Die Abschaltung von Windenergieanlagen aufgrund von Netzengpässen ist im Vergleich zum Vorjahr um bis zu 69 Prozent gestiegen. Zu diesem Ergebnis kommt die Ecofys Studie 'Abschätzungen der Bedeutung des Einspeisemanagements nach EEG 2009', die im Auftrag des Bundesverbandes WindEnergie e.V. (BWE) erstellt wurde. Im Jahr 2010 sind bis zu 150 Gigawattstunden Windstrom verloren gegangen, weil die Netzbetreiber Anlagen abgeschaltet haben. Auch zahlenmäßig nahmen diese als Einspeisemanagement (EinsMan) im Erneuerbaren Energien Gesetz geregelten Abschaltungen massiv zu. Gab es 2009 noch 285 sogenannte EinsMan-Maßnahmen, waren es 2010 bereits 1085. Der durch Abschaltungen verlorengegangen Strom entspricht dabei einem Anteil von bis zu 0,4 Prozent an der in Deutschland im Jahr 2010 insgesamt eingespeisten Windenergie. Ursachen für EinsMan waren im Jahr 2010 überwiegend Überlastungen im 110 kVHochspannungsnetz und an Hochspannungs-/ Mittelspannungs-Umspannwerken, selten auch im Mittelspannungsnetz. In den nächsten Jahren ist von einem weiteren Anstieg der Ausfallarbeit bei Windenergieanlagen auszugehen, insbesondere weil sowohl 2009 mit 86Prozent als auch 2010 mit nur 74Prozent vergleichsweise sehr schlechte Windjahre gewesen sind. Mit dem Ziel, die Transparenz der EinsMan-Maßnahmen und deren Auswirkungen auf die Einspeisung aus Windenergieanlagen und anderer Anlagen zur Erzeugung von Strom aus Erneuerbaren Energien zu verbessern, sollte für jeden Einsatz von EinsMan ex-post im Internet in einem einheitlichen Datenformat aufgeschlüsselt nach Energieträgern - der Zeitpunkt und die Dauer, - die betroffene Netzregion inklusive der installierten und zum Zeitpunkt tatsächlich eingespeisten Leistung, die maximale Reduzierung je -Std. Zeitraum sowie - die Netzregion übergreifenden Korrekturfaktor, Ausfallarbeit und Entschädigungszahlungen und - der Grund für die Maßnahme veröffentlicht werden.
Das Ökosystem der Stromnetze ist auf dem Weg zu einem dezentralisierten Energieversorgungs- und Verteilungssystem. Haushalte können mit erneuerbaren Energiequellen wie Sonnenkollektoren oder Windgeneratoren, als verteilte Energieressourcen (DERs - Distributed Energy Resources) bezeichnet, unabhängig von den Stromanbietern operieren und Energie zurück an das Hauptnetz verkaufen. Für die Realisierung dieser Transformation des Stromnetzes wird eine kompetente Kommunikationsinfrastruktur benötigt. Die Einführung des Standards 5G in Mobilfunknetze erleichtert die Entwicklung zukünftiger Energieverwaltungslösungen. Weiterhin ermöglichen neue Technologien die Entwicklung intelligenter Algorithmen für die Steuerung zukünftiger Stromnetze. Hierzu gehören das Internet der Dinge (Internet of Things, IoT), Vernetzung über Mesh-Netzwerke zur Fernüberwachung des Netzstatus und die Künstliche Intelligenz (KI) für Management und Koordination. In Dymobat wird ein Single-User-Controller für die Verwaltung der einzelnen DERs auch unter Einsatz von privaten 5G-Netzwerken entwickelt. Anschließend wird eine zentrale Steuerungseinheit für die Synchronisierung und Optimierung des Netzbetriebs innerhalb einer kleinen Gruppe von DERs, einem Microgrid, entworfen. Die Kommunikation zwischen und innerhalb der DER soll mittels Mobilfunktechnologie erfolgen. Dabei soll die Energieoptimierung mittels KI-Algorithmen erfolgen und auch den Energietransport mit Fahrzeugen berücksichtigen. Die softwareseitige Integration der KI-Algorithmen und des Energiemanagementsystems in das Kommunikationssystem ist ein wesentlicher Bestandteil dieses Projektes. Die entwickelten Algorithmen werden virtuell in einem Testbed-Modell anhand von realen Eingangsparametern erprobt, optimiert und validiert. Im zweiten Schritt wird ein reales Testfeld konzipiert, installiert und die Leistungsfähigkeit der modellhaft erprobten Algorithmen in einer realen Testumgebung bewertet.
Vorhabensziel des Projekts ist die Überführung des im Vorgängervorhaben 'ErdEis II' umgesetzten Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das Kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes, der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen. So kann ein Gesamtoptimum erreicht und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, vermieden werden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.
In DymoBat wird ein Single-User-Controller für die Verwaltung der einzelnen DERs entwickelt. Anschließend wird eine zentrale Steuerungseinheit für die Synchronisierung und Optimierung des Netzbetriebs innerhalb einer kleinen Gruppe von Distributed Emergy Ressouces (DERs), Microgrid, entworfen. Im Anschluss werden Mobilitätsalgorithmen für die Nutzung von batterieelektrischen Fahrzeugen als mobile Energiespeicher entwickelt, die temporäre Selbstversorgung von Teilnetzen ermöglichen. Die entwickelten Algorithmen werden virtuell in einem Testbed-Modell anhand von realen Eingangsparametern erprobt, optimiert und validiert. Im zweiten Schritt wird ein reales Testfeld konzipiert, installiert und die Leistungsfähigkeit der modellhaft erprobten Algorithmen in einer realen Testumgebung bewertet und anhand des dadurch erarbeiteten Know-hows weiter verbessert. Das übergeordnete Ziel des Projektes DymoBat ist die Entwicklung von marktfähigen Lösungen für die zukünftige Stromnetzverwaltung zur Nutzung von verteilten Energieressourcen auf Basis der Anwendung von 5G-Technologien. Meshmerize wird dazu ein WLAN-basiertes Mesh-Netzwerk mit IoT Unterstützung zur Echtzeit-Fernüberwachung aufbauen. Dieses unterstützt den Controller eines Energiemanagementsystems in der Sammlung der benötigten Datengrundlage für die Optimierung. Das Kommunikationsnetzwerk wird dafür auch um weitere Kommunikationstechnologien wie 5G erweitert. Als Anpassung an die angesprochenen Anwendungen wird das zugrunde liegende Mesh-Protokoll genau auf die Anforderungen der Echtzeit-Fernüberwachung eingestellt.
Vorhabensziel des Projekts ist die Überführung des im Vorgängervorhaben 'ErdEis II' umgesetzten Erdeisspeichers in den Vollbetrieb, das wissenschaftliche Monitoring und Benchmarking sowie die Entwicklung eines District Energy Management Systems (DEMS). Hierzu sollen verschiedene Betriebsmodi getestet, die Betriebsweise aufbauend auf den Ergebnissen optimiert, der Einfluss verschiedener Parameter modellgestützt nachvollzogen und das Kalte Nahwärmesystem mit Erdeisspeicher bestmöglich für die Gesamtsystemoptimierung mittels DEMS genutzt werden. Im zukünftigen Energiesystem wird nicht mehr allein auf Energieeffizienz respektive End- und Primärenergiebedarf optimiert werden können. Vielmehr spielt Flexibilität eine zunehmende Rolle, die schließlich gekoppelt an die Verfügbarkeit erneuerbarer elektrischer Energie den tatsächlichen CO2-Ausstoß bestimmen wird. Inzwischen sind Schnittstellen verfügbar, die über Vorhersagen zur CO2-Intensität des Stromnetzes eine entsprechende Optimierung ermöglichen. Diese Optimierung hat im Gesamtkonzept nicht nur wärme- bzw. kälteseitig zu erfolgen, sondern ganzheitlich die Bedarfe und Flexibilitäten des Kalten Nahwärmenetzes, der Haushaltsstromverbräuche, Mobilitätsbedarfe und Eigenenergieerzeugung miteinzuschließen. So kann ein Gesamtoptimum erreicht und Optimierungen von Teilsystemen, die zu Lasten der Gesamtemissionen gehen, vermieden werden. Entsprechend müssen auch Bewertungs- und Benchmarkingmethoden passend weiterentwickelt werden.