung und Regelung des selbigen ermöglicht. Dieses war bisher nur teilweise auf derhöchsten Spannungsebene im Bereich von Stromtrassen und Netzkoppelstellen möglich, dielaufend überwacht werden und Echtzeitinformationen über ihren Zustand liefern. Insbesondereauf Mittel- bzw. Niederspannungsebene, das heißt innerhalb der Verteilnetze, ist eine derartigeIntelligenz bisher jedoch nur sehr eingeschränkt vorhanden. Neben der Bereitstellung vonInformationen über den aktuellen Netzzustand ist die zentrale Aufgabe eines Smart Gridauch weiterhin die Bereitstellung eines funktionierendes Netzes durch Sicherstellung derNetzstabilität sowie die intelligente Bewirtschaftung von Engpässen.

Der Smart Market zielt nun darauf ab, über eine intelligente Energielogistik Erzeugungund Nachfrage des Strombedarfs in Einklang zu bringen, wobei er seinen Nutzen aus demVorhandensein von virtuellen Kraftwerken und Smart Grids zieht. Die Abgrenzung zwischenSmart Grid und Smart Market beruht dabei hauptsächlich auf der Frage, ob Energiemengen(Martksphäre) oder Kapazitäten (Netzsphäre) betrachtet werden.24Die Managementprämie unterliegt wie auch die Einspeisevergütung einer Degression und beträgt beispielsweise

für 2014 0,45- 0,6 ct/kWh. (Quellennachweis: § 2 Verordnung über die Höhe der Managementprämiefür Strom aus Windenergie und solarer Strahlungsenergie (Managementprämienverordnung - MaPrV);Ausfertigungsdatum: 02.11.2012 (BGBl. I S. 2278)".


Zusammengefasst lässt sich sagen, dass virtuelle Kraftwerke durch die Bündelung dezentra-ler Erzeugungs- und Verbrauchskapazitäten über den Smart Market Dienstleistungen fürdas Smart Grid anbieten und Letztgenanntes als Vehikel zur Schaffung eines intelligentenStrommarktes dient (vgl. [Sch12] und [Wie12]).

2.2.2 Systemdienstleistungen

Zur Aufrechterhaltung der Netzstabilität und -qualität wurden Systemdienstleistungen be-stimmt, welche bisher, mit Ausnahme von Pumpspeicher- und Wasserkraftwerken, überwiegendvon konventionellen Kraftwerken angeboten werden.[Bec13] In den Netz- und Systemregeln derdeutschen Übertragungsnetzbetreiber (TransmissionCode)[BHKR07a] werden diese definiertals:

• Frequenzhaltung

• Spannungshaltung

• Versorgungswiederaufbau

• System/Betriebsführung

Frequenzhaltung Trifft die Planung anhand von Prognosen die tatsächliche Situation nicht,kann ein Ausgleich nur über eine Anpassung der dem Netz zu- beziehungsweise abgeführ-ten Leistung erfolgen, welche als Regelleistung bezeichnet wird. Sinkt die Netzfrequenz istpositive Regelleistung erforderlich. Diese kann entweder durch Zuschalten von Erzeugernoder Abschalten von Lasten realisiert werden. Steigt die Netzfrequenz, ist negative Regel-leistung erforderlich. Dieses geschieht entweder durch Abschalten von Erzeugungseinheitoder durch Hochfahren von Lasten. Hierbei werden zur Aufrechterhaltung der Frequenzin einem ab einer Abweichung von +/-20 mHz (mitunter 10 mHz) Frequenzbereichnachheinander drei Regelstufen durchlaufen25, welche in Abbildung 2.4 auf der nächstenSeite dargestellt sind.

Die Primärregelung dient dem schnellen Ausgleich eines Leistungsungleichgewichtes undmuss innerhalb von 30 Sekunden vollständig verfügbar sein. Im europäischen Verbund-systems beträgt sie etwa +/- 3000 MW und wird, unabhängig vom Ort der Schwankung(Netzabschnitt), automatisch im gesamten Verbundnetz aktiviert.26 Im selben Moment,in dem die Primärregelung aktiviert wird, wird über einen Vergleich von angemeldetemund tatsächlichem Leistungsfluss geprüft, welcher Netzabschnitt für die Abweichungverantwortlich ist. Nach 30 Sekunden wird die solidarisch verteilte Primärregelung durchdie Sekundärregelung innerhalb der die Störung verursachenden Regelzone nach und nach

25Grundlage sind die Beschlüsse des Verbandes Europäischer Übertragungsnetzbetreiber (ENTSO-E, vonenglisch European Network of Transmission System Operators for Electricity).

26 Großkraftwerke laufen hierfür im Normalfall nicht auf 100 %, sondern besitzen einige Prozent „Luft nachoben“.


Abb. 2.4: Darstellung und Zusammenwirken der verschiedenen Regelenergiearten, vgl. [Sch12]

ersetzt. Hierbei werden Kraftwerke mit einem relativ hohen Lastgradienten, beispiels-weise Gas- oder Pumpspeicherkraftwerke, eingesetzt, um eine schnelle Ablösung der PRLzu ermöglichen und diese für einen nächsten Einsatz zur Verfügung zu stellen. Sollte dieStörung länger als 15 Minuten dauern oder das Leistungsungleichgewicht durch die SRLnicht behoben werden können, wird diese mit Hilfe von langsameren Kraftwerken durchdie sogenannte Tertiärregelung27 abgelöst.[BHKR07a] [Reg] Ist eine Stunde nach Eintrittdes Ungleichgewichtes die Ursache für die Abweichung noch immer nicht behoben, wirdder Einsatz von Regelleistung beendet und die Bilanzkreisverantwortlichen müssen diesesdurch Fahrpländerung ausgleichen.

Während PRL und SRL üblicherweise mehrmals täglich angefordert werden, wird dieTertiärregelung eher selten benötigt. Die Beschaffung erfolgt jeweils über die von denÜNB verwaltete Internetplattform www.regeleleistung.net. Um eine Regelleistung an-bieten zu können, ist das erfolgreiche Durchlaufen eines Präqualifizierungsverfahrensdurch den potentiellen Anbieter erforderlich. Nach Ausschreibung der erforderlichenRegelleistung am Strommarkt durch die ÜNB erfolgt durch die Anbieter von Regelleis-tung die Abgabe von Geboten über die Höhe der angebotenenen PRL /SRL sowie dengeforderten Leistungspreis. Nach Abgabe aller Gebote werden diese dem Preis nachgeordnet und solange ein Zuschlag erteilt, bis die benötigte Leistung erreicht ist. Ausdiesem Vorgehen ergibt sich die Merit-Order-Liste. Während die Auschreibung für PRLund SRL wöchentlich und für die folgende Woche stattfindet, geschieht dieses für dieTRL täglich für den nachfolgenden Tag.

27Im deutschen Sprachgebrauch wird ebenfalls der Begriff der Minutenreserve verwendet.


Neben der Regelleistung ist für ein stabiles Stromnetz bezüglich der Frequenzhaltung desWeiteren eine bestimmte Menge an Momentanreserve erforderlich. In konventionellenGroßkraftwerken drehen sich die, direkt mit dem Netz gekoppelten Generatoren mit derim deutschen Stormversorgungsnetz üblichen Frequenz von 50 Hz. Bei einer kurzzeitigenFrequenzabweichung wirkt die Trägheit der Rotoren stabilisierend. Dieser Beitrag zurFrequenzhaltung schafft einen kurzzeitigen Spielraum für den Einsatz von Regelleistung.

Prinzipiell können sowohl positive als auch negative Regelleistung von Batteriespeicher-systemen angeboten werden, wobei der Begriff der negativen Regelleistung in diesemZusammenhang zu erweitern ist, da eine PV-Anlage zunächst immer entsprechend demVorhandensein von Globastrahlung Strom erzeugt, welches üblicherweise nicht gezieltbeeinflusst werden kann. Zur Reduzierung der Einspeiseleistung, respektive Erhöhungder Last, im Sinne einer negativen Regelleistung, stehen dann mehrere Möglichkeit zuVerfügung. So kann eine negative Regelleistung beispielsweise durch Verringerung derPV-Erzeugung oder durch die Erhöhung des aktuellen Eigenverbrauchs beispielsweisedurch Zuschalten größerer Lasten wie Waschmaschienen, Wärmepumpen etc. erfolgen.Ist darüber hinaus ein Batteriespeicher vorhanden, kann über dessen Speicherpotentialdurch gezielte Leistungsaufnahme von Netzstrom bzw. zeitlicht versetzter Abgabe vonzuvor eingespeichtertem Strom sowohl positive als auch negative Regelleistung zurVerfügung gestellt werden. Mit Hilfe entsprechender leistungselektronischer Umrichterkönnen Energiespeicher ebenfalls in die Momentanreserve einbezogen werden. Vorausset-zung hierzu ist jedoch die dauerhafte (synchrone) Verbindung mit dem Netz sowie dieFähigkeit, auf Bedarfsschwankungen unmittelbar mit Leistungsänderungen reagieren zukönnen.

Spannungshaltung Neben der Frequenz ist die elektrische Spannung sowohl auf Höchstspan-nungebene der Übertragungsnetze als auch auf Mittel-und Niederspannungsebene inner-halb der Verteilungsnetze ein weiterer wichtiger Parameter der Netzqualität.[HDS10a]Notwendig wird die Spannungshaltung aufgrund eines sich einstellenden Spannungsab-falls entlang der Stromleitungen zwischen Einspeise- und Entnahmepunkt.

Während sich der Spannungsabfall in einem Gleichstromnetz gemäß dem ohmschenGesetz zu U = R · I aus dem Produkt von Widerstand der Leitung und Stromstärkeberechnen lässt, muss in Drehstromsystemen, wie es das deutsche Stromnetz traditionellist, zusätzlich die Wirkungen von Blindströmen beachtet werden. Bei hoher Strombelas-tung führen diese zu einer Verstärkung des Spannungsabfalls oder – in bestimmtenSituationen – mitunter auch zu Spannungserhöhungen.28 Am Hausanschluss beträgt dieeinzuhaltende Netzspannung in Deutschland 230V +/- 10%, wobei alle angeschlossenentechnischen Geräte für diesen Bereich ausgelegt werden. Eine zu hohe Abweichung kannhier bis zur Zerstörung der Geräte führen, wobei die Spannungs-haltung keine transientenEreignissen betrifft, sondern ausschließlich längerfristige Abweichungen der Spannungs-

28Diese, als Ferranti-Effekt bezeichnete Eigenschaft ist zu beobachten, wenn in Hochspannungnetzen eine lange,am Ende unbelastete Freileitung eingeschaltet wird[SB07].


Effektivwerte vom Nennwert.29 Zur Spannungshaltung ist es unter Beachtung eineroberen Spannungsgrenze möglich, dass konventionelle Kraftwerke mit einem höheren Ef-fektiverwert der Spannung einspeisen, um einen (bekannten) Spannungsabfall bereits vonBeginn an zu kompensieren. Neben einer ausreichenden Dimensionierung der Leitungenkönnen weiterhin elektrische Einrichtungen, wie Tranformatoren, Blindstromkompen-sationsanlagen oder Schaltanlagen, zur Zusammenschaltung von Teilnetzen und damiteinhergehender Stabilisierung der Netze zur Spannungshaltung eingesetzt werden. Mitentsprechender Leistungselektronik besteht zusätzlich die Möglichkeit, über Blindströmeeine von der Vorgabe abweichende Spannung auf ihren Sollwert zurückzuführen.

Versorgungswiederaufbau Im Falle eines teilweisen oder gar vollständigen Zusammenbruchsder Energieversorgung ist der ÜNB des jeweiligen Netzabschnittes für den Wiederaufbauverantwortlich. Hierzu werden in Einklang mit dem TransmissionCode30 schwarzstartfä-hige Erzeugungsanlagen, das bedeutet Anlagen, die ohne externe Energiezufuhr anfahrenkönnen, benötigt. Gleichzeitig muss ein Netzinselbetrieb für mindestens 2 Stundengewährleistet sein. Zur Unterstützung der heutzutage hierfür in der Regel eingesetztenPumpspeicher- und Laufwasserkraftwerke kommen in Zukunft möglicherweise auchgroßtechnische Speicher in Frage.

System/Betriebsführung Bei einem Ungleichgewicht von erzeugter und benötigter Leistungin unterschiedlichen Regionen fließen große Mengen elektrischen Stroms aus dem Bereichmit Stromproduktionsüberschuss in jenen mit Strombedarfsüberschus. Hierbei stoßen diebeteiligten Leitungen immer häufiger an ihre Grenzen, wodurch Netzengpässe entstehen.Mit einem Netzengpassmanagement wird nun versucht, die Bilanz innerhalb der Regionenauszugleichen. Hierfür nutzen ÜNB das sogenannte Redispatch31 bzw. Countertrading.Um einen Netzengpass gar nicht erst entstehen zu lassen bzw. aufzulösen, kann eineErzeugungseinheit vor dem Netzengpass in ihrer Leistung gedrosselt/erhöht werden,während gleichzeitig eine Erzeugungseinheit dahinter angewiesen wird, ihre Leistung ingleichem Maße zu erhöhen/zu drosseln. Durch diese Maßnahmen wird die Summe derStromeinspeisung/-entnahme nicht verändert, jedoch ändert sich die örtliche Verteilung.

Photovoltaik-Batteriesysteme bieten sich für Redispatch-Maßnahmen an, da mit ihnensowohl Lasten als auch Leistung generiert werden können. Eine Leistungsreduzierungkann hierbei entweder durch Verlassen des Punktes maximaler Leistungserzeugung(Maximum Power Point (MPP)) oder durch Beladung eines vorhandenen Speichersrealisiert werden. Um im umgekehrten Fall eine Erhöhung der Einspeiseleistung zuerzeugen, könnten Speicher wiederum ins Netz entladen werden.

29Der Effektivwert entspricht dabei dem Gleichspannungswert, der die gleiche Wirkung hat wie das Quadratder Wechselspannung und berechnet sich zu: Ueff = u√

2 mit u = Scheitelwert der Spannung.30TransmissionCode 2007; Netz- und Systemregeln der deutschen Übertragungsnetzbetreiber.31Als Redispatch wird laut Deutscher Energieagentur ein „präventiver oder kurativer Eingriff des Übertragungs-

netzbetreibers in die Fahrpläne von Kraftwerken, zur Vermeidung oder Beseitigung kurzfristig auftretenderEngpässe“ bezeichnet.

2.3 Einfluss der Erneuerbaren Energien – Herausforderung und Lösungsansätze 20

2.3 Einfluss der Erneuerbaren Energien – Herausforderung undLösungsansätze

Durch die immer stärkere Durchdringung des Netzes mit Energieerzeugungsanlagen aufGrundlage flukturierender Primärenergie, insbesondere Windkraft- und Solaranlagen, wird dervolatile Anteil der Stromerzeugung erhöht. Durch die Integration Photovoltaischer Anlagenins Netz ergeben sich hieraus neue Herausforderungen sowohl an das Stromnetz als auch anden Strommarkt. An dieser Stelle erscheint zunächst eine Differenzierung in weitestgehendplanbare, in regelmäßigen Abständen auftretende Schwankungen und punktuelle Zufallsereig-nisse sinnvoll. Für photovoltaische Anlagen ist eine planmäßige Schwankung beispielsweiseder, zumindest prinzipiell, gut vorhersagbare Anstieg der eingespeisten erzeugten Leistungüber die Mittagsszeit oder die Unterbrechung der Stromerzeugung in den Nachtstunden. Diesevorhersagbaren Schwankungen können – zumindest theoretisch, wie in Abschnitt 2.2 erkläutert– über die Beschaffung von Regelleistung abgefangen werden. Eine andere Qualität habenhingegen selten und plötzlich vorkommende Ereignisse wie Stürme oder das gleichzeitigeAuftreten von starken Winden und hoher Solarstrahlung bzw. der umgekehrte Fall einerWindflaute bei gleichzeitiger dichter Bewölkung. Insbesondere bei einer weiten räumlichenAusdehnung können diese Situationen dazu führen, dass sich eine große Anzahl regenerativerEnergieerzeugungsanlagen schlagartig und gleichzeitig vom Netz trennen bzw. mit ihrer Ma-ximalleistung einspeisen, was zum einen das Netz stark beansprucht und sich andererseitsauch durch Preisschwankungen an der Strombörse bemerkbar macht. Abbildung 2.5 aufder nächsten Seite zeigt exemplarisch anhand eines Ausschnittes des Börsenstrompreises amSpotmarkt der European Power Exchange (EPEX SPOT) in Paris die Auswirkungen einesÜberangebots elektrischer Energie bei gleichzeitig geringer Nachfrage.

Rot abgebildet ist der Verlauf des Market-Clearing-Price32 vom Sonntag, den 16.06.2013.Typischerweise ist der Stromverbrauch an Sonntagen im Vergleich zu Werktagen geringer. Aufder anderen Seite betrug die in den 4 Regelzonen eingespeiste Leistung aus Windkraft- undSolaranlage aufgrund eines sehr sonnigen und teilweise mit Windböen bis zur Windstärke 8relativ windigen Tages zwei Stunden vor Absinken des Strompreises um 15 Uhr etwa 30 GW,wobei auf Photovoltaikanlagen etwa 20 GW entfielen. Die durch konventionelle Kraftwerkeeingespeiste Leistung betrug zu dieser Zeit etwa 20 GW.[Wet][EEXa][EEXb][EEXc]

Zusammen mit einer ungenauen Planung führte diese Situation einer erheblichen Leistungser-zeugung bei gleichzeitigem geringen Energiebedarf zu einem negativen Strompreis an der Börse.Ohne Speichermöglichkeiten, als Puffer zwischen Energieerzeugung und Netzeinspeisung, istzu erwarten, dass sich derartige Ereignisse aufgrund des weiteren Zubaus von Anlagen mitflukturierender Energieerzeugung zukünftig häufen werden.33

32Zur Berechnung des Strompreises an der Strombörse werden, beginnend mit den geringsten Grenzkostenbis zur Deckung der Nachfrage, sukzessiv Kraftwerke mit höheren Grenzkosten zugeschaltet. Der MarketClearing Price ist gleich dem Preis für das letzte Gebot, dass noch einen Zuschlag erhält, und bestimmtden jeweils aktuellen Strompreis.

33Ein weiterers Beispiel ist das Orkantief Xaver, welches am 6. und 7. Dezember 2013 über Deutschland zog und


Abb. 2.5: Preisentwicklung an der EPEX für Sonntag, den 16.06.2013

Eine weitere Veränderung, welche die Integration photovolatischer Anlagen mit sich bringt,betrifft die Spannung in der untersten Netzebene. Der überwiegende Teil der in Deutschlandvorhandenen PV-Leistung ist auf Niederspannungsebene installiert.[SBS12] Eine Einspeisungauf dieser Ebene ist traditionell jedoch nicht vorgesehen, so dass es in Folge der Rückspeisungin die vorgelagerte Spannungsebene, das heißt in die als reine Verteilnetze konzipierten Netzeim Mittel- und Niederspannungsbereich, immer häufiger zu Problemen der Spannungshaltungkommt. Ursächlich hierfür ist der in Kapitel 2.2.2 im Abschnitt Spannungshaltung thematisierteAnstieg der Spannung bei Leistungeinspeisung bzw. das Absinken der Spannung bei Auftreteneiner Last.

Ergibt sich nun eine Situation, in welcher zeitgleich zu einem geringen Stromverbrauch(geringe Last) eine Netzeinspeisung erfolgt, eine typische Situation beispielsweise an einemsonnigen Wochentag über und kurz nach 12 Uhr, kann es zu einem signifikanten Spannungshubam Netzeinspeisepunkt kommen. Abbildung 2.6 stellt diesen Zusammenhang grafisch dar.Während durch die maximale Last die untere Spannungsgrenze nicht überschritten wird,liegt bei der eben dargestellten Sitution die Spannung am Hausanschluss über der oberenSpannungsgrenzen von + 3% bezogen auf die Spannung am Ortsnetztrafo.

die Strompreise um 40 % drückte, ursächlich in diesem Fall war die überdurchschnittliche Stromeinspeisungdurch Windkraftanlagen.


Abb. 2.6: Spannunganhebung durch dezentrale Einspeisung[BMGD12]

Da sich der Einfluss von Photovoltaikanlagen insbesondere auf der Überspannungsseite bemerk-bar macht, wird der maximal zulässige Spannungsanstieg vom vorgelagerten Trafo bis zumHausanschluss für die häufige Situation von auf Einfamilienhäusern oder Gewerbegebäudeninstallierten Photovoltaikanlagen durch die Anwendungsregel VDE-AR-N 4105 festgelegt. Umein stabiles Netz zu gewährleisten, muss sich die Spannung jederzeit in dem dargestelltenSpannungsband von -5% bis +3% befinden.

Die in Kapitel 2.1 genannten Anreizprogramme führten und führen zu einer immer weiterenDurchdringung des Stromnetzes mit PV-Anlagen, woraus ohne geeignete Maßnahmen eineVerstärkung der zuvor beschriebenen Probleme resultiert. Im Nachfolgenden sollen dahereinige Lösungsansätze dargestellt werden.

Fehlende Netzkapazitäten, vor allem für den zusätzlichen Transport der aus regenerativenEnergiequellen gewonnenen Energiemenge, werden häufig als Bremse der Energiewende genannt.Insbesondere gilt dies für den Ausbau des Hochspannungsnetzes und teilweise auch für dieim Vergleich eher leistungsschwache Netzinfrastruktur im ländlichen Raum. Ein Netzausbauerscheint an dieser Stelle sinnvoll. Ein allgemeiner, umfassender Ausbau auf Mittel- undNiederspannungsebene im Bereich der Verteilnetze wäre bei einem weiteren Vorantreiben desEigenverbrauchs dahingegen wohl nicht zwingend erforderlich, da in diesem Fall ein Großteildes erzeugten PV-Stroms erst gar nicht ins Netz eingespeist wird.

Eine Möglichkeit, die Leistungsfähigkeit des Stromnetzs ohne den Zubau weiterer Trassen zuerhöhen, ist der Einsatz eines Temperaturmonitorings. Hintergrund ist der Umstand, dassdie Übertragungskapazizät von Freileitungen durch die maximale Betriebstemperatur desLeiterseiles begrenzt wird, wobei diese Temperatur hauptsächlich sowohl durch den Stromflussim Leiter als auch durch die äußeren klimatischen Bedingungen beeinflusst wird. Die maximalerlaubte, durch eine Leitung fließende Strommenge wird in Deutschland üblicherweise jedochanhand eines Normklimas und nicht der tatsächlichen, aktuellen Umgebungsbedingungen


vorgegeben34, so dass an kühleren Tagen, beispielsweise im Winter bei Außentemperaturenum den Gefrierpunkt, bei genauer Kenntnis des physikalischen Zustandes der Leitung und derdurchgeleiteten Strommenge zusätzliche Übertragungskapazitäten von bis zu 30 % möglichwären. Ein weiterer Ansatz, den Einfluss der Temperatur abzumildern, ist das Ersetzen alterSeile durch Hochtemperaturseile, welche bei gleichbleibendem Querschnitt eine höhere Betrieb-stemperatur und somit höhere Strombelastbarkeit zulassen. Während die maximal zulässigeTemperatur für die üblicherweise verwendeten Alu-Seile bei 80 C liegt, ergab eine Studie derRWTH Aachen, dass Hochtemperaturseile auf bis zu 210 C erhitzt werden können, ohne sichzu verformen oder durchzuhängen. Durch den Einsatz derartiger ACCR-Seile35 könne somitdie doppelte Strommenge transportiert werden. Wobei ein Austausch in der Bevölkerung einehöhere Akzeptanz als ein Trassenneubau hätte und langwierige Planfestellungsverfahren ver-mieden werden könnten.[RS] Eine weitere Möglichkeit, die Leistungsfähigkeit des Stromnetzeszu erhöhen, ist auch der Trassenersatz durch Leiter größeren Querschnittes.

Hinsichtlich der Spannungshaltung ist ein Regelbarer Ortsnetztransformator (RONT) eine Mög-lichkeit, die Grenzen des Spannungsbandes im Niederspannungsnetz einzuhalten. HerkömmlicheTransformatoren dienen der Entkopplung der Niederspannungs- vom Mittelspannungsnetzes,arbeiten jedoch mit einem festem Übersetzungsverhältnis der Spannung. Hieraus ergibt sicheine starke Unflexiblität bezüglich der Schwankungen der Einspeiseleistung am Hausanschluss.Im Gegensatz dazu erfolgt die Spannungsanpassung bei einem RONT ohne nennenswerteVerluste der Spannungsqualität über eine Stufenschaltung, welche sich an einem konstantenSollwert orientiert, um die Spannung in einem Spannungsband mit einer Obergrenze von+10% der Nennspannung zu halten.[BMGD12]

Zur gezielten Beeinflussung von Leistungsflüssen und zur Netzstabilisierung mittels Leistungs-elektronik kann weiterhin, direkt am Ort des Bedarfes, ein Flexible-Alternating Current-Transmission-System, zu deutsch: flexibles Drehstromübertragungssystem (FACTS) installiertwerden. Durch Spannungsanhebung oder Absenkung, realisiert beispielsweise in Umspann-werken oder Trafostationen durch Anpassung von Blind- und Wirkleistung, kann hierdurchsehr gezielt Strom so geleitet werden36, dass weniger belastete Netzabschnitte verstärkt inden Leistungsfluss mit einbezogen werden.[HDS10b]

Eine weiterer Ansatz zielt auf die Verbraucherseite ab. Mittels eines gezielten Lastmanage-ments oder auch Demand Side Management (DSM) wird der Versuch unternommen, dasexistierende Lastverschiebungspotential in Haushalten oder Gewerbe optimal zu nutzen. ImGegensatz zu dem früher gültigen Ansatz, dass sich das Elektrizitätsangebot nach der Nach-frage zu richten habe, wird über das DSM vielmehr gezielt Einfluss auf die Energienachfragesowohl hinsichtlich der Menge als auch des Zeitpunktes der Lastanfrage genommen. In diesemSinne kann von einem Paradigmenwechsel vom Prinzip „Erzeugung folgt Verbrauch“ hin zu34Nach europäischer Norm EN 50182 („Leiter für Freileitungen - Leiter aus konzentrisch verseilten runden Dräh-

ten“) werden die Umgebungsbedingungen mit einer Außenlufttemperatur von 35 C, einer Globalstrahlungvon 900 W/2 sowie 0,6 m/s (nahezu windstill) angegeben.

35Aluminum Conductor Composite Reinforced-Seile36„Strom fließt den Weg des geringsten Widerstandes“


„Verbrauch folgt Erzeugung“ gesprochen werden. Synonym für das DSM wird in Deutschlandhäufig auch der Begriff des Demand Response (DR) verwendet.37 Praktisch wird dieses Ver-fahren bereits seit langem mittels der Regelung der Aufladung von Nachtspeicheröfen nacheinem Hochtarif-Niedrigtarif-System (HT/NT) umgesetzt. Der heutige Ansatz beschäftigtsich darüber hinaus weiterhin mit der intelligenten Ansteuerung und Kommunikation diverseranderer Haushaltsgroßgeräte sowie verstärkt mit der Einbeziehung von Wärmenpumpen oderElektroaus. Neben einem momentan eher als gering eingeschätzten Lastverschiebungspo-tential38 wird insbesondere die Frage der Motivation des Endkunden, Einschränkungen imAlltag hinzunehmen, kontrovers diskutiert. Hierbei existiert zum einen – als eine indirekteDSM-Maßnahme – die Möglichkeit, über ein Preissignal, beispielsweise HT/NT, Anreize zuschaffen, die Lasten zu bestimmten Zeiten zu schalten. Hierbei ist anzumerken, dass dasaktuelle Preissystem noch nicht in der Lage ist, dem Kunden einen individuellen Aufwandleistungsgerecht zu entlohnen.[SKB+11] Das gezielte Ab- und Zuschalten von Lasten überein Fernsteuersignal durch den Energieversorger hingegen ist eine direkte Maßnahme, welchejedoch unter anderem aus datenschutzrechtlichen Gründen bisher kaum verbreitet ist.

Ein weiterer sehr allgemeiner Ansatz hinsichtlich des wachsenden Zubaus Erneuerbarer Ener-gieanlagen ist, zukünftig eine noch größere Nähe zwischen Erzeugungsanlage und Strombedarfzu forcieren. Dieses wird im Bereich der Photovaltik beispielsweise über die gezielte Förderungeines hohen Eigenverbrauchs bereits getan, könnte jedoch auch hinsichtlich der Neuerrichtungvon Kraft-Wärme-Kopplungs(KWK)- und Gaskraftwerken oder Solarparks vor Ort oder inder Nähe von Ballungsräumen – und nicht wie bisher oftmals auf dem „freien Feld“– verstärktauf andere Bereiche übertragen werden.

Neben den in diesem Abschnitt genannten Lösungsansätzen können die in Kapitel 2.2.2 erläu-terteten, klasischen SDL zum heutigen Zeitpunkt, wenn überhaupt, von größeren Solarparksangeboten werden. Obwohl diese im Vergleich zu konventionellen Großkraftwerken in derRegel zentraler gebaut und damit zielgerichteter eingesetzt werden können, ist ein Einsatz alsSDL-Anbieter unter anderem aufgrund einer deutlich geringeren Anschlussleistung39 bishernoch nicht weit verbreitet. Dieses gilt insbesondere für kleinere Einzelanlagen, welche bishernoch nicht effektiv zu einer nennenswerten Gesamtgröße aggregiert werden konnten.

Aus technischer Sicht erfüllen Batteriesysteme die technischen Voraussetzungen, systemrelevan-te Funktionen zu übernehmen.[HWHE+13] [FFH13] Sollen konventionelle Kraftwerke jedochweiter abgelöst werden, müssten mehr regenerative Erzeuger Aufgaben zur Systemstabilitätwahrnehmen und insbesondere zu größeren Einheiten zusammengefasst werden, beispielsweiseum die Voraussetzungen zur Teilnahme Regelenergiemarkt zur erfüllen[WV12]. Ein Lösungan-37Die Forschungsstelle für Energiewirtschat e.V. definiert den Begriff wie folgt: Demand Response ist eine

kurzfristige und planbare Veränderung der Verbraucherlast als Reaktion auf Preissignale im Markt oder aufeine Aktivierung im Rahmen einer vertraglichen Leistungsreserve. Diese Marktpreise oder Leistungsabrufewerden durch ungeplante, unregelmäßige oder extreme energiewirtschaftliche Ereignisse ausgelöst.[RG12]

38Beispielsweise wurde in einem Feldtest mit 2.000 Teilnehmern im Projekt Intellikon ermittelt, dass aus einerTarifspreizung von 12 Cent pro kWh lediglich eine Lastverlagerung von ca. 2 % resultiert.

39Konventionelle Großkraftwerke erreichen Leistungen von bis zu 1 GW und darüber hinaus, Solarparks inDeutschland typischerweise maximal in der Größenordnung einiger hundert MW.

2.4 Eigenverbrauchserhöhung und Einspeisemanagement als Beispiele netzdienlicherIntegration von PV-Batteriesystemen 25

satz ist die intelligente Verknüpfung vieler Anlagen zu einem sogenannten virtuellen Kraftwerk.Bei einer durchschnittlichen Anlagenleistung in Privathaushalten von 10 kWp[SWB] ergäbesich beispielsweise mit einer Million Anlagen ein Potential von 10 GW, wobei zu beachten ist,dass ein kurzfristiger Umbau oder eine nachträgliche technologische Umrüstung sämtlicher PV-Erzeugungsanlagen mit der hierfür benötigten Mess- und Steuertechnik kaum wirtschaftlichzu realisieren ist.

In dieser Arbeit liegt der Fokus auf der netzdienlichen Einbindung von PV-Speichersystemensowie der sich daraus möglicherweise ergebenden Potentiale durch Ausnutzung der verwendetenWechselrichter. Hierbei wird also sowohl an der Quelle der Energieerzeugung als auch ander Schnittstelle zwischen Generator und Netz angesetzt. Dass den Energiespeichern hierbeiein immer größerer Stellenwert zukommt, zeigt sich beispielsweise in der Gründung desBundesverband Energiespeicher (BVES) Ende 2012, deren über 60 Mitglieder, darunter unteranderem Hochtief, Vattenfall oder SMA, sich zum Ziel gesetzt haben, die Netzintegrationvon Speichern voranzutreiben. Auch wenn Eicke Weber, Direktor des Fraunhofer Intitut fürsolare Energiesysteme und 1. Präsident des BVESm einen volkswirtschaftlichen Nutzen vonSpeichern erst in einigen Jahren sieht, stellt er dennoch fest: “Die Speicher sind eine ganzwichtige Komponenten der Energiewende, die bisher weitestgehend übersehen wurde“.[Web13]

2.4 Eigenverbrauchserhöhung und Einspeisemanagement als Beispielenetzdienlicher Integration von PV-Batteriesystemen

Neben den in den vorangegangen Abschnitten beschriebenen Systemdienstleistungen undtechnischen Lösungen, die überwiegend direkt in der Netzebene angreifen, ergeben sich unterAusnutzung von mit Photovoltaik-Anlagen gekoppelten Batteriesystemen zusätzlich neueArten das Netz unterstützender Möglichkeiten, insbesondere durch die Auslegung auf einenetzdienliche Betriebsweise. An dieser Stelle soll zunächst noch einmal der Begriff der Sys-temdienstleistung aufgegriffen werden und dem Begriff der Netzdienlichkeit gegenübergestelltwerden.

Systemdienstleistung Das gezielte Anfragen von dem Netz dienlichen Leistungen. System-dienstleistungen sind: Frequenzhaltung, Spannungshaltung, Versorgungswiederaufbau,System-/Betriebsführung.[BHKR07b] [AFBH07]

Netzdienlichkeit Von „Netzdienlichkeit“ kann gesprochen werden, wenn eine Betriebsweiseoder technische Anlage geeignet ist, einen positiven Effekt auf das Stromnetz auszuüben.Im weitesten Sinne zählen hierzu demnach ebenfalls Systemdienstleistungen. Hierbeiist der Begriff der Netzdienlichkeit nicht mit dem Begriff der Netzdienstleistung zuverwechseln, welche sämtliche technischen Dienstleistungen umfasst, die an leitungs-gebundenen Versorgungsinfrastrukturen, wie Strom-, Gas-, Wasser-/Abwasser- oderFernwärmenetzen, durchgeführt werden. Die Netzdienlichkeit kann sich hierbei als Neben-effekt, beispielsweise einer auf Erhöhung des Eigenverbrauchs abzielenden Betriebsweise,


ergeben oder durch die gezielte Vorgabe eines Präferenzsignales angefordert werden,welches eine intelligente Leistungselektronik und Kommunikation erfordert.

Hinsichtlich einer netzdienlichen Betriebsweise können des Weiteren unterschiedliche Aspektebetrachtet werden: einerseits die Anlagenplanung betreffende Auslegung, andereseits durchden Gesetzgeber festgelegte technische Vorgabe einzelner Komponenten, beispielsweise dieBlindleistungsbereitstellung durch Wechselrichter. In dieser Arbeit liegt der Fokus auf einemdritten Ansatz, welcher auf die Untersuchung einer netzdienlichen Betriebsführung unterBerücksichtigung der beiden zuvor genannten Aspekte abzielt. Eine Möglichkeit, eine PV-Batteriesystem netzdienlich zu betreiben, ist hierbei die Erhöhung des Eigenverbrauch (EV).

Eigenverbrauchserhöhung Ohne Anreize von außen halten sich die Bemühungen derBetreiber photovoltaischer Anlagen im Privat- oder Gewerbehaushalt, das Netz zu entlasten,in Grenzen. Allerdings entscheiden sich mehr und mehr Hausbesitzer aus den in Kapitel2.1 genannten Gründen 40dafür, den selbst erzeugten PV-Strom nicht vollständig ins Netzeinzuspeisen, sondern zu möglichst großen Teilen direkt vor Ort zur Deckung der eigenen Lastzu verwenden. Bereits dieses Verhalten stellt eine Form der Netzdienlichkeit dar, denn jedekWh, die nicht ins Netz eingespeist, sondern direkt vor Ort verbrauch wird, entlastet dasNetz.

An dieser Stelle kommt der Klärung der Begriffe des Eigenverbrauchs und der Eigendeckungeine bedeutende Rolle zu, da diese selbst von Unternehmen der Solar- und Speicherbranche nichtkonsequent verwendet werden. Eigenverbrauch ist dabei der Anteil des erzeugten PV-Stroms,der selbst verbraucht, das heißt entweder zur Deckung der aktuellen Last oder zur Beladungder Batterie, verwendet wird. Ein EV von 1 bedeutet hierbei eine vollständige Verwendungdes erzeugten Stromes vor Ort, entsprechend einer Netzeinspeisung von Null. Er wird gemäßFormel 2.1 berechnet. Eigendeckung (ED) hingegen bezeichnet den vermiedenen Strombezugbeziehungsweise den Anteil der lokalen Verbrauchslast, welcher durch den eigenverbrauchtenPV-Strom gedeckt wurde. Er wird entsprechend Formel 2.2 berechnet.[SE12]

EV =

t2∫t1

PP V,EV (t)dt+t2∫t1

PBatterie,Laden(t)dt

t2∫t1

PP V (t)dt(2.1)

ED =

t2∫t1

PP V,EV (t)dt+t2∫t1

PBatterie,Entladen(t)dt

t2∫t1

PLast(t)dt(2.2)

40Beispielsweise kostete selbstverbrauchter Strom Ende 2013 etwa 15 Cent pro kWh, bei Netzbezugsstromkostenvon 25 Cent pro kWh. [Ren13]


EV EigenverbrauchsanteilED EigendeckungsanteilPP V (t) PV-LeistungPP V,EV (t) eigenverbrauchter Anteil von PP V (t)PLast(t) VerbrauchslastPBatterie,Laden(t) zum Beladen der Batterie verwendete ArbeitPBatterie,Entladen(t) aus Batterie bezogene Arbeit

Zur Erzielung einer hohen Wirtschaftlichkeit ist die Ausgewogenheit von EV und ED ent-scheidend. Beispielsweise führt eine deutlich zu klein dimensionierte Anlage automatisch zueinem hohen EV. Das Ziel ist jedoch der wirtschaftliche Gesamtnutzen bei möglichst großerVermeidung von Netzbezug, was eine Erhöhung der Photovoltaik-Anlagenleistung bedingt.Zur Erhöhung des Eigenverbrauchs existiert ausgehend von einer kompletten Netzeinspeisungund damit einem Eigenverbrauch von 0, so wie es bisher üblich war, jedoch auch noch dieMöglichkeit, das Nutzungsverhalten über ein Lastmanagement (Demand Side Management(DSM) anzupassen oder einen Speicher zu installieren.

Einspeisemanagement Während sich, wie im vorherigen Abschnitt dargestellt, eine Netz-dienlichkeit als Nebenprodukt aus der Eigenverbrauchserhöhung ergeben kann, kann diese auchdurch direkte Eingriffe forciert werden. Als Beispiele für eine politische geförderte Maßnahme,PV-Systeme auch unter Berücksichtigung von Speichern zur Entlastung des Stromnetzeseinzusetzen, können das Einspeisemanagement sowie die 70%-Regelung angeführt werden.

Beim Einspeisemanagement (EinsMan) unterliegt die Einspeisung durch die PV-Anlage keinergrundsätzlichen Begrenzung. Lediglich im Falle einer Netzüberlastung – welche bisher eherselten auftritt, was sich möglicherweise zukünftig jedoch ändern wird – darf der Netzbetreiberper Fernsteuerung auf die Anlage zugreifen um sie abzuregeln oder bei Bedarf sogar ganzabzuschalten. Hierzu ist zwingend ein Rundsteuergerät erforderlich, welches zu mieten oder zukaufen ist. Des Weiteren wird ein zusätzliches Steuergerät benötigt, welches teilweise bereits inden Wechselrichter integriert, mitunter unter Umständen jedoch ebenfalls zusätzlich erworbenwerden muss, um das Rundfunksteuersignal zu verarbeiten. Aufgrund der relativ hohenAnschaffungskosten ist das EinsMan für sehr kleine Anlagen eher ungeeignet.[Bun14b][A-E]

Bei der 70%-Regelung muss die Einspeiseleistung am Netzverknüpfungspunkt zu jeder Zeitauf 70% der Anlagen-Nennleistung begrenzt werden. Die Begrenzung wird hierbei demnachnicht durch die Netzsituation bestimmt, sondern vielmehr durch die momentane Höhe dersolaren Einstrahlung. Da in Deutschland installierte PV-Anlagen aufgrund eher geringerGlobalstrahlung selten ihre maximale Leistung erzeugen und PV-Anlagen daher üblicherweiseim Teillastbereich betrieben werden, ist der Ertragsverlust gering und beträgt üblicherweisenur einige Prozent. Durch eine Installation der PV-Module auf einem Ost- oder Westdachbzw. bei einer Nutzung beider Dachseiten wird dieser Verlust deutlich reduziert oder ver-


schwindet oft sogar komplett, da sich der Ertrag bei einer derartigen Installation über denTag vergleichmäßigt und die maximale Erzeugungsleistung reduziert wird.[A-E]41

Zur Umsetzung der 70%-Regelung kann der Anlagenbetreiber zwischen zwei Varianten wählen.Bei der „harten“ Regelung wird ein Wechselrichter verbaut, welcher selbst lediglich eineAC-Seitige Nennleistung zu lääst, die lediglich 70% der kWp- Leistung aufweist. Hierdurchwird effektiv die Möglichkeit einer höheren Einspeisung unterbunden.42 Für diese Variantewird kein zusätzliches Steuergerät benötigt. Da der Wechselrichter etwas kleiner dimensioniertwerden kann als üblich, resultiert an dieser Stelle eine Kostenersparnis.

Bei der „weichen“ Variante wird der Eigenverbrauch mit einbezogen. Der Wechselrichter wirdstandardmäßig dimensioniert, um auch die maximal mögliche PV-Leistung ins Netz speisen zukönnen. Zusätzlich sind ein Steuergerät sowie ein Messgerät zum Vergleich der erzeugten undder eingespeisten Leistung vorgesehen. Zu jeder Zeit wird die aktuell erzeugte PV-Leistungmit dem momentanen Verbrauch verglichen und lediglich die Differenz ins Netz gespeist.Reduziert der Eigenverbrauch die Erzeugungsleistung bis auf unter 70 % der kWp-Leistungfindet keine Begrenzung durch den Wechselrichter statt. Lediglich zu Zeiten mit sehr geringemEigenverbrauch und in denen die PV-Anlage sehr viel Leistung erzeugt, so dass mehr als 70 %der kWp-Leistung eingespeist würden, wird diese durch das Steuergerät abgeregelt. Durch dieseVorgehensweise werden die bei der harten Regelung mitunter auftretenden Ertragsverlustedeutlich minimiert oder gar komplett vermieden, da der erzeugte PV-Strom zur Deckung desEigenverbrauchs genutzt wird.44

41Bisher wurden für einen maximalen Ertrag fast ausschließlich Süddächer genutzt. Zur Vermeidung einerEinspeisespitze über die Mittagsstunden wird mitlerweile jedoch häufig auch eine Ost-/West-Ausrichtunginstalliert, welche sowohl die aufgehende Sonne (früherer Ertrag) zur Stromerzeugung nutzt als auchlänger in die Nachmittagsstunden einen höheren Ertrag ermöglich, wobei automatisch die Erzeugungspitzeverringert und eine kontiniuierlichere PV-Erzeugung generiert wird.[Ren13]

42Bei der Auslegung zu beachten ist die möglicherweise vorzuhaltende Blindleistung, welche eine etwas größereDimensionierung erforderlich macht. 43

44Alle Varianten weisen jeweils Vor- und Nachteile auf, wobei sich die wirtschaftlichste Lösung nach der Größeund Ausrichtung der PV-Anlage richtet.

2.5 Übersicht Photovoltaik-Batteriesysteme 29

2.5 Übersicht Photovoltaik-Batteriesysteme

2.5.1 Komponenten

Die Hauptkomponenten von Photovoltaik-Batteriesystemen sind im Wesentlichen der PV-Generator, Wechselrichter und Gleichrichter, Elektronik für das Energie- und Speichermana-gement (EMS BMS), Laderegler, der Speicher sowie diverse Stromzähler.

An dieser Stelle erfolgt neben einigen grundsätzlichen Erläuterungen die Darstellung derfür die Umsetzung in der Simulationsumgebung für die jeweiligen Komponenten benötigtenParameter.

PV-Generator Die Solarstrahlung auf der Erdoberfläche setzt sich aus einem direktenund einem diffusen Anteil, ohne definierte Richtung, zusammen, woraus sich die globaleBestrahlungsstärke gemäß Gleichung 2.3 ergibt.

EG,hor = Edir,hor + Ediff,hor (2.3)

EG,hor GlobalstrahlungEdir,hor direkt BestrahlungsstärkeEdiff,hor diffuse Bestrahlungsstärke

Während die geografische Lage nur geringen Einfluss auf die jährliche diffuse Bestrahlungausübt, fällt die direkte Strahlung in Südeuropa deutlich höher aus als in Mitteleuropa, wodiese durchschnittlich 50% des Globalstrahlungsanteils beträgt.[Qua09a]

Die erzeugte Leistung einer Photovoltaik-Anlage ist hierbei annähernd proportional zurGlobalstrahlung, wobei als Stellgröße zur Maximierung der erzeugten elektrischen Energiedie Erhöhung des direkten Strahlungsanteils genutzt werden kann. Hierzu wird die Abwei-chung der Anlagenausrichtung von einer vorher festgelegten Himmelsrichtung in Form desHorizontalwinkels α (Azimut) sowie der Anstellwinkel β herangezogen. Dieses geschieht aufder Nordhalbkugel optimalerweise durch Ausrichtung der Module in Südrichtung, bei einemAzimut von 0 Grad und bei einem Aufstellwinkel β von ca. 30 Grad, oder vereinzelt auchdurch das Nachführen der Module nach dem aktuellen Sonnenstand.45

Die Umwandlung der Solar- in elektrische Energie geschieht in der Solarzelle unter Ausnutzungdes Photoeffekts. Hierbei wird die Energie eines Photons genutzt, um ein Elektron innerhalbeines Halbleiters46 aus dem Valenzband in das energetisch darüber liegende Leitungsbandanzuheben, so dass es für einen Ladungstransport zur Verfügung steht.

45Der Anstellwinkel β gibt hierbei die Abweichung der Anlage zum Horizont an. An Standorten mit einem hohenDirektstrahlungsanteil kann der optimale Anstellwinkel etwa mit der geographischen Breite gleichgesetztwerden, je höher der über das Jahr gemittelte Diffusanteil ist, umso kleiner wird der Anstellwinkel.

46In der Photovoltaik ist dieses aufgrund seines häufigen Auftretens auf der Erdoberfläche, beispielsweise inForm von (Quarz)Sand, überwiegend Silizium.


Solarzelle bestehen, wie Halbleiter, aus zwei unterschiedlich dotierten Schichten,47 welche eineRaumladungszone ausbilden, wodurch sich eine unbestrahlte Solarzelle elektrotechnisch wieeine Diode verhält. Eine bestrahlte Solarzelle hingegen kann im vereinfachten Ersatzschaltbilddurch eine Stromquelle parallel dieser Diode dargestellt werden. Um die bei einer realenSolarzelle auftretenden Verluste durch Spannungsabfälle auf dem Weg der Ladungsträger undLeckströme längs der Zellenkanten mit einzubeziehen, wird das erweiterte Ersatzschaltbild(Eindiodenmodell) gemäß Abbildung 2.7 verwendet.

Abb. 2.7: Erweitertes Ersatzschaltbild (Eindiodenmodell), vgl. [Qua09b]

D DiodeRP ParallelwiderstandRS SerienwiderstandUD DiodenspannungU SolarzellenspannungIP h PhotostromID DiodenstromIpar Strom durch Parallelwiderstand RP , repräsentiert LeckströmeIser Strom durch Serienwiederstand RS

I Strom durch Solarzelle

Die Berechnung der Kennlinie des erweiterten Ersatzschaltbildes einer Solarzelle erfolgt mitHilfe der Gleichung 2.4 auf der nächsten Seite.

47p- und n-dotiert durch das Einbringen von Fremdatomen


0 = IP h − IS ·(exp

(U + I ·RS

m · UT

)− 1

)− U + I ·RS

RP− I (2.4)

IS Sättigungsstrom 48

UT Temperaturspannung49

m Diodenfaktor, zwischen 1 und 5, abhängig vom Zellentyp

Die Lösung dieser impliziten Gleichung kann nun über ein numerisches Näherungsverfahrenerfolgen. Üblicherweise wird hierfür das Newton-Verfahren verwendet da sich dieses, abhängigvon der Wahl der Startwerte, durch eine sehr schnelle Konvergenz auszeichnet.[Qua09c]

Wie aus Gleichung 2.4 ersichtlich ist, besteht eine Abhängigkeit der Kennlinie einer Solarzellevon der Temperatur. Während der Strom die Anzahl der pro Zeiteinheit transportierenLadungsträger wiedergibt, welche sich bei Wärmezufuhr nur unwesentlich verändert, entsprichtdie Spannung der Energie des einzelnen Ladungsträgers. Durch Energiezufuhr, in Form vonWärme, wird die Schwingung der Ladungsträger innerhalb der besetzten Energiebänderverstärkt, wodurch die Energiedifferenz zwischen den Bändern sinkt. Im Fall der Solarzelleführt dieses zu einer Verringerung des Bandabstandes zwischen Valenz- und Leitungsband,so dass bereits Photonen mit geringerer Energie die Bandlücke überwinden können. Hierausergibt sich die verringerte Spannung der Zelle.

In Anlehnung an Gleichung 2.8 ergibt sich die Leistung einer Solarzelle aus dem Produkt vonLeerlaufspannung und Kurzschlussstrom.

P = U · I (2.8)

48Der Sättigungsstrom berechnet sich gemäß Gleichung 2.5

IS = Irs ·(TC

TR

)3exp[q · Eg

m · k

( 1TC

− 1TR

)](2.5)

Irs Sättigungsstrom in DiodensperrichtungTC Arbeitstemperatur der ZelleTR Referenztemperatur der Zelleq Ladung eines ElektronsEg Bandlückenenergiek Boltzmann Konstante

Der Sättigungsstrom in Diodensperrichtung berechnet sich des weiteren gemäß Gleichung 2.6

Irs = ISC

exp(

q·VOCm·k·TC ·NS

)− 1

(2.6)

ISC Solarzellenstrom KonstanteVOC LeerlaufspannungNS Anzahl in Serie geschalteter Zellen

49Die thermische Diodenspannung berechnet sich gemäß Gleichung 2.7

UT = m · k · TC

q(2.7)


Mit steigender Temperatur erhöht sich nun zunächst geringfügig der Kurzschlussstrom einerSolarzelle. Gleichzeitig kommt es jedoch in deutlich höherem Maße zu einem Absinken derLeerlaufspannung. Aufgrund dieser indirekten Proportionalität von Spannung und Temperaturresultiert das Absinken der Leistung eine PV-Generators bei steigender Temperatur.

Wechselrichter Der Wechselrichter dient der Umwandlung des durch den PV-Generatorserzeugten Gleichstroms in Wechselstrom, damit dieser im Haus verwendet bzw. ins Netz einge-speist werden kann. In Anlehnung an die sogenannte „Niederspannungsrichtline“ VDE-AR4105werden nachfolgend mögliche technische Aspekte betrachtet, die moderne Wechselrichter leistenkönnen müssen, um das Stromnetz zu entlasten.

stufenlose Wirkleistungsreduzierung bei Überfrequenz Wird mehr Leistung ins Stromnetzgespeist als zur gleichen Zeit entnommen, steigt die Frequenz. Übersteigt diese 50,2Hz, schalteten sich bisher zunächst die kleinsten Stromerzeugungsanlagen, u.a. auchPV-Anlagen, ab50, um das Stromnetz zu entlasten. Als diese Vorgehensweise im Jahr2005 festgeschrieben wurde, wurde die hohe Dynamik des PV-Ausbaus unterschätzt.Heute hätte ein abruptes Abschalten aller ins Netz einspeisenden kleinen PV-Anlagenmitunter einen Ausfall des Stromnetzes (Black Out) zur Folge. Um dieses zu vermeiden,kann entweder die Abschaltgrenze variabel eingestellt oder eine Kennlinienfunktionabgefahren werden, welche die Leistung kontinuierlich, bis zum Abschalten bei 51,5Hz, reduziert. Auch das Wiedereinschalten erfolgt in langsamen Schritten, um eineÜberlastung zu verhindern.

zulässige Schieflast Um die drei Phasen des Stromnetzes möglichst symmetrisch zu belas-ten, muss auch die Netzeinspeisung möglichst gleichmäßig erfolgen. Die Unsymmetriedarf maximal 4,6 kVA pro Phase betragen, woraus sich bei Verwendung einphasiger,ungekoppelter Wechselrichter eine maximale Anlagenleistung von 3·4,6 kVa = 13,8 kVAergibt. Darüber hinaus müssen entweder 3-phasig einspeisende Wechselrichter verwendetwerden, welche die erzeugte Leistung gleichmäßig auf alle drei Außenleiter des Drehstrom-netzes verteilen oder die symmetrische Belastung der Leiter muss durch eine Kopplungeinphasiger Wechselrichter realisiert werden. Bei letztgenannter Variante werden beieinem Ausfall eines Gerätes automatisch auch die anderen Geräte heruntergefahren, umauch im Fehlerfall die Schieflastgrenze nicht zu überschreiten.

Überwachung und gegebenenfalls Trennung Um einen sicheren Netzbetrieb zu gewährleis-ten, sind sowohl für die Ab- als auch für die Wiederzuschaltung bestimmte Grenzenfestgelegt worden, welche durch den Wechselrichter eingehalten werden müssen. Diesesind in Tabelle 2.1 aufgeführt.

50„50,2 Hertz-Problem“


Tab. 2.1: NA-Schutz, Grenzwerte, vgl.[SMA12]AbschaltgrenzenSpannungsrückgangschutz (U<) < 184 VSpannungssteigerungsschutz (U >) > 253 VFrequenzrückgangsschutz (f < ) < 47,5 HzFrequenzssteigerungsschutz (f >) > 51,5 Hz

Wiederzuschaltgrenzen195,5 < V > 25347,5 < Hz >50,05

Blindleistungsbereitstellung Anders als im Gleichstromkreis, in welchem sich die Leistung ausdem linaren Zusammenhang P=U·I berechnet lässt, verhält es sich im öffentlichen Dreh-stromnetz, in welchem Stromfluss und Spannung einem sinusförmigen Verlauf folgen undsomit eine pulsierende Leistung erzeugen. Hierbei können Strom und Spannung gleichzei-tig ihr jeweiliges Minimum und Maxium erreichen oder auch einer Phasenverschiebungunterliegen.[FH03]

Im ersten (Sonder)Fall schwankt die Leistung zwischen Null und einem positiven Ma-ximum, woraus im zeitlichen Durchschnitt eine positive, als (reine) Wirkleistung be-zeichnete Leistung resultiert. Tritt hingegen eine Phasenverschiebung von 90 Grad(entsprechend 1/4 Periode) auf, beispielsweise wenn das Maximum des Stroms zeit-lich mit dem Nulldurchgang der Spannung zusammenfällt, pulsiert die resultierendeLeistung abwechselnd durch den positiven und negativen Bereich. In diesem zweiten(Sonder)Fall ist der zeitliche Durchschnitt der erzeugten Leistung Null und wird als(reine) Blindleistung bezeichnet, die nicht in elektrischen Maschinen umgesetzt werdenkann, sondern lediglich in den Leitungen pendelt, ohne sich zu verbrauchen. Nimmt diePhasenverschiebung einen Wert an, der nicht Null oder 90 Grad beträgt, wird sowohlBlind- als auch Wirkleistung erzeugt.

Aus der geometrischen Addition beider Leistungen berechnet sich die sogenannte Schein-leistung gemäß nachstehender Formel51.

S2 = P 2 +Q2 (2.9)

Zur Unterscheidung der verschiedene Wirkungen der Leistungen werden dabei die inTabelle 2.2 dargestellten Bezeichnungen verwendet. Je nachdem, in welcher Richtung diePhasenverschiebung verläuft, werden zwei Arten der Blindleistung unterschieden: EinVerbraucher liefert Blindleistung, er verhält sich kapazitiv, wenn die Stromphase vor derSpannungsphase ihr Maximum erreicht, und nimmt, im umgekehrten Fall Blindleistungauf, er verhält sich induktiv, wenn die Stromphase der Spannungsphase folgt.

51Satz des Pythagoras für rechtwinklige Dreicke; für eine Wirkleistung von 10 kW und eine Blindleistung von5 kvar ergibt sich demnach eine Scheinleistung von etwa 11,2 VA


Tab. 2.2: Bezeichnungen der verschiedenen LeistungenName Formelzeichen EinheitWirkleistung P WBlindleistung Q varScheinleistung S VA

Zur Beschreibung der im Winkelgrad angegebenen Phasenverschiebung wird der Phasen-winkel φ, ergänzt um den Zusatz „kapazitiv“ bzw. induktiv, angegeben. Als praktischerfür Berechnungen hat sich jedoch der Verschiebungsfaktor cosφ herausgestellt, der eineneinfachen Zusammenhang zwischen Wirk- und Scheinleistung herstellt. Wird ein Verschie-bungsfaktor mit 0,95 angegeben, bedeutet dies, dass von der gesamten Scheinleistung 95% als Wirkleistung nutzbar sind. Aus Gleichung 2.9 ergeben sich zur Berechnung derScheinleistung nachfolgend aufgeführte Formeln:

S =√P 2 +Q2 (2.10)

S = P/cos(φ) (2.11)

Im Gegensatz zur an einem ohmschen Widerstand abfallenden reinen Wirkleistung wirdBlindleistung an Blindwiderständen (Reaktanzen) erzeugt, wobei diese sowohl eineninduktiven als auch kapazitiven Charakter aufweisen können.52 Sowohl Induktivitätenals auch Kapazitäten sorgen im Wechselstromkreis für die Phasenverschiebung vonStrom und Spannung.[SMA]

Wie in Abschnitt und 2.3 dargestellt, führt die Einspeisung von Wirkleistung zu einemSpannungsanstieg am Einspeisepunkt. Dieser kann jedoch durch eine gleichzeitige Auf-nahme induktiver Blindleistung gesenkt werden. Für Anlagenscheinleistungen über 3,68kVA wird daher ein Verschiebungsfaktor von 0,95übererregt und 0,95untererregt sowie abeiner Leistung von 13,8 kVA ein Verschiebungsfaktor von 0,9untererregt/übererregt gefordert.Dieser Sollwert kann entweder fest voreingestellt oder durch Abfahren einer standar-disierten Kennlinie in Abhängigkeit der momentan abgegebenen Wirkleistung erreichtwerden(siehe Erklärung zur Wirkleistungsreduzierung).[BDE08][SB11]53

Batterie Um die im PV-Generator erzeugte Energie zu speichern und so den Eigenverbrauchzu erhöhen, werden immer häufiger Batterien eingesetzt. Obwohl es prinzipiell möglich wäre,sämtliche überschüssige Energie in die Batterie zu laden, um den erzeugten Solarstrom übereinen längeren Zeitraum – eventuell sogar zur Überbrückung mehrerer Wochen oder über die

52Induktive elektrotechnische Bauteile sind beispielsweise Spulen, Kondensatoren hingegen sind Kapazitäten,im Gleichstromkreis wirken Induktivitäten wie ein Kurzschluss, Kapazitäten hingegen wie ein unendlichgroßer Widerstand.

53Der Vollständigkeit halber sollen an dieser Stelle die weiteren Dienste, die moderne Wechselrichter anbietenkönnen, genannt werden. Diese sind die statische Spannungshaltung, eine Unterstützung des Netzes imFehlerfall / Inselnetzerkennung und die dynamische Netzstützung.


strahlungsarmen Zeiten im Herbst/Winter – nutzen zu können, wird der überwiegende Teilaller Batterien aktuell aus wirtschaftlichen Gründen für die Kurzzeitspeicherung zur Deckungvon maximal einigen Tagen ausgelegt.54

Da im alltäglichen Sprachgebrauch häufig keine klare Abgrenzung zwischen Batterien undAkkumulatoren zu erkennen ist – beispielsweise zeigt sich dies an den als „Starterbatterien“bezeichneten Energiespeichern in Kraftfahrzeugen – soll an dieser Stelle eine Erläuterungder in dieser Arbeit verwendeten Begriffe erfolgen. Im Bereich der elektrischen Speicher wirdhierbei zunächst in nicht-wiederaufladbare Primärzellen und wiederaufladbare Sekundärzellenunterschieden, wobei es sich zunächst in jedem Fall jeweils um ein einzelnes Element handelt.Zur Benennung von Sekundärzellen hat sich im Laufe der Zeit zusätzlich der Begriff „Akkumu-lator“ durchgesetzt. Eine Batterie bezeichnet nun dem Namen nach eine Zusammenschaltungmehrerer gleichartiger Elemente. Sowohl bei der Zusammenschaltung mehrerer Primär- alsauch Sekundärelemente („Akkus“), handelt es sich entsprechend der Namensherkunft demnachum Batterien.

Ein wichtiges Kriterien für die Batteriequalität ist die Lebensdauer. Diese wird in der Regelüber die mögliche Anzahl der Lade- und Entladevorgänge ermittelt und mit dem Begriff derZyklenfestigkeit umschrieben. Da beim Laden eines Akkumulators mehr Energie benötigtwird, als beim Entladen entnommen werden kann, ist der Ladewirkungsgrad ein wichtigerParameter für die Effiziens eines Akkus. Hierbei wird zwischen Amperestunden(Ah)- undWattstunden(Wh)-Wirkungsgrad unterschieden. Der Ah-Wirkungsgrad wird gemäß Gleichung2.12 auf Basis der aufintegrierten Ströme gebildet, wohingegen beim Wh-Wirkungsrad sowohlStrom als auch Spannung innerhalb des Be- und Entladevorgangs berücksichtig werden, wieanhand Gleichung 2.13 zur Berechnung des Wattstundenwirkungsgrades erkennbar.

ηAh = Qab

Qzu=

tentladen∫t0

Idt

tbeladen∫t0

Idt

(2.12)

ηW h = Qab · Uab

Qzu · Uzu=

tentladen∫t0

U · Idt

tbeladen∫t0

U · Idt(2.13)

Entscheidend ist ebenso die tatsächlich entnehmbare Kapazität des Akkus. Diese hängt sowohlvom Ladestrom als auch von der Temperatur des Akkus ab. Hierbei führen höhere Entlade-ströme zu einem früheren Erreichen der Entladeschlussspannung,d.h. der Spannung, bei derdie Entdladung beendet wird, und damit zu einer Verringerung der entnehmbaren Kapazität.Die Selbsentladung, d.h. die Reduzierung der zur Verfügung stehenden Ladungsmenge auchohne Vorhandensein einer äußeren Last, ist stark von der Temperatur abhängig, unterscheidet54Als eine Faustregel gilt hier, dass die gesamte nutzbare Speicherleistung nicht größer als ein Tausendstel des

Jahresstromverbrauchs in kWh sein sollte.[Ull13]


sich jedoch je nach verwendeter Batterie-Technologie erheblich. Die Zyklenzahl sinkt dabeisowohl mit höherer Ladetiefe als auch mit höherer Temperatur.

Im Bereich der Photovoltaik werden aktuell im Wesentlichen nur Lithium-Ionen- und Blei-Batterien verwendet. Blei-Säure-Batterien werden hierbei vielfach in der Notstromversorgungeingesetzt und sind mittlerweile, ebenso wie Blei-Gel-Batterien, welche in den meisten Kraft-fahrzeugen als „Starterbatterien“ Anwendung finden, gut erforscht, weisen jedoch eine relativgeringe Energiedichte auf. Die Verbreitung von Lithium-Ionen-Akkus steigt jedoch rasant an,insbesondere weil sie auf grund ihrer hohen Energiedichte im Bereich der ElektrommobilitätAnwendung finden, welcher derzeit Gegenstand vieler Forschungsprojekte ist.

Während gängige Bleiakkumulatoren über einen Monat bis zu 30 % ihrer Kapazität verlieren,weisen moderne Lithium-Ionen-Akkus über den gleichen Zeitraum lediglich eine Selbstentla-dung von wenigen Prozent auf.[LR02] Überdies verfügen Akkus auf Lithium-Ionen-Basis übereine höhere Zyklenfestigkeit bei höherem Ladewirkungsgrad. Hierbei werden einige TausendLadezyklen erreicht, welches im Anwendungsfeld der Photovoltaik einem Zeitraum von biszu 15 Jahre ohne drastische Kapazitätsverluste entspricht.55 Die typische Zyklenanzahl han-delsüblicher Bleiakkumulatoren beläuft sich hingehen auf etwa 1500 bis 2000 Zyklen.[JW06]Gleichzeitig bieten Li-Ionen-Batterien eine größere Nutzkapazität aufgrund höherer Tief-entladung, wobei ihnen bis zu 90% ihrer Nutzkapazität entnommen werden kann, währendBleibatterien zur Vermeidung irreperabler Schäden im Normalfall nicht zu mehr als 50 %entladen werden sollten.56 Ein großer Nachteil von Lithium-Ionen-Batterien ist die Gefahr einerÜberhitzung bei Überladung (Thermal-Runaway-Effekt) sowie der höhere Anschaffungspreis.

2.5.2 Verschaltung

Hinsichtlich der Kompontenanordnung existieren im Wesentlichen die drei nachfolgend aufge-führten Verschaltungsvarianten (vgl. [SAB13]).

1 AC-seitiger Anschluss des Speichers

2 DC-seitiger Anschluss des Speichers

3 Anschluss des Speichers zwischen PV-Generator und Wechselrichter

In Tabelle 2.3 sind des Weiteren die wesentlichen, mit derartigen Systemen möglichen Be-triebsarten zusammengestellt.57

55Das Zentrum für Sonnenenergie- und Wasserstoffforschung in Ulm hat ein Li-Ionen-Batterie entwickelt, dienach 10000 Volllastzyklen noch immer mehr als 85 % der Ausgangskapazität besitzt.[Zen]

56Anzumerken ist, dass die Langlebigkeit aufgrund dieser relativ neuen Technologie aktuell noch auf Prognosenberuht, die sich aus kurzen Alterungstests unter Extrembindungen ergeben.

57Insbesondere das direkte Be- und Entladen der Batterie (grau hinterlegt) könnten hierbei, unter Voraussetzungeiner entsprechenden Messtechnik zur Erfassung der Energieflüsse, als Systemdienstleistungen betrachtetwerden (vgl. Kapitel 2.2.2).


Tab. 2.3: Mit Photovoltaik-Batteriesystemen umsetzbare Betriebsarten, vgl. [Pw]PV → Eigenverbrauch zeitgleicher Verbrauch des generierten PV-Stromes im

HaushaltPV → Batterie Beladen der Batterie mit überschüssigem PV-StromPV → Netz Netzeinspeisung des überschüssigen PV-StromesBatterie → Eigenverbrauch Entladen der Batterie, um Verbraucher im Haushalt

mit Strom zu versorgenBatterie → Netz Einspeisung aus der Batterie ins Netz (beispielsweise

zur Erbringung positiver Regelleistung)Netz → Verbrauch wenn kein oder nicht genügend PV-Strom vorhanden

und Batterie entladen, NetzstrombezugNetz → Batterie Beladen der Batterie mit Netzstrom (beispielsweise zur

Erbringung negativer Regelleistung.

Die AC-seitige Anbindung ist in Abbildung 2.8 dargestellt.

Abb. 2.8: AC-seitige Speicheranbindung, vgl. [Pw]

Bei dieser Verschaltungsvariante wird der generierte PV-Strom über einen Wechselrichterdirekt nach seiner Erzeugung in Wechselstrom umgewandelt. Nach Erfassung der erzeugteStrommenge kann diese entweder zur Deckung der momentantanen Last verwendet, direkt insNetz gespeist oder in die Batterie geladen werden. Im letztgenannten Fall wird zunächst eineRückwandlung in Gleichstrom notwendig. Die AC-Anbindung eignet sich insbesondere beiNachrüstung bestehender PV-Anlagen und bietet eine vergleichsweise hohe Flexibilität, da sieden Anschluss beliebiger Speicherkapazitäten unabhängig von der installierten Leistung derPV-Anlage sowie eine vom Speichersystem unabhängige Wahl des Wechselrichters ermöglicht.


Dem gegenüber stehen höhere Verluste, hervorgerufen durch die doppelte TransformationDC-AC-DC in Höhe der Wirkungsgradverluste des zusätzlich benötigten Gleichrichters, sowiedie Gefahr, eines nicht optimalen und damit leistungsverlustbehafteten Zusammenspiels dereinzelnen Anlagenkomponenten.

Bei der DC-seitigen Anbindung, dargestellt in Abbildung 2.9, sorgt der Wechselrichter sowohlfür die Netzeinspeisung als auch, über einen Laderegler, für die Be- und Entladung derBatterie. Da bei dieser Verschaltungsvariante der PV-Strom direkt in die Batterie geladen

Abb. 2.9: DC-seitige Speicheranbindung, vgl. [Pw]

werden kann, ergibt sich im Vergleich mit der AC-seitigen Anbindung ein insgesamt bessererWirkungsgrad. Nachteilig ist die hohe Integration von Wechselrichter, Laderegler und Speicherin das System, woraus sich Einschränkungen sowohl in der Größe der Modul-Nennleistungals auch des Speichers ergeben können. Andererseits führt die kompakte Bauweise zu einerVerringerung der Installationskosten, so dass die DC-seitige Anbindung vorzugsweise bei derInstallation von Neu-Anlagen gewählt wird.[Pw]58

Eine Übersicht aktueller auf dem Markt befindlicher Wechselrichter und Batterie-Wechsel-richtersysteme, die sowohl über über ein Lastmanagement als auch über eine intelligenteEinbindung von Speichern verfügen zeigt Tabelle 6.1 im Anhang.59

58Bei einer Anlagenkonstellation, in welcher der Speicher sowie die Ladesteuerung zwischen PV-Generator undWechselrichter angebunden ist, ist die Wahl der geeigneten Spannungsebene von entscheidender Bedeutung.Die von PV-Generatoren abgegebene Spannung beträgt hierbei üblicherweise 48 V.

59Es sei an dieser Stelle darauf hingewiesen, dass sich vor allem durch veränderte gesetzliche Rahmenbedinungenaber auch Förderprogramme während der Entstehungszeit der vorliegenden Arbeit bereits viele Neuerungenauf dem Speicher- und Wechselrichtermarkt ergeben haben.

39

3 Technische Analyse

Die ersten Abschnitte dieses Kapitels beschreiben die Simulationsumgebung sowie die fürdie Umsetzung der Systemkomponenten und der Algorithmik notwendigen Bedingungen undRahmendaten. Ein wichtiges Kriterium für die in der Simulationsumgebung zu erstellendenKomponenten war, dass sämtliche hierfür benötigte Informationen aus leicht zugänglichenQuellen zu erhalten sind, beispielsweise anhand der durch die jeweiligen Hersteller öffentlichzur Verfügung gestellten Dattenblätter. Die Algoritmik soll mit dem Fokus auf einer mögli-chen, späteren Implementierung in einer Steuerung (SPS) konzipiert werden. Es erfolgt eineAuswertung der Mess- und Prognosedaten sowie die Darstellung der Daten der Testanlagezur Einordnung der generierten Ergebnisse. Im letzten Teil wird ein kurzer Ausblick aufeine mögliche Kommunikation mehrerer Anlagen sowie zur Verarbeitung von Steuersignalengewährt.

3.1 Auswahl Simulationswerkzeuge

Da die in dieser Arbeit erstellten Modelle auch für spätere Anwendungen zur Verfügungstehen sollen, wurden als Simulationswerkzeuge die in der Arbeitsgruppe des C4DSI primärverwendete Software MATLAB R© und das darauf aufbauende, für die Simulation zeitgesteuerterProzesse verwendete Simulink R© des Unternehmens TheMathWorks R© in der Version R2013agewählt. Hierbei handelt es sich um Standardwerkzeuge für die numerische Berechnungim Ingenieursbereich, welche auf einer proprietären Programmiersprache beruhen und eineEntwicklungsumgebung bieten, mit der sowohl Berechnungen als auch die Visualisierung derSimulationsergebnisse realisierbar ist. Die Simulationsumgebung bietet daüber hinaus dieMöglichkeit, über einen Compiler unabhängig von Matlab laufenden C-Code zu generieren.Da die in diesem Projekt zu entwickelnden Algorithmen später in einer realen Umgebungeingebunden werden sollen, war dies ein weiteres wichtiges Kriterium.

Neben vielen, bereits in der Basisanwendung integrierten mathematischen Funktionen und Stan-dardalgorithmen ist es durch die modulare Struktur weiterhin möglich, den Funktionsumfangdurch Einbindung zusätzlicher Toolboxen zu erweitern. Zu Beginn des PINT-Projektes wurdeüberlegt, Teile der Simulation auf elektrotechnischer Ebene mit Hilfe der SIMSCAPE-Toolboxaufzubauen, da diese bereits vorgefertigte Modelle verschiedener physikalischer Komponentenbeinhaltet. Da zunächst mehrere Mitarbeiter an der Erstellung der verschiedenen Modellebeteiligt waren, ergaben sich aufgrund der Verwendung unterschiedlicher Versionen beimZusammenfügen der einzelnen Modelle Kompatibilitätsproblemen, woraufhin dieser Ansatzwieder verworfen wurde.

3.2 Systemkomponenten 40

3.2 Systemkomponenten

3.2.1 PV-Generator

Wie in Kapitel 5.1 auf Seite 75 erläutert, sind die beiden wesentlichen, die Leistung eines PV-Generators bestimmenden Umwelt-Parameter die Bestrahlungsstärke sowie die Temperatur.Das Modell des PV-Generators soll daher sowohl Strom als auch Spannung, ausgehend vonEinstrahlungs- und Temperaturdaten, liefern. Des Weiteren soll es derart skalierbar sein, dassdie Leistung einer beliebigen Anzahl an Photovoltaik-Modulen simuliert werden kann. Hierzusoll das Eindiodenmodell einer Solarzelle verwendet werden. Eine genauere Beschreibungder Solarzelle ist durch das Zweidiodenmodell möglich, in welchem, parallel zur Ersten, eineweitere Diode mit verändertem Sättigungsstrom und Diodenfaktor geschaltet wird. Für dieRealisierung im Modell wären somit zusätzliche, modulspezifische Parameter erforderlich,welche nur anhand von Experimenten ermittelt werden können. Da eine Vorgabe innerhalbdes Projektes war, einen möglichst universellen Ansatz auf Grundlage der üblicherweisein den Datenblättern der Modulhersteller veröffentlichten Spezifikationen zu wählen undbei Verwendung eines detaillierten Modells kein für dieses Projekt relevanter Zugewinn anInformationen/Genauigkeit resultiert, wurde der Ansatz des Zweidiodenmodells nicht weiterverfolgt.

Während die Vorgabe des Temperaturvektors als unkritisch zu betrachten ist, ergibt sich beider Eingabe der Strahlungsdaten ein Problem bezüglich der Anwendbarkeit der zur Verfügungstehenden Daten, sobald sich die Module nicht in der gleichen Ebene befinden, in welcherdie Globalstrahlung gemessen wurde. Dieses ist üblicherweise der Fall, da eine PV-Anlagetypischerweise entsprechend der in Kapitel 2.5.1 auf Seite 29 genannten Werte von Azimut undAnstellwinkel ausgerichtet ist, Globalstrahlungsdaten jedoch überwiegend horizontal gemessenwerden bzw. sich der Anstellwinkel und Azimut von jenem der PV-Anlage unterscheidet.Ist keine entsprechende Messtechnik vor Ort installiert, muss die anderenorts gemesseneGlobalstrahlung somit zunächst an die Gegebenheiten der PV-Anlage bezüglich Anstellwinkelund Azimut angepasst werden.

Die in der Generatorebene eingestrahlte Energie HG,geneigt kann hierbei unter Verwendungdes Globalstrahlungsfaktors R und der horizontal gemessenen Strahlungsenergie HG,horizontal

für jeden Standort aus der in die Horizontalebene eingestrahlten Energie gemäß Gleichung 3.1berechnet werden.

HG,geneigt = R(β, α] ·HG,horizontal (3.1)

Für die Berechnung des Globastrahlungsfaktors in der Simulationsumgebung wird ein zusätz-liches Skript benötigt wird, welches vor der Berechnung der eigentlichen I-U-Kennlinie derSolarzelle implementiert wird. Um die benötigte Rechenzeit zu minimieren, wird das Modelllediglich einmal zu Beginn der Simulation initialisiert, wobei für den ganzen Betrachtungszeit-raum ein Vektor erstellt wird, welcher die für den jeweiligen Zeitschritt berechnete Strahlungin der Generatorebene enthält.


Auf eine detailierte Einbindung von die PV-Leistung verringernden Einflüssen wie Verschattungoder Verschmutzung wird verzichtet, da dieses die Komplexität und damit den Rechenaufwandund die Rechenzeit erhöhen würde, jedoch nicht im Fokus dieser Arbeit liegt. Stattdessen erfolgtdie Abbildung solcher Ereignisse über das Hinzufügen eines Wirkungsgradfaktors. Dieses hatzur Folge, dass alle Module dieselbe Einstrahlung erfahren. Eine sorgfältige Anlagenplanungund eine gleichmäßige Verschmutzung vorausgesetzt, kann diese Annahme als zutreffend fürdie meisten Anlagen, jedoch nach Besichtigung der Testanlage mit Sicherheit für den in derSimulationsumgebung abzubildenen PV-Generator angenommen werden.

3.2.2 Wechselrichter

Neben PV-Generator und Batteriespeicher kommt dem Wechselrichter als zentrale Kom-ponente eines PV-Batteriesystems sowohl bei der Interaktion vorgenannter Komponentenuntereinander als auch als Schnittstelle mit dem Stromnetz besondere Bedeutung zu. Ent-scheidendes Merkmal moderner Wechselrichter ist, neben den in Kapitel 2.5.1 dargestelltentechnischen Funktionalitäten, die Möglichkeit, auch Informationen mit dem Stromnetz aus-zutauschen. Hierdurch ergeben sich neue Möglichkeiten der Betriebführung, beispielsweisedurch die Beladung der Batterie mit Netzstrom oder der Übermittlung von am Ort derPV-Anlage gewonnenen Wetter- und Leistungsdaten an eine übergeordnete Stelle im Netz. Diezwei grundlegenden Funktionen jedes Solarwechselrichters sind jedoch die Anpassung der PV-Modul-Spannung an jene des Hausstromnetzes sowie die Umwandlung der vom PV-Generatorerzeugten Gleich- in eine Wechselspannung.

Für die Umsetzung des Wechselrichters können in der Simulationsumgebung zwei Ansätzegewählt werden. Zum einen ist dies die Erstellung des Modells auf leistungselektronischerEbene, zum anderen die Entwicklung ausschließlich anhand der durch die Hersteller inDatenblättern zur Verfügung gestellten Informationen. Beide Ansätze wurden innerhalbdieser Arbeit zunächst verfolgt und bezüglich ihrer Anwendbarkeit innerhalb dieses Projektesgegenübergestellt.

Erstellung auf leistungselektronischer Ebene Die Entwicklung eines Wechselrichtermodellsanhand dessen realen Bauteile und deren elektrotechnischen Eigenschaften stellt dieexakteste Variante dar. Neben der genauen Kenntnis der verbauten Komponentenmuss in diesem Fall ebenfalls die verwendete Verschaltung innerhalb des zu model-lierenden Wechselrichters bekannt sein. Zusätzlich zu den organisatorischen Hürdender Informationsbeschaffung resultiert aus diesem Ansatz ein deutlicher Anstieg derSimulationszeit. Exemplarisch soll nachfolgend die vorgenannte Problematik am Beispieldes Aufwärtswandlers, angelehnt an [Dep], vorgestellt werden.

Abbildung 3.1 zeigt das zugrunde liegende allgemeine Schaltbild eines Hochsetzstellers.


Die Schaltung besteht zunächst aus einer Reihenschaltung einer Induktivität L, einerFreilaufdiode D und einer Kapazität C. Zusätzlich ist ein mittels Pulsweitenmodulationgesteuerter Schalter enthalten, der zwischen den Positionen 1 und 2 schaltet.

Abb. 3.1: Schaltschema eines Aufwärtswandlers, vgl. [Dep]

uG(t) EingangsspannunguR(t) AusgangsspannungRL Lastwiderstand

Die Taktung des Schalters bestimmt das Verhältnis von Aus- zu Eingangsspannung, wobeiim Falles des Aufwärtswandlers die Ausgangsspannung über jener der Eingangsspannungliegt. Hierzu hat sich die Pulsweitenmodulation als Methode bewährt, da sie nahezuverlustfreie Schaltvorgänge ermöglicht.

In der Einschaltphase (Position 1, Abbildung 3.2) fällt die Spannung über der Induktivitätab und der Strom iL(t) steigt linear, es wird Energie in die Spule geladen. In derAusschaltphase (Position 2, Abbildung 3.3) fließt der Strom in den Ausgangskondensatorund lädt diesen auf. Die vorher in der Induktivität gespeicherte Energie wird wiederabgegeben.

Abb. 3.2: Einschaltphase Abb. 3.3: Ausschaltphase

Dieser Ansatz beinhaltet die Simulation transienter Verläufe, beispielsweise für diePulsweitenmodulation. Da die Schaltzeiten in modernen PV-Anlagen in einem Bereichzwischen 10 bis zu 25 kHz [HDS10c] liegen, ergibt sich hieraus jedoch ein enormerRechenaufwand, welcher in sehr langen Simulationszeiten resultiert. Allein für denAufwärtswandler liegen hierbei die benötigten Simulationszeiten an dem zur Verfügung


stehenden Rechner mit Intel R©CoreTMi7-2600 CPU und 16 GB Arbeitsspeicher bereitsüber dem jeweiligen zu betrachtenden Simulationszeitraum.

Eine weitere Variante zur Berechnung der Ausgangsspannung stellt die Berechnunggemäß Gleichung 3.2 dar, mit welcher die benötigten Simulationszeiten deutlich reduziertwerden können.

UR = UGT

T − t1(3.2)

UR AusgangsspannungUG EingangsspannungT Periodendauer eines Schaltvorgangst1 Einschaltzeit

Da jedoch auch hier das genaue Tastverhältnis für jeden Zeitschritt der Simulationbekannt sein müsste, stellte sich auch diese Herangehensweise als nicht praktikabelheraus.

Erstellung anhand Kennlinien und Datenblatt-Spezifikationen Durch die Modellierung aufGrundlage der in den Datenblättern angegebenen Kennlinien und Rahmenparameternlassen sich verschiedene Wechselrichter relativ einfach abbilden, indem sie als gesteuerteStromquelle angesehen werden. Hierbei werden sämtliche in den realen Komponentenverwendeten Bauteile zu einer Blackbox zusammengefasst, welche nach außen lediglichdurch einen einzigen Wirkungsgrad für den jeweiligen Arbeitspunkt repräsentiert wird.Die genaue Kenntnis der internen Vorgänge spielt hierbei keine Rolle, so dass sich einedeutliche Vereinfachung im Vergleich mit der Simulation auf elektrotechnischer Ebeneergibt. Da aus den durch die Hersteller veröffentlichten Datenblättern üblicherweise dietechnischen Daten sowohl auf der Eingangs- als auch auf der Ausgangsseite des Wechsel-richters zu entnehmen sind, kann dennoch eine hohe Genauigkeit erzielt werden. DesWeiteren kann innerhalb der Simulationsumgebung die Berechnung in der erforderlichen,diskreten Schrittweite erfolgen.

Da die innerhalb dieser Arbeit erstellten Modelle in anschließenden Arbeiten als Grundla-ge für Simulationen mit unterschiedlichen Populationsgrößen verwendet werden sollen, istes umso wichtiger, die Rechenzeiten im Einzelmodell zu minimieren. Die Simulation reelauftretender transienter Verläufe auf Bauteilebene ist hierbei nicht nur sehr zeitintensiv,sondern in hohem Maße unflexibel in Bezug auf die Umsetzung verschiedener Wechsel-richter, da hierfür jeweils die genaue Kennntnis der verbauten Bauteile und Schaltungenerforderlich wäre. Diese Nachteile können durch möglicherweise etwas realistischereSimulationsergebnisse nicht gerechtfertigt werden, insbesondere da der Fokus innerhalbdes PINT-Projektes auf einer Gesamtbetrachtung eines PV-Batteriespeichersystems undweniger auf dem individuellen Verhalten der Einzelkomponenten liegt.


Aus diesem Grund soll die Umsetzung des Wechselrichters in der vorliegenden Arbeitnach Variante zwei unter Einbeziehung von Kennlinien erfolgen.

3.2.3 Batterie

Innerhalb des Projektes waren das Modell einer Blei- sowie einer Lithium-Ionen-Batterie zuerstellen, um eine möglichst realistische Darstellung der Testanlage zu ermöglichen. Simulinkbietet innerhalb der Toolbox Simscape hierzu bereits ein existierendes Batteriemodell, mitwelchem die unterschiedlichen Batterietypen abgebildet werden können und welches hierzu alsGrundlage dienen sollte. Aufgrund von Kompatibilitätsproblemen zwischen den MATLAB-Versionen der an dem Projekt beteiligten Mitarbeiter wurde jedoch seitens der Arbeitsgruppedie Entscheidung getroffen, zunächst ein eigenständiges Modell einer Bleibatterie zu program-mieren. Wie sich zu einem Zeitpunkt, an dem das Projekt bereits relativ weit vorangeschrittenwar, zeigte, konnten mit diesem jedoch nicht die für die physikalische Abbildung einer realenBleibatterie erforderliche und erwartete Genauigkeit erreicht werden.

Aufgrund dieser Erfahrungen wurde für die Darstellung der Lithium-Ionen-Batterie auf ein in ei-ner früheren, am C4DSI angefertigten Abschlussarbeit erstelltes, frei skalierbares Zellen-Modellzurückgegriffen, welches sich von dem in Simscape bereits vorhandenen Modell insbesonde-re durch eine größere Flexibilität bezüglich der unterstützten Ladeverfahren unterscheidet.Grundlage hierfür bildete das Ersatzschaltbild zweiter Ordnung einer Lithium-Ionen-Zellesowie die aus dem Datenblatt einer Zelle vom Typ PL-383562 der Firma AA Portable Powerentnommenen Parameter. Um einen Übergang in die konstant-Spannungs-Phase zu vermeiden,wird der maximale SOC auf 90 %, sowie, der minimale SOC auf 0.1% festgelegt. DetailierteAngaben zu dem verwendeten Modell finden sich in einer ebenfalls am C4DSI von MatthiasKühl verfassten Arbeit „Feldbasierte Simulation mobiler elektrischer Energiespeicher - Last-und Einspeisungspotential eines Batterieschwarms im Smart Grid“ auf den Seiten 29-36 sowie48 - 50 (vgl. [Küh11]).

Die Kommunikation der einzelnen Komponenten erfolgt auf direktem Weg und zu diesemZeitpunkt ausschließlich innerhalb der Simulationsumgebung auf. Um zukünftig eine Schnitt-stelle zwischen PV-Batteriesystem und Umgebung zu schaffen, ist eine Kommunikationsboxzu realisieren. Diese dient dem Empfang von Präferenzsignalen, Wetter- und Prognosedaten,Frequenzmessung sowie Werte über Spannung. Zusätzlich soll eine Kommunikation zur Über-mittlung von Information nach außen ermöglicht werden, beispielsweise des Ladezustandesder Batterie, prognostizierter Lastdaten sowie bei Vorhandensein entsprechender Messtechnikaktueller Wetterdaten.

3.3 Algorithmik 45

3.3 Algorithmik

Ziel der Algorithmik ist es, die zuvor dargestellten Einzelkomponenten innerhalb eines adapti-ven Modells zusammenzufassen und, nach Eingabe definierter Inputparameter, ein PV-Batterie-System derart abzubilden, dass verschiedenste Betriebsstrategien abgefahren werden können.Beispielhaft sollen für ein beliebiges PV-Batterie-System auf Grundlage von PV-Erzeugungund Lastgang über einen dynamischen Algorithmus für jeden Zeitpunkt minutengenau dieEnergieflüsse von und zur Batterie, den internen Verbrauchern (Last) sowie ins/aus demStromnetz berechnet werden können.

Es wurde eine Betriebsstrategie identifiziert, welche sich hinsichtlich ihrer Fokussierung in dienachfolgen dargestellten Schwerpunkte unterteilen lässt.

• Eigenverbrauchsoptimierung mit unbegrenzter Netzeinspeisung

• Begrenzung durch Abregelung des PV-Generators

• Begrenzung durch angepasste Speicherbeladung anhand einer Prognose

3.3.1 Eigenverbrauchsoptimierung mit unbegrenzter Netzeinspeisung

Zunächst soll eine konventionelle Batteriebetriebsführung mit dem Ziel einer Eigenverbrauchs-optimierung betrachtet werden. Dabei soll es jederzeit Ziel sein, den erzeugten PV-Strom auchzu nutzen. Anders als beispielsweise durch das Einspeisemanagement vorgegeben, soll in diesemFall nicht die Möglichkeit in Betracht gezogen werden, die PV-Anlagenleistung herunterzure-geln. In Abbildung 3.4 exemplarisch dargestellt ist die den Simulationen zugrundeliegendeVerrechnung von erzeugter PV-Leistung und aktueller Last, wobei sich durch Integration derKurven über einen auszuwertenden Zeitraum die jeweilige Energie bzw. elektrische Arbeitergibt. Die PV-Anlage erzeugt je nach Einstrahlung eine bestimmte Leistung, von welcherdie zum selben Zeitpunkt auftretende Last subtrahiert wird. Im dargestellten Verlauf einesTages mit sehr geringer Einstrahlung ergibt sich daraus, dargestellt anhand der durchgezoge-nen Differenz-Linie, bis etwa 7 Uhr eine Unterdeckung. Im Zeitfenster bis ca. 16.30 treten –mit einigen Unterbrechungen – hingegen immer wieder Überschüsse auf. Je nachdem ob dieGeneratorleistung über oder unter der Momentanlast liegt, wird die produzierte Leistung inder Reihenfolge Last, Batterie, Netz verteilt bzw. bei Unterdeckung zunächst aus der Batterieentommen und anschließend aus dem Netz die Last gedeckt.

3.3 Algorithmik 46

0 4 8 12 16 20 24−4

−3

−2

−1

0

1

2

3

4

Uhrzeit in h

Le

istu

ng

in

kW

PV−Erzeugung in kWLast in kWDifferenz

Verrechnung von PV−Erzeugung und Last

Abb. 3.4: Verrechnung von PV-Erzeugung und Last

Die Verteilung wird hierbei nach einer „Wenn-Dann-“-Regelung programmiert, wobei die demSimulationsmodell zugrunde liegende Logik wie folgt dargestellt werden kann:

• Wenn PV Leistung größer/gleich Eigenbedarf & Batterie nicht voll Dann zunächstVerbaucher (Last) decken, anschließend Batterie beladen

• Wenn PV Leistung größer Eigenbedarf & Batterie voll Dann zunächst Last decken,anschließend Netzeinspeisung

• Wenn PV Leistung kleiner Eigenbedarf und Batterie nicht leer Dann erst Batterieentladen, anschließend Netzbezug

• Wenn PV Leistung kleiner Eigenbedarf und Batterie leer Dann Netzbezug

3.3.2 Begrenzung durch Abregelung des PV-Generators

Vor allem in den Sommermonaten kann sich eine Situation ergeben, in welcher ein vorhandenerBatteriespeicher zunächst (über Nacht) geringfügig entladen wird, um anschließend bei genü-gend solarer Einstrahlung, bis zu seiner Obergrenze beladen zu werden. Je nach Speichergrößeist dieser Punkt jedoch häufig erreicht, bevor die maximale PV-Erzeugung erreicht wurde, sodass ab diesem Zeitpunkt die gesamte PV-Erzeugungsleistung, abzüglich der momentanenLast, ins Netz gespeist und dieses dadurch belastet wird. Ein klassisches Beispiel für eineUnterstützung des Netzes ist die Kappung der Einspeisespitze60 über die Mittagszeit undkurz danach, da PV-Anlagen zu dieser Zeit ihre maximale Leistung generieren und diese ohne

60Beispielsweise aus Überlegungen einer Speicherförderung des Landes Sachsen zur vollständigen Verhinde-rung von Netzeinspeisungen oder aufgrund einer Forderung nach dem neuen EEG von2012 welches eineEinspeiseleistungsbegrenzung auf 70 % der installierten PV-Generatorleistung vorschreibt.

3.3 Algorithmik 47

entsprechende Maßnahmen ins Netz einspeisen. Umso mehr Anlagen ans Netz gehen undsich derart verhalten, desto stärker wird das Netz belastet, was neben einer Anhebung derNetzfrequenz in den betroffenen Gebieten zusätzlich zu einer Spannungserhöhung führt.

Die Reduzierung der erzeugten PV-Leistung zur Netzstabilisierung kann hierbei auf zweiWegen erreicht werden, wobei zu beachten ist, dass die vorhandene Last die generierte PV-Leistung je nach Deckung bereits deutlich verringer kann. Einerseits kann durch eine einmaligdefinierte Grenzen die maximale Einspeiseleistung der PV-Anlage auf einen bestimmtenWert festgelegt werden. Eine darüber hinaus gehende Einspeisung wird durch Begrenzungauf diesen Wert, beispielsweise 70 % der kWp-Leistung der Anlage, verhindert, indem dieErzeugungsleistung des PV-Generators reduziert wird. Dieser Ansatz greift immer dann,wenn hohe Strahlungswerte über den Tag erreicht werden. Die andere Möglichkeit ist dieKappung von Einspeisespitzen anhand eines Grenzwertes, welcher sich an der maximalenEinspeiseleistung jedes einzelnen Tages orientiert. Beispielsweise könnte somit erreicht werden,dass zu keiner Zeit mehr als 70 % der maximalen, für einen bestimmten Tag erwartetenEinspeiseleistung in das Netz gelangt. Dieser Ansatz ist deutlich komplexer und birgt ebensogrößere Ungenauigkeiten, da er auf prädiktiven Annahmen beruht.

Da sich die maximale Netzeinspeisung im erstgenannten Fall direkt aus der installiertenAnlagenleistung ergibt und einen konstanten Wert annimmt, was eine Planung, beispielsweisefür die maximale Einspeiseleistung des Folgetages, deutlich vereinfacht, erscheint die ersteVariante praktikabler und wird deshalb in der vorliegenden Arbeit umgesetzt.

Wenn eine Abregelung der generierten PV-Leistung erfolgt, stellt sich die Frage, wie groß dieMenge der nicht erzeugten im Vergleich zur potentiell möglichen Energie ohne Begrenzungwäre. Im Modell wird dieses durch einen Vergleich der Originalen mit der unter Einbeziehungder Begrenzung erzeugten PV-Erzeugungkurven realisiert. In der Realität ist es denkbar, dieüberschüssige Energie über eine Heizpatrone zur Wassererwärmung zu nutzen. Hierdurchwürde nicht nur das Potential der PV-Anlage maximal genutzt, sondern es wäre, über eineErfassung der im Heizstab in Wärme umgesetzten elektrischen Energie, gleichzeitig eineAussage über die bei einer Abregelung sonst nicht ermittelbare, überschüssige Energiemengemöglich. Dieser Ansatz soll hier nicht weiter verfolgt werden, da auch in der Testanlage, welcheder Modellbildung zugrundeliegt, keine derartige Möglichkeit vorgesehen ist.

3.3.3 Begrenzung durch angepasste Speicherbeladung anhand Prognose

Ein großer Vorteil von PV-Batteriesystemen hinsichtlich einer netzdienlichen Betriebsweisebesteht darin, den Speicher als Puffer zur zeitlichen Verschiebung von Netzbezug und -einspeisung einsetzen zu können und zwar immer dann, wenn es zur Entlastung der Stromnetzeam sinnvollsten ist. Beispielsweise könnte an einem Tag mit hohem erwarteten PV-Ertrageine sofortige Beladung der Batterie – bei Überschreitung der zur Lastdeckung benötigtenPV-Leistung – in den Vormittagstunden unterdrückt werden, wenn sichergestellt wäre, dass die

3.3 Algorithmik 48

über den Tag erzeugte Photovoltaik-Leistung zur vollständigen Beladung der Batterie genügt,auch wenn mit dem Beladevorgang erst später begonnen würde. Je unsicherer es jedoch ist, obdie Batterie über den Tag tatsächlich noch beladen wird, desto größer müsste ein möglicher,vorgehaltener Puffer sein. Im schlechtesten Fall würde eine mögliche Batteriebeladung amVormittag unterbunden und es käme im Tagesverlauf zu einem Wetterumschwung, so dassdie erzeugte PV-Leistung nicht genügt, um die Batterie maximal zu beladen. Auch bei derBegrenzung durch eine optmierte Speicherbeladung besitzt die Eigenverbrauchsquote daheroberste Priorität. Hinsichtlich der Be- und Entladung der Batterie bedeutet dieses, dass durchdas Vorhalten einer bestimmten Kapazität zur Aufnahme überschüssiger Energiemengen überder Mittagszeit zu keiner Zeit eine Situation auftreten darf, in welcher die Batterie wenigerstark beladen würde, als es nach dem „Wenn-Dann“-Konzept (vgl. Kapitel 3.3.1) der Fallwäre.

Sollte die PV-Leistung nach Abzug der momentanen Last weiterhin über einem zu definierendenGrenzwert (bspw. 70% der kWp-Leistung) liegen, bietet eine angepasste Speichernutzungdie Möglichkeit, mit diesem Überschuss die Batterie zu beladen, solange diese noch übereine entsprechende Aufnahmekapazität verfügt. Abbildung 3.5 verdeutlicht das Prinzip dieserHerangehensweise.

Abb. 3.5: Kappung von Einspeisespitzen durch angepasste Speicherbeladung

Grundlage für ein funktionierendes Konzept ist in jedem Fall die Prognose des Lastverlaufssowie der PV-Erzeugungsleistung für den gesamten Tag. Ausgehend von diesen wird in derUmsetzung daher jeweils zu Beginn eines Tages um 0.00 Uhr der Verlauf des Ladezustandes der

3.3 Algorithmik 49

Batterie prognostiziert, wie er sich ohne eine Verwendung der Batterie zur Einspeisebegrenzungeinstellen würde. Aus diesem Verlauf lässt sich direkt ein potenzieller Bedarf an vorzuhaltenderSpeicherkapazität ableiten, nämlich genau dann, wenn innerhalb eines bestimmten Zeitfenstersdie Batterie den maximalen Ladestand erreicht, woraus sich zwangsläufig eine Einspeisung insNetz ergibt (vgl. 3.3.1 auf Seite 45). Für dieses Zeitfenster wurde der Bereich B von 11.00 bis15.00 Uhr festgelegt, da Netzeinspeisungen in einer relevanten Größenordnung im Regelfalllediglich in diesem Bereich, zu Zeiten maximaler Einstrahlung, auftreten. Eine Ausweitungdes Zeitbereichs ist grundsätzlich denkbar, erhöht jedoch die Belastung der Batterie und wirddeshalb nicht in Betracht gezogen.

In der umgesetzten Variante wird ein Zeitfenster im Bereich A zwischen 0.00 und 4.00 Uhrgenutzt, um die zur Vorhaltung der prognostizierten Energie erforderliche Batteriekapazitätdurch Entladung der Batterie ins Netz zu gewährleisten. Hierzu wird die im Bereich B ermittelteüberschüssige Energie derart auf das Zeitfenster A aufgeteilt, dass – unter Beachtung derzusätzlich stattfindenden Entladung der Batterie zur Lastdeckung in diesem Bereich – einekonstante Netzeinspeisung resultiert.

Zusätzlich sind zwei weitere Aspekte zu beachten, wovon der erste das Zeitfenster zwischenzwischen 4 und 11 Uhr betrifft. Da es durchaus vorkommt, dass bereits in diesem Bereich dieerzeugte PV-Leistung die Last übertrifft, würde hieraus zunächst eine Beladung der Batteriebis zu ihrem maximalen SOC erfolgen. Die über Nacht durchgeführte Entladung würde zwardie Aufnahmekapazität der Batterie für diese Überschussmengen erhöhen und ein Erreichendes maximalen Füllstanden etwas nach hinten verschieben, dennoch könnte es passieren, dassder Speicher bereits vor Erreichen des B-Bereichs voll geladen ist und somit keine Kapazitätenzur Aufnahme der Leistungsspitzen mehr anbieten kann. Zur Verhinderung einer derartigenSituation wird die Beladung der Batterie im Zeitfenster zwischen 4 und 11 Uhr begrenzt. Dermaximal in diesem Bereich zulässige SOC entspricht hierbei einer Höhe, welche es erlaubt, diefür das Zeitfenster B prognostizierte Energiemenge in die Batterie einzuspeisen. Bei Erreichendieser Grenze vor 11 Uhr wird eine weitere Beladung unterbunden und die Batterie erst um11 Uhr zur weiteren Beladung freigegeben.

Der zweite Aspekt regelt das Beladeverhalten innerhalb des Bereiches B. Da die Netzein-speisung zwar auf einen frei wählbaren Wert begrenzt, üblicherweise jedoch nicht vollständigunterbunden werden soll, wird es ebenfalls in diesem Zeitfenster notwendig, die Beladung derBatterie zu regulieren. Die zulässige Speicherbeladung ergibt sich hierbei aus der aktuellenDifferenz der unbegrenzten Netzeinspeisung und der zulässigen Netzeinspeisung. Beispielsweiseergibt diese Differenz bei einer theoretischen, unbegrenzten Netzeinspeisung von 9 kW und einermaximal zulässigen Netzeinspeisung von 7 kW für diesen Zeitschritt eine Leistungsaufnahmeder Batterie von 2 kW.

Hinsichtlich wirtschaftlicher Gesichtspunkte wäre es an dieser Stelle effizienter, den überschüs-sigen Strom nicht zu Zeiten des geringsten Strompreises einzuspeisen, sondern beispielsweisein den Morgen- bzw. Abendstunden, also dann, wenn naturgemäß ein hoher Leistungsbedarf

3.3 Algorithmik 50

besteht. Im Rahmen der Simulation hat die Wahl dieses Zeitfensters jedoch mehrere Vorteile.Einerseits wird zu dieser Zeit keine PV-Leistung erzeugt, so dass die Bilanzierung nur diegeringe Entladung der Batterie über Nacht sowie die eventuell erforderliche Entladung derBatterie ins Netz berücksichtigen muss. Andererseits wird durch das Setzen der Grenze um4 Uhr, an welcher die Entladung ins Netz beendet sein muss, ein Fixpunkt geschaffen, vonwelchem aus die weitere Planung der Batteriekapazitäten unproblematischer zu realisieren ist.Sollte bereits im Zeitfenster zwischen 4 Uhr und 11 Uhr die zur Begrenzung im Bereich B be-nötigte maximale Batteriekapazität erreicht werden, muss eine weitere Beladung unterbundenund Überschussenergie direkt ins Netz eingespeist werden.

An dieser Stelle wichtig zu bemerken ist, dass in Abbildung 3.5 zur Veranschaulichung eineSituation dargestellt ist, in welcher eine vollständige Prognosegenauigkeit vorausgesetzt wird.Somit kann die für die Reduzierung der Lastspitzen vorzuhaltende Batteriekapazität exaktbestimmt werden. In der Realität sind jedoch große Abweichungen der prognostiziertenVerläufe – insbesondere der erzeugten PV-Leistung – zu erwarten, wodurch es passierenkann, dass die Batterie aufgrund einer zu tiefen Entladung bis 4 Uhr über den Tagesverlaufnicht wieder vollständig beladen wird, was sich negativ auf den Eigenverbrauch auswirkt.Andererseits kann die tatsächliche PV-Leistung über der prognostizierten Leistung liegen, sodass es, trotz Verwendung des Speichers, zu einer Reduzierung der Netzeinspeisung durchAbregeln der Generatorleistung gemäß Kapitel 3.3.2 in der Zeit von 11 bis 15 Uhr kommenkann.

3.3.4 Lastoptimierung und systemintegrierte Betriebsstrategien

Die Ausnutzung von Lastverschiebungspotentialen zur gezielten Steuerung der Netzeinspeisungist eine weitere Möglichkeit zur Verhinderung von Einspeisespitzen über die Mittagszeit.Werden viele kleine oder wenige große Verbraucher zeitgleich über die Mittagsszeit betrieben,kann damit die Last erhöht und eine Netzeinspeisung vermieden werden. Auch dieser Ansatzberuht auf einer Prognose der PV-Erzeugungsleistung. Ein Haushaltsgerät kann hierbei sowohlin Zeiten ohne PV-Erzeugung, beispielsweise nachts, laufen als auch erst dann eingeschaltetwerden, wenn dessen Last zu einem großen Teil oder komplett durch die PV-Anlage gedecktwerden kann. Anhand der Prognose können solche Zeitfenster bei Kenntnis der für den Betriebdes Gerätes benötigten Energiemenge und Anschaltdauer identifiziert werden. Zuzüglichmuss eine maximale Wartezeit bis zum Eintritt günstiger Bedingungen definiert werden.Ergibt sich an einem Tag nie die Situation, dass die benötigte Last komplett von der PV-Anlage gedeckt werden kann, soll ersatzweise jener Bereich des Tages genutzt werden, der dieDeckung maximiert. Da davon ausgegangen werden kann, dass das Lastverschiebungspotentialin der betrachteten Testanlage aufgrund der automatisierten Tagesabläufe als sehr geringeinzuschätzen ist, wird dieser Ansatz nicht weiter verfolgt. Es ist jedoch angedacht, dieseFunktionalität zu einem späteren Zeitpunkt des Projektes zu implementieren.

Neben den vorgenannten Ansätzen, die auf eine netzdienliche Betriebweise auf Basis einer

3.4 Mess- und Prognosedaten 51

lokalen Optimierung abzielen, wurden weiterhin systemintegrierte Betriebstrategien definiert,welche sich auf gezielte Anfragen einer übergeordneten, externen Stelle stützen. Beispielsweisekann dies die Vorgabe eines einzuhaltenden Fahrplanes oder die Orientierung anhand vonPräferenzsignalen sein. Zu diesem Zweck wäre zusätzlich die Implementierung einer Kom-munikationsbox als Schnittstelle zur Umgebung erforderlich, welches ebenfalls im weiterenVerlauf des PINT-Projektes durchgeführt werden soll. Die Auseinandersetzung mit dieserBetriebsweise innerhalb dieser Arbeit ist darauf begrenzt zu definieren, was eine sinnvolleNetzdienstleistung in einer sich derzeit stark verändernden Energieversorgungslandschaftinnerhalb eines Smart-Grid sein könnte sowie des Weiteren, wie ein Schwarm mehrerer kleinerPV-Batteriesysteme zur Optimierung einer energiewirtschaftlichen Betriebsweise im Smart-Market genutzt werden kann. Hierzu wurde ein rudimentäres Konzept ausgearbeitet, welchesin Kapitel 3.6 näher beschrieben wird.

3.4 Mess- und Prognosedaten

Die in der vorliegenden Arbeit benötigten Daten sind zum einen mit entsprechender Messtech-nik an der Anlage zu ermittelnde technischen Daten, die zur Modellierung und Validierungder Komponenten benötigt werden. Diese sind:

• PV-Generator-Daten (Strom, Spannung, aus welchen sich die abgegebene Leistungableiten lässt)

• Batteriedaten (Strom, Spannung, Beladung/Entladung, SOC)

• Wechselrichterdaten (Frequenz, SPQ-Verläufe)

Zum einen für die Validierung, aber auch für den abschließenden Vergleich der Simulationsda-ten mit den real aufgetretenden Daten ist eine genaue Kenntniss der vorgenannten Parameterunabdingbar. Ursprünglich sollte die Testanlage der Vattenfall Inovation GmbH auf demGelände des Kraftwerkshafens in der Hafencity Hamburg die entsprechende Datenbasis liefern.Aufgrund technischer Schwierigkeiten konnte eine Darstellung der entscheidenden Parameterjedoch erst gegen Ende des Jahres 2013 erfolgen. Zu diesem Zeitpunkt ist die Aussagefä-higkeit der geloggten Daten jedoch sehr eingeschränkt, da sich aufgrund der üblicherweisegeringen Solarstrahlung über den Wintermonaten in Mitteleuropa keine nennenswerten Erzeu-gungsleistung durch die Photovoltaik-Anlage generieren lässt und somit die entscheidendenBetriebssituationen nicht abgebildet werden können.

Eine Auswertung geloggter Messdaten vorheriger Monate ergab jeweils fehlerhafte Messda-tenaufzeichnungen sowohl der PV-Generatordaten als auch der Batteriedaten derart, dassentweder die eine oder die andere Systemkomponten, niemals jedoch über einen auswertbarenZeitraum beide zur gleichen Zeit messtechnisch korrekt erfasst wurden. (Siehe Abbildungen6.5 und 6.6 im Anhang). Aus diesem Grund wurde auf die Messdaten einer am StandortBergedorf der Hochschule für angewandte Wissenschaften (HAW) installierten PV-Anlagen


zurückgegriffen. Gleichzeitig wurden die dort benutzten PV-Module in der Simulationsum-gebung umgesetzt und entsprechend der installierten Leistung im Kraftwerkhafen auf eineAnschlussleistung von 10 kWp skaliert. Da es sich sowohl bei den Modulen am Kraftwerkshafenals auch an der HAW um solche auf Grundlage polykristalliner Solarzellen handelt, wurde einvergleichbares Verhalten unterstellt.

Für die Simulation der verschiedenen Szenarien werden darüber hinaus Zeitreihen für dienachfolgend aufgeführten Betriebs- sowie Wetterdaten benötigt. Diese sind:

• Globalstrahlung und Temperatur, aus welcher sich die PV-Erzeugung simulieren lässt

• Lastgänge, entweder als Standartlastprofil oder aus Leistungsmessung

• Daten für Netzbezug/Beladung

Da hierzu keine entsprechende Messtechnik auf dem Gelände des Kraftwerkshafens installiertist, wurde ebenfall auf die meteorologischen Daten der HAW-Wetterstation in HamburgBergedorf zurückgegriffen. Hierbei ist zu beachten, dass sich das Gelände der HAW etwa 15km vom Kraftwerkshafen entfernt befindet. Für die gemessenen Strahlungsdaten bedeutetdieses, dass die am Standort Bergedorf aufgenommenen Werte nicht als repräsentativ für dieaktuelle Situation in der Hafencity angesehen werden dürfen, da insbesondere an Tagen mit nurteilweiser Wolkenbedeckung gravierende Unterschiede der jeweiligen Strahlungssituationen vorOrt eintreten können. Der Einfluss auf zu erwartende unterschiedliche Umgebungstemperaturenbeider Standorte wurde an dieser Stelle nicht weiter beachtet. Einerseits ist davon auszugehen,dass die Temperaturen nicht signifikant voneinander abweichen, zum anderen ist der Einflussauf die PV-Erzeugungsleistung aufgrund der Temperaturkoeffizienten moderner Solarmodulevon typischerweise unter einem Prozent pro Kelvin als gering einzustufen.

Wie in Kapitel 3.3.1 dargestellt, ist neben der PV-Erzeugungsleistung auch der Lastgangerforderlich, da sich aus der Differenz beider Daten die tatsächlich für die Netz-/Batterie-Beladung bzw. den Netz-/Batteriebezug ergibt. Um den Lastgang zu ermitteln, stehen zweiMöglichkeiten zur Verfügung. Für Stromentnahmestellen mit einem Jahresverbrauch unter100.000 kWh werden typischerweise Standardlastprofile verwendt, wobei dieses nicht dentatsächlich Lastgang widerspiegelt, sondern lediglich auf Durchschnittswerten der jeweiligenVerbrauchergruppe beruht. Für Stromabnehmer mit einem Jahresenergieverbrauch über100.000 kWh wird der Lastgang hingegen über eine registrierende Leistungsmessung (RLM)ermittelt und bildet so das reale Verbrauchsverhalten deutlich realistischer ab.

Aufgrund der üblicherweise starken Abweichungen von den tatsächlichen Gegebenheiten vorOrt und ihres geringen Detaillierungsgrades wird auf die Verwendung von Standardlastprofilenin der vorliegenden Arbeit verzichtet und auf historische Messdaten der Testanlage imKraftwerkshafen zurückgegriffen. Da jedoch keine entsprechende Zähleinrichtung für dieNetzeinspeisung installiert wurde, konnte ein Abgleich der simulierten mit realen Daten indiesem Zusammenhang nicht erfolgen. Sobald entsprechende Zähler installiert werden, sollte


dieses jedoch nachgeholt werden.

Insbesondere für die in Kapitel 3.3.3 erläuterte Betriebsart einer Einspeisebegrenzung auf Basiseiner optimierten Speicherbeladung sind zusätzlich Prognosedaten sowohl für Temperatur undGlobalstrahlung als auch für den zu erwartenden Lastgang erforderlich. Von entscheidenderBedeutung für sämtliche Steuerungen, welche auf Grundlage einer Prognose der Strahlungs-werte/Temperatur beruhen und damit direkt die prognostizierte PV-Erzeuzungsleistung be-einflussen, ist die Prognosegenauigkeit, wobei für die Umsetzung von Prognosedaten innerhalbder Simulationsumgebung zwei Annahmen getroffen werden können.

1. vollständig perfekte Prognose von Solarstrahlung und Last

2. reale Prognosedaten

Im ersten Fall wird für die Progonse derselbe Datensatz herangezogen, welcher auch für dieeigentliche Simulation benutzt wird. Aus diesem Ansatz ergibt sich zum einen die Möglichkeit,die Güte des Algorithmus abzuschätzen. Zum anderen kann eine Abschätzung der theore-tischen, maximal möglichen Lastverschiebungspotentiale erfolgen. Im zweiten Fall sind diePrognosedaten mit einer gewissen Ungenauigkeit behaftet. Auf Basis der Abweichung vonPrognose zur tatsächlich eingetretenden Strahlungssituation läßt sich eine deutlich realisti-schere Aussage bezüglich einer Verwendung der Batterie, beispielsweise für die Reduzierungeiner mittäglichen Einspeisespitze, treffen. Werden reale Prognosedaten verwendet, ist hierbeisowohl eine zeitliche als auch eine räumliche Komponenten zu beachten.

Hinsichtlich des betrachteten Zeitraumes existiert ein signifikanter Unterschied zwischen derüber ein Jahr gemittelten Abweichung und der in einer zeitlich hohen Auflösung auftretendenAbweichung beispielsweise über den Zeitraum eines Tages. So könnte für die Zeit von 11.00 bis11.30 Uhr eine hohe Solarstrahlung vorhergesagt worden sein. Durch ein unerwartetes Ereignis,beispielsweise eine sich plötzlich bildende Wolke, einen vorbeiziehenden Heißluftballon oder,denkbar für den Standort Kraftwerkshafen, evtl. der Rauch abfahrender Schiffe, wird derprognostizierte Wert nicht erreicht. Möglich ist jedoch ebenfalls eine Überhöhung, beispielsweisedurch eine sich ändernde Windrichtung, welche einen erwarteten Wolkenzug umlenkt. Wirdder Betrachtungszeitraum jedoch ausgedehnt, kompensieren sich derartige Ereignisse.

Hinsichtlich der räumlichen Ausdehnung, für welche die Prognosedaten ermittelt werden,ergibt sich eine vergleichbares Situation. Bei Strahlungsprognosen wirkt sich eine Mittelungüber größere Regionen positiv auf den Fehler zur tatsächlichen Messung aus. Beispielsweiseergibt sich für eine Betrachtungsfläche von der Größe des Bundesgebietes der Fehler beiErtragsprognosen über ein Jahr von ca. 4 % oder 0.04W/Wpeak. Bei hoher räumlicherAuflösung, insbesondere bei Betrachtung von Einzelanlagen, kann der Fehler deutlich größereWerte annehmen und durchschnittlich bei bis zu 50 Prozent bzw. 0.5 W/Wpeak liegen.[Lor09]Hierbei zeigt sich weiterhin ein starke Abhängigkeit von der Bewölkung. Der Vergleichvon historischen Wetterdaten mit den prognostizierten Werten vergangener Jahre kannhierbei eine Abschätzung der auftretenden Fehler ermöglichen. In Abbildung 3.6 wird dieses


exemplarisch für zwei Sommertage Anfang Juni im Jahr 2013 für eine Prognose des jeweiligennächsten Tages (Folgetagsprognose) dargestellt. Die dargestellten Prognosedaten entstammendem Cosmo EU Modell (03UTC-Lauf) des Deutschen Wetterdienstes (DWD) und wurdenfreundlicherweise durch Herrn Rafael Fritz vom Fraunhofer Institut für Windenergietechnikund Energiesystemtechnik IWES in Kassel, mit Genehmigung des DWD, zur Verwendung indieser Arbeit zur Verfügung gestellt. Die historischen Wetterdaten sind Satellitendaten miteiner Auflösung von einem Bildpixel, was etwa einem Rechteck mit den Seitenlängen 3 mal 5km entspricht.

0 4 8 12 16 20 24/0 4 8 12 16 20 240

100

200

300

400

500

600

700

800

900

Uhrzeit /Tag

Glo

bals

trahlu

ng in W

/m2

Prognostizierte Strahlunggemessene Strahlung

Vergleich prognostizierter mit historischen Wetterdaten

Abb. 3.6: Vergleich prognostizierter mit historischen Wetterdaten für den 2. und 3. Juni 2013auf Grundlage der Wetter-/Prognosedaten vom DWD sowie IWES

Deutlich zu erkennen ist die hohe Übereinstimmung beider Kurven an einem nahezu wolken-freien Tag. Am zweiten dargestellten Tag mit teilweiser Bedeckung kommt es hingegen zusignifikanten Abweichungen von prognostizierter zu tatsächlich gemessener Einstrahlung. InTabelle 5.1 wird die Abweichung beider Kurven für das gesamte Jahr 2013 in Abhängigkeitdes Betrachtungsgebietes aufgezeigt. Der mittlere quadratische Fehler ergibt sich hierbei auseiner Mittelung aller Werte im Umkreis von x km Radius.

Tab. 3.1: Mittlerer quadratischer Fehler (RMSE) von Prognose zu historischen Daten füreinen Betrachtungszeitraum eines Jahres

Radius in km RMSE in W/m2

1 85,710 84,550 80,0100 75,3150 73,0200 70,0

3.5 Daten der Testanlage 55

Es wird deutlich, dass sich die mittlere Abweichung im Jahresmittel mit der Größe desbetrachteten Gebiets verringert, sich jedoch auch bei einem betrachteten Radius von 200 kmnoch immer Abweichungn von 70 W/m2 ergeben. Fraglich ist weiterhin, wie sich diese Datensinnvoll zur Folgetagsprognose für eine PV-Anlage eignen, welche in jedem Fall eine deutlichkleinere Fläche belegen.

Ein weiterer angedachter Ansatz zur eigenständigen Erstellung einer Wetterprognose ist es,die Strahlungsdaten der vergangenen drei Tage zu mitteln und aus diesen die Prognose für denFolgetag zu erstellen. Hierbei können jedoch aufgrund sich plötzlich ändernder GroßwetterlagenSituationen auftreten, in welchen in den vorangegangenen Tagen eine relativ stabile Wetterlagevorherrschte, welche sich jedoch an dem zu prognostizierendem Tag vollständig verändert.Da die Aussagefähigkeit solcher Prognoses sehr eingeschränkt ist, wurde dieser Ansatz daherwieder verworfen.

3.5 Daten der Testanlage

Ausgangslage für die Modellbildung und Validierung der in der Simulationsumgebung umge-setzten Systemkomponenten anhand realer Betriebsdaten ist das am Kraftwerkshafen in derHafencity installierte PV-Batteriesystemmit den folgenden Parametern.

PV-Generator Der PV-Generator besteht aus PV-Modulen der Sorte Sunmodule SW 250poly mit den in Tabelle 3.2 gemäß Datenblatt dargestellten Moduldaten. Insgesamt besteht die

Tab. 3.2: Daten für Sunmodule SW 250 poly

maximale Leistung (STC)61 250 WpMPP-Spannung 30,8 VMPP-Strom 8,12 ALeerlaufspannung 37,6 VKurzschlussstrom 8,64 ATemperaturkoeffizient (PMP P ) -0,48 %/KTemperaturkoeffizient (VOC) -0,128 V/KTemperaturkoeffizient (VOC) -0,34 %/KTemperaturkoeffizient (ISC) 2,9 mA/KTemperaturkoeffizient (ISC) 0,034 %/KMaximale Systemspannung 1000 VZellentyp polykristallin –

Anlagen aus 40 Modulen mit einer Gesamtleistung von 10 kWp, welche in einer elektrischenParallelschaltung von 2 Strängen zu je 20 Modulen angeordnet sind. Diese sind parallel zurDachausrichtung mit einer Abweichung von etwa α− 5 (Azimuth) zur Südausrichtung undeinem Anstellwinkel von ca. β = 35 (vgl. Abbildungen 6.3 und 6.4 im Anhang)

3.5 Daten der Testanlage 56

Speicher Der Stromspeicher bestand zunächst aus einer Blei-Gel-Batterie mit einer Ge-samtkapazität von 11 kWh und den in Tabelle 3.3 aufgeführten Parametern: In einem zweiten

Tab. 3.3: Daten für Blei-Gel-Speicher

Gesamtkapazität 11 kWhNutzbare Kapazität bei 50 % DOD 5,5 kWhAnzahl Blöcke (@ 12 V) 19 –Nennspanung 228 VAh-Kapazität 48 AhZyklenanzahl bei 50 % DOD 2800 –Abmessungen 900 x 400 x 1600 mm (B x T x H)

Schritt wurde dieser durch eine Second Life Batterie62 auf Lithium-Ionen-Basis mit etwa sechs-fach höherer Kapazität getauscht. Um zur Reduzierung von Wirkungsgradverlusten aufgrundzusätzlicher Spannungswandlung eine dem PV-Generator entsprechende DC-Systemspannungvon 700 V zu erzielen, wurde das Speichersystem aus zwei in Reihe geschalteten Batterieracksmit den in Tabelle 3.4 aufgeführten Parametern aufgebaut.

Tab. 3.4: Daten für Lithium-Ionen-Speicher

Gesamtkapazität 42,624 kWhnutzbare Kapazität bei 80 % DOD 34 kWhKapazität 21,4 kWhAnzahl Module ( @ 12 Zellen) 8 –Anzahl Zellen 96 –Nennspannung 355,2 VAh-Kapazität 60 AhLadeschlussspannung 393 VEndladeschlussspannung 259 VAbmessungen 892 x 1584 x 171 mm (B x T x H)

Wechselrichter Hierbei handelt es sich um einen 3-phasigen Wechselrichter mit integrier-tem Energiemanagementsystem des Herstellers PIKO mit den in Tabelle 3.5 aufgelistetetenSpezifikationen.

62Batterien, die in Fahrzeugen mit Elektroantrieb verwendet werden, müssen bereits nach einem relativgeringen, durch natürliche Alterung und Nutzung auftretenden, Kapazitätsverlust getauscht werden, umden Reichweitenanforderungen im Bereich der E-Mobilität gerecht zu werden, können jedoch anschließendnoch für andere, stationäre Applikationen eingesetzt werden, in denen die Leistungsdichte nicht primär vonBedeutung ist.

3.6 Poolbildung 57

Tab. 3.5: Daten für Wechselrichter PIKO 10.1Eingangsseite (DC) Ausgangsseite (AC)

Anzahl Eingänge / MPP-Tracker 3 – Anzahl Einspeisephasen 3 –maximal empfohlene Leistung 11 kW Netzspannung 230 / 400 V/Vmaximale Spannung (Leerlauf) 950 V obere Spannungs-Abschaltgrenze 255 Vminimale Spannung 180 V untere Spannungs-Abschaltgrenze 184 Vmaximaler Strom 12,5 A maximaler Strom pro Phase 14,6 ANennspannung 680 V Nennleistung 9,2 kWmaximale MPP-Spannung 850 V maximale Leistung 10,1 kWminimale MPP-Spannung 420 V maximaler Wirkungsgrad 96 %Startspannung 180 V europäischer Wirkungsgrad 95,4 %

3.6 Poolbildung

Da ein einzelnes Photovoltaik-Batteriesystem aufgrund seiner – im Vergleich zu Großkrafwerken– verschwindend geringen Anschlussleistung keinen nennenswerten Beitrag hinsichtlicher einerNetzdienstleistung leisten kann, ist ein möglicher und heutzutage immer häufiger gewählterAnsatz, viele dieser dezentralen Einheiten innerhalb eines Smart Grid zu einem Schwarmzusammenzufassen, so dass dieser zur Optimierung einer energiewirtschaftlichen Betriebsweisegenutzt werden kann. Um eine effiziente Kommunikation sowie die Möglichkeit der zentralenSteuerung und Überwachung innerhalb eines solchen Systems zu realisieren, erscheint für denSystemaufbau eine Hierarchie des Kommunikationsmodells gemäß Abbildung 3.7 als sinnvoll(vgl. [Wol13]).

Die einzelnen Photovoltaik-Batteriesysteme werden in gebündelter Form von Sub-Aggregatoren(SA) nach außen vertreten. Die SA stellen daraufhin wesentliche Informationen, beispielsweisezum aktuellen Ladestand der Batterie, der momentanen PV-Erzeugung oder zum Lastverlauf,zusammen und leiten diese an eine übergeordnete Ebene weiter. Gleichzeitig werden durch dieSA Schaltanweisungen oder Informationen der übergeordneten Ebenen an die einzelnen PV-Batteriesysteme weitergeleitet. Den SA übergeordnet ist der Aggerator (A). Dieser aggregiertdie gesammelten Daten zu einem Gesamtwert und agiert als Bindeglied, indem er diese andie oberste Ebene, den Dispatcher, weiterleitet bzw. von diesem kommende Anweisungenan die ihm untergeordnete Ebene der Sub-Aggregatoren weiterleitet. Auf oberster Ebenesteht der Dispatcher dem gesamten virtuellen Kraftwerk vor, welcher zur Überwachung desGesamtsystems dient und Vorgaben, beispielsweise zur Erstellung von Lastplanverläufen oderauch zur Anordnung von Regelanweisungen, erteilt.

Ein nach dem in Abbildung 3.7 gezeigter Systemaufbau zeichnet sich aufgrund des dezentralenKonzeptes insbesondere durch ein geringeres Datenaufkommen im Vergleich mit einer zentralenDatenerfassung aus, da es vermieden wird, sämtliche Betriebszustände der PV-Batteriesystemein ihrem höchsten Detaillierungsgrad an eine zentrale Datenerfassungstelle zu übermitteln.Diese werden bereits auf Ebene der Sub-Aggregatoren und des Aggregators gleichzeitig

3.6 Poolbildung 58

Abb. 3.7: Schema eines möglichen Kommunikationsmodells, vgl. [Wol13]

abstrahiert und dabei reduziert. Gerade diese Vermeidung einer Echtzeitdatenübertragungverschiedener Messwerte führt jedoch auch zu einer relativ großen Unflexibilität.

Eine genaue Aussage zur möglichen PV-Erzeugungsleistung ist aufgrund der sehr starkenAbhängigkeit von den Wetterbedingungen und der Ungenauigkeit von Wetterprognosen fürweit in der Zukunft liegende Zeitfenster insbesondere für räumlich sehr hochaufgelöste Be-reiche mit den heute üblichen Methoden sehr schwer zu realisieren. Daher kann eine durchPV-Batteriesysteme bereitgestellte Flexibilität, beispielsweise hinsichtlich einer Bereitstellungvon positiver oder negativer Regelleistung, jeweils nur für den aktuellen Tag erfolgen. Eine wei-tergehende Planung, beispielsweise zur Vorhaltung von Kapazitäten, welche am Terminmarktgehandelt werden können, erscheint dahingegen aufgrund der sehr starken Unsicherheitenbezüglich der Prognostizierbarkeit der PV-Erzeugung – und damit direkt verbunden auchdem Ladestand der Batterie – unter den derzeitigen Voraussetzungen als nicht praktikabel.

Für den Fall einer möglichen Laständerung innerhalb des aktuellen Tages kann das Potenzialvon Photovoltaik-Systemen jedoch durch die nachfolgend dargestellten Herangehensweisengenutzt werden.

Im ersten Fall, dargestellt in Abbildung 3.8, erfolgt zunächst, jeweils zu Beginn des Ta-ges und initiert durch den Dispatcher, eine Anfrage bezüglich der möglichen verfügbaren

3.6 Poolbildung 59

Speicherpotenziale.

Abb. 3.8: Diagramm zur Erstellung eines Lastverlaufsplanes, vgl.[Wol13]

Die Anfrage wird über den Aggregator und die Subaggregatoren an jedes einzelne Photovoltaik-Batteriesystem weitergeleitet. Auf dieser Ebene erfolgt selbständig, auch ohne Anfrage vonaußen, zu Beginn jeden Tages die Erstellung einer Prognose des für den aktuellen Tagerwarteten Ladeszustandes der Batterie für jede Minute des Tages (siehe Kapitel 3.3.3). Indiesem Zusammenhang wurde dezentral, innerhalb des Logik des Wechselrichters, bereitsdie Information aus der prognostizierten PV-Erzeugung verarbeitet. Als Information werdenanschließend nur die bereits in kWh umgerechneten Potenziale einer Lastaufnahme bzw.Leistungsabgabe für ein Zeitfenster von jeweilse 15 Minuten, dargestellt in einer Zeitreihe mit96 Einzelwerten, verwertet. Hierbei stellen diese Potenziale nicht zwangsläufig die maximalenKapazitäten bis zum Erreichen der oberen bzw. unteren Ladegrenze der jeweiligen Batteriedar. Um dem Umstand Rechnung zu tragen, dass auch eine untertägige Erzeugungsprognose –und damit verbunden auch der erwartete Ladezustand der Batterie – gewissen Unsicherheitenunterworfen ist, sollte an dieser Stelle bereits eine Verringerung zu den bei vollständigeintreffender Prognose erwarteten Speicherpotenzialen vorgenommen werden. Weiterhin ist zubeachten, dass Photovoltaik-Batteriesysteme primär zur Erhöhung der Autarkie des Endkundenvon den Strompreisen eingesetzt werden, was zwangsläufig dazu führt, dass Speicher nichtbeliebig durch von außen vorgegebene Signale be- oder entladen werden dürfen. Aus diesenÜberlegungen heraus erscheint es daher sinnvoll, Grenzen zu definieren, in welchen die Batterie

3.6 Poolbildung 60

tatsächlich in Anspruch genommen werden darf.

Die in jedem Photovoltaik-Batteriesystem erstellten Lastbänder zur Darstellung des jeweiligenPotenzials werden anschließend über die Subaggregatoren in aggregierte Form an den Ag-gregator übermittelt, welcher letztlich dem Dispatchter einen Gesamtplan über die maximalmöglichen Be-/bzw. Entladekapazitäten für jedes Stundenviertel des aktuellen Tages zurVerfügung stellt.

Anhand dieser Information erstellt der Dispatcher ein aus 96 Einzelwerten bestehendesPräferenzsignal, welches auf Grundlage des realistischen Potenzials sämtlicher Anlagen einenLastverlaufsplan für den aktuellen Tag repräsentiert. Hierbei wird zusätzlich mit jedem der96 Werte ein Gewichtungsfaktor zur Priorisierung des jeweiligen Stundenviertels übermittelt(vgl.[Wol13].) Das Präferenzsignal wird nun zurück an die Photovoltaik-Batteriesystemegeleitet, in welchen durch die Logik innerhalb des Wechselrichters der ursprünglich für denaktuellen Tag vorgesehene Lastverlauf anhand der neuen Anforderungen korrigiert und fürdie Erstellung einer zweiten Prognose genutzt wird, die dann für den Tag bindend ist. Derunter Berücksichtung des Präferenzsignales erstellte Lastverlaufsplan wird anschließend überdie Aggregationsebenen zurück an den Dispatcher gesendet, so dass diesem zu Beginn jedenTages ein Gesamtverlaufsplan in viertelstündlicher Auflösung vorliegt, welcher ohne weitereAnweisungen auch in dieser Form von den Photovoltaik-Batteriesystemen umgesetzt wird.

Durch die Beschränkung der Kommunikation zwischen allen Ebene auf einen einmaligenZeitpunkt zu Beginn eines Tages wird das benötigte Datenaufkommen auf ein Minimumreduziert. Gleichzeitig ergibt sich jedoch eine hohe Unflexibilität, da im weiteren Verlauf desTages kein Informationsaustausch erfolgt und somit auch durch den Dispatcher keine weiterenAnordnungen, beispielsweise zur kurzfristigen Laständerungansfrage, erstellt und übermitteltwerden können.

Um kurzfristige Laständerungen umzusetzen, ist daher neben einer kontiniuierlichen System-überwachung eine Echtzeiterfassung der verschiedenen Messwerte jedes einzelnen Photovoltaik-Batteriesystems erforderlich. Für die Verwaltung der hierbei zu verarbeitenden Datenmengenwäre ein Systemaufbau auf Middleware-Basis wie in Abbildung 3.9 dargestellt denkbar. Einsolcher Ansatz im Bereich Smart-Metering wird aktuell in verschiedenen Projekten im gesam-ten Bundesgebiet verfolgt. Middleware bezeichnet hierbei eine Software, die zur Vermittlungzwischen unterschiedlichen Systemstrukturen eingesetzt wird, wobei neben der Nutzung be-liebiger Übertragungsmedien, beispielsweise schneller und hochbelastbarer Breitbandnetze,auch eine Vielzahl verschiedener Protokolle zur Datenübertragung unterstützt wird. Die-ses ist insofern bedeutsam, als dass auf diese Weise auch die Datenerfassung verschiedenerPhotovoltaik-Batteriesysteme möglich wird. Weiterhin können die zu übertragenden Datenverschlüsselt übertragen werden, was hinsichtlich eines immer stärker werdenden Datenschutz-Bewusstseins eine entscheidende Rolle spielt. Wird dieser Ansatz gewählt, erfolgt das gesamteDatenmanagement auf Ebene der Middleware, welche von den angeschlossenen Photovoltaik-Batteriesystemen in kurzzyklischer Auflösung (denkbar ist hier sogar eine sekündliche Auflö-

3.6 Poolbildung 61

Abb. 3.9: ]Systemaufbau auf Middleware-Basis, vgl [BB13]

sung) sämtliche systemrelevante Parameter erhält, diese verarbeitet und der zentralen Logikzur weiteren Verarbeitung zur Verfügung stellt. Diese kommuniziert ebenfalls mit externenQuellen, welche weitere Informationen, beispielsweise zu aktuellen Strompreisen an der Börse,zur Verfügung stellen. Innerhalb der zentralen Logik werden die eingehenden Daten schließlichverarbeitet und Vorgaben zur Lastverlaufsplanung oder Regelanweisungen erstellt, welcheüber die Middleware an die einzelnen Photovoltaik-Batteriesysteme übertragen werden.

Auf Grundlage der zeitlich hochaufgelösten Informationen kann eine kurzfristige Laständerung,wie in Abbildung 3.10 dargestellt, umgesetzt werden.

Das Photovoltaik-Batteriesystem übermittelt hierbei Informationen zur aktuellen PV-Erzeugung und Last sowie das momentane Laständerungspotenzial (auf Grundlage definierterGrenzwerte) und mit dem als „Bilanzkonto“ beschriebenen Wert ein Maß für die aktuelleAbweichung von der ursprünglichen Batteriestands-Planung. Befindet sich die Anlage, bei-spielsweise aufgrund bereits vorangeganger Regelanweisungen, in einem unterdeckten Zustand,was bezogen auf den aktuellen Ladestand der Batterie einem geringeren SOC entspricht als erohne diese Anweisung vorhanden wäre, würde sie im Fall einer Anfrage zur Leistungsaufnahmebevorzugt durch den übergeordneten Sub-Aggregator angefragt.

Auf der obersten Ebene errechnet der Dispatcher bei einer innerhalb der nächsten 15 Minuten

3.6 Poolbildung 62

Abb. 3.10: Diagramm zur kurzfristigen Laständerung, vgl. [Wol13]

erwarteten Abweichung der Gesamtleistung vom geplanten Lastverlauf die zur Behebung derAbweichung benötigte Änderungsarbeit auf Grundlage des aktuellen Laständerungspotenzials.Anschließend übermittelt er diese an den Aggregator, welcher die angeforderten Energiemengen– gewichtet nach den jeweiligen Laständerungspotenzialen innerhalb der Subaggregatoren – aufdiese verteilt. Zuletzt erfolgt auf der untersten Ebene und priorisiert nach dem Bilanzkonto dieAuswahl derjenigen Anlagen, welche die Laständerung im Rahmen des von ihr übermitteltenLaständerungspotenzials umzusetzen hat.

63

4 Umsetzung

Diese Kapitel stellt die Umsetzung der technischen Analyse dar, wobei Wert auf kurze Simulati-onszeiten gelegt wurde. Im Vergleich mit der Umsetzung in Excel bietet Matlab einige Vorteilehinsichtlich der umsetzbaren Komplexität und Flexibilität, welches jedoch bei Missachtungwesentlicher Programmiergrundsätze auch zu unpraktikabel geringen Simulationsgeschwindig-keiten führen kann. Um dieses zu vermeiden, sollten redundante Variablen vermieden werden,beispielsweise, so möglich, durch Zusammenfassung mehrerer Variablen. Des Weiteren solltenjeweils vor Beginn eines Schleifendurchlaufs die verwendeten Variablen deklariert werden,um ein mehrmaliges Aufrufen innerhalb der Schleife zu vermeiden. Um den in modernenCPUs üblicherweise schnellen Cache optimal auszunutzen und die Zugriffszeiten auf denHauptspeicher zu verkürzen, ist es ratsam, Daten in Spaltenform zu speichern, da Matlabdiese in direkt aufeinanderfolgenden monoton aufsteigenden Speicheradressen ablegt und somitam effizientesten verarbeiten kann. Ein weiterer wesentlicher Punkt ist die Vermeidung vonSchleifen. Wann immer möglich sollten diese durch einen Vektor dargestellt werden, was nebeneiner Verringerung der benötigten Rechenzeit auch zu einer übersichtlicheren Darstellungführt, da hierfür nur eine Programmzeile benötigt wird (vgl.[Übe05] [McG07]).

Die vollständige Umsetzung des Gesamtmodells in der Simulationsumgebung ist dem beiligen-den Datenträger zu entnehmen.

4.1 Systemkomponenten

Es sei an dieser Stelle darauf hingewiesen, dass die Umsetzung des PV-Generators und derBatterie in der Simulationsumgebung nicht zu den vom Autor allein erbrachten Leistungenzählen. Dieses gilt insbesondere für die, der Vollständigkeit halber im Anhang aufgeführtenzugehörigen Quelltexte. Der PV-Generator wurde im Rahmen des Projektes PINT inner-halb der Gruppe erarbeitet, das letztenendlich verwendete Batteriemodell ist einer früherenAbschlussarbeit am C4DSI entnommen.

Die Gesamtanlage wurde in der Simulationsumgebung hinsichtlich ihrer Verschaltung gemäßAbbildung 4.1 aufgebaut, wobei der Batterie-Gleichrichter und die Batteriebank im Modellder Batterie zusammengefasst sind.


Abb. 4.1: Schaltplan zur Umsetzung des PV-Batteriesystems

4.1.1 PV-Generator

Zu Beginn des Projektes wurden Kriterien festgelegt, welche das PV-Generator-Modell erfüllensoll. Diese sind:

• Standortflexibilität und variable Ausrichtung (Azimuth/Anstellwinkel)

• Leistungserzeugung auf Grundlage von Globalstrahlungs- und Temperaturdaten

• Skalierbarkeit

• Modellierung auf Grundlage von Datenblättern

Das PV-Modell besteht daher aus zwei Teilen, welche, wie in Abbildung 4.2 dargestellt, jeweilsin eine MATLAB-function-Umgebung eingebettet sind.

Der erste Block dient der Berechnung des Globalstrahlungsfaktors für den Fall, dass dieGobalstrahlung nicht in derselben Ebene oder am selben Ort innerhalb Deutschlands gemes-sen wurde, in welcher die PV-Module ausgerichtet bzw. aufgestellt sind. Bei Messung amOrt/in der Ebene der PV-Module beträgt dieser Faktor dem voreingestellten Wert 1. DerGlobalstrahlungsfaktor wird an den zweiten Block übergeben, welcher unter Einbeziehung derTemperatur die eigentliche Berechnung der I-U-Kennlinie einer Solarzelle über das NewtonscheIterationsverfahren gemäß Gleichung 2.4 auf Seite 31 realisiert. Die Globalstrahlungs- und Tem-peraturdaten werden hierbei als Zeitreihe in Form einer [:,1]-Matrix mit einer Diskretisierungvon einer Minute vorgegeben.


Abb. 4.2: Darstellung des PV-Generators in der Simulationsumgebung

Im zweiten Block erfolgt die Berechnung der Leistung sowie des Punktes der maximalenLeistungsabgabe (MPP) eines Moduls anhand der Zellenparameter. Während sich ein Modulausschließlich aus der entsprechenden Anzahl in Serie verschalteter Solarzellen zusammensetzt,können mehrere derartiger Module sowohl in Serien- als auch in Parallelschaltung angeordnetwerden, um die tatsächlichen Gegebenheiten abbilden zu können. Der Punkt der maximalenLeistungsabgabe wird dabei mit jedem Wertepaar aus Einstrahlung und Temperatur neuerrechnet, wodurch das Modell in jedem Zeitschritt den MPP als Ergebnis ausgibt. Um dieLeistungsabgabe zu begrenzen, kann der Arbeitspunkt der Anlagen aus dem MPP geschobenwerden. Die für die Berechnung erforderlichen, im Model hinterlegten Parameter können denüblichen, durch die Modulhersteller zur Verfügung gestellten Datenblätter entnommen werden.Diese sind:

• Zellentyp (Monokristallin/Polykristallin/amorphes Silizium)

• Zellenanzahl

• Leerlaufspannung VOC

• Kurzschlussstrom ISC

• Temperaturkoeffizienten

Innerhalb einer Eingabemaske kann nun das gewünschte Modul ausgewählt und über dieAuswahl der in Serie geschalteten Module pro String, der Anzahl paralleler Strings sowie desAnstellwinkel β und Azimut α der zu simulierende PV-Generator abgebildet werden. Die


zugehörigen Quelltexte befinden sich in Anhang A unter Listing 1, Listing 2 und Listing 3.

Da sich während des Projektes herausstellte, dass die zur Validierung des Simulationsmodellsbenötigten Daten zur Umsetzung der Testanlage im Kraftwerkshafen nicht zur Verfügungstehen werden, wurden zusätzlich die Module einer an der Hochschule für AngewandteWissenschaften HAW Hamburg installierten PV-Anlage der Sorte Conergy Powerplus 220P inder Simulationsumgebung umgesetzt, zu deren Validierung die Datengrundlage vorhandenwar. Die technischen Paramater gemäß Datenblatt sind in Tabelle 4.1 dargestellt.

Tab. 4.1: Daten Solarmodul (Conergy Powerplus 220P)

maximale Leistung (STC) 220 WpModulwirkungsgrad 13,51 %MPP-Spannung 29,5 VMPP-Strom 7,47 ALeerlaufspannung 36,6 VKurzschlussstrom 8,0 ATemperaturkoeffizient (PMP P ) -0,45 %/KTemperaturkoeffizient (VOC) -0,13 V/KTemperaturkoeffizient (VOC) -0,35 %/KTemperaturkoeffizient (ISC) 2,1 mA/KTemperaturkoeffizient (ISC) 0,027 %/KMaximale Systemspannung 1000 VZellentyp polykristallin –

Die HAW-Anlage unterscheidet sich in der Größenordnung von jener Anlage in der Hafencity.Da beide jedoch aus Modulen auf polykristallinen Zellen bestehen und sich auch sonst in denSpezifikationen sehr ähneln (vgl. Tabelle 3.2 auf Seite 55), wurde eine hohe Vergleichbarkeitangenommen und durch Skalierung, d.h. durch Anpassung der benötigten Modulanzahl, dieentsprechende Gesamtleistung abgebildet.

4.1.2 Wechselrichter

Aufgrund der in Kapitel 3.2.2 dargestellten Überlegungen fiel die Entscheidung, das Modelldes Wechselrichters grundsätzlich auf Basis von Datenblattspezifikationen zu erstellen. Umeine möglichst detaillierte Abbildung zu ermöglichen und die in Kapitel 2.5.1 dargestelltenAspekte abbilden zu können, wurde zusätzlich auf die ausführlicheren Informationen in derBetriebsanleitung zurückgegriffen (vgl. [KOS]).

Die oberste Ebene des erstellten Wechselrichter-Modells ist in Abbildung 4.3 dargestellt.


Abb. 4.3: Darstellung der obersten Ebene des Wechselrichters in der Simulationsumgebung

Eingangsparameter sind sowohl die Leistung als auch die zugehörige Spannung, welche jeweilsaus dem PV-Generator-Modell als Zeitreihe in der Form einer [Zeitschritt,Leistung]- bzw.[Zeitschritt, Spannung]-Matrix übergeben werden. Dieses Format stellte sich als hilfreichheraus, da durch das Auslesen der ersten Zeile gleichzeitig der jeweils aktuelle Zeitschrittinnerhalb der Simulation ausgegeben werden kann. Dieses ist für die auf Prognosedatenberuhende Umsetzung in der Algorithmik notwendig.

Im ersten Block wird – in Anlehnung an Tabelle 2.1 auf Seite 33 – die unterste Spannungvorgegeben, ab welcher eine Berechnung innerhalb des Wechselrichtermodells erfolgt. Liegtder Eingangswert unter dieser Spannungsgrenze, wird als Ausgangswert ein Signal der Stärke0 weitergegeben, anderenfalls das entsprechende Eingangssignal durchgeleitet.

Um die durch die Leistungselektronik entstehenden Verluste zu berücksichtigen, erfolgt dieBerechnung des Wirkungsgrades zur Umwandlung der Gleich- in eine Wechselspannung. Wiein Abbildung 6.10 im Anhang zu sehen, existiert hierbei jedoch nicht nur eine, sondern mehre-re Kennlinien bei insgesamt 3 verschiedenen Spannungsniveaus. Da die Eingangsspannungbeliebige Werte oberhalb der untersten Spannungsgrenze annehmen kann, ist an dieser Stelleeine Interpolation der Kennlinienwerte in beliebiger Schrittweite bis zur oberen Spannungs-grenze erforderlich. Zunächst müssen die Kennlinien jedoch in Matlab übertragen werden.Hierzu werden die im Datenblatt angegebenen Wertepaare von Wirkungsgrad und normierterLeistung zunächst grafisch ermittelt und anschließend in der Simulationsumgebung als Matrixvorgegeben.

Der erste Lösungsansatz beinhaltete darauf aufbauend die Definition von konstanten Span-nungsbereichen sowohl ober- und unterhalb der äußersten als auch zwischen den Kennlinen.Liegt die Eingangsspannung in einem dieser Bereiche, wurde über einen Schalter diejenigeKennlinie ausgewählt, welche der aktuellen Kennlinie am ehesten entspricht. Dieser Ansatz

4.2 Algorithmik 68

führt bereits zu einer gewissen Dynamik, weist jedoch jeweils an den Übergängen der Auswahlzweier Kennlinien Sprünge auf. Um diese zu vermeiden, wurden in einem zweiten Schrittdie ermittelten Wertepaare in eine 2-D lookop table übertragen, welche eine Funktion vonn, in diesem Fall n=2, Variablen abbildet. Hierdurch konnte der Wirkungsgrad für beliebigeSpannungsniveaus ohne Sprünge ermittelt werden.

Zuletzt wurden die Berechnungen von Wirk-Schein-und Blindleistung durchgeführt, die sich jenach Blindleistungsanfrage ergeben (vgl. Kapitel 2.5.1 Blindleistungsbereitstellung). Hierbeiwar zu beachten, dass im Fall einer Blindleistungsanfrage die resultierende Scheinleistung diemaximal zulässige Wirkleistung des Wechselrichters nicht übersteigen darf, was bedeutet, jegrößer der Verschiebungsfaktor (cos φ), desto geringer darf die Eingangswirkleistung sein.

4.1.3 Batterie

Das Batteriemodell wurde der von Matthias Kühl verfassten Arbeit „Feldbasierte Simulationmobiler elektrischer Energiespeicher - Last- und Einspeisungspotential eines Batterieschwarmsim Smart Grid“ (vgl. [Küh11]) entnommen.

Es ist ein Modell auf der Basis des Ersatzschaltbildes einer Lithium-Ionen-Zelle des TypsPL-383562 vom Hersteller AA Portable Power, deren Abhängigkeiten der Bauteile auf demLadezustand der Zellen beruhen und über Feldversuche approximiert wurden. Je nach Bedarfwerden Schalter angesteuert, die dem Stromkreis entweder eine gesteuerte Spannungsquelleoder eine gesteuerte Stromquelle zuschalten. Der Ladezustand wird durch Integration des vonder Batterie umgesetzten Stromes berechnet und durch Skalierung von einer Zelle auf dieGesamtkapazität umgerechnet. Eine detailiertere Beschreibung der Umsetzung findet sich aufSeite 70 der genannten Arbeit.

4.2 Algorithmik

4.2.1 Eigenverbrauchsoptimierung

Die Eigenverbrauchsoptimierung auf Grundlage der in Kapitel 3.3.1 auf Seite 45 geschildertenBedingungen bildet das Referenzszenario ab und wird auf zwei Wegen realisiert, zum einen aufGrundlage eines deterministischen Ansatzes, zum anderen unter Verwendung und Zusammen-schaltung der entwickelten Komponenten zu einem Abbild eines realen PV-Batteriesystems.Anhand beider Herangehensweisen sollen jeweils für einen beliebigenn Zeitpunkt und eine be-liebige Kombination von PV-Erzeugung und Verbrauch mindestens die sich daraus ergebendenAnteile von Batteriebe- und -entladung sowie Netzbezug/Netzeinspeisung ermittelt werdenkönnen. Als Eingangsdaten dienen jeweils Zeitreihen der Last- sowie für die Berechnung derPV-Leistung Solarstrahlungs- und Temperaturdaten. Weiterhin werden die zur Beschreibungder Komponenten nötigen Parameter eingegeben, wobei sich diese innerhalb des deterministi-

4.2 Algorithmik 69

schen Ansatzes auf die Beschreibung der Batterie beschränkt. Beide Ansätze unterscheidensich hierbei deutlich hinsichtlich Flexibilität und Detaillierungsgrad sowohl in Bezug auf dieEingangsparameter als auch auf die Darstellung der Ausgangsparameter, welches sich auch inden benötigten Rechenzeiten widerspiegelt.

Deterministischen Ansatz Der deterministische Ansatz entspricht dem eines Logikmo-dells, welches sich nach Eingabe der Zeitreihen von PV-Erzeugung und Last innerhalb einesKnotenmodells darstellen lässt, wie in Abbildung 4.4 dargestellt wird.

Abb. 4.4: Vorzeichenkonvention und Bilanzierung

Hierbei werden in das System gelangene Energiemengen positiv und aus dem System ent-nommene Energiemengen negativ verrechnet, wobei die Summe aller ein- und ausgehendenEnergiemengen jederzeit Null ergeben muss. Nach einer Initialisierung und Parametrierung derverwendeten Variablen erfolgt sukzessive die Abfrage der verschiedenen Verteilungsmöglichkei-ten nach einem deterministischen Ansatz, da sowohl die aktuellen als auch alle zukünftigenEntscheidungschritte durch die entsprechenden Vorbedingungen bereits eindeutig festgelegtsind. Abbildung 4.5 zeigt die der Eigenverbrauchsoptimierung zugrunde liegende Schaltlogikanhand eines Nassi-Shneidermann-Diagramms.

Der zugehörige kommentierte Quelltext befinden sich im Anhang in Listing 4. Da bei derErstellung darauf Wert gelegt wurde, möglichst einfache Kontrollstrukturen zu verwenden,konnte die benötigte Rechenzeit sehr klein gehalten werden, so dass die Berechnung einesTages innerhalb weniger Sekunden erfolgen kann. Dies ist eine Voraussetzung für die spätereEinbindung in die Simulation des Gesamtsystems auf Grundlage der erstellten Komponen-ten. Innerhalb dieser Simulation ist es zu bestimmten Zeiten nötig, schnelle Berechnungenzukünftiger Verläufe zu realisieren, um entsprechende Schalthandlungen, beispielsweise zurVerhinderung einer Batteriebeladung innerhalb eines bestimmten Zeitfensters des aktuellenTages, vornehmen zu können.

4.2 Algorithmik 70

Abb. 4.5: Fallunterscheidung

Simulationsmodell eines PV-Batteriesystems Der zweite Ansatz ist die Umsetzungder Logik in eine Simulationsumgebung, welche im SIMULIK-Modell die jeweiligen Kompo-nenten in einer Form ansteuert, dass die vorab erwähnten Bedingungen erfüllt werden. DieUmsetzung erfolgt hierbei in 2 Schritten. Zunächst wird durch die Eingabe von Temperatur-und Strahlungsdaten in das PV-Modell sowohl der Ertrag in Watt (W) als auch die entspre-chende Spannung in Volt (V) simuliert und diese Datensätze in einem extra mat-file abgelegt.Dieses hat den Vorteil einer höheren Flexibilität bei minimaler Rechenzeit, da bei Änderungenhinsichtlich der PV-Anlage nicht die gesamte Simulation durchlaufen werden muss. Es istjedoch auch möglich, die PV-Komponenten in die Gesamtsimulation zu integrieren.

Für den erstgenannten Fall der externen Leistungs- und Spannungsberechnung werden – ineinem zweiten Schritt – die vorab erstellten Zeitreihen sowie die Zeitreihe für den Lastgang(ebenfalls in W) als Variablen über einen from-workspace-Block in Form einer [Zeitschritt,Werte]-Matrix in die Gesamtsimulation eingebunden. Dieses ermöglicht es, bei der Auswertungbestimmte Zeiten oder Zeitabschnitte schnell zu identifizieren (vgl. Abb. 4.6).

Die Zeitreihen für PV-Spannung und PV-Leistung werden dem Wechselrichtermodell vorge-geben, welches daraus die um den dynamischen Wirkungsgrad η verringerte AC-Leistungberechnet (vgl. Kapitel 4.1.2). Es folgt der Abgleich der PV-Leistung mit der zeitgleichauftretenden Last (vgl. Abb. 3.4), woraus sich die jeweilige Leistungsanfrage an die Batterieergibt, welche die Leistungsanfrage je nach ihrem Ladezustand weiter verarbeitet. Die Berech-nung der tatsächlich für die Batteriebeladung/Batteriebezug bzw. Netzeinspeisung/Netzbezugverwendeten Arbeit sowie des jeweils aktuellen sowie der nach Ablauf der Simulation gesamtenWerte für den Eigenverbrauchsanteil beziehungsweise Eigendeckungsanteil erfolgt jeweils ineinem separaten Block.

Die zeitliche Auflösung beträgt hierbei üblicherweise eine Minute, woraus sich für die Simulationeines Jahres 525600 Zeitschritte ergeben. Weiterhin wurde ein Skript erstellt, welches die

4.2 Algorithmik 71

Möglichkeit einer Umrechnung in Viertelstunden, entsprechend 96 Intervallen pro Tag bzw.35040 für ein Jahr, bietet. Zwar gehen hierbei aufgrund der Mittelwertbildung innerhalb der dreibenötigten Zeitreihen Informationen verloren, jedoch verringert sich die Rechenzeit deutlich.Insbesondere hinsichtlich der im weiteren Verlauf des PINT-Projektes durchzuführendenBetrachtungen im Zusammenhang mit dem Strommarkt, beispielsweise dem Anbieten vonRegelleistung, wofür ebenfalls Zeitscheiben von Viertelstunden gehandelt werden, erscheintdiese Vorgehensweise zweckmäßig.

4.2.2 Begrenzung durch Abregelung

Ein Ausschnitt der Simulationsumgebung zur Leistungsbegrenzung der PV-Anlage gemäßKapitel 3.3.2 auf Seite 46 ist in Abbildung dargestellt.

Abb. 4.6: Ausschnitt der Simulationsumgebung mit Block zur Leistungsbegrenzung durchAbregelung der PV-Anlage

Die zuvor beschriebene Simulationsumgebung wurde hierzu um einen weiteren Block ergänzt,welcher wiederum aus zwei embedded-functions aufgebaut ist. Um dem Umstand Rechnungzu tragen, dass die PV-Anlage bereits einen Zeitschritt vor Überschreiten einer frei wählbarenBegrenzung in Form von x % ihrer kWp-Leistung abregelt, erfolgt in diesem Fall die Differenz-bildung von aktuellem PV-Ertrag und Last bereits vor Berechnung der Leistungsanfrage imeigentlich dafür vorgesehenen Block. Zwar führt diese Vorgehensweise zu einer redundantenBerechnung, sie ist jedoch erforderlich, um die erwähnte Vorwegnahme der Begrenzung umeinen Rechenschritt zu ermöglichen.

Abbildung 4.7 zeigt den Inhalt des Blockes zur Begrenzung der PV-Leistung

Im ersten function-block wird nach Übergabe der in einer übergeordneten Maske defininiertenParameter des maximalen SOC, der gewünschten Begrenzung und der Nennleistung derPV-Anlage sowie den aus der Simulation für den jeweiligen Zeitschritt zurückgegebenen Wertefür die aktuelle Leistungsanfrage sowie den aktuellen SOC ein Signal für die MPP-Steuerungerstellt, welches die Werte „1“ und „0“ annehmen kann. Einer eins entspricht die Information,dass eine Leistungsbegrenzung zu erfolgen hat, bei Berechnung einer 0 ist kein Eingreifenerforderlich. Der zweite funktion-block dient zur Berechnung der neuen Einspeiseleistung,

4.2 Algorithmik 72

Abb. 4.7: Block zur Berechnung der PV-Anlagenleistung

welche als Zahlenwert übergeben wird. Für die Umsetzung in einer realen Steuerung wirdgleichzeitig über einen weiteren Ausgang das Signal für eine MPP-Steuerung ausgegeben. Derzugehörige Quelltext befindet sich in Anhang A unter Listing 5.

4.2.3 Begrenzung durch angepasste Speicherbeladung

Für die Begrenzung der Netzeinspeisung durch eine optimierte Speicherbeladung wird dieim vorhergegangenen Kapitel beschriebene Simulationsumgebung um weitere Blöcke zurErstellung der in Kapitel 3.3.3 auf Seite 47 beschriebenen Prognose und deren Verarbeitungergänzt. Zur Veranschaulichung wurden Programmablaufpläne erstellt, welche im Anhangin den Listings 6.1 und 6.2 dargestellt sind. Die Umsetzung erfolgt hierbei in mehrerenaufeinander aufbauenden Schritten. Abbildung 4.8 zeigt einen Ausschnitt der zur optimiertenSpeicherbeladung erweiterten Simulationsumgebung mit den für die Umsetzung notwendigenBlöcken.

Zur Ermittlung des aktuellen Tages sowie der genauen Minute dieses Tages ist es erforderlich,einen Zeitgeber zu implementieren. Dieser erhöht seinen Wert, beginnend bei Null, mit jedemSimulationszeitschrittt um Eins bis zum Erreichen einer Grenze bei 1440, entsprechend den1440 Minuten eines Tages. Anschließend beginnt er erneut bei Null zu zählen, wobei jedesMal bei deren Ausgabe ein Zähler für den Tag um Eins erhöht wird. Beispielsweise kann demSimulationszeitschritt 123456 dadurch eindeutig die 1056ste Minute (17.36 Uhr) am 85. Tagzugeordnet werden.

4.2 Algorithmik 73

Abb. 4.8: Auschnitt der Simulationsumgebung zur Leistungsbegrenzung durch angepassteSpeicherbeladung anhand einer Prognose

In einem ersten Block (Zeitgeber) werden zu Beginn eines jeden Tages = Minute 0 jeweils die fürden aktuellen Tag prognostizierten Daten von PV-Erzeugung und Lastgang eingelesen und aufGrundlage des in Kapitel 3.3.1 und 4.2.1 beschriebenen, jedoch modifizierten, deterministischenAnsatzes die Netzeinspeisung sowie der SOC-Verlauf für diesen Tag berechnet.

Innerhalb des zweiten Blocks zur Prognoseberechnung wird für die Minuten 660 bis 900(entsprechend 11 bis 15 Uhr) ermittelt, ob voraussichtlich eine Netzeinspeisung über einervorher festgelegten Grenze eintreten wird. Die für diesen Zeitraum ermittelten Werte für dieNetzeinspeisearbeit eines jeden Zeitschrittes werden summiert und als Offset in eine durch-schnittliche Leistung umgerechnet, welche über einen Zeitraum von vier Stunden auftretenmüsste, um die entsprechende Arbeit zu erreichen. Der berechnete Wert wird, noch immerinnerhalb desselben Zeitschrittes, in die Simulationssebene übergeben und für das Zeitfenstervon der nullten bis zur 240. Minute (entsprechend 0 bis 4 Uhr) zur Entladung der Batterieverwendet.

Wie in 3.3.3 dargestellt, resultiert ohne weitere Vorgaben eine Situation, in welcher die Batteriezwar bereits über Nacht zusätzlich entladen wird, dadurch unter ungünstigen Bedingungenjedoch nur später, jedoch noch vor Erreichen des Korridors, in welchem die Begrenzungeingehalten werden soll, ihren maximalen SOC erreicht und damit keine Kapazitäten zurBegrenzung zur Verfügung stellen kann.

Zur Steuerung des Anlagenverhaltens eines Tages mit optimierter Speicherbeladung wurde einweiterer Block in Form einer matlab-function implementiert, der die nachfolgend genanntenVorgaben realisiert.

4.2 Algorithmik 74

• Zusätzliche Entladung der Batterie im Zeitraum zwischen 0 und 4 Uhr(Minute 0 bis 240)

• Begrenzung der Batteriebeladung auf einen vorgegebenen SOC zwischen 4 und 11 Uhr(Minute 241 bis 660)

• Begrenzung der Netzeinspeisung auf einen vorgegebenen Wert zwischen 11 und 15 Uhr(Minute 661 bis 900)

• Freigabe von Batteriebeladung und Netzeinspeisung nach 15 Uhr bis Tagesende(Minute 901 bis 1440)

Zunächst wird anhand einer Offset-Anfrage überprüft, ob es sich um einen Tag handelt, anwelchem die Netzeinspeisung durch vorzeitige Entladung der Batterie angefragt wird. Wirddiese Anfrage mit nein beantwortet, so wird der Block direkt verlassen und der Ablauf des Tagesentspricht demjenigen eines Tages beruhend auf der in Kapitel 4.2.1 dargestellten Algorithmikzur regulären Eigenverbrauchsoptimierung. Wird eine optimierte Speicherbeladung angefordert,wird bis zu Minute 240 der berechnete Offset zusätzlich zur Entladung der Batterie eingesetzt.Zwischen Minute 241 und 660 wird in jedem Zeitschritt der aktuelle SOC abgefragt und mitdem vorher berechneten Grenzwert abgeglichen. Solange der aktuelle SOC unter dieser Grenzeliegt, wird die Batterie entsprechend der Leistungsanfrage be- und auch entladen. Erreicht derSOC die Grenze, wird eine weitere Beladung verhindert und die überschüssige Leistung direktins Netz eingespeist. Zwischen Minute 661 und 900 wird die gewünschte Reduzierung derNetzeinspeisung auf einen vorgegebenen Wert von x% der Nennleistung eingehalten, indemvon der momentanen Leistungsanfrage der Batterie dieser Betrag abgezogen wird und fürjeden Zeitschritt jeweils nur die Differenz in die Batterie geladen wird. Der Rest wird insNetz eingespeist. Zwischen Minute 901 bis 1440 wird die Batterie wieder entsprechend der inKapitel 4.2.1 dargestellten Algorithmik angesprochen. Für den Fall, dass die prognostizierteNetzeinspeisung im Zeitraum zwischen 11 und 15 unter dem dann tatsächlich eintreffendenBedarf liegen sollte, wird – um eine Netzeinspeisung oberhalb der geforderten Grenze aufjeden Fall zu vermeiden – die PV-Generatorleistung gemäß Kapitel 4.2.2 abgeregelt. Diezugehörigen Quelltexte befinden sich in Anhang A unter Listing 4 und Listing 6.

75

5 Simulationen und Auswertung

Im ersten Teil werden die verwendeten Komponenten des PV-Generators, des Wechselrichtersund der Batterie – so weit möglich – validiert bzw. hinsichtlich ihrer Verwendbarkeit bewertet.Anschließend erfolgt die Überprüfung der entwickelten Steuerungsalgorithmik anhand exem-plarischer Anwendungsfälle. Im dritten Teil werden verschiedene Szenarien jeweils für denZeitraum eines Jahres simuliert und die Ergebnisse dargestellt und diskutiert.

5.1 Validierung der Komponenten

PV-Generator Zur Validierung des PV-Generators steht ein Zeitraum von 3 Monatenzwischen April und Juni 2013 zur Verfügung, in welchem sowohl Messdaten für die Global-strahlung als auch für die gemessenen Spannungen und Ströme vorhanden sind. Exemplarischerfolgt ein Vergleich von Mess- und Simulationsdaten für die in Abbildung 5.1 dargestellten 2Tage im Frühjahr 2013.

0 4 8 12 16 20 24/0 3 8 12 16 20 240

0.5

1

1.5

2

2.5

3

Uhrzeit/Tag

Le

istu

ng

in

kW

Vergleich von gemessener und simulierter Leistung

gemessene Leistung

simulierte Leistung

1

2

3

Abb. 5.1: Vergleich von Mess- und Simulationsdaten für das PV-Generatormodell für 31.03.und 01.04.2013, vgl. Daten PV-Anlage HAW-Hamburg, Bergedorf

Hierbei wird erkennbar, dass sich drei täglich wiederkehrende Abweichungen ergeben.

1 Zu Beginn jeden Tages folgt der Anstieg der erzeugten PV-Leistung sowohl in der Simulationals auch an der realen Messanlage nicht einem erwarteten Verlauf, sondern steigtplötzlich steil an. Dieses lässt sich auf eine Verschattung der PV-Anlage sowie der zurStrahlungsmessung eingesetzten Pyranometer zurückführen. Eine Begehung der PV-Anlage stützte diese Vermutung, da sich vor der Anlage ein weiteres Hochschulgebäudebefindet, welches eine deratige Verschattung am Vormittag durchaus erklärt. Da sichdieser Effekt gut in der Simulation abbilden lässt, soll er an dieser Stelle nicht weiter

5.1 Validierung der Komponenten 76

thematisiert werden. Es soll jedoch festgehalten werden, dass, um eine PV-Anlagewirtschaftlich zu betreiben, während der Planungsphase eine Verschattungsanalyseerfolgen sollte, um solche, den Ertrag mindernden Einflüsse wenn möglich zu vermeiden.

2 Ebenfalls am Vormittag kommt es regelmäßig zu einer deutlichen, sehr dynamischen Über-höhung der simulierten Leistungsdaten, welche sich im Laufe des Jahres immer weiterRichtung Nachmittag verschiebt. Da, neben der Temperatur, die Globalstrahlung denwesentlichen Anteil an der PV-Leistungserzeugung besitzt, wurde, nachdem im erstell-ten Modell keine Ursache für diese Abweichung ermittelt werden konnte, untersucht,inwiefern die Messung der Strahlung als Ursache für diese Ereignisse infrage kommt. Esstellte sich heraus, dass es an Tagen mit einem hohen Direkstrahlungs-Anteil zu einerReflexion an den Glasscheiben des sich hinter der PV-Anlage befindlichen Hochschul-gebäudes kommt, wobei jedoch lediglich ein kleiner Bereich betroffen ist, in welchemsich auch das Pyranometer befindet. Während die Gesamtanlage daher nur tatsächlicheStrahlung erfährt und dementsprechend Leistung abgibt, sieht das Pyranometer einedeutlich größere Bestrahlung, welches sich direkt in den Simulationsdaten widerspiegelt.Diese Beobachtung konnte durch den für die Betreuung der PV-Anlage verantwortli-chen Mitarbeiter bestätigt werden, so dass davon auszugehen ist, dass kein Fehler imSimulationsmodell vorliegt.

3 Innerhalb eines Tages kommt es regelmäßig zu einer Überkreuzung der Mess- mit denSimulationsdaten, welches besonders deutlich an nahezu wolkenfreien Tagen mit einemfür Strahlungsmessungen typischen parabelförmigen Verlauf auftritt. Hierbei liegt diesimulierte Leistung am Vormittag zunächst jeweils über der gemessenen. Beide Kurvennähern sich jedoch im Laufe des Vormittags an und kreuzen sich etwa gegen Mittag,so dass am Nachmittag die gemessene Leistung über jener der simulierten Leistungliegt. Ein erster Erklärungsversuch begründete sich auf der Vermutung, dass es Tempe-raturabweichungen zwischen den in der Simulation verwendeten Daten und den realenBedingungen vor Ort geben könnte, welche auf die thermische Trägheit der realenPV-Anlage zurückzuführen wären. Wie jedoch beispielsweise aus Tabelle 3.2 ersichtlichwird, ist der Einfluss des Temperaturkoeffizienten nicht groß genug, um eine solch hoheAbweichung zu erklären. Wahrscheinlicher ist daher, dass die Strahlungsmessung nichtkorrekt ausgeführt wurde, möglicherweise aufgrund einer unzureichenden Kalibrierungder eingesetzten Pyranometer, oder dass es einen nicht zu identifizierenden Fehler inden dem Modell des PV-Generators zugrunde liegenden Gleichungen gibt. Da sich diebeobachteten Abweichungen jedoch zu einem gewissen Teil kompensieren und der Fokusder Arbeit nicht auf einer exakten, zeitlich hoch aufgelösten Simulation einer PV-Anlageliegt, soll an dieser Stelle keine weitergehende Auseinandersetzung mit den möglichenUrsachen erfolgen.

Für den in Abbildung 5.1 dargestellten Zeitbereich von 2 Tagen (Zeitraum: 31.03. -01.04.2013)sowie für den gesamten Messzeitraum, in welchem Daten zur Analyse verfügbar waren


(Zeitraum: 31.03. bis 25.07.2013), finden sich die berechneten statistischen Parameter zurAuswertung der erzeugten Leistung in Tabelle 5.1.

Hierbei berechnet sich das arithmetische Mittel nach Gleichung 5.1 zu:

x = 1n

n∑i=1

xi (5.1)

der Median nach Sortierung der Werte in aufsteigender Ordnung und Einteilung in Klassengemäß Gleichung 5.2 zu:

x =

x((x+1)/2) falls n ungerade

xn/2+x((n+2)/2)2 falls n gerade

(5.2)

und die mittlere quadratische Abweichung (RMSE63) gemäß Gleichung 5.3 zu:

RMSE =

√√√√√ n∑i=1

xi (Xgemessen,i −Xsimuliert,i)2

n(5.3)

Die Normierung der Abweichung (NRMSE64) zwischen gemessenen und simulierten Datenerfolgt anhand der Maximal- und Minimalwerte der Messdaten gemäß Gleichung 5.4 zu:

NRMSE = RMSE

Xgemessen,max −Xgemessen,sim(5.4)

Tab. 5.1: Für Messzeitraum 31.03. bis 01.04.2013 und vom 31.03. bis 25.07.2013 ausgewerteteParameter für eine PV-Erzeugungsanlage mit 2,64 kWp

31.03. bis01.04.2013

31.03. bis25.07.2013

Mittelwert/Median Messung in W 735/55 488/100Mittelwert/Median Simulation in W 713/48 488/85mittlere quadratische Abweichung RMSE in W 124 119normierte Abweichung NRMSE in % 5 4

Wie bereits in Abbildung 5.1 auf Seite 75 erkennbar, ergibt sich eine hohe Übereinstimmungvon gemessenen zu simulierten Daten. Da sowohl der 31.03. als auch der 01.04.2013 sehr sonnen-reiche Tage waren, ist es nicht überraschend, dass der Mittelwert der erzeugten PV-Leistungerheblich über jenem des Gesamtzeitraumes liegt, in welchem ebenfalls auch strahlungsarmeTage vorkommen. Die Mediane der Simulationen liegen bei beiden betrachteten Zeiträumen

63Root Mean squared Error64Normalized Root Mean sqaured Error


jeweils etwas unter denen der Messungen. Der für die Bewertung der Übereinstimmung vonSimulations- und Messdaten entscheidende Parameter der mittleren quadratischen Abweichungliegt jeweil bei etwa einem Zehntel kW und kann bei einer Nenn-Anlagenleistung von 2,64 kWals sehr niedrig angesehen werden.

Die Auswertung ergibt, dass das Modell der PV-Anlage für den in dieser Arbeit vorgesehenenZweck als ausreichend genau angesehen werden kann. Eine weitere Erhöhung der Genauigkeit,insbesondere durch Behebung des unter 3 beschriebenen Fehlers, kann dabei innerhalb des –auch nach Beendigung dieser Abschlussarbeit – weitergeführten PINT-Projektes erfolgen.

Da an der Testanlage keine Messung der Strahlungwerte vorgesehen ist, wurde ein entsprechen-des Messequipment beschafft und die benötigte Schnittstelle erstellt, welches es ermöglicht, ineiner zeitlichen Auflösung von 1 Sekunde über einen Zeitraum von etwa einer Woche Messdatenabzuspeichern. Sobald der Messgerät-Speicher voll ist, müssen die abgelegten Werte vor Ortausgelesen werden. Bei gleichzeitiger Messung der vom PV-Generator erzeugten Spannungund des Stromes kann aufgrund dieser Daten eine Validierung der Testanlage ab dem Frühjahr2014 erfolgen, sobald das entsprechende Solarstrahlungsangebot vorhanden ist.

Wechselrichter Wie bereits in Kapitel 3.4 erwähnt, konnten während des Zeitraumes, inwelcher diese Abschlussarbeit angeferigt wurde, keine auswertbaren Messdaten aus der amKraftwerkshafen installierten Anlage zur Verfügung gestellt werden, so dass bezüglich desWechselrichters kein Vergleich zwischen Simulations- und Messdaten möglich ist. Da sich dieModellierung dieser Komponente im Wesentlichen jedoch auf die im Datenblatt angegebenenKennlinien und Grenz-Parameter stützt, kann jedoch die Abbildung des Wirkungsgrades beiunterschiedlichen Eingangsspannungen untersucht werden (vgl. 4.1.2).

Hierzu wurde der – ebenfalls im Datenblatt angegebene – europäische Wirkungsgrad ηeuro

verwendet. Dieser berechnet sich gemäß Gleichung 5.5 und berücksichtig als gewichteter, durch-schnittlicher Wirkungsgrad das Betriebsverhalten des Wechselrichter in Teilastbereichen, die ty-pischerweise bei durchschnittlichen Strahlungsverhältnissen in Mitteleuropa auftreten.[Qua09d]

ηeuro = 0, 03 · η5% + 0, 06 · η10% + 0, 13 · η20% + 0, 1 · η30% + 0, 48 · η50% + 0, 2 · η100% (5.5)

Für die angegebene Normspannung von 680 V wurden die den Teillasten entsprechendenWirkungsgrade mit dem Wechselrichtemodell berechnet. In Tabelle 5.2 werden die Ergebnissezusammengestellt und der europäische Wirkungsgrad als Summe der einzelnen Wirkungsgradeberechnet.

Ein Vergleich mit dem im Datenblatt angegebenen europäischen Wirkungsgrad von 95,4% (vgl.Abbildung 6.10 im Anhang) lässt den Schluss zu, dass das Modell an dieser Stelle der realen%-Komponente entspricht. Eine Überprüfung weiterer implementierter Funktionalitäten kannan dieser Stelle aufgrund der nicht vorhanden Messtechnik nicht erfolgen.

5.2 Plausibilisierung der Algorithmen 79

Tab. 5.2: Berechnung des europäischen Wirkungsgrades

Last von Teillast berechneterWirkungsgrad

Gewichtunggemäß Gleichung

5.5

Gewichtung ·Wirkungsgrad

0,05 91,54 0,03 2,750,10 92,46 0,06 5,550,20 95,20 0,13 12,380,03 95,70 0,10 9,60,50 95,97 0,48 46,071,00 95,73 0,20 19,15

Σ = 95,50

Da die in dieser Arbeit wesentlich benötigten Aufgaben in der Abbildung eines dynamischenWirkungsgrades und der zielgerichteten Verteilung der eingehenden Leistungsdaten auf/in dieBatterie bzw. das Netz liegt und dieses gut mit dem existierenden Wechselrichtermodel realisiertwerden kann, soll eine weitergehende Analyse der ebenfalls implementieren Funktionalitäten,der Fähigkeit der Blindleistungsregelung und der Leistungsabregelung, an dieser Stelle nichterfolgen. Dieses muss jedoch im Rahmen zukünftiger Arbeiten im Projekt nachgeholt werden,wenn die erwähnten Fähigkeiten aufgrund eines von außen vorgegebenen Präferenzsignales indie Simulation mit eingebunden werden sollen.

Batterie Bezüglich einer Validierung der Batterie wird aus den vorab genannten Gründenauf die bereits in Kapitel 4.1.3 erwähnte Arbeit von Matthias Kühl (Seiten 78 bis 80)verwiesen. Dort wird festgestellt, dass die Simulation einer Zelle im Vergleich mit der derEntladecharakteristik der reelen Zelle ein deutlich rauschärmeres Verhalten aufweist, die Be-und Entladung jedoch ansonsten qualitativ korrekt simuliert werden.

5.2 Plausibilisierung der Algorithmen

Eigenverbrauchsoptimierung In einem ersten Schritt wurde ein vereinfachter Algorith-mus zur auschließlichen Berechnung der Netzeinspeisung bzw. des Netzbezuges auf Grundlageeines determistischen Ansatzes entwickelt.65

Zur Plausibilisierung der Algorithmik wurde ein vom Projektparter Vattenfall Europe In-novation GmbH im Tabellenkalkulationsprogramm Excel des Unternehmens Microsoft R©

geschriebener Algorithmus mit einer zeitlichen Auflösung von 15 Minuten herangezogen unddie aus den Berechnungen gewonnenen Daten mit denen der Excel-Daten abgeglichen. Hierzuwurden die im Excel-Modell in Tabellenform vorliegenden Daten zur erzeugten PV-Leistungund Last dem Berechnungsmodell in der Matlab-Umgebung als Zeitreihen vorgegeben undaufgrund dieser Vorgaben der Netzbezug bzw. die Netzeinspeisung für den betrachteten Zeit-

65Der Quelltext befindet sich aus Gründen der Übersichtlichkeit im Anhang.


raum eines Jahres ermittelt. Anschließend wurde auf Grundlage echter Solarstrahlungsdatendes Jahres 2013 der PV-Ertrag für eine entsprechend der Testanlage parametrierte Anlageberechnet und bei Verwendung der Last-Daten aus der Excel-Tabelle das gesamte Jahr aufGrundlage der entwickelten Modelle simuliert. In Tabelle 5.3 die Ergebnisse sowohl des deter-ministischen Ansatzes als auch des Simulationsmodells den sehr reduzierten Informationenaus dem Excelmodell gegenübergestellt.

Tab. 5.3: Vergleich von Excel-Modell, deterministischem Ansatz und Simulationsmodell

jeweils in kWh Excel-Modell deterministischer Ansatz SimulationsmodellPV-Erzeugung 8427 8427 8215Last 7268 7268 7268Netzeinspeisung (NE) 3519 3612 2977Netzbezug (NB) 3097 3150 2017NB - NE 422 462 960Batterieentladung 1496 1863 1927Battieriebeladung 1878 1856 1924

Ein Vergleich der aus dem Excel-Modell gewonnenen Daten mit denen des einfachen Berech-nungsmodells in Matlab zeigt größtenteils eine sehr hohe Übereinstimmung, wobei hinsichtlichder Batterieentladung die größte Abweichung auftritt. Bei Untersuchung des Excel-Modellswurde festgestellt, dass in diesem hinsichtlich der Aufforderung zum Abbruch der Batterieent-ladung ein von den Logik in den anderen Feldern etwas abweichender Zellbezug ausgeführtwird, welches zu einem früheren Abbruch der Entladung führt. Dieses wird als Ursache für dieAbweichung angesehen. Der Vergleich mit den aus dem Simulationsmodell gewonnenen Datenweist deutlich größere Abweichungen von denen des Excelmodells auf. Dieses beginnt bereitsbei der PV-Erzeugung. Da diese aus realen Solarstrahlungsdaten in minütlicher Auflösunggewonnen wurde und nicht die im Excel-Modell ausgemessenen und über 15 Minuten gemit-telten Leistungsdaten verwendet werden, ist eine Abweichung trotz gleicher Nennleistung derbetrachteten PV-Generatoren zu erwarten und in dieser Größenordnung durchaus realistisch.Gleiches gilt jeweils auch für die Netzeinspeisung bzw. den Netzbezug, welche zwar in der Qua-lität übereinstimmen, jedoch hinsichtlich des tatsächlichen Betrags besonders bei Betrachtungdes Netzbezuges von einander abweichen. Die relativ gute Übereinstimmung, zumindest waseinen Vergleich mit den aus dem deterministischen Ansatz – der möglicherweise die Realitätbesser abbildet als das Excel-Modell – erhaltenen Werte für die Batterieent- bzw. -beladungangeht, ist etwas überraschend, jedoch wird nach Überprüfung davon ausgegangen, dass dieentsprechenden Werte durchaus anhand der modellierten Komponenten der PV-Anlage, desWechselrichters und der Batterie erzeugt werden können. Insbesondere dass die Batteriebela-dung – wie auch im Berechnungsmodell – leicht unter der Batterieentladung liegt, lässt denSchluss zu, dass das Modell an dieser Stelle funktioniert.

Nach der Simulation verschiedener Szenarien sowohl mit variablen Last- als auch Strahlungs-daten sowie unterschiedlicher Parametrierung der umgesetzten Komponenten, in welchen


sich sowohl nachvollziehbare als auch repoduzierbare Ergebnisse generieren lassen konnten,kann davon ausgegangen werden, dass der entwickelte Algorithmus den Anforderungen an dieGenauigkeit entsprechend gut funktioniert. Eine Validierung des Gesamtsystems konnte jedochnicht durchgeführt werden, da die entsprechend benötigte Messtechnik bzw. Datenerfassungbis zum Abschluss dieser Arbeit nicht zur Verfügung stand. Diese ist jedoch angedacht undwird im weiteren Verlauf des PINT-Projektes durchgeführt werden.

Begrenzung durch Abregelung Der Algorithmus zur Begrenzung der Netzeinspeisungs-leistung durch Abregeln der PV-Anlage wurde nach den Vorgaben aus Kapitel 4.2.2 aufSeite 71 umgesetzt. Abbildung 5.2 zeigt exemplarisch für den 13.05.2013 das Verhalten derNetzeinspeisung bei einer geforderten Begrenzung auf 70% der installierten Nennleistung desPV-Generators. Wie gefordert, wird die Netzeinspeisung auf 7 kW begrenzt.

0 4 8 12 16 20 240

1

2

3

4

5

6

7

8

9

10

Uhrzeit

Leis

tung in k

W

Vergleich unbegrenzter und auf 70 % der PV−Generatorleistung begrenzter Netzeinspeisung

auf 7 kW begrenztunbegrenzt

vorgegebene Begrenzung auf 70 % der Generatorleistung, entsprechend 7 kW

Abb. 5.2: Begrenzung der Netzeinspeisung durch Abregelung der PV-Generatorleistung fürden 13.05.2013

Begrenzung durch optimierte Speicherbeladung Abbildung 5.3 zeigt exemplarisch,ebenfalls für den 13.05.2013, das Verhalten der Netzeinspeisung bei einer geforderten Begren-zung auf 70% der installierten Nennleistung. Wie in Kapitel 3.3.3 auf Seite 47 beschrieben,wird die Leistung in diesem Fall jedoch nur im Zeitfenster zwischen 11 und 15 Uhr begrenztund erfolgt durch eine Speicherbeladung gemäß den ebenfalls in Kapitel 4.2.3 erläutertenVorgaben.


0 4 8 11 12 15 16 20 240

1

2

3

4

5

6

7

8

9

10

Vergleich unbegrenzter und mit angepasster Speichernutzung auf70 % der PV−Generatorleistung begrenzter Netzeinspeisung

Uhrzeit

Leis

tung in k

W

auf 7 kW begrenztunbegrenzt

vorgegebene Begrenzung auf 70 % der Generatorleistung, entsprechend 7 kW

Abb. 5.3: Begrenzung der Netzeinspeisung durch angepasste Speicherbeladung für den13.05.2013

Deutlich erkennbar ist die zusätzliche Netzeinspeisung im Zeitbereich zwischen 0 und 4 Uhr. Dieunterschiedlichen Startpunkte der Netzeinspeisung – kurz vor und kurz nach 8 Uhr – deutendarauf hin, dass ohne die Begrenzung der Beladung an diesem Tag eine Überschreitung desmaximal erlaubten SOC im Zeitfenster zwischen 4 und 11 Uhr erfolgen würde. Als Resultat desVerbots einer Batteriebeladung ergibt sich die frühzeitigere Netzeinspeisung. Gut zu erkennenist weiterhin, dass eine Begrenzung auf die geforderten 70% der PV-Generatorleistung erst ab11 Uhr stattfindet. Wird der Grenzwert in diesem Zeitfenster nicht überschritten, so wird diegesamte Leistung ins Netz gespeist.

Mit Minute 901 (eine Minute nach 15 Uhr) erfolgt dann für 35 Minuten eine vollständigeVerhinderung einer Netzeinspeisung. Ursache hierfür ist die etwas zu niedrig angesetzte Grenzedes SOC, bis zu welcher im Zeitfenster zwischen 4 und 11 Uhr eine Batteriebeladung erfolgendarf. Da das Ziel der optimierten Speicherbeladung die konsequente Verhinderung von zuhohen Einspeiseleistungen ist, ist dieses Verhalten erwünscht, um einen minimalen Puffer zurVerfügung zu stellen, sollte aufgrund einer ungenauen Prognose die berechnete, in der Batterievorzuhaltende Kapazität nicht genügen. Um etwa 15.35 Uhr ist die Batterie dann bis aufihren maximalen SOC beladen, so dass die gesamte überschüssige Leistungs ins Netz gespeistwird. Bei Verringerung des SOC-Beladegrenze zwischen 4 und 11 Uhr auf einen zu geringenWert besteht die Gefahr, über den Tagesverlauf die Batterie nicht mehr vollständig beladenzu können, was ebenfalls möglichst zu vermeiden ist. Aus der vorangegangen Betrachtunglässt sich schließen, dass der Algorithmus wie gewünscht funktioniert.

5.3 Simulationen und Auswertung des Gesamtsystems 83

5.3 Simulationen und Auswertung des Gesamtsystems

Unter anderem durch die Anwendung der im ersten Teil des Kapitels 4 genannten Punkte undunter Ausnutzung der MATLAB-Tools „Debugger“und „Profiler“66 konnte die Simulationszeitfür die Simulation eines Jahres mit einer Diskretisierung in einer Schrittweite von einer Minutevon ursprünglich ca. 1,5 h in der ersten Version auf 7 Minuten reduziert werden.

5.3.1 Rahmenbedingungen

Für die Auswertung wird jeweils ein Zeitraum von 365 Tagen mit einer Auflösung von einerMinute gewählt.

Abbildung 5.4 zeigt den Verlauf der durch die PV-Anlage erzeugten Leistung über ein Jahrsowie den zugrunde gelegten Lastgang.

Januar Februar März April Mai Juni Juli August September Oktober NovemberDezember0

1

2

3

4

5

6

7

8

9

10

11

Leistung von PV−Erzeugung und Last

Monat

Le

istu

ng

in

kW

PV−Erzeugung

Last

Abb. 5.4: PV-Erzeugung und Last

Während sich die PV-Erzeugungskurve aus dem über ein Jahr gemessenen Solarastrahlungs-angebot, gemessen an der Hochschule für Angewandte Wissenschaften HAW in Hamburg,und mit einem entsprechend der Testanlage parametrierten PV-Model (vgl. 3.5 auf Seite 55)ergibt, zeigt die rote Kurve einen zur Verfügung gestellten, exemplarischen Lastgang desKraftwerkshafens. Während zwischen Herbst und Frühjahr die Last permanent über dererzeugten PV-Leistung liegt, kommt es bei dieser Anlagenkonfiguration im Zeitraum zwischenMärz und Mitte Oktober regelmäßig zu einer Überdeckung, bei welcher die momentanePV-Erzeugung die Last häufig bis um etwa das Doppelte übersteigt. Zu erkennen ist weiterhin66zur Fehlersuche, Laufzeitmessung und Identifizierung der rechenintensivsten Programmteile [Ste07], ein

entsprechendes Protokoll befindet sich im Anhang


die Kappung der erzeugten PV-Leistung auf einen Wert von 10,1 kW, welche sich aus denRestriktionen des Wechselrichters entsprechend dem im Datenblatt angegebenen Grenzwert fürdie Ausgangsleistung ergibt. Ein Vergleich mit den originalen Daten der PV-Erzeugungsdatenkann mit Abbildung 6.7 im Anhang erfolgen.

Als Ausgangskonfiguration der Batterie werden die in Tabelle 3.4 auf Seite 56 dargestelltenParameter der Lithium-Ionen-Batterie verwendet. Da aus den in 2.5.1 erläuterten Gründennicht die Gesamtkapazität der Batterie von etwa 42,6 kWh genutzt werden kann, wird dieObergrenze der Speicherbeladung auf 90% und die Untergrenze auf 10% der Nennkapazitätgesetzt, um eine nutzbare Kapazität von 80%, entsprechend etwa 34 kWh, zu realisieren. DerStart-SOC beträgt 90%.

5.3.2 Eigenverbrauchsoptimierung

Ausgehend von einem – nachfolgend als „konventionell“ betrachteten – Fall, soll in diesemAbschnitt zunächst ein Vergleich dreier verschiedener Ansätze erfolgen, welche die Entwicklungder Nutzung von PV-Anlagen mit vollständiger Netzeinspeisung, d.h. der Maximierung derRendite durch Bezug der Einspeisevergütung hin zu einer verstärkten Eigennutzung des selbsterzeugten PV-Stroms, widerspiegelt (vgl. Kapitel 2.1 auf Seite 5).

Die konventionelle Betriebsweise bezeichnet hierbei einen Ansatz ohne Batterie und beschreibteine Situation, wie sie lange üblich war – die direkte Einspeisung der gesamten erzeugtenPV-Leistung immer dann, wenn durch den Generator Strom erzeugt wird. Eine Erweiterungstellt der zweite Fall dar, in welchem die lokale Last von der zeitgleich durch den PV-Generatorerzeugten Leistung abgezogen wird. Dieses entspricht dem Umstellen auf eine Steuerung, inFolge derer lediglich der überschüssige67 PV-Strom ins Netz eingespeist wird. In beiden Fällenwird auf eine Verschiebung der Lasten vor Ort zu Zeiten höhere solarer Stromerzeugungverzichtet.68 Abbildung 5.5 stellt die erzeugte PV-Leistung dem gedeckten Anteil der Lastgegenüber.

In der Herbst/Winter-Periode (Januar bis Mitte März sowie Mitte Oktober bis Dezember)dient fast die gesamte erzeugte PV-Leistung zur Deckung der Last, allerdings muss für denGroßteil Netzstrom bezogen werden. Hauptsächlich hierfür verantwortlich ist die sehr ge-ringe Stromerzeugung aufgrund des geringen Solarstrahlungsangebotes in dieser Zeit. ImFrühjahr bzw. Sommer übersteigt die erzeugte PV-Leistung in der hier betrachteten Anlagen-konfiguration die Last jedoch regelmäßig, so dass der größte Teil der Last gedeckt werdenkann.

67Als Überschuss wird nachfolgend diejenige Menge an PV-Arbeit bzw. Leistung angesehen, welche nach Abzugder jeweils gerade in diesem Moment auftretenen Last noch über bleibt.

68Auch ohne Maßnahmen des Demand Side Managements ergeben sich typische EV-Werte für Privathaushaltezu etwa 20 - 30% ( „natürlicher“ Eigenverbrauch), siehe:



1

2

3

4

5

6

7

8

9

10

11Leistung von PV−Erzeugung und Deckung

Monat

Le

istu

ng

in

kW

Deckung

PV−Erzeugung

Abb. 5.5: Leistung von PV-Erzeugung und PV-Deckung

Im dritten Fall wird eine Batterie als Pufferspeicher implementiert. Die Beladung/Entladungder Batterie besitzt hierbei jederzeit Priorität vor der Einspeisung/Entnahme aus bzw. indas Netz (vgl. Kapitel 3.3.1 auf Seite 45). Mit dieser Betriebsstrategie wird versucht, dieNetzeinspeisung jederzeit auf den Wert „0“ zu reduzieren.

Abbildung 5.6 zeigt die gesamte, über ein Jahr ins Netz eingespeiste beziehungsweise aus demNetz bezogene Arbeit für die drei vorgenannten Fälle.

Alle drei Kurven im positiven Bereich (Netzeinspeisung) zeigen qualitativ einen ähnlichenVerlauf, unterscheiden sich jedoch hinsichtlicher ihrer Quantität. Zunächst steigt die Netzein-speisung jeweils nur leicht an, erhöht sich in den Sommermonaten deutlich und flacht zumJahresende wieder ab. Die rote Kurve entspricht dabei jenem Fall, in welchem sämtlicheerzeugte PV-Leistung direkt ins Netz gespeist wird. Ihr Verlauf lässt sich gut durch einenVergleich mit dem in Abbildung 5.4 dargestellten Verlauf der erzeugten PV-Leistung erklären.Die blaue Kurve zeigt den zweiten Fall des Eigenverbrauchs ohne Batterie. Hier wird gemäß 3.4auf Seite 46 die jeweils erzeugte PV-Leistung und die aktuelle Last miteinander verrechnetund nur der Überschuss ins Netz eingespeist. Bereits hierdurch kommt es zu einer deutlichenReduzierung der Netzeinspeisung, die durch Hinzufügen einer Batterie, dargestellt durchdie schwarze Kurve, noch einmal veringert werden kann. Für den Netzbezug ergibt sichein vergleichbares Verhalten, wobei sich der lineare Abfall der roten Kurve direkt aus demLastgang ableiten lässt (vgl. Tabelle 5.4).


Januar Februar März April Mai Juni Juli August September Oktober NovemberDezember−8000

−6000

−4000

−2000

0

2000

4000

6000

8000

Kumulierte Arbeit von Netzeinspeisung und Netzbezug

Monat

Arb

eit in k

Wh

Netzeinspeisung ohne EigenverbrauchNetzeinspeisung ohne Batterie, mit EVNetzeinspeisung mit Batterie und EV

Netzbezug mit Batterie und EVNetzbezug ohne Batterie, mit EVNetzbezug ohne EV

Netzeinspeisung

Netzbezug

Abb. 5.6: Vergleich der kumulierten Arbeiten von Netzeinspeisung und Netzbezug für dieVarianten „ohne Eigenverbrauch (EV)“, „ohne Battere mit EV“ und „mit Batteriemit EV“

Tab. 5.4: Kumulierte Arbeit von Netzeinspeisung und Netzbezug

Netzeinspeisung(NE) in kWh

Netzbezug(NB) in kWh

ReduzierungNE/NB um x %

EV ED

ohne Batterie, ohne EV 8216 -7268 -/- 0 0ohne Batterie, mit EV 4891 -3944 40/46 0.40 0.46mit Batterie, mit EV 2986 -2017 64/72 0.64 0.72

Die Nutzung einer Photovoltaikanlage ohne Batterie und ohne eine Eigennutzung des Stromsentsprechen einem Nutzungsverhalten, wie es in der Vergangenheit praktiziert wurde, undführen hinsichtlich der benötigte Energiemengen zu der höchsten Netzbeanspruchung. Währenddie gesamte erzeugte PV-Arbeit ins Netz eingespeist wird, muss auch die gesamte Last ausdem Netz bezogen werden. In diesem Fall ergeben sich sowohl der Eigenverbrauch (EV) alsauch die Eigendeckung (ED) zu Null.69

Bereits durch Verrechnen der erzeugten mit der aktuell benötigten Leistung kann jedoch einesignifikante Verringerung der Netzbeanspruchung erreicht werden. Gleichzeitig führt dieserAnsatz zu einem Eigenverbrauchs- und Eigendeckungsanteil von 0.40 bzw. 0.46. Diese relativhohen Werte lassen sich mit einer guten Deckung von Last und PV-Erzeugung im Tagesgangerklären. Aus der Nutzung eines Photovoltaik-Batteriesystems (entsprechend der letzten Zeilein Tabelle 5.4) resultiert schließlich, auch bereits ohne weitere Steuerungen, eine weitereVerringerung der Netzbeanspruchung von 64% für die Netzeinspeisung und 72% für den

69Eine Erklärung der Begriffe des Eigenverbrauchs und der Eigendeckung kann in Kapitel 2.4 auf Seite 26nachgelesen werden


Netzbezug im Vergleich mit jenem Ansatz ohne Batterie oder EV.70 Gleichzeitig erhöhen sichebenfalls EV und ED, woraus sich auch in finanzieller Hinsicht Vorteile durch die Vermeidungdes Bezugs teureren Netzstromes ergeben.

Neben der gesamten, durch das Netz geleiteten Energie ist der zweite entscheidende Parameterdie maximal benötigte Leistung, welche das Netz aufnehmen bzw. zu Verfügung stellen muss,da es auf diesen Wert ausgelegt wird. In Tabelle 5.5 ist die für die drei vorab genanntenVarianten ermitteltete Zeit in Minuten für die Netzeinspeisung in verschiedenen Klassendargestellt. Hierbei bedeutet beispielsweise der hervorgehoben Wert, dass es in der Variantemit direkter Netzeinspeisung im Betrachungszeitraum von einem Jahr in 99 Minuten zu einerNetzeinspeisung im Bereich zwischen 10 und 11 kW gekommen ist.

Tab. 5.5: Anzahl der Netzeinspeisung in verschiedenen KlassenKlassenbreite in kW ohne EV ohne Batterie mit EV mit Batterie und EV

0–1 387115 437964 4785671–2 47364 31180 118122–3 31541 19778 93813–4 20295 13159 72724–5 13243 9449 64435–6 10047 6934 57166–7 7477 4329 37767–8 5627 2151 20078–9 2215 538 510

9–10 578 119 11710–11 99 0 0

In Abbildung 5.7 ist dieses für die größten sechs Leistungsklassen verbildlicht.

Es ist festzustellen, dass es jeweils zu einer Reduzierung der Anzahl in allen abgebildetenKlassen kommt, jedoch auch im Falle einer Verrechnung von PV-Erzeugung und Last beigleichzeitiger Verwendung einer Batterie noch Einspeisungen bis zu einer Leistung von 10 kWauftreten. Lediglich in der Klasse von 10–11 kW kann eine Einspeisung verhindert werden.

Im Folgenden gilt die Variante mit Eigenverbrauch und Batterie, ausgeführt als Photovoltaik-Batteriesystem, als Basisfall für sämtliche nachfolgende Betrachtungen.

70Sämtliche nicht-eingespeiste, bzw. nicht-entnommene Arbeit belastet die Netze auch nicht


5 − 6 6−7 7−8 8−9 9−10 10−110

2000

4000

6000

8000

10000

12000

Leistungsklassen in kW

Anzahl in

Min

ute

nNetzeinspeisung in Minuten bei unterschiedlichen Varianten der Eigenverbrauchsoptimierung

mit Batterie und EV

ohne Batterie mit EVohne EV

Abb. 5.7: Darstellung der Anzahl (in Minuten) für Netzeinspeisung in verschiedenen Klassen

In Anlehnung an Abbildung 5.5, ergeben sich die in Abbildung 5.8 auf der nächsten Seitegezeigten Kurven des Eigenverbrauchs und der Eigendeckung über einen Zeitraum einesJahres. Der selbstverbrauchte Anteil beträgt in den ersten Monaten des Jahres jeweils „1“, dasämtliche erzeugte PV-Leistung entweder zur direkten Deckung der Last oder zu Beladungder Batterie genutzt wird. Mit steigender PV-Ertrag ab Ende März bis September sinkt derEigenverbrauchsanteil ab, um zum Ende des Jahres wieder leicht anzusteigen. Ursächlichhierfür ist die regelmäßig über der aktuellen Last liegende erzeugte PV-Leistung während derSommermonate. Ist der Bedarf gedeckt, wird der Rest zur Beladung der Batterie verwendet,welche jedoch ebenfalls ihre volle Kapazität erreicht hat, so dass der dann noch überschüssigeTeil ins Netz eingespeist werden muss. Zum Ende des Jahres zeigt sich ein den Anfangsmonatenvergeichbares Verhalten aufgrund der verringerten PV-Erzeugunsleistung.

Der Eigendeckungsanteil hingegen beginnt bei „1“ und bricht nach den ersten Tagen drastischein. Grund hierfür ist die Parametrierung der Batterie, die mit einem Start-SOC von 0.9zu Beginn der Simulation voll geladen ist und die Last somit durch Batteriebezug komplettgedeckt werden kann. Bis zum Februar wird die Batterie zu geringen Teilen über den Stromder Photovoltaikanlage geladen, so dass sich der Abfall des Eigendeckungsanteils im erstenMonat immer langsamer einem Minimum annähert. Etwa ab Anfang Februar wächst der EDfür die nächsten Monate stetig an, um zum Ende des Jahres wieder abzusinken. Ursächlich fürden Anstieg über die Sommermonate ist zum einen der hohe Anteil der PV-Leistung, welcherdirekt zur Lastdeckung verwendet wird, zum anderen eine regelmäßig mit PV-Strom beladeneBatterie, welche ebenso zur Deckung der Last beiträgt. Mit abnehmender Strahlungsleistungzum Ende des Jahres wird auch die Batterie immer seltener in relevanten Größenordnungenbeladen, so dass diese nur noch selten einen Beitrag zur lokalen Lastdeckung und damit zur



0.2

0.4

0.6

0.8

1

Eigenverbrauchsanteil und Eigendeckungsanteil

Monat

EV

und E

D n

orm

iert

EigendeckungsanteilEigenverbrauchsanteil

Abb. 5.8: Darstellung der Entwicklung von Eigenverbrauchsanteil und Eigendeckungsanteilüber ein Jahr

Verringerung des Netzbezugs leisten kann.

Die vorab dargestellten Kurvenverläufe lassen sich auch durch die Auswertung der Netzbelas-tung hinsichtlich der Leistung zur Netzeinspeisung/Netzbeladung sowie des Ladezustandesder Batterie im Jahresverlauf gemäß Abbildung 5.9 erklären.

Januar Feburar März April Mai Juni Juli August September Oktober NovemberDezember

−10

0

10

Le

istu

ng

in

kW

Monat

0

0.1

0.5

0.9

1

SO

C

Netzbelastung und SOC

NetzbelastungSOC

Netzeinspeisung

Netzbezug

Abb. 5.9: Netzbezug und Netzeinspeisung sowie SOC

Zu Beginn und am Ende des abgebildeten Zeitraums liegt der Ladezustand der Batterie fast


über die gesamte Zeit unter 50%, häufig auch deutlich niedriger. In diesem Zeitraum genügt diePV-Leistung zu keiner Zeit, um die Last abzudecken und zusätzlich die Batterie ausreichendgenug zu beladen, um einen Netzbezug zu vermeiden, so dass fast die gesamte lokale Lastdurch Netzbezug abgedeckt werden muss. Über den Sommer wird die Batterie hingegen nievollständig entladen und befindet sich überwiegend im Bereich der maximalen Beladung(SOC=0.9). Dies führt dazu, dass ein großer Anteil der erzeugten PV-Leistung ins Netzeingespeist wird. In dieser Zeit sinkt der in Abbildung 5.8 dargestellte Eigenverbrauchsanteil.

Besonders deutlich wird dieses bei Betrachtung eines einzelnen Tages mit einem hohenPV-Ertrag, wie er in Abbildung 5.10 dargestellt ist.

−10

0

10

Le

istu

ng

in

kW

Uhrzeit

0 4 8 12 16 20 240

0.1

0.5

0.9

1

SO

C

Netzbelastung und SOC

NetzbelastungSOC

Netzeinspeisung

Netzbezug

Abb. 5.10: Netzbezug und Netzeinspeisung sowie SOC für den 13.05.2013

Der SOC beginnt bereits zu Beginn knapp unter seinem Maximalwert und wird über dieersten Stunden des Tages nur relativ wenig entladen. Gegen 6.00 Uhr, etwa eine halbe Stundenach Sonnenaufgang, genügt die erzeugte PV-Leistung, um die Batterie zu beladen, so dassdiese um 8.00 Uhr bereits ihren maximalen SOC erreicht. Ab diesem Zeitpunkt wird daher dergesamte erzeugte Strom (abzüglich des Anteils zur Lastdeckung) ins Netz eingespeist und somitauch über die Mittagszeit, wenn die maximalen Strahlungswerte und somit die maximalerErzeugung von PV-Strom stattfindet, fast die gesamte Anlagenleistung als Erzeugungsspitzeins Netz eingespeist, da die Batterie als Puffer nicht mehr zur Verfügung steht (vgl. Tab. 5.5).

Änderung der Batteriekapazität Weiterhin wurde untersucht, welchen Einfluss die Grö-ße der Batteriekapazität auf die Netzeinspeisung und, in einem weiteren Schritt, auf denEigenverbrauchs- sowie Eigendeckungsanteil ausübt.71 Zu diesem Zweck wurden Simulationen71Zur Änderung der Batteriekapazität können bei gegebenen Zellenparametern dabei entweder die in Serie

oder die parallel geschalteten Zellen verändert werden. Um eine möglichst hohe Spannung zu erhalten (HC


mit 15 verschiedenen Batteriekapazitäten in einem Bereich von ca. einer kWh bis zu einermaximalen Batteriekapazität von 4262,1 kWh, entsprechend dem 100-Fachen der Kapazitätder Testanlage, durchgeführt. Es sei an dieser Stelle darauf hingewiesen, dass es sich bei derAnnahme der Batteriekapazitäten – insbesondere ab einer Größenordnung über jener derTestanlage (42,6 kWh) – lediglich um Gedankenexperimente handelt, da dieses Batteriekapa-zitäten bei Preisen von ca. 1000–1500 Euro pro kWh aus wirtschaftlicher Sicht in der Realitätwohl keine Anwendung finden würden.72

In Tabelle 5.6 sind exemplarisch für vier Batteriekapazitäten die jeweilige Anzahl der Minutenfür die in Klassen eingeteilte Netzeinspeisung dargestellt (vgl. Tab. 5.5).73 Bei Einspeiseleis-

Tab. 5.6: Netzeinspeisung bei verschiedenen BatteriekapazitätenKlasenbreite in kW Batteriekapazität in kWh

24,1 42,6 426,2 4262,1

5-6 5792 5716 5157 6616-7 3876 3776 3498 1627-8 2008 2007 1927 338-9 510 510 500 09-10 117 117 117 010-11 0 0 0 0

tungen überhalb 50% der Nennleistung der Photovoltaikanlage, entsprechend 5 kW, wird keinenennenswerte Reduzierung der Minutenanzahl erreicht. Vielmer verringern sich die Unterschie-de mit Zunahme der jeweils betrachteten Leistungsklasse. Insbesondere im Bereich zwischenneun und zehn kW Einspeiseleistung wird mit jeweils 117 Minuten bei Batteriekapazitätenvon 24,1, 42,6 und 426,2 keine Reduzierung der Netzlast erzielt. Erst aus einer mit einemFaktor 100 im Vergleich zur Batteriekapazität der Testanlage dramatisch überdimensioniertenKapazität von 4262 kWh würde eine nennenswerte Verringerung der maximalen Einspeiseleis-tung resultieren, wobei sich im betrachteten Fall eine maximale Netzeinspeiseleisung von 8kW ergeben würde.74

Das in Tabelle 5.6 gezeigte Verhalten lässt sich hierbei anhand der in Abbildung 5.11 dar-gestellten Verläufe des SOC bei verschiedenen Batteriekapazitäten und einem Start-SOCvon jeweils 50% erklären. Bei einer geringen Batteriekapazität von 24,1 kWh, dargestelltdurch den SOC-Verlauf der blauen Kurve, wird die Batterie im Zeitraum zwischen Mitte

700 V, hohe Spannung = Verringerung von Leistungsverlusten), werden möglichst viele Zellen in Seriegeschaltet, die Batteriekapazität in Wh kann nun nur noch durch Veränderung der Anzahl paralleler Zellenvariiert werden.

72Bereits die in der Testanlage verbaute 42 kWh-Batterie ist deutlich überdimensioniert, da sie primär zuForschungszwecken verwendet wird. Eine wirtschaftlich sinnvolle Auslegung würde eher im Bereich einerum den Faktor Vier geringeren Batteriekapazität liegen.

73Die zugehörige grafische Abbildung befindet sich im Anhang unter Abbildung 6.874Da sich jedoch auch bereits bei einer Batteriekapazität von etwa 24 kWh, welche im realistischen Bereich

für derartige Anlagen liegt, in dem betrachteten Fall eine Netzeinspeiseleistung beispielsweise über 8 kWnur für wenige Stunden im Jahr75 ergibt, wäre es denkbar, diese bei Inkaufnahme geringer Ertragsverlustbereits durch Abregelung der PV-Erzeugungsleistung zu unterbinden.


Januar Februar März April Mai Juni Juli August September Oktober November Dezember0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1SOC−Verläufe bei unterschiedlichen Batteriekapazitäten

Monat

SO

C

24,1 kWh4262,1 kWh426,2kWh

Abb. 5.11: SOC-Verläufe über einen Zeitraum von einem Jahr bei Batteriekapazitäten von24,1, 426,2 und 4262,1 kWh

März und etwa Mitte September regelmäßig komplett beladen. Aus den bereits erwähntenGründen steht die Batterie demnach nicht mehr zur Verfügung, um die Leistungspitzen derPV-Erzeugung, inbesondere über der Mittagszeit, aufzufangen. Bei einer deutlichen Erhöhungder Batteriekapazität auf 426,2 kWh würde der SOC dieser Batterie zum ersten Mal AnfangMai seine Maximalwert erreichen, könnte bis dahin jedoch sämtliche überschüssige Energie –und damit jede Leistungsspitze – aufnehmen. Bei einer weiteren Erhöhung auf 4262,1 kWh,dargestellt durch die grüne Kurve, würde die Batterie bei einem Anfangsladezustand von50% erst im Spätherbst vollständig beladen werden, könnte bis zu diesem Zeitpunkt jedochsämtliche, durch die PV-Anlage erzeugte Energie aufnehmen. Dass sich hieraus, wie in Tabelle5.6 gezeigt, eine maximale Netzeinspeiseleistung von 8 kW ergibt, ist darin begründt, dass zudiesem Zeitpunkt des Jahres die maximale PV-Erzeugungsleistung bereits durch die geringerwerdende Solarstrahlung reduziert wird. Ist die Batterie jedoch einmal vollständig beladen,verhält auch sie sich wie die Batterien geringerer Kapazität, da sie, bei vergleichbarem Last-verlauf, über Nacht nicht genügend entladen wird, um sämtliche überschüssige Energie desFolgetages aufnehmen zu können.

Maximierung von Eigenverbrauchsanteil und Eigendeckungsanteil Da für vielepotentielle Käufer von PV-Anlagen bzw. Photovoltaik-Batteriesystemen ein entscheidendesKaufargument das Erreichen einer möglichst großen Unabhängigkeit von den Strompreisender Stromanbieter ist, wurde untersucht, welche Batteriekapazitäten für einen maximalenEigenverbrauchs- bzw. Eigendeckungsanteil erforderlich wären. Die gewonnenen Erkenntnissekönnten hierbei genutzt werden, um die Verbreitung derartiger Systeme voranzutreiben. DieErgebnisse sind in Tabelle 5.7 zusammengestellt.


Tab. 5.7: Benötigte Gesamtkapazität und Start-SOC100 % Gesamtkapazität in kWh Start-Kapazität SOC in %

EV 3538 10ED 1439 90EV und ED 3538 33

Im Verlauf der Untersuchungen wurde eine Abhängigkeit von zwei Variablen identifiziert. Zumeinen ist dies eine direkte Abhängigkeit des EV und ED von der Batteriekapazität selbst,zum anderen beeinflusst ebenfalls die Start-Kapazität das Ergebnis, wobei dessen Einfluss mitsteigender Batteriekapazität konsequenterweise ebenfall zunimmt. Zunächst zeigte sich, dasseine Erhöhung der Batteriekapazität generell sowohl zu einem größeren Eigendeckungsanteilals auch zu einem höheren Eigenverbrauchsanteil führt.

Um einen Eigenverbrauch von 100% – bzw. einem EV-Anteil von 1 – zu erreichen, mussjedoch, gemäß den in Kapitel 2.4 erläuterten Definitionen, zu jeder Zeit die nach Abzugder Last noch überbleibende PV-Arbeit in die Batterie geladen werden können. Dieses wäreunter den betrachteten Bedingungen bei einer Batteriekapazität von 3538 kWh und einer zuBeginn des Jahres vollständig entladenen Batterie (SOC=10%) der Fall. Im Gegensatz dazuist für das Erreichen eines Eigendeckungsanteils von 100% – bzw. einem ED-Anteil von 1 –die Frage entscheidend, ob das Photvoltaik-Batteriesystem zu jeder Zeit in der Lage ist, dieaktuelle Last zu decken und somit zu keiner Zeit des Jahres ein Netzbezug erforderlich ist.Eine vollständig beladene Batterie (SOC=90%) vorausgesetz, welche zu Beginn des Jahresin den strahlungsarmen Zeiten die zur Deckung der lokalen Last benötigten Energiemengenbereitstellen könnte, müsste hierbei ein Kapazität von 1439 kWh besitzen.

Es wird ersichtlich, dass der Maximierung des Eigenverbrauchsanteils und des Eigendeckungs-anteils jeweils unterschiedliche Zielfunktionen zugrunde liegen. Zur gleichzeitigen Maximierungbeider Parameter ist daher eine Kombination aus Batteriekapizität und Start-SOC entspre-chend der letzten Zeile in Tabelle 5.7 erforderlich. Diese besitzt auf der einen Seite mit 3538kWh eine ausreichend große Energiemenge, um in Kombination mit der PV-Anlage einenNetzbezug innerhalb des betrachteten Zeitraumes von einem Jahr zu vermeiden, bietet jedochgleichzeitig mit einem Start-SOC von 33% genügend Kapazität, um zu Beginn des Jahres dienicht allein von der PV-Anlage zur Deckung der Last benötigten Energiemengen bereitzustel-len und gleichzeitig im Verlauf des Jahres zu keiner Zeit vollständig beladen zu werden. BeiUntersuchungen zum Einfluss der installierten Photovoltaikleistung wurde weiterhin ermittelt,dass sich bei abnehmender PV-Anlagengröße der EV erhöht. Für den ED ergibt sich imGegensatz dazu bei größer werdender installierter PV-Leistung regelmäßig auch ein größererEigendeckungsanteil.

Aus den vorangegangenen Betrachtungen dieses Kapitels lässt sich schließen, dass mit einemPhotovoltaik-Batteriesystem entsprechend einer hier abgebildeten Anlagenkonfiguration undohne zusätzliche Steuerung nur in sehr seltenen oder extremen Fällen und ansonsten eher


zufällig eine maximale Einspeise- oder Bezugsspitze vermieden werden kann. Durch eineErhöhung des Eigenverbrauchs über die Verrechnung von PV-Erzeugung und Last undunter Einbeziehung eines Speichers wird, quasi als geringer Nebeneffekt, in diesem Fall dasNetz nur dahingehend entlastet, dass zu bestimmten Zeiten, die jedoch regelmäßig nichtmit denen der maximalen Netzeinspeisung oder des Netzbezugs zeitlich korrespondieren,die Netznutzung reduziert wird. Dieses lässt sich anhand der über ein Jahr ermitteltenenGesamtwerte für die Netzeinspeisung bzw. den Netzbezug gut darstellen (vgl. Tab. 5.4).Hinsichtlich einer Absenkung von Einspeisespitzen lässt sich mit dieser Variante jedoch keinnennenswerter Entlastungseffekt für das Stromnetz erzielen (vgl. Tabelle 5.6), da diesesbei üblicher Auslegung des Photovoltaik-Batteriesystems, insbesondere der vorgehaltenenBatteteriekapazität, im Netzabschnitt der betrachteten Anlage dennoch auf die maximaleJahresspitze der Einspeiseleistung ausgelegt werden muss. Bei Betrachtung einer Einzel- oderweniger Anlagen ist dieses Verhalten in der Regel noch unproblematisch, wird jedoch umsobedeutsamer, desto größer die Anzahl zeitgleich einspeisender photovoltaischer Batteriesystemeinnerhalb eines Netzabschnittes wird.

5.3.3 Begrenzung durch Abregelung

Abbildung 5.12 zeigt die Auswirkung der Abregelung der PV-Erzeugungsleistung gemäßKapitel 3.3.2 auf Seite 46 auf die über ein Jahr generierte PV-Erzeugungsleistung sowie diehieraus resultierende Arbeit der Netzeinspeisung (vgl. Abb. ganzes jahr auf 70 % über keinerAbregelung Leistung in Kap. Plausibilierisierung) Zunächst ist erkennbar, dass eine Abregelung

Januar Februar März April Mai Juni Juli August September Oktober November Dezember0

1000

2000

3000

4000

5000

6000

7000

8000

9000

Monat

Arb

eit in k

Wh

PV−Erzeugung und Netzeinspeisung bei verschiedenen Begrenzungen der PV−Generatorleistung

Netzeinspeisung

Begrenzung in %:100 90 80 70 60 50 40 30 20 10 0

Begrenzung auf 100 % kWp"keine Begrenzung"

Begrenzung auf 0 % kWp"keine Netzeinspeisung"

Begrenzung auf 0 % kWp"keine Netzeinspeisung"

Begrenzung auf 100 % kWp"keine Begrenzung"

PV−Erzeugung

Abb. 5.12: Kumulierte Arbeit von PV-Erzeugung und Ntzeinspeisung bei unterschiedlichenBegrenzungen der PV-Generatorleistung

erst ab etwa Ende März einen Einfluss auf den erzeugten PV-Ertrag ausübt, nämlich dann,


wenn zum ersten Mal überhaupt eine Netzeinspeisung erfolgt (vgl. 5.10). Je nach Höhe derfestgelegten Grenze reduziert sich der Ertrag anschließend deutlich, wobei sich im Bereichhoher Begrenzungen – entsprechend beginnend bei einer Begrenzung auf 0% der Peak-Leistungder PV-Anlage – zunächst deutliche Ertragseinbußen ergeben. Je geringer die gefordertenBegrenzungen, desto weniger unterscheiden sich die resultierenden PV-Erträge (siehe Abb.5.12 oberste Kurven der erzeugten PV-Energie). Etwa ab Oktober verlaufen die Ertrags-Kurven wieder nahezu parallel, da ab diesem Zeitpunkt aufgrund der geringer werdendenSolarstrahlung keine PV-Einspeisung in einer Größenordnung erfolgt, die eine Begrenzungerforderlich machen würde. Die untere Kurvenschar repräsentiert den Einfluss der Abregelungauf die Netzeinspeisung, in welcher deutlicher die nicht mehr stattfindende Abregelung ab etwaOktober erkennbar ist. Konsequenterweise führt auch hier die Forderung nach einer starkenBegrenzung der Einspeiseleistung zu deutlichen Unterschieden der Netzeinspeisung, wobeisich im Bereich hoher zugelassener Spitzen der Netzeinspeiseleistung die Kurven aufgrundihres geringen Abstandes kaum mehr auseinanderhalten lassen.

Im obersten Diagramm in Abbildung 5.13 ist die Abhängig von PV-Erzeugung und Netze-inspeisung über der Begrenzung auf x % der Nennleistung des PV-Generators dargestellt,wobei deutlich wird, dass im gleichen Maße, in welchem die Generatorleistung weniger starkbegrenzt wird, auch die ins Netz eingespeiste Leistung zunimmt.

Im mittleren Diagramm sind weiterhin die Abhängigkeiten des Eigenverbrauchs- und Eigende-ckungsanteils von der Begrenzung aufgetragen. Der Eigenverbrauchsanteil beginnt bei einerBegrenzung auf 0% der Generator-Nennleistung –respektive der Verhinderung der Netze-inspeisung zu jeder Zeit – bei einem EV von 1 und sinkt stetig, bis zum Erreichen einesunteren Schwellwertes ab. Dieses lässt sich unter Beachtung der in Kapitel 2.4 dargestell-ten Formeln erklären. Durch die Reduzierung der Generatorleistung zur Verhinderung einerNetzeinspeisung wird grundsätzlich nur jene Leistung generiert, welche zur Deckung derLast und – bei vorhandenen Überschüssen – zur Beladung der Batterie benötigt wird. Somitbesitzt der Divisor in Formel 2.1 auf Seite 26 die gleiche Größe wie der Dividend, wodurchder Wert des Quotienten jederzeit zu eins wird. Je weniger die Generatorleistung begrenztwird, desto größer fällt die erzeugte PV-Leistung (Divisor) aus, was zu einer Verringerungdes EV führt. Hinsichtlich des Eigendeckungsanteils zeigt sich ein gänzlich anderes Verhalten,da dieser gemäß Formel 2.2 auf Seite 26 nur indirekt über den eigenverbrauchten Anteil derPV-Leistung und die aus der Batterie bezogene Arbeit von der Generatorleistung abhängt.Entscheidend für den Eigendeckungsanteil ist die Verbrauchslast, auf welche die Begrenzungder Generatorleistung jedoch keinen Einfluss hat. Somit bleibt der Eigendeckungsanteil überden gesamten Bereich konstant. Das unterste Diagramm in Abbildung 5.13 zeigt den aus derAbregelung resultierenden Verlust des PV-Ertrages, normiert auf den maximal möglichenPV-Ertrag, in Abhängkeit der jeweiligen Begrenzung.

In Tabelle 5.8 sind die absoluten und relativen Verluste des PV-Ertrages sowie der derjeweiligen Begrenzung zugehörige Eigenverbrauchsanteil gegenübergestellt, beginnend bei


0 10 20 30 40 50 60 70 80 90 1000

2000

4000

6000

8000

Begrenzung auf x % kWp

Arb

eit in

kW

h

PV−Erzeugung und Netzeinspeisung beiunterschiedlicher Begrenzung der PV−Generatorleistung

0 10 20 30 40 50 60 70 80 90 1000.6

0.7

0.8

0.9

1

1.1


ED

un

d E

V

Eigenverbrauchsanteil und Eigendeckungsanteil beiunterschiedlicher Begrenzung der PV−Generatorleistung

0 10 20 30 40 50 60 70 80 90 1000

10

20

30

40


Ve

rlu

st

in P

roze

nt

Prozentualer Verlust des PV−Ertrages beiunterschiedlicher Begrenzung der PV−Generatorleistung

PV−Erzeugung

Netzeinspeisung

EV

ED

Ertragsverlust

Abb. 5.13: Auswertungen zur kumulierten Arbeit von PV-Erzeugung und Ntzeinspeisung beiunterschiedlichen Begrenzungen der PV-Generatorleistung

einer Begrenzung auf 100% der PV-Generatorenleistung („keine Begrenzung“) bis zu einerBegrenzung auf 0% („keine Netzeinspeisung“).

Bei der dargestellten Anlagenkonfiguration ergeben sich bis zu einer Abregelung auf 70% derGeneratorleistung sehr geringe Ertragsverluste, die mit maximal etwa 30 kWh noch untereinem relativen Verlust von einem Prozentpunkt im Vergleich zu einer Situation liegen, inwelcher überhaupt keine Kappung von Einspeisespitzen gefordert wird. Hierfür können zweiUrsachen angeführt werden, von denen die erste aus der gewählten Kombination aus Wechsel-richter und Photovoltaikgenerator resultiert. Da ein PV-Modul, günstige Wetterbedingungenvorausgesetzt, durchaus eine Leistung erbringen kann, welche über der vom Hersteller angege-benen Nennleistung, gemessen unter standardisierten Testbedingungen (STC) pro Modul liegt,


Tab. 5.8: Absoluter und relativer Verlust bei Begrenzung der GeneratorleistungBegrenzung auf

x % kWpabsoluter

Verlust in kWhrelativer

Verlust in %EV-Anteil ED-Anteil

100 0,00 0,00 0,64 0.7390 0,66 0,01 0,64 0.7380 6,00 0,07 0,64 0.7370 29,31 0,36 0,64 0.7360 102,14 1,24 0,65 0.7350 254,57 3,10 0,66 0.7340 510,81 6,22 0,68 0.7330 877,16 10,68 0,72 0.7320 1382,35 16,83 0,77 0.7310 2063,84 25,12 0,85 0.730 2965,71 36,10 1 0.73

kann auch die Gesamtleistung des aus mehreren PV-Modulen bestehenden PV-Generatorsüber der installierten Nennleistung der Gesamtanlage liegen. Durch die Leistungselektronikwerden jedoch vereinzelte, hohe Leistungsspitzen auf die maximale Ausgangsleistung desin Mitteleuropa üblicherweise etwas unterdimensionierten Wechselrichters begrenzt (sieheAbb. 5.4 auf Seite 83). Da sich die Abregelung jedoch auf die Nennleistung des PV-Generatorsbezieht –welcher sich als Gesamtleistung aus der Summe der Einzelleistungen jedes unterSTC-Bedingungen vermessenen Modules ergibt – wird bei einer geforderten Begrenzung nurdie Differenz zur Ausgangsleistung des Wechselrichters betrachtet und nicht die im Normalfalldarüber liegende maximale Erzeugungsleistung des PV-Generators. Zum Zweiten beeinflusst,wie in den vorangegangenen Abschnitten erläutet, die Kombination aus PV-Erzeugung, Lastund Batterie die Höhe der Einspeiseleistung. Hierbei wird in den relativ seltenen Momentenim Verlauf eines Jahres, in denen der PV-Generator überhaupt über 70% seiner kWp-Leistungerzeugt, die Erzeugungsleistung – und damit die potentielle Netzeinspeisung – bereits durchdie vorhandene Grundlast oder durch die Beladung der Batterie wieder unter die Abrege-lungsgrenze gedrückt. Ab einer Begrenzung auf 60% nehmen die Verluste immer stärker zu,bis sie bei einer kompletten Verhinderung einer Netzeinspeisung bei etwa 36% – verglichenmit einer Situation ohne Restriktionen – ihr Maximum erreichen. Aus der Auswertung gehthervor, dass die Begrenzung der erzeugten PV-Leistung durch Verschieben des MPP auf derStrom-Spanungskennlinie des PV-Generators eine sehr effektive Methode zur Verhinderungvon Einspeisespitzen ins Netz ist, sich jedoch, vor allem bei nicht zu tief gesetzten Gren-zen nur sehr geringfügig negativ auf den gesamten PV-Ertrag und somit die Effizienz desPhotovoltaik-Batteriesystems auswirkt.

Wie bereits im ersten Kapitel erwähnt, ist mehr und mehr der Wunsch nach einer ho-hen Autarkie Hauptbeschaffungsgrund für ein PV- oder möglicherweise sogar Photovoltaik-Batteriesystem. Aus diesem Grund darf ein möglicher Eingriff zur Schaffung einer netzdien-licheren Betriebsweise (beispielsweise durch Abregelung der PV-Leistung) keinen negativenEinfluss auf den Eigendeckungsanteil aufweisen. Eine Begrenzung der Netzeinspeisung durch


Abregelung der PV-Erzeugungsleistung zur Vermeidung von Leistungsspitzen beeinflusst undinsbesondere reduziert den ED-Anteil nicht. In Bezug auf den Eigenverbrauchsanteil ergibtsich hingegen eine andere Situation. Hier steigt der EV-Anteil zwar, dieses jedoch auf Kostenvon Ertragsverlusten. An dieser Stelle muss, sollte dieses Verfahren angewandt werden, eineAbwägung erfolgen, inwiefern und auf welche Art der Verlust der Einspeisevergütung durchdie Verhinderung der Netzeinspeisung monetär ausgeglichen werden kann. Da sich der relativgeringe Ertragsverlust von etwa einem Drittel des maximalen Ertrages neben der Deckung vonLast und PV-Erzeugung auch aus der vorhandenen Batterie ergibt, ist weiterhin zu überlegen,inwiefern auch in diesem Zusammenhang die Anschaffung der Batterie von den Profiteurender kontrollierten Netzeinspeisung zu unterstützen wäre.

5.3.4 Begrenzung durch angepasste Speicherbeladung

Die Auswertung der Verhinderung einer Netzeinspeisung über 70% der PV-Generatorleistungfür einen Zeitraum von 11 bis 15 Uhr wurde anhand zweier Prognosen der Strahlungsdatenmit unterschiedlichen Umkreisen durchgeführt. Die erste erfasst hierbei einen Radius von200 km, die zweite einen Radius von 1 km um den Standort der PV-Anlage. Die Strahlungsda-ten der Prognose entstammen dem Cosmo-EU-Modell, die gemessenen Solarstrahlungsdatenwurden über Satellitenmessung erhalten (vgl. 3.4). Es wurde untersucht, inwiefern der Spei-cher in der Lage ist, Netzeinspeisungen in einem gewünschten Zeitbereich durch angepassteSpeicherbeladung gemäß Kapitel 3.3.3 zu verhindern.

Abbildung 5.14 zeigt die Häufigkeit in Minuten, in welchen eine Netzeinspeisung mit einerLeistung größer 7 kW aufgetreten ist. Tabelle 5.9 stellt die Daten noch einmal differenziertdar.

Tab. 5.9: Anzahl der Netzeinspeisung in Minuten in Klassenbreiten > 7 kWKlassenbreite in kW unbegrenzt Prognose r=200 km Prognose r=1 km

7–8 3870 3784 34928–9 1736 1355 1215

gesamt > 7 5606 5139 4707

In der zweiten Spalte („unbegrenzt“) ist die Anzahl der Minuten aufgeführt, in denen – ohneVerhinderung der Netzeinspeisung zwischen 11 und 15 Uhr – eine Netzeinspeisung über siebenbzw. acht kW erfolgt. Dieses bildet den Referenzfall ab. Im Fall einer Prognose für einen Radiusvon 200 km um den Aufstellort der PV-Anlage verringert sich diese Anzahl sowohl innerhalbder Klassen als auch insgesamt. Wird eine Folgetagsprognose der Solarstrahlung mit einemRadius von 1 km um den Aufstellort der Anlage gewählt, verringert sich die Minutenanzahlweiter, was bedeutet, dass eine Netzeinspeisung effektiver unterbunden wird. Hierbei ist jedochzu beachten, dass die Satellitendaten bereits einem Raster von 3 mal 5 km entsprechen. Zwarlässt sich eine leichte Reduzierung der Minutenanzahl der Netzeineinspeisung ausmachen, es


7−8 8−90

500

1000

1500

2000

2500

3000

3500

4000


An

za

hl in

Min

ute

nNetzeinspeisung in Minuten bei unbegrenzter Einspeisung im Vergleich

mit Einspeisebegrenzung auf 70 % kWp durch Speichernutzung

unbegrenztbegrenzt mit Prognose für r = 200 kmbegrenzt mit Prognose für r = 1 km

Abb. 5.14: Darstellung der Anzahl (in Minuten) für Netzeinspeisung größer 7 kW bei einergeforderten Einspesbegrenzung auf 70% der PV-Generatornennleistung bei einemPrognoseradius von 1 km

können jedoch nur etwa 9% bzw. 16% im Vergleich zum Referenzfall verhindert werden.

Tabelle 5.10 zeigt die Verluste für einen Fall, in welchem die Netzeinspeisung im gewähltenZeitfenster durch Abregelung des PV-Generators auf 70% realisiert wird, verglichen mit jenen,die bei einer angepassten Speicherbeladung auftreten.

Tab. 5.10: Vergleich von unbegrenzter Netzeinspeisung mit angepasster Speicherbeladung –Verluste und Durchschnitt der Netzeinspeisung > 7 kW

AbregelungPV-Generator

Prognoser=200 km

Prognoser=1 km

Verlust in kWh 63,6 53,6 47,9Durchschnitt der Netzeinspeisung > 7 kW 0 (0.68*) 0.62 0.61

Durch Abregelung des PV-Generators würden sich diese Ertragsverluste für den betrachtetenFall auf 63,6 kWh belaufen. Durch eine angepasste Speicherbeladung würden diese Verlusteleicht reduziert werden. Die zweite Zeile zeigt die Durchschnittsleistung, welche im Zeitfenstervon 11 bis 15 Uhr über 7 kW ins Netz eingespeist wird. Bei einer Abregelung des PV-Generatorswürde diese Null betragen. Als Vergleich ist weiterhin der Wert für den Fall angegeben, dassdie Netzeinspeisung nicht begrenzt wird (*), dieser beträgt 0,68 kW. Durch eine angepassteSpeicherbeladung ergeben sich jeweils durchschnittliche Netzeinspeisungen von über 0,6 kW.

In Tabelle 5.11 sind zum Vergleich der Ansätze weiterer relevanter Parameter aufgeführt.Es wird deutlich, dass weder für die Batterie- und Netzbelastung, noch für die Werte desEigendeckungs- und Eigenverbrauchsanteils signifikante Unterschiede resultieren. Für dieNetzarbeit war dieses zu erwarten, da durch die Verwendung des Speichers lediglich eine


Tab. 5.11: Vergleich von unbegrenzter Netzeinspeisung mit angepasster Speicherbeladung –weitere Parameter

unbegrenzt Prognoser=200 km

Prognoser=1 km

Batteriearbeit in kWh 3617,4 3647,0 3659,7Batteriebeladung in kWh 1804,0 1814,6 1821,1Batteriebezug in kWh 1831,4 1832,3 1838,6Netzarbeit in kWh 6399,7 6372,9 6372,7Netzeinspeisung in kWh 4896,3 4886,3 4886,1Netzbezug in kWh 1504,4 1486,6 1486,6max. Leistung der Netzeinspeisung in kW 7.8 7.8 7.8Eigendeckungsanteil 0.793 0.796 0,797Eigenverbrauchsanteil 0.540 0.541 0,542

Lastverlagerung, nicht jedoch eine Begrenzung stattfindet. Die Ergebnisse bezüglich der Bat-teriebelastung überraschen zunächst. Zwar sind die erwarteten Mehrbelastungen qualitativnachzuweisen, jedoch in ihrer Größe sehr gering. Die insgesamt sehr geringen Abweichungensind dem Umstand geschuldet, dass sich durch die in diesem Szenario vorgegebenen Strah-lungsdaten abzüglich der Last bereits relativ wenige Situationen ergeben, in welchen dieNetzeinspeisung überhaupt die Grenze von 7 kW überschreitet so dass auch nur in seltenenFällen ein Eingriff erforderlich wird.

Anhand der vorangegangenen Betrachtungen wird deutlich, dass durch eine angepassteSpeicherbeladung eine Netzeinspeisung über 70% der PV-Generatorleistung unter den ge-gebenen Voraussetzungen nur sehr eingeschränkt verhindert werden kann. Dieses betrifftsowohl die Gesamtanzahl als auch die durchschnittliche sowie die maximale Einspeiseleistung.Als Hauptgrund wurde die große Abweichung der Prognosegenauigkeit der Solarstrahlungvon den dann tatsächlich eintretenden Bedingungen identifiziert. So kommt es nur in sehrseltenen Fällen vor, dass die Größe der vorgezogenen Speicherentladung über Nacht der danntatsächlichen zur Begrenzung der Netzeinspeisung notwendigen Batteriekapazität entspricht.Hieraus resultiert, dass die Batterie nicht tief genug entladen wird und somit ihren maximalenSOC bereits vor 11 Uhr oder aber im Zeitfenster zwischen 11 und 15 Uhr erreicht und dahereine Netzeinspeisung nicht verhindert werden kann.

Weiterhin ist zu beachten, dass in dem hier untersuchten Szenario die Prognose des Last-verlaufs prädiktiven Charakter besitzt. Da in der Realität jedoch auch der prognostiziertevon dem tatsächlich eintretenden Lastverlauf abweicht, wird sich dieses ebenfalls auf dieEinspeisebegrenzung auswirken. Ob dieser Einfluss überwiegend positiven – durch Ausgleichder von der Strahlungsprognose abweichenden PV-Erzeugung – oder negativen Charakter–durch Verstärkung der von der Strahlungsprognose abweichende PV-Erzeugung – besitzt,könnte Bestandteil weitergehender Untersuchungen sein.

101

6 Zusammenfassung und Ausblick

Ziel der vorliegenden Arbeit waren Untersuchungen zur netzdienlichen Integration vonPhotovoltaik-Batteriesystemen. Der Forschungsschwerpunkt lag hierbei auf der Entwicklungvon Algorithmen zur Umsetzung einer eigenbedarfsoptimierten Betriebsweise bei gleichzeitigerVerhinderung von Netzeinspeisespitzen. Anhand verschiedener Szenarien sollten die mögli-chen Potenziale zur Netzentlastung analysiert werden. Als Simulationswerkzeuge dienten dasProgramm Matlab R© sowie dessen Erweiterung Simulink R©.

Zu diesem Zweck erfolgte im ersten Teil der Arbeit eine Literaturrecherche, anhand dererdeutlich wurde, dass sich aus der Zunahme der Anzahl photovoltaischer Anlagen in denvergangenen Jahre mittlerweile erhebliche Auswirkungen sowohl auf das Stromnetz als auchauf den Endkundenstrompreis ergeben. Ursache hierfür ist die stark fluktuierende Natur derNetzeinspeisung photovoltaischer Anlagen als Konsequenz eines volatilen Solarstrahlungsange-botes.

Zur Vermeidung einer Netzüberlastung wurden vier Alternativen zu dem in dieser Arbeit ge-wählten Ansatz vorgestellt. Neben einem Netzausbau, welcher aktuell in der Öffentlichkeit sehrkontrovers diskutiert wird, sind dies hinsichtlich einer optimierten Aufnahmefähigkeit der vor-handenen Netzinfrastruktur der Einsatz eines Temperaturmonitorings bzw. die Erneuerung mitHochtemperaturseilen. Hinsichtlicher der Spannungshaltung am Einspeisepunkt der PV-Anlagesind regelbare Ortnetztransformatoren (RONT) mit einer dynamischen Spannungsanpassungeine Alternative zu den bisher verbauten Transformatoren mit festem Übersetzungsverhältnis.Schließlich können Flexible Drehstromübertragungssysteme (FACTS) zur Lenkung von Leis-tungsflüssen und dadurch zur gezielten Entlastung stärker belasteter Netzabschnitte eingesetztwerden. All diesen Ansätzen ist gemein, dass sie durch eine konsequente Umsetzung zu einerNetzstabilisierung beitragen, hinsichtlich des Einflusses von Einspeiseschwankungen auf denStrompreis jedoch keine positiven Auswirkungen zeigen, da sämtliche erzeugte PV-Leistungweiterhin direkt ins Netz eingespeist wird. Ein hiervon abweichender Ansatz verfolgt diegezielte Beeinflussung des Verbraucherverhaltens über ein Lastmanagement (Demand SideManagement (DSM)). Hierdurch könnten der Lastbezug – und bei Vorhandensein einesStromerzeugers auch die Einspeisung – derart gelenkt werden, dass im optimalsten Fall einevollständige Vergleichmäßigung der Netzeinspeisung erfolgt. Aktuelle Studien zeigen jedoch,dass bereits für kleinere Eingriffe in den Tagesablauf die Akzeptanz der Endkunden sehrniedrig ist. Daher wird auch das Laständerungspotenzial eines DSM zur Zeit als eher geringbewertet.

Mit Simulationen zur Optimierung des Eigenverbrauchs, zur Begrenzung der Netzeinspei-sung auf einen beliebigen Grenzwert durch Abregelung der PV-Generatorleistung sowie zurBegrenzung der Netzeinspeisung durch eine optimierte Speicherbeladung wurden drei verschie-dene Szenarien realisiert. Es sei an dieser Stelle darauf hingewiesen, dass sich die erzieltenErgebnisse konkret auf die umgesetzte Testanlage beziehen, welche mit einer etwa um den

102

Faktor vier größeren Batteriekapazität im Vergleich zu einer üblichen Dimensionierung keinerwirtschaftlichen Auslegung entspricht. Hierbei entspricht der Simulationszeitraum in allenFällen einem Kalenderjahr.

Im Vergleich mit einer vollständigen Einspeisung der erzeugten PV-Leistung, entsprechendeinem Eigenverbrauch (EV) und einer Eigendeckung (ED) von Null, kann bereits durch eineVerrechnung der erzeugten Leistung mit der aktuell benötigten Last die gesamte Arbeit derNetzeinspeisung um 40% reduziert werden. Es werden ein ED und EV von 0.4 bzw. 0.46erreicht. Durch die Einbindung einer Batterie wird eine Verringerung der Netzeinspeisearbeitum 64% erzielt, ED und EV steigen auf 0.64 bzw. 0.72. In keinem der beiden Fälle wirdjedoch eine Netzeinspeisung von Leistungsspitzen wirkungsvoll reduziert, da sich zum einenLastgang und PV-Erzeugung zu Zeiten der maximalen Leistungserzeugung über der Mittagszeitnicht effektiv decken und zum anderen die Batterie zu diesen Zeiten jeweils keine Leistungmehr aufnehmen kann, da sie bereits im Verlauf des Vormittags voll beladen wird. Auchdurch eine Erhöhung der Batteriekapazität ändert sich dieses nicht, was daran liegt, dassdie über die Nacht vorhandene Last nicht genügt, um die Batterie derart zu entladen, dassdiese im Tagesverlauf sämtliche Leistungsüberschüsse aufnehmen kann. Die konventionelleBetriebsführung mit Speichern erhöht zwar sowohl Eigenverbrauch und Eigendeckung undverringert so die Netzeinspeisung bzw. den Netzbezug eines Jahres, ist jedoch auch bei sehrgroßen Speichern zur Reduzierung von Einspeisespitzen ungeeignet.

Eine statische Begrenzung der Netzeinspeisung auf bis zu 70% der installierten Nennleistungder PV-Anlage führt zu einem Ertragsverlust unter einem Prozent. Dieses erscheint relativwenig, lässt sich jedoch durch die große Batterie sowie den etwas unterdimensionierten Wechsel-richter erklären. Eine Reduzierung des EV oder des ED erfolgt nicht. Erst ab einer Begrenzungauf 30% kWp liegt der Ertragsverlust knapp über 10%. Wird jedwede Netzeinspeisung unter-bunden, steigt der Ertragsverlust auf 36%. In diesem Fall wird sämtliche erzeugte Energieentweder zur Lastdeckung oder zur Beladung der Batterie verwendet, weswegen der ED mit 1seinen Maximalwert erreicht. Der Eigendeckungsanteil als Parameter für die Unabhängigkeitdes Strombezuges vom Stromversorger wird durch die Begrenzung der PV-Generatorleistungnicht beeinflusst. Die Begrenzung der Leistung des PV-Generators ist daher eine sehr effektiveMethode zur Verhinderung der Einspeisung von Leistungsspitzen, wirkt sich jedoch negativauf die Effizienz des Photovoltaik-Batteriesystems aus.

Der Speicher soll dazu dienen, die vor allem an sonnenreichen Tagen häufig auftretende undsomit potienziell das Netz belastende überschüssige PV-Leistung, welche typischerweise überdie Mittagsstunde auftritt, abzupuffern. Auch in diesem Fall liegt ein hoher Autarkiegrad imFokus und sollte nicht verringert werden. Im Vergleich mit einer Verhinderung der Netzeinspei-sung durch Abregelung des PV-Generators ergeben sich zwar etwas geringere Ertragsverluste,in Hinblick auf die ebenfalls sehr geringen Ertragsverluste bei Abregelung des PV-Generators– bei gleichzeitig sehr effektiver Begrenzung der Netzeinspeisung – ist dieser geringe Vorteiljedoch zu vernachlässigen. Um den Speicher zur Begrenzung der Netzeinspeisung effektiv

103

einsetzen zu können, ist eine deutlich höhere Genauigkeit der Folgetagsprognose erforderlich.Solange dieses nicht möglich ist, ist eine Begrenzung durch Abregelung des PV-Generatorseiner Begrenzung durch eine angepasste Speicherbeladung vorzuziehen.

Mit dem theoretischen Teil dieser Arbeit und der umgesetzten Algorithmik ist ein Fundamentfür eine weitergehende Vertiefung innerhalb des Projekts gelegt. Da es jedoch nicht möglichwar, sämtliche Facetten der Fragestellung in Gänze zu beleuchten, soll die nachfolgendeAufstellung erste Ideen für eine weitergehende Auseinandersetzung anbieten.

• Eweiterung des Systems durch die Implementierung alternativer Batterietechnologienund einer Schnittstelle zur Echtzeitkommunikation sowie eine realistischere Abbildungdes PV-Generators, beispielsweise die Einbeziehung von Verschattungseffekten.

• Verbindung mehrerer Einzelsysteme zu einem virtuellen Kraftwerk und die Analyse dersich aus dem Verhalten des Gesamtsystems ergebenden Potenziale.

• Erarbeitung von Möglichkeiten zur Erhöhung der Prognosegenauigkeit des Strahlungs-angebotes.

• Identifizierung wirtschaftlich günstiger Zeitfenster zur Entladung der Batterie für dasSzenario einer optimierten Speicherbeladung.

Abschließend lässt sich sagen, dass es unter den aktuellen Voraussetzungen – mit einer sehrgeringen Genauigkeit von Solarstrahlungs-Folgetagsprognosen – nicht möglich ist, durch ei-ne gezielte Be- und Entladung des Speichers von Photovoltaik-Batteriesystemen die durchPhotovoltaik-Anlagen hervorgerufenen Einspeisespitzen ins Netz zu vermeiden. Hieraus lässtsich jedoch nicht schließen, dass Photovoltaik-Batteriesysteme grundsätzlich ungeeignet füreine netzdienliche Integration seien. Einerseits, weil mit der vorhandenen Speicherkapazitäteine effektive Möglichkeit existiert ist, sowohl den Eigenverbrauch als auch die Eigende-ckung deutlich zu erhöhen und somit das Netz hinsichtlich der gesamten zu übertragendenEnergiemengen zu entlasten. Andererseits, weil durch Abregelung des PV-Generators eineNetzbelastung durch Einspeisespitzen effektiv vermieden kann und dieses – in Kombinationmit einem Speicher – nur zu sehr moderaten Ertragseinbußen führt. Da nachgewiesen werdenkonnte, dass bei einer sehr guten Übereinstimmung der Solarstrahlungsprognose für denFolgetag mit der dann tatsächlich eintretenden Strahlungssituation die gezielte Begrenzungder Netzeinspeisung auch mit einer angepassten Speichernutzung realisiert werden kann, liegtdas Potenzial dieser Herangehensweise in einer deutlichen Erhöhung der Prognosegenauigkeit.

Literatur

[A-E] A-E-S Europe GmbH: 70% vs. 100% EinsMan - Entscheidungshilfe.http://www.europe-solar.de/catalog/index.php?main_page=page&id=60.– 21.12.2013

[AFBH07] Ape, Christof ; Furhberg-Baumann, Jan ; Herbst, Ute et. all.: Distribu-tionCode 2007: Regeln für den Zugang zu Verteilungsnetzen. 08.2007

[AS] AGEE-Stat ; Zentrum für Sonnennergie- und Wasserstoff-Forschung Baden-Württemberg (Hrsg.): Entwicklung der erneuerbarenEnergien in Deutschland im Jahr 2012: Grafiken und Tabellen Stand: Dezem-ber 2013: Unter Verwendung aktueller Daten der Arbeitsgruppe ErneuerbareEnergien-Statistik(AGEE-Stat). www.erneuerbare-energien.de/fileadmin/

Daten_EE/Dokumente__PDFs_/ee_in_zahlen_bf.pps. – 03.02.2014

[Baz13] Bazilian, Morgan: Re-considering the economics of photovoltaic power. In:Renewable Energy 53 (2013), S. 329–338. – ISSN 0960–1481

[BB13] Bruce-Boye, Cecile: Energy Talks Ossiach 2013: Smart Mete-ring mit Massendatenmanagement und kurzzyklischer Datenerfassung.http://www.energytalks.at/Contents/PPT/ET13_T2_07_Bruce-Boye.pdf.Version: 07.06.2013. – 21.02.2014

[BDE] BDEW: Energiedaten: 10.5 Ausnutzungsdauer der Kraftwerke. http://www.

bdew.de/internet.nsf/id/DE_Energiedaten. – 09.01.2014

[BDE08] BDEW: Technische Richtlinie: Erzeugungsanlagen am Mittelspannungs-netz: Richtlinie für Anschluss und Parallelbetrieb von Erzeugungsanla-gen am Mittelspannungsnetz. http://www.bdew.de/internet.nsf/id/

A2A0475F2FAE8F44C12578300047C92F/\protect\T1\textdollarfile/BDEW_

RL_EA-am-MS-Netz_Juni_2008_end.pdf. Version: 2008. – 20.02.2014

[BDE13] BDEW: BDEW-Strompreisanalyse Mai 2013: Haushalt und Industrie. http:

//www.bdew.de/internet.nsf/id/123176ABDD9ECE5DC1257AA20040E368/

\protect\T1\textdollarfile/13%2005%2027%20BDEW_Strompreisanalyse_

Mai%202013.pdf. Version: 2013. – 03.02.2014

[Bec13] Beck, Hans-Peter et. al.: Studie - Eignung von Speicher-technoligien zum Erhalt der Systemsicherheit: Abschlussbericht.http://www.bmwi.de/BMWi/Redaktion/PDF/Publikationen/Studien/

eignung-von-speichertechnologien-zum-erhalt-der-systemsicherheit,

property=pdf,bereich=bmwi2012,sprache=de,rwb=true.pdf.Version: 08.03.2013

i

http://www.europe-solar.de/catalog/index.php?main_page=page&id=60

www.erneuerbare-energien.de/fileadmin/Daten_EE/Dokumente__PDFs_/ee_in_zahlen_bf.pps

www.erneuerbare-energien.de/fileadmin/Daten_EE/Dokumente__PDFs_/ee_in_zahlen_bf.pps

http://www.energytalks.at/Contents/PPT/ET13_T2_07_Bruce-Boye.pdf

http://www.bdew.de/internet.nsf/id/DE_Energiedaten

http://www.bdew.de/internet.nsf/id/DE_Energiedaten

http://www.bdew.de/internet.nsf/id/A2A0475F2FAE8F44C12578300047C92F/\protect \T1\textdollar file/BDEW_RL_EA-am-MS-Netz_Juni_2008_end.pdf



http://www.bdew.de/internet.nsf/id/123176ABDD9ECE5DC1257AA20040E368/\protect \T1\textdollar file/13%2005%2027%20BDEW_Strompreisanalyse_Mai%202013.pdf




http://www.bmwi.de/BMWi/Redaktion/PDF/Publikationen/Studien/eignung-von-speichertechnologien-zum-erhalt-der-systemsicherheit,property=pdf,bereich=bmwi2012,sprache=de,rwb=true.pdf



[BHKR07a] Berndt, Holger ; Hermann, Mike ; Kreye, Horst D. ; Rein, Rüdiger et. all.; VDN (Hrsg.): TransmissionCode 2007: Netz- und Systemregeln der deutschenÜbertragungsnetzbetreiber. Berlin, August 2007

[BHKR07b] Berndt, Holger ; Hermann, Mike ; Kreye, Horst D. ; Rein, Rüdiger et. all.; VDN (Hrsg.): TransmissionCode 2007: Netz- und Systemregeln der deutschenÜbertragungsnetzbetreiber. Berlin, August 2007

[BMGD12] Bülo, Thorsten ; Mende, Denis ; Geibel, Dominik ; Degner, Thomas e.:Spannungshaltung in aktiven, intelligenten Niederspannungsnetzen: Voltage Con-trol in acitve, intelligent lov-voltage distribution networks. VDE-Kongress 2012and Stuttgart, 06.11.2012

[BMW] BMWI ; Bundesministerium für Wirtschaft und Ener-giewende (Hrsg.): Stromversorgungssicherheit und Kraftwerke:Zahlen und Fakten. http://www.bmwi.de/DE/Themen/Energie/

Stromversorgungssicherheit-und-Kraftwerke/zahlen-fakten.html. –20.2.2014

[BMW13] BMWI: Zahlen und Fakten Energiedaten: Nationale und inter-nationale Entwicklung. http://www.bmwi.de/DE/Themen/Energie/

Energiedaten-und-analysen/Energiedaten/gesamtausgabe,did=476134.

html. Version: 20.08.2013. – 03.02.204

[Buna] Bund: Gesetz über den Vorrang Erneuerbarer Energien (Erneuerbare-Energien-Gesetz – EEG) sowie zur Änderung des Energiewirtschaftsgesetzes und desMineralölsteuergesetzes: EEG. – Seite 305 ff

[Bunb] Bundesnetzagentur: Photovoltaikanlagen: Datenmeldungen so-wie EEG-Vergütungssätze: Monatliche Veröffentlichungen der PV-Meldezahlen. http://www.bundesnetzagentur.de/cln_1931/DE/

Sachgebiete/ElektrizitaetundGas/Unternehmen_Institutionen/

ErneuerbareEnergien/Photovoltaik/DatenMeldgn_EEG-VergSaetze/

DatenMeldgn_EEG-VergSaetze_node.html#doc405794bodyText3. –03.02.2014

[Bunc] Bundesregierung: Dreizehntes Gesetz zur Änderung des Atomgeset-zes. http://www.bmu.de/service/publikationen/downloads/details/

artikel/dreizehntes-gesetz-zur-aenderung-des-atomgesetzes/. –17.12.2013

[Bund] Bundesregierung: Gesetz für den Vorrang Erneuerbarer Energie: Erneuerbare-Energien-Gesetz (EEG). http://www.erneuerbare-energien.de/fileadmin/

ee-import/files/pdfs/allgemein/application/pdf/eeg_2012_bf.pdf. –

ii

http://www.bmwi.de/DE/Themen/Energie/Stromversorgungssicherheit-und-Kraftwerke/zahlen-fakten.html

http://www.bmwi.de/DE/Themen/Energie/Stromversorgungssicherheit-und-Kraftwerke/zahlen-fakten.html

http://www.bmwi.de/DE/Themen/Energie/Energiedaten-und-analysen/Energiedaten/gesamtausgabe,did=476134.html



http://www.bundesnetzagentur.de/cln_1931/DE/Sachgebiete/ElektrizitaetundGas/Unternehmen_Institutionen/ErneuerbareEnergien/Photovoltaik/DatenMeldgn_EEG-VergSaetze/DatenMeldgn_EEG-VergSaetze_node.html#doc405794bodyText3




http://www.bmu.de/service/publikationen/downloads/details/artikel/dreizehntes-gesetz-zur-aenderung-des-atomgesetzes/

http://www.bmu.de/service/publikationen/downloads/details/artikel/dreizehntes-gesetz-zur-aenderung-des-atomgesetzes/

http://www.erneuerbare-energien.de/fileadmin/ee-import/files/pdfs/allgemein/application/pdf/eeg_2012_bf.pdf

http://www.erneuerbare-energien.de/fileadmin/ee-import/files/pdfs/allgemein/application/pdf/eeg_2012_bf.pdf

Konsolidierte (unverbindliche) Fassung des Gesetzestextes in der ab 1. Januar2012 geltenden Fassung

[Bune] Bundesregierung: Gesetz über den Vorrang Erneuerbarer Energi-en (Erneuerbare-Energien-Gesetz – EEG) sowie zur Änderung desEnergiewirtschaftsgesetzes und des Mineralölsteuergesetze. https:

//www.clearingstelle-eeg.de/files/private/active/0/5-EEG_2000_

BGBl-I-305.pdf. – 02.02.2014

[Bunf] Bundesregierung: Gesetz über den Vorrang Erneuerbarer Energien(Erneuerbare-Energien-Gesetz, EEG)

[Bung] Bundesregierung: Marktintegrationsmodell für Strom aus solarer Strahlungs-energie im Erneuerbare-Energien-Gesetz. http://dejure.org/gesetze/EEG/

33.html

[Bunh] Bundesregierung: Verordnung zur Weiterentwicklung des bundesweiten Aus-geichsmechanismus (Ausgleichsmechanismusverordnung - AusglMechV): Aus-glMechV. http://www.gesetze-im-internet.de/bundesrecht/ausglmechv/

gesamt.pdf. – 04.02.2014

[Bun12] Bundesregierung: Das neue Marktintegrationsmodell für Stromaus solarer Strahlungsenergie im Erneuerbare-Energien-Gesetz (EEG).http://www.erneuerbare-energien.de/fileadmin/Daten_EE/Dokumente_

_PDFs_/marktintegrationsmodell_bf.pdf. Version: 24.09.2012. – 02.02.2014

[Bun13a] Bundesnetzagentur: Stromnetze: Engpassmanagement. http:

//www.bundesnetzagentur.de/DE/Sachgebiete/ElektrizitaetundGas/

Unternehmen_Institutionen/Versorgungssicherheit/Stromnetze/

Engpassmanagement/engpassmanagement-node.html. Version: 09.04.2013. –04.02.2014

[Bun13b] Bundesverband Solarwirtschaft e.v.: Statistische Zahlen der deut-schen Solarstrombranche (Photovoltaik). http://www.solarwirtschaft.de/

fileadmin/media/pdf/2013_2_BSW_Solar_Faktenblatt_Photovoltaik.pdf.Version:Dezember 2013. – 09.01.2014

[Bun14a] Bundesamt für Strahlenschutz ; Bundesrepublik Deutschland(Hrsg.): Kernkraftwerke in Deutschland: Meldepflichtige Ereignisse seit In-betrienahme. http://www.bfs.de/de/kerntechnik/ereignisse/standorte/

karte_kw.html. Version: 14.01.2014. – 21.02.2014

[Bun14b] Bundesnetzagentur: Leitfaden zum EEG-Einspeisemanagement:Abschaltrangfolge, Berechnung von Entschädigungszahlungen und Aus-wirkungen auf die Netzentgelte. http://www.bundesnetzagentur.

iii

https://www.clearingstelle-eeg.de/files/private/active/0/5-EEG_2000_BGBl-I-305.pdf



http://dejure.org/gesetze/EEG/33.html

http://dejure.org/gesetze/EEG/33.html

http://www.gesetze-im-internet.de/bundesrecht/ausglmechv/gesamt.pdf

http://www.gesetze-im-internet.de/bundesrecht/ausglmechv/gesamt.pdf

http://www.erneuerbare-energien.de/fileadmin/Daten_EE/Dokumente__PDFs_/marktintegrationsmodell_bf.pdf

http://www.erneuerbare-energien.de/fileadmin/Daten_EE/Dokumente__PDFs_/marktintegrationsmodell_bf.pdf

http://www.bundesnetzagentur.de/DE/Sachgebiete/ElektrizitaetundGas/Unternehmen_Institutionen/Versorgungssicherheit/Stromnetze/Engpassmanagement/engpassmanagement-node.html




http://www.solarwirtschaft.de/fileadmin/media/pdf/2013_2_BSW_Solar_Faktenblatt_Photovoltaik.pdf

http://www.solarwirtschaft.de/fileadmin/media/pdf/2013_2_BSW_Solar_Faktenblatt_Photovoltaik.pdf

http://www.bfs.de/de/kerntechnik/ereignisse/standorte/karte_kw.html

http://www.bfs.de/de/kerntechnik/ereignisse/standorte/karte_kw.html

http://www.bundesnetzagentur.de/SharedDocs/Downloads/DE/Sachgebiete/Energie/Unternehmen_Institutionen/ErneuerbareEnergien/Einspeisemanagement/Leitfaden_1_0/LeitfadenEEG_Version2_0.pdf?__blob=publicationFile&v=1


de/SharedDocs/Downloads/DE/Sachgebiete/Energie/Unternehmen_

Institutionen/ErneuerbareEnergien/Einspeisemanagement/Leitfaden_

1_0/LeitfadenEEG_Version2_0.pdf?__blob=publicationFile&v=1.Version: 27.01.2014. – 06.02.2014

[Bun14c] Bundesnetzagentur: EEG-Vergütungssätze Februar 2014 bisApril 2014. http://www.bundesnetzagentur.de/cln_1911/DE/

Sachgebiete/ElektrizitaetundGas/Unternehmen_Institutionen/

ErneuerbareEnergien/Photovoltaik/DatenMeldgn_EEG-VergSaetze/

DatenMeldgn_EEG-VergSaetze_node.html#doc405794bodyText4.Version: 31.01.2014. – 03.02.2014

[Bur14] Burger, Bruno: Stromerzeugung aus Solar- und Windenenergie imJahr 2013. http://www.ise.fraunhofer.de/de/downloads/pdf-files/

aktuelles/stromproduktion-aus-solar-und-windenergie-2013.pdf.Version: 09.01.2014. – 02.02.2014

[Cle12] Clearingstelle EEG: Votum. https://www.clearingstelle-eeg.de/

files/Votum_2012-4.pdf. Version: 28.03.2012. – Zuletzt geprüft am 03.02.2014

[Dep] Department of Electrical and Computer Engineering, Universityof Colorado: Introduction to Power Electronics in PV Systems: ECEN 2060:lecture Notes. http://ecee.colorado.edu/~ecen2060/materials/lecture_

notes/PEintro.pdf. – 27.01.2014

[EEXa] EEX: Tatsäche Prduktion von Erzeugungseinheiten ≥ 100 MW: Ag-gregierte ex-post-Information über die tatsächliche Produktion. http:

//www.transparency.eex.com/de/daten_uebertragungsnetzbetreiber/

stromerzeugung/tatsaechliche-produktion-von-erzeugungseinheiten%

20%E2%89%A5%20100%20MW. – 04.02.2014

[EEXb] EEX: Tatsächliche Produktion Solar. http://www.transparency.

eex.com/de/daten_uebertragungsnetzbetreiber/stromerzeugung/

tatsaechliche-produktion-solar. – 04.02.2014

[EEXc] EEX: Tatsächliche Produktion Wind. http://www.transparency.

eex.com/de/daten_uebertragungsnetzbetreiber/stromerzeugung/

tatsaechliche-produktion-wind. – 04.02.2014

[EEX13] EEX: Börsenordnung der EEX. http://www.eex.

com/blob/65964/d8c4b9354f0b3854b26a8256a62cca12/

20131219-eex-boersenordnung-0028a-d-final-pdf-data.pdf.Version: 19.12.2013. – 20.02.2014

[EW13] Eder, Florian ; Wetzel, Daniel: EU leitet Verfahren gegen Deutsch-

iv









http://www.ise.fraunhofer.de/de/downloads/pdf-files/aktuelles/stromproduktion-aus-solar-und-windenergie-2013.pdf

http://www.ise.fraunhofer.de/de/downloads/pdf-files/aktuelles/stromproduktion-aus-solar-und-windenergie-2013.pdf

https://www.clearingstelle-eeg.de/files/Votum_2012-4.pdf

https://www.clearingstelle-eeg.de/files/Votum_2012-4.pdf

http://ecee.colorado.edu/~ecen2060/materials/lecture_notes/PEintro.pdf

http://ecee.colorado.edu/~ecen2060/materials/lecture_notes/PEintro.pdf

http://www.transparency.eex.com/de/daten_uebertragungsnetzbetreiber/stromerzeugung/tatsaechliche-produktion-von-erzeugungseinheiten%20%E2%89%A5%20100%20MW




http://www.transparency.eex.com/de/daten_uebertragungsnetzbetreiber/stromerzeugung/tatsaechliche-produktion-solar



http://www.transparency.eex.com/de/daten_uebertragungsnetzbetreiber/stromerzeugung/tatsaechliche-produktion-wind



http://www.eex.com/blob/65964/d8c4b9354f0b3854b26a8256a62cca12/20131219-eex-boersenordnung-0028a-d-final-pdf-data.pdf



land ein: Angriff aus Brüssel: Die EU-Kommission geht gegen die milliar-denschweren Industrie-Rabatte bei der Energiewende in Deutschland vor.Die Bundesregierung hat sich bereits eine Abwehrstrategie überlegt. In:Die Welt (18.12.2013). http://www.welt.de/wirtschaft/article123066235/

EU-leitet-Verfahren-gegen-Deutschland-ein.html

[FFH13] Fest, Claus ; Franz, Oliver ; Heinlein, Björn: Potenziale von Klein- undKleinstspeichern im Niederspannungsnetz. In: Energiewirtschaftliche Tagesfra-gen: Zeitschrift für Energiewirtschaft, Recht, Technik und Umwelt (2013), Nr.63, S. 57–63

[FH03] Flosdorff, René ; Hilgarth, Günther: Elektrische Energieverteilung: Mit 47Tabellen und 75 Beispielen. Stuttgart and Leipzig and Wiesbaden : Teubner,2003 (Lehrbuch). – ISBN 3519264242. – 8., aktualisierte und erg. Aufl

[Flo13] Flosdorff, René: Elektrische Energieverteilung: Mit 47 Tabellen und 95Beispielen. Wiesbaden : Teubner, 2013. – ISBN 3835102443. – 10. Aufl

[Gab14] Gabriel, Sigmar: Eckpunkte für die Reform des EEG. http:

//www.bmwi.de/BMWi/Redaktion/PDF/E/eeg-reform-eckpunkte,property=

pdf,bereich=bmwi2012,sprache=de,rwb=true.pdf. Version: 21.01.2014

[Gau10] Gaul, Claus-Martin: Aktueller Begriff EEG-Umlage 2010. http:

//www.bundestag.de/dokumente/analysen/2010/EEG-Umlage_2010.pdf.Version: 2010

[Ham04] Hampe, Kathrin: Konzeption und Implementation des Erneuerbare-Energien-Gesetzes aus umweltökonomischer Perspektive. Diplomica, 2004 http://ebooks.

ciando.com/book/index.cfm/bok_id/1011421. – ISBN 978–3–8324–8044–8

[Han12] Hanke, Babett: EEG 2012 - Direktvermarktung mit dem virtuel-len Kraftwerk: Als Unternehmen selbst Strom erzeugen und vermark-ten. http://www.eor.de/fileadmin/downloads/2012/VR_2012/VR_1_2012/

02_Hanke_TSB.pdf. Version: 07.05.2012

[HATT] 50Hertz ; Amprion ; TransnetBW ; Tennet: Pressemitteilung derÜbertragungsnetzbetreiber zur Veröffentlichung der EEG-Mittelfristprognose bis2018K. http://www.netztransparenz.de/de/file/20131115_Gemeinsame_

PM_Mittelfristprognose_EEG.PDF

[HDS10a] Heuck, Klaus ; Dettmann, Klaus-Dieter ; Schulz, Detlef: Elektrische Ener-gieversorgung: Erzeugung, Übertragung und Verteilung elektrischer Energie fürStudium und Praxis. Wiesbaden : Vieweg + Teubner, 2010 (Studium). – ISBN978–3–8348–0736–6. – 8., überarb. und aktualisierte Aufl

v

http://www.welt.de/wirtschaft/article123066235/EU-leitet-Verfahren-gegen-Deutschland-ein.html

http://www.welt.de/wirtschaft/article123066235/EU-leitet-Verfahren-gegen-Deutschland-ein.html

http://www.bmwi.de/BMWi/Redaktion/PDF/E/eeg-reform-eckpunkte,property=pdf,bereich=bmwi2012,sprache=de,rwb=true.pdf



http://www.bundestag.de/dokumente/analysen/2010/EEG-Umlage_2010.pdf

http://www.bundestag.de/dokumente/analysen/2010/EEG-Umlage_2010.pdf

http://ebooks.ciando.com/book/index.cfm/bok_id/1011421

http://ebooks.ciando.com/book/index.cfm/bok_id/1011421

http://www.eor.de/fileadmin/downloads/2012/VR_2012/VR_1_2012/02_Hanke_TSB.pdf

http://www.eor.de/fileadmin/downloads/2012/VR_2012/VR_1_2012/02_Hanke_TSB.pdf

http://www.netztransparenz.de/de/file/20131115_Gemeinsame_PM_Mittelfristprognose_EEG.PDF

http://www.netztransparenz.de/de/file/20131115_Gemeinsame_PM_Mittelfristprognose_EEG.PDF

[HDS10b] Heuck, Klaus ; Dettmann, Klaus-Dieter ; Schulz, Detlef: Elektrische Ener-gieversorgung: Erzeugung, Übertragung und Verteilung elektrischer Energie fürStudium und Praxis. Wiesbaden : Vieweg + Teubner, 2010 (Studium). – ISBN978–3–8348–0736–6. – 8., überarb. und aktualisierte Aufl

[HDS10c] Heuck, Klaus ; Dettmann, Klaus-Dieter ; Schulz, Detlef: Elektrische Ener-gieversorgung: Erzeugung, Übertragung und Verteilung elektrischer Energie fürStudium und Praxis. Wiesbaden : Vieweg + Teubner, 2010 (Studium). – ISBN978–3–8348–0736–6. – 8., überarb. und aktualisierte Aufl

[HWHE+13] Hollinger, Raphael ; Wille-Haussmann, Bernhard ; Erge, Thomas ;Sönnichsen, Jan ; Stillahn, Thies ; Kreifels, Niklas: Speicherstudie2013: Kurzgutachten zur Abschätzung und Einordnung energiewirtschaft-licher, ökonomischer und anderer Effekte bei Förderung von objektgebun-den elektrochemischen Speichern: Zusammenfassung des wichtigsten Er-kenntnisse. http://www.ise.fraunhofer.de/de/veroeffentlichungen/

veroeffentlichungen-pdf-dateien/studien-und-konzeptpapiere/

speicherstudie-2013.pdf. Version: 01.2013

[Imm] Immonet.de: Einspeisevergütung für Photovoltaik-Anlagen. http://www.

immonet.de/service/einspeiseverguetung.html. – 18.12.2013

[IWR] IWR: EEG-Vergütungssätze (2000 - 2004). http://www.iwr.de/re/wf/E_

preis.html. – 04.02.2014

[JW06] Jossen, Andreas ; Weydanz, Wolfgang: Moderne Akkumulatoren richtig ein-setzen: 36 Tabellen. Neusäß : Ubooks, 2006. – ISBN 3–939359–11–4. – 1.Aufl

[Kla14] Klasen, Oliver: Eckpunkte-Papier zum EEG-Gesetz: Ga-briel will Ökostrom-Förderung herunterfahren. http://www.

sueddeutsche.de/politik/eckpunkte-papier-zum-eeg-gesetz-gabriel/

will-oekostrom-foerderung-herunterfahren-1.1866056.Version: 18.01.2014. – 29.04.2014

[KMT+13] Kost, Christoph ; Mayer, Johannes N. ; Thomsen, Jessica ; Hart-mann, Niklas ; Senkpiel, Charlotte ; Philipps, Simon ; Nold, Se-bastian ; Lude, Simon: Stromgestehungskosten erneuerbare Energie:Studie. http://www.ise.fraunhofer.de/de/veroeffentlichungen/

veroeffentlichungen-pdf-dateien/studien-und-konzeptpapiere/

studie-stromgestehungskosten-erneuerbare-energien.pdf.Version:November 2013. – 03.02.2014

[KOS] KOSTAL Solar Electric GmbH: Montage- und Betriebsanleitung: PIKO

vi

http://www.ise.fraunhofer.de/de/veroeffentlichungen/veroeffentlichungen-pdf-dateien/studien-und-konzeptpapiere/speicherstudie-2013.pdf



http://www.immonet.de/service/einspeiseverguetung.html

http://www.immonet.de/service/einspeiseverguetung.html

http://www.iwr.de/re/wf/E_preis.html

http://www.iwr.de/re/wf/E_preis.html

http://www.sueddeutsche.de/politik/eckpunkte-papier-zum-eeg-gesetz-gabriel/will-oekostrom-foerderung-herunterfahren-1.1866056



http://www.ise.fraunhofer.de/de/veroeffentlichungen/veroeffentlichungen-pdf-dateien/studien-und-konzeptpapiere/studie-stromgestehungskosten-erneuerbare-energien.pdf



3.0, 3.6, 4.2, 5.5, 8.3, 10.1: Kostal Wechselrichter. http://www.solarblitz.

ch/datenblaetter/Kostal%20PIKO%203.0-10.1%20Betriebsanleitung.pdf.– zuletzt geprüft am 06.02.2014

[Küh11] Kühl, Matthias: Feldbasierte Simulation mobiler elektrischer Energiespeicher:Last- und Einspeisungspotential eines Batterieschwarms im Smart-Grid: Ba-chelorthesis. Hamburg, 2011

[Leu] Leuschner, Udo: Das EEG: Eine Erfolgsgeschichte mit Hindernissen (Über-sicht). http://www.udo-leuschner.de/energie-chronik/100407d1.htm#

pilotprojekte. – 02.02.2014

[Lor09] Lorenz, Elke: Strahlungsvorhersagen und PV-Leistungsvorhersagen. Grainau,2009 (1. Fachtagung Energiemeteorologie)

[LR02] Linden, David ; Reddy, Thomas B.: Handbook of batteries. New York :McGraw-Hill, 2002. – ISBN 0–071–35978–8. – 3

[McG07] McGarrity, Stuart: Maximierung der Codeperformance durch Optimierung desSpeicherzugriffs: Programming Patterns. www.mathworks.de. Version: 06.2007

[NEX14] NEXT-Kraftwerke GmbH ; NEXT-Kraftwerke GmbH (Hrsg.): Ener-giebörse (EEX). http://www.next-kraftwerke.de/wissen/strommarkt/

energieboerse-eex. Version: 2014. – 04.02.2014

[PG] Photovoltaik-Guide: Photovoltaik-Preisindex. http://www.

photovoltaik-guide.de/pv-preisindex. – zuletzt geprüft am 03.02.2014

[Pw] Photovoltaik-web: Anschluß einer Batterie an die PV-Anlage:AC-seitiger und DC-seitiger Anschluß der Batterie möglich. http:

//www.photovoltaik-web.de/batteriesysteme-akkusysteme-pv/

aufbau-batteriespeichersystem-pv.html. – 06.02.2014

[Qua] Quaschning, Volker: Solar-Standpunkt: Regierung verzichtet auf2 Milliarden Euro Umlagen bei Atom- und Kohlekraftwerken undwill Bau von neuen Photovoltaik-Anlagen und Einsatz von Batte-riespeichern bremsen. http://www.solarserver.de/solar-magazin/

solar-standpunkt/regierung-verzichtet-auf-2-milliarden-euro/

umlagen-bei-atom-und-kohlekraftwerken-und-will-bau-von-neuen/

photovoltaik-anlagen-und-einsatz-von-batteriespeichern-bremsen.

html. – 29.01.2014

[Qua09a] Quaschning, Volker: Regenerative Energiesysteme: Technologie - Berechnung- Simulation: mit 113 Tabellen und einer DVD. München : Carl Hanser Fach-buchverlag, 2009. – 181 S. – ISBN 978–3–446–42151–6. – 6

vii

http://www.solarblitz.ch/datenblaetter/Kostal%20PIKO%203.0-10.1%20Betriebsanleitung.pdf

http://www.solarblitz.ch/datenblaetter/Kostal%20PIKO%203.0-10.1%20Betriebsanleitung.pdf

http://www.udo-leuschner.de/energie-chronik/100407d1.htm#pilotprojekte

http://www.udo-leuschner.de/energie-chronik/100407d1.htm#pilotprojekte

www.mathworks.de

http://www.next-kraftwerke.de/wissen/strommarkt/energieboerse-eex

http://www.next-kraftwerke.de/wissen/strommarkt/energieboerse-eex

http://www.photovoltaik-guide.de/pv-preisindex

http://www.photovoltaik-guide.de/pv-preisindex

http://www.photovoltaik-web.de/batteriesysteme-akkusysteme-pv/aufbau-batteriespeichersystem-pv.html



http://www.solarserver.de/solar-magazin/solar-standpunkt/regierung-verzichtet-auf-2-milliarden-euro/umlagen-bei-atom-und- kohlekraftwerken-und-will-bau-von-neuen/photovoltaik-anlagen-und-einsatz-von-batteriespeichern-bremsen.html





[Qua09b] Quaschning, Volker: Regenerative Energiesysteme: Technologie - Berechnung- Simulation: mit 113 Tabellen und einer DVD. München : Carl Hanser Fach-buchverlag, 2009. – 60 S. – ISBN 978–3–446–42151–6. – 6

[Qua09c] Quaschning, Volker: Regenerative Energiesysteme: Technologie - Berechnung- Simulation: mit 113 Tabellen und einer DVD. München : Carl Hanser Fach-buchverlag, 2009. – 210 S. – ISBN 978–3–446–42151–6. – 6

[Qua09d] Quaschning, Volker: Regenerative Energiesysteme: Technologie - Berechnung- Simulation: mit 113 Tabellen und einer DVD. München : Carl Hanser Fach-buchverlag, 2009. – 59–72 S. – ISBN 978–3–446–42151–6. – 6

[Qua11a] Quaschning, Volker: Der Klimawandel kommt erst nach der nächsten Wahl.2011 (2011), S. 10–12

[Qua11b] Quaschning, Volker: Vergütung für Strom aus Photovoltaikanlagen nach demErneuerbare-Energien-Gesetz (EEG). http://www.volker-quaschning.de/

datserv/EEG-PV/index.php. Version: 2011. – zuletzt geprüft am 03.02.2014

[Qua12] Quaschning, Volker: Weltweit installierte Photovoltaikleistung. http://www.

volker-quaschning.de/datserv/pv-welt/index.php. Version: 2012. – zu-letzt geprüft am 03.02.2014

[R2B12] R2B: Jahresprognose 2013 und Mittefrisprognose bis 2017 zur deutschland-weiten Stromerzeugung aus EEG geförderten Kraftwerken: Endbericht. http:

//www.eeg-kwk.net/de/file/r2b_EEG_Mifri_Prognose_10112012.pdf.Version: 10.11.2012. – 03.02.2014

[Reg] Regelleistung.net: Gemeinsame Website der deutschen Übertragungsnetzbe-treiber. www.regelleistung.net. – 20.12.2013

[Ren13] Rentzing, Sascha: Den Erfolg in eigener Hand. In: Photovoltaik (2013), Nr.08/2013, S. 50–53

[RG12] Roon, Serafin v. ; Gobmaier, Thomas: Demand Respnse in der Industrie:Status und Potenziale in Deutschland. München, 12.2012. – 02.02.2014

[Rie08] Riepl, Stefan: Grobes und prinzipielles Schema der Stromversorgung inDeutschland. http://commons.wikimedia.org/wiki/File:Stromversorgung.

png. Version: 02.02.2008. – 04.02.2014

[RS] RWTH-Studie: ACCR-Seile fassen die doppelte Strommenge ohne Austauschder alten Strommasten: Energiewende und Ausbau Erneuerbarer Energie schnel-ler möglich. http://presse.3mdeutschland.de/unternehmen-allgemein/

RWTH_Studie_ACCR.html. – 07.01.2014

viii

http://www.volker-quaschning.de/datserv/EEG-PV/index.php

http://www.volker-quaschning.de/datserv/EEG-PV/index.php

http://www.volker-quaschning.de/datserv/pv-welt/index.php

http://www.volker-quaschning.de/datserv/pv-welt/index.php

http://www.eeg-kwk.net/de/file/r2b_EEG_Mifri_Prognose_10112012.pdf

http://www.eeg-kwk.net/de/file/r2b_EEG_Mifri_Prognose_10112012.pdf

www.regelleistung.net

http://commons.wikimedia.org/wiki/File:Stromversorgung.png

http://commons.wikimedia.org/wiki/File:Stromversorgung.png

http://presse.3mdeutschland.de/unternehmen-allgemein/RWTH_Studie_ACCR.html

http://presse.3mdeutschland.de/unternehmen-allgemein/RWTH_Studie_ACCR.html

[RWE] RWE: Kraftwerk Neurath. http://www.rwe.com/web/cms/de/60110/

rwe-power-ag/standorte/braunkohle/kw-neurath/. – 21.02.2014

[SAB13] Schmiegel, Armin U. ; Appen, Jan v. ; Braun, Martin: Untersuchungenzum Einfluss von eigenverbrauchsoptimierenden Betriebsführungen für PV-Speichersysteme auf ein Verteilnet. 2013. – 10.01.2014

[SB07] Schufft, Wolfgang ; Backes, Jürgen: Taschenbuch der elektrischen Energie-technik: Mit 102 Tabellen. München : Fachbuchverl. Leipzig im Carl HanserVerl., 2007. – ISBN 3446404759

[SB11] Stetz, Thomas ; Braun, Martin: Maßnahmen zur Spannungshaltung in Mittel-spannungsnetzen: Welchen Beitrag könne dezentrale Energieerzeugungsanlagenleisten? 2011

[SBS12] Stetz, Thomas ; Braun, Martin ; Strauss, Philipp: Integration großerAnteile Photovoltaik in bestehende Verteilnetze. Präsentation zur Studie für denBundesverband Solarwirtschaft e.V. 2012

[Sch12] Schäfers, Hans: Vorlesungsteil Virtuelle Kraftwerke. Hamburg, 2012

[SE12] Staudacher, Thomas ; Eller, Sebastian: Dezentrale Stromversorgung einesEinfamilienhauses: Stromversorgung mit Photovoltaik, Batterie und Netzan-schluss. Nr. 6. 2012 (Bd. 64)

[SKB+11] Schleich, Joachim ; Klobasa, Marian ; Brunner, Marc ; Gölz, Sebastian ;Götz, Konrad: Smart metering in Germany and Austria: Results of providingfeedback information in a field trial. 01.01.2011

[SMA] SMA Solar Technology, Fraunhofer IWES, KDEE (UniversitätKassel), E.ON Mitte AG, J. Schneider Elektrotechnik GmbH: Blind-leistung: Grundlagen, Anwendungen und SMA Lösungen: Technik Kompendium1. www.sma.de. – 12.01.2014

[SMA12] SMA: Die neue VDE-Anwendungsregel: VDE-AR-N 4105. 5. 06.2012

[Ste07] Stein, Ulrich: Einstieg in das Programmieren mit MATLAB. München :Fachbuchverl. Leipzig im Carl Hanser Verl., 2007. – ISBN 978–3–446–41009–1. –Seite 307-309

[SWB] Spring, Andreas ; Wirth, Georg ; Becker, Gerd u.: Ermittlung der Netzaus-baukosten typischer Niederspannungsnetze durch den Zubau kleiner Photovol-taikanlage. In: VDE-Kongress 2012: Smart Grid – Intelligente Energieversorgungder Zukunft

[Übe05] Überhuber, Christoph W.: MATLAB 7: Eine Einführung. Wien : Springer,

ix

http://www.rwe.com/web/cms/de/60110/rwe-power-ag/standorte/braunkohle/kw-neurath/

http://www.rwe.com/web/cms/de/60110/rwe-power-ag/standorte/braunkohle/kw-neurath/

www.sma.de

2005. – ISBN 3–211–21137–3. – 1

[Ull13] Ullrich, Sven: Auch die Sauna mit rein: Einbindung von Stromspeichern. In:Photovoltaik (2013), Nr. 06/2013, S. 42–47

[Wag11] Wagner, Eberhard: Photovoltaik-Anlagen: Wie beeinflussen diese Anla-gen die zukünftigten Strompreise? http://www.energie-fakten.de/html/

pv-strompreis.html. Version: 2011. – 03.02.2014

[Web13] Weber, Eicke: Speicher jetzt implementieren. In: Photovoltaik (2013), Nr.04/2013, S. 18–21

[Wet] WetterKontor: Rückblick Höchst- und Tiefstwerte am 16.06.2013.http://www.wetterkontor.de/de/deutschland_extremwerte_karte.asp?

id=20130616&p=2. – zuletzt geprüft am 04.02.2014

[Wie12] Wiechmann, Holger: Smart und effizient: wettbewerbliche Ansätze für eineerfolgreiche Energiewende. Berliner Energietage 2012, 24.05.212

[Wir14] Wirth, Harry: Aktuelle Fakten zur Photovoltaikin Deutschland. http://www.ise.fraunhofer.de/de/

veroeffentlichungen/studien-und-positionspapiere/

aktuelle-fakten-zur-photovoltaik-in-deutschland. Version: 02.2014. –02.02.2014

[Wol13] Wolfgang Renz, Hans Schäfers, Petrit Vuthi, Johannes Braunagel,Gregor Balthasar: Endbericht zum Projekt Beladealgorithmen. Hamburg,2013

[WV12] Wesselak, Viktor ; Voswinckel, Sebastian: Technik im Fokus. Bd. 2: Pho-tovoltaik: Wie Sonne zu Strom wird. Berlin and Heidelberg : Springer, 2012. –ISBN 3642242960. – Seite 117 ff

[Zen] Zentrum für Sonnennergie- und Wasserstoff-Forschung Baden-Württemberg: Litihm-Ionen-Zellen aus Ulm mit Spitzenwerten: ZSW bautBatterien miz 10.000 Ladezyklen. http://www.zsw-bw.de/uploads/media/

pi06-2013-ZSW-SpitzenwertLithiumbatterien.pdf

x

http://www.energie-fakten.de/html/pv-strompreis.html

http://www.energie-fakten.de/html/pv-strompreis.html

http://www.wetterkontor.de/de/deutschland_extremwerte_karte.asp?id=20130616&p=2

http://www.wetterkontor.de/de/deutschland_extremwerte_karte.asp?id=20130616&p=2

http://www.ise.fraunhofer.de/de/veroeffentlichungen/studien-und-positionspapiere/aktuelle-fakten-zur-photovoltaik-in-deutschland



http://www.zsw-bw.de/uploads/media/pi06-2013-ZSW-SpitzenwertLithiumbatterien.pdf

http://www.zsw-bw.de/uploads/media/pi06-2013-ZSW-SpitzenwertLithiumbatterien.pdf

Anhang

1 clc2

3 simAuflosung = ’min’; % gibt an welche Auflösung die Simulation hat4 datenAuflosung = ’min’; % gibt an welche Auflösung die Wetterdaten haben5 % sek für Sekunde6 % min für Minuten7 % 10min für 10 Minuten8 % 15min für 15 Minuten9 list = ’sek’ ’min’ ’10min’ ’15min’;

10 fac = [1 60 10*60 15*60];11

12 vgl = strcmp(simAuflosung,datenAuflosung);13 vgl2 = (strcmp(simAuflosung,list) + strcmp(datenAuflosung,list)).*fac;14

15

16 if vgl == 117 dA = 1;18 else19 dA = max(vgl2);20 end21

22 %Einlesen von Variablen23 fid = fopen(’Dat_Ehor_Temp_Egen.txt’);24 C = textscan(fid, ’%s%s%f%f%f’);25 fclose(fid);26

27 L=length(C1,1);28 v = 0:L-1;29 v = v’;30

31 % Herausfinden in welcher Auflosung die Daten sich befinden (Minuten oder32 % Sekunden!!!)33 % zeit = C2;34 % s = size(zeit1);35 %36 % if s(2) == 537 % tagen = datenum(strcat(C1,1,C1,2) , ’dd.mm.yyyyHH:MM’);38 % else39 % tagen = datenum(strcat(C1,1,C1,2) , ’dd.mm.yyyyHH:MM:SS’);40 % end41 %42 % h = datevec(tagen(2)-tagen(1));43 % nr = find(h);44 % MIN = h(nr);45

xi

46

47 tagen = datenum(C1,1 , ’dd.mm.yyyy’);48 [~,mt,~] = datevec(tagen);49

50 Ehor = [v*dA C1,3];51 Temp = [v*dA C1,4];52 Egen = [v*dA C1,5];53 Monat = [v*dA mt];54

55 % Faktoren zur Kalkulation der Einstrahlung auf die geneigte Ebene56 load(’GS_faktoren’);57

58 % ab hier nur gültig für Beispiel vom HAW Bergedorf. Aufgrund von59 % vorhandenen Daten zur Energieausbeute60 load(’PUI_1304_HAW.txt’);61

62 P_gemessen = [PUI_1304_HAW(:,1)*dA PUI_1304_HAW(:,4)];63 I_gemessen = [PUI_1304_HAW(:,1)*dA PUI_1304_HAW(:,3)];64 U_gemessen = [PUI_1304_HAW(:,1)*dA PUI_1304_HAW(:,2)];

Listing 1: Skript zum Einlesen von Temperatur- und Strahlungsdaten

1 function R1 = GSF_fcn(Monat,R,alpha,beta,alpha_in,beta_in)2 %#codegen3

4 r = zeros(2);5 R0 = zeros(1,2);6 b1 = 0.0;7 b2 = 0.0;8 a1 = 0.0;9 a2 = 0.0;

10 R1 = 0.0;11 la = length(alpha);12 lb = length(beta);13

14

15 for i = 1:lb-116 if beta_in >= beta(i)&&beta_in <= beta(i+1)17 b1 = beta(i);18 b2 = beta(i+1);19 break20 end21 end22

23 for k = 1:la-1

xii

24 if alpha_in >= alpha(k)&&alpha_in <= alpha(k+1)25 a1 = alpha(k);26 a2 = alpha(k+1);27 break28 end29 end30

31 r(1,1) = R(i, k, Monat);32 r(2,1) = R(i+1, k, Monat);33 r(1,2) = R(i, k+1, Monat);34 r(2,2) = R(i+1, k+1, Monat);35

36 R0(1,1) = ((r(1,2) - r(1,1))*(alpha_in - a1)/(a2 - a1)) ...37 + r(1,1);38 R0(1,2) = ((r(2,2) - r(2,1))*(alpha_in - a1)/(a2 - a1)) ...39 + r(2,1);40

41 R1(1) = ((R0(1,2) - R0(1,1))*(beta_in - b1)/(b2 - b1)) + R0(1,1);

Listing 2: Berechnung des Globalstrahlungsfaktors R

1 function [Impp,Vmpp] = PMPP(E0,T0,Uoc_stc,Isc_stc,Ns,TK_u,TK_i,Typz)2 %#codegen3

4 E = 0.0;5 Tc = 0.0;6 Iph = 0.0;7 Isc = 0.0;8 Uoc = 0.0;9 Voc = 0.0;

10 Voc_stc = 0.0;11 Ut = 0.0;12 Is = 0.0;13 Irs = 0.0;14 a = 0;15

16 Pmpp = 0.0;17 Vmpp = 0.0;18 Impp = 0.0;19 pw = 0.0;20

21 K=273.15; % degrees Kelvin22

23 E(1)=E0;24 Tc(1)=T0+K; % operating temperature of cell

xiii

25 %(in the future could be calculated from simulation time and irradiance)26

27 %Typ Zelle28 if Typz == 1;29 m1 = 1.3; % ideality factor for Si-poly according to paper30 elseif Typz == 2;31 m1 = 1.2; % ideality factor for Si-mono according to paper32 else Typz == 3;33 m1 = 1.8; % ideality factor for a-Si:H according to paper34 end35

36 % constants37 q = 1.6e-19; % electron charge []38 k = 1.38e-23; % Boltzmann constant [J/K]39

40 % m1=1.3;41 Eg = 1.12; % for poly-Si42 Rp = 3000;43 Rs = 0.1;44

45 Tn = 25+K; % nominal temperature at STC46 En = 1000; % nominal irradiance at STC [W/m^2]47

48 % Temperature dependent variables49 Isc(1) = Isc_stc + TK_i*0.01*(Tc-Tn);50 Iph(1) = E./En.*Isc;51

52 Uoc(1) = Uoc_stc + TK_u*0.01*(Tc-Tn);53 Ut(1) = m1*k*Tc./q;54

55 % Calculation of Is56 Irs(1) = Isc./(exp(Uoc./(Ut*Ns))-1);57 Is(1) = Irs.*(Tc./Tn).^3.*exp((Tc./Tn)*Eg./(Ns*Ut));58

59 % Calculation of Voc from Is60 Voc_stc(1) = Ns*Ut.*log((Isc./Is)+1);61 Voc(1) = Voc_stc + TK_u*0.01*(Tc-Tn);62

63 % Calculation of I-V Curve64 eps = 1e-6;65 u = linspace(0,Uoc,50);66 n = length(u);67 i = zeros(1,n);68 pp = zeros(1,n);69 i(1) = Iph;70

71 for a=1:n

xiv

72 iov = 0;73 io = i(a);74

75 while abs(io-iov) > eps76 iov = io;77

78 ion = io- ((Iph - Is*(exp((u(a)+io*Rs)/(Ns*Ut))-1)...79 - ((u(a)+io*Rs)/Rp) - io)/...80 (-Is*Rs*exp((u(a)+io*Rs)/(Ns*Ut))/(Ns*Ut) - Rs/Rp - 1));81

82 io=ion;83 pw(1) = io*u(a);84 end85

86 i(a+1) = io; % Current from cell87 pp(a) = pw;88

89 if a >= 3 & pp(a-1) >= pw90 Pmpp(1) = pp(a-1);91 Vmpp(1) = u(a);92 Impp(1) = i(a);93 break94 end95 end96

97

98 % Pmpp(1)=p;99 % Vmpp(1)=u(I);

100 % Impp(1)=i(I);

Listing 3: Berechnung der Strom-Spannungs-Kennlinie einer Solarzelle

1 function [P_offset_in_W,P_offset_in_kWh, SOC_out, Netz_io, SOC_Grenze] =...2 v_1_3_fn(tag, SOC_init)3

4 % Vorzeichenkonvention: Ins System : "+" aus System: "-"5

6 %BATV: Batterieverfügbarkeit7 %BATR: Batterieinhalt nach Bezug/Lieferung8

9 % if tag==13310 % x=0;11 % end12

13 %Nutzkapazität der Batterie

xv

14 Wh_Bat_nutz=0.8*42621;15

16 Netz_io = zeros(1440,1);17 Bat_io = zeros(1440,1);18 SOC_out = zeros(1440,1);19 SOC = SOC_init;20 Diff_temp = 0;21 W_netzeinspeisung = 0;22 %Berechnung Begrenzung auf 70 % kWp:23 % gesamte Anlagenleistung: 10 kWp --> 70% = 7 kWp24 % Umrechnung kW in Wh: (1/60Wh)*1000W/kW25 Begrenzung=-(7/60)*1000;26 x = load(’LastMat.mat’);27 L = x.LastMat(tag, :);28

29 % x = load(’PVMat.mat’);30 % PV = x.PVMat(tag, :);31 x = load(’PVMat_groesster_Umkreis.mat’);32 PV = x.PVMat_groesster_Umkreis(tag, :);33

34 Diff=(PV-L)./60; %Umrechnung in Wh35 BATK=42600; %SOC=100% %Wh36

37 %SOC=0.6;38 SOC_max=0.90; %um noch mit Constant-Strom-Verfahren laden zu können39 SOC_min=0.1; % entspricht DOC=0.6, Vermeidung von Tiefentladung40 BATL=SOC*BATK;41 BATV_min=BATK*(SOC-SOC_min); %SOC*BATK-SOC_min*BATK :verfügbare Ladung bis leer42 BATV_max=BATK*(SOC_max-SOC); %SOC_max*BATK-SOC*BATK: verfügbare Ladung bis voll43 BATL_min=SOC_min*BATK;44 BATL_max=SOC_max*BATK;45

46 %Berechnung Begrenzung auf 7 kWp47

48 % eta_BAT_entl=0.81;49 % eta_BAT_lad=1.7;50 % eta_BAT=0.8;51

52 eta_BAT_entl=1.2; %(1.2)53 eta_BAT_lad=0.8; %(0.8)54 eta_BAT=0.9;55

56 %eta_BAT_entl=1;57 %eta_BAT_lad=1;58 %eta_BAT=1;59 BATV_min_real=BATV_min*eta_BAT_entl*eta_BAT;60 BATV_max_real=BATV_max/(eta_BAT_lad*eta_BAT);

xvi

61 % Bat_io =Batterie In/OUT62 % Netz_io =Netz IN/OUT63 % Lk64

65 for i=1:numel(Diff)66 if Diff(i) < 0; %weniger PV-Erzeugung als Last67 Diff_temp= abs(Diff(i));68 if SOC > SOC_min; %Batteriebezug möglich69

70 if Diff_temp >= BATV_min_real %Batterieladung genügt nicht71

72 Bat_io(i) = BATV_min;73 BATR=BATL_min;74 Netz_io(i)= Diff_temp - Bat_io(i)*eta_BAT_entl*eta_BAT;75 Sum=PV(i)+Bat_io(i)+Netz_io(i); %Kontrolle76 SOC_i=SOC_min;77

78 else %Batterieladung genügt79 Bat_io(i) = Diff_temp/(eta_BAT_entl*eta_BAT);80 BATR=BATL-Bat_io(i);81 %Test=BATV_min-Bat_io(i)82 Netz_io(i) = 0;83 Sum=PV(i)+Bat_io(i)+Netz_io(i);84 SOC_i=SOC+(1/BATK)*(BATR-SOC*BATK);85

86 end87 else %SOC <= SOC_min "Batterie leer"88 Bat_io(i) = 0;89 BATR=BATL_min;90 Netz_io(i) = Diff_temp;91 Sum=PV(i)+Bat_io(i)+Netz_io(i);92 SOC_i=SOC_min;93 end94

95 elseif Diff_temp > 0; %mehr PV-Erzeugung als Last96 Diff_temp= abs(Diff(i));97 if SOC < SOC_max;98 if Diff_temp > BATV_max_real;99

100 Bat_io(i) = -BATV_max;101 BATR=BATL_max;102 Netz_io(i) = -(Diff_temp + Bat_io(i));103 Sum=PV(i) + Bat_io(i) + Netz_io(i);104 SOC_i=SOC_max;105 else106 Bat_io(i) = -Diff_temp*eta_BAT_lad*eta_BAT;107 BATR=BATL-Bat_io(i);

xvii

108 Netz_io(i) = 0;109 Sum=PV(i) +Bat_io(i)+Netz_io(i);110 SOC_i=SOC+(1/BATK)*(BATR-SOC*BATK);111 end112 else % SOC >=SOC_max113 Bat_io(i) = 0;114 BATR=BATL_max;115 Netz_io(i) = -Diff_temp;116 Sum=PV+Bat_io(i)+Netz_io(i);117 SOC_i=SOC_max;118

119 end120

121 else122 Bat_io(i) = 0;123 BATR=BATL;124 Netz_io(i) = 0;125 Sum=PV(i)+Bat_io(i)+Netz_io(i);126 SOC_i=SOC;127 end128 SOC = SOC_i;129 if i > 1130 SOC_out(i) = SOC_out(i-1) - (Bat_io(i) / BATK);131 else132 SOC_out(i) = SOC_init;133 end134 BATL=SOC*BATK;135 BATV_min=BATK*(SOC-SOC_min); %SOC*BATK-SOC_min*BATK :verfügbare Ladung bis leer136 BATV_max=BATK*(SOC_max-SOC); %SOC_max*BATK-SOC*BATK: verfügbare Ladung bis voll137 BATV_min_real=BATV_min*eta_BAT_entl*eta_BAT;138 BATV_max_real=BATV_max/(eta_BAT_lad*eta_BAT);139 end140

141 for minute = 660:900142 if Netz_io(minute) < Begrenzung % 0143 W_netzeinspeisung = W_netzeinspeisung +Netz_io(minute) + (7000/60);144 end145 end146 SOC_Grenze=0.9-(abs(W_netzeinspeisung)/Wh_Bat_nutz);147

148

149 P_offset_in_W = W_netzeinspeisung / 4;150 P_offset_in_kWh=0.001*W_netzeinspeisung;151 %SOC4uhr = SOC_out(240);

Listing 4: Berechnung der prognostizierten Netzeinspeisung innerhalb der Simulationsumge-bung unter Verwendung des deterministischen Ansatzes

xviii

1 function [MPP_Steuerung_out, PV_Erzeugungsleistung] =...2 fcn(PV_Erzeugungsleistung_original,MPP_Steuerung, Begrenzung,Wp,Last)3 % Dient dazu, die Einspeisung in Netz auf definierte Werte der4 %PV-kWp-Leistung zu begrenzen.5 %Die praktische Umsetzung erfolgt durch Verschieben6 %des Power-Point aus dem MPP.7 %-----------------8

9 if MPP_Steuerung == 110 Abregelung=PV_Erzeugungsleistung_original-Last-Wp*Begrenzung;11 PV_Erzeugungsleistung=PV_Erzeugungsleistung_original-Abregelung;12 else13 PV_Erzeugungsleistung=PV_Erzeugungsleistung_original;14

15 end16 MPP_Steuerung_out=MPP_Steuerung;

Listing 5: Begrenzung des PV-Generators

1 function P_Batt =...2 fcn(P_offset, Minute, SOC, SOC_grenze, Leistungsanfrage, Wp, Begrenzung)3 % 4 Uhr = 60*4=Minute 2404 %11 Uhr = 60*11=Minute 6605 P_Batt = 0;6

7 if P_offset < 08 if Minute < 2409 P_Batt = Leistungsanfrage + P_offset;

10 elseif Minute >=240 && Minute <=66011 if (Leistungsanfrage > 0)12 if (SOC > SOC_grenze)13 P_Batt = 0;14 else15 P_Batt = Leistungsanfrage;16 end17 elseif Leistungsanfrage <= 018 P_Batt = Leistungsanfrage;19 end20 elseif (Minute > 660) && (Minute <= 900)21 if Leistungsanfrage > 022 if Leistungsanfrage >= Wp * Begrenzung23 P_Batt = Leistungsanfrage- Wp * Begrenzung;24 else25 P_Batt = 0;

xix

26 end27 else28 P_Batt = Leistungsanfrage;29 end30 else31 P_Batt = Leistungsanfrage;32 end33

34 else35 P_Batt = Leistungsanfrage;36 end

Listing 6: Umsetzung der Prognose durch Steuerung der Batterie-Leistungsanfrage

xx

Abb. 6.1: Entwurf zur Umsetzung der angepassten Speicherbeladung erster Teil

xxi

Abb. 6.2: Entwurf zur Umsetzung der angepassten Speicherbeladung zweiter Teil

xxii

Abb. 6.3: Azimuth der Photovoltaik-Testanlage, Quelle: Google-Maps, abgerufen am01.02.2014

Abb. 6.4: Anstellwinkel der Photovoltaik-Testanlage

xxiii

Abb. 6.5: Auswertung Wechselrichterdaten 1 – Für eine detailierte Auswertung der vorhande-nen Daten bleib nur ein sehr eingegrenztes Fenster vom 16.07 bis 18.07. (Abbildung6.5, rot umrandet). Nur hier wurden von beiden Solarsträngen simultan Leistungs-daten und gleichzeitig auswertbare Daten der Batterie übermittelt.

Abb. 6.6: Auswertung Wechselrichterdaten 2 – Zwischen dem 25.07. und 23.08. wurde nur einesehr schwache PV-Erzeugung geloggt. Ab dem 23.08. funktionierte die Aufzeichnung,allerdings gibt es ab diesem Zeitpunkt keine aussagekräftigen Daten für die Batterie.

xxiv

Abb. 6.7: Jahregang der PV-Erzeugung

5−6 6−7 7−8 8−9 9−100

1000

2000

3000

4000

5000

6000Netzeinspeisung in Klassen


Anzahl in

Min

ute

n

21,6 kWh42,6 kWh426,2 kWh4262,1 kWh

Abb. 6.8: Netzeinspeisung in Klassen bei verschiedener Batteriekapazität

xxv

Abb. 6.9: Auszug aus dem Datenblatt des Kostal-Wechselrichters

xxvi

Abb

.6.10:

Obe

rste

Eben

ede

sGesam

tsystemes

mitBlock

zurAbregelun

gde

sPV

-Gen

erators

xxvii

Abb. 6.11: Blindleistungskennlinie, Quelle: SMA

Abb. 6.12: Blindleistungverteilung, Quelle: SMA

xxviii

Abb. 6.13: Blind- und Wirkleistungsdiagramm,Quelle: SMA

xxix

Tab.

6.1:

Übe

rsicht

zufälligau

sgew

ählte

rak

tuellerWechselric

hter,z

usam

men

gestellt

ausPh

otovoltaik-Zeitschriften

Hersteller

Eigenschaften

Fron

iusSy

no3bis4,5kW

;Blin

dleistun

gsbe

reits

tellu

ng(P

V06

/201

3S.52

-57)

Viessman

nVito

volt20

0nu

tzba

r:3kW

h,Blei-G

el;H

omem

anag

erermitt

elan

hand

desLa

stprofi

lsde

nStrombe

darf,P

rogn

osePV

-Ertrag

anha

ndak

tuellerWetterdaten

;Auswah

lder

mit

PV-Strom

zuversorgend

enVe

rbrauche

rüb

erFu

nksteckd

osen

,na

ch50

msStromau

sfall(

PV06

/201

3S.52

-57)

Deger-E

nergie

Eigenv

erbrau

chssystem

ausgelegtau

fJah

resstrom

verbrauchun

dNachtstromstrombe

darf,

3kW

p,11

kWhSp

eicher

(6,5

nutzba

r)Pr

osol/S

olarwatt

Lithium-E

isenp

hospha

t-Batterie

;AC-K

opplun

g(le

ichteIntegretionin

Bestand

sanlag

en),

Notstromversorgu

ngmög

lich,

3,2bis28

,7kW

hNutzkap

azitä

t;drei-pha

sig(P

V07

/201

3S.30

)KostalP

ikoBA

Kom

bina

tionau

sWechselric

hter

mit

integriertem

EMSun

dMöglichk

eitexternen

Speicher

nachzurüsten;R

egelun

gun

terBerücksichtigun

gwirt

scha

ftliche

run

dtechnische

rAspekte,m

odularer

Aufba

u,Erfüllt

Bed

ingu

ngen

des

KfW

-Förde

rprogram

ms(P

V07

/201

3S.30

)Fron

iusGalvo

WR

inKlasse1,5bis3,1kW

,integrie

rtes

EMS-Relaismit

Echtzeitu

hrsteu

ertVe

rbau

cher

zeitg

enau

,Ausstattung

mitW

Lanmög

lich(P

V07

/201

3S.30

)Kranich

Solar,

Speichersystem

Trinity

Ausgelegt

aufo

ptim

alen

EV,b

esteht

ausW

R,S

trom

man

ager

undSp

eicher,k

leiner

alsWaschmaschine;

erne

r-gieinten

siveVe

rbau

cher

werde

nüb

erZe

itschaltuhr

angesteu

ertum

dann

zulaufen

,wen

nStromprod

uktio

nam

höchsten

.;3-1

5kW

MP-

Tec

komplette

Eigenv

erbrau

chslö

sung

:besteht

ausbiszu

22So

larm

odulen

,Spe

icher,E

MSPo

wer-Rou

terPR

30SB

von

Ned

ap;3

bis5kW

;Übe

rwachu

ngun

dVe

rwaltung

über

Internet,e

rmög

licht

Notstromversorun

gGefranAPV

-S10

bis20

kW;o

hne/mitTr

ansformator

SMA

Sunn

yHom

eMan

ager

tägl.S

olarprog

nose

fürStan

dort;B

erechn

ungak

tuelle

Lastprog

nose

ausfrüh

erem

Stromverbrauch;

Erstellu

ngEinsatzplanzurg

ezielte

nSteuerun

gvonVe

rbrauchern;B

egrenzun

gderE

inspeisung

auf6

0%

(PV06/2013S.52

-57)

xxx

netzdienlicheintegrationvonphotovoltaik · pdf...

Documents