EP4014295A1

EP4014295A1 - Verfahren zur modellierung einer oder mehrerer energiewandlungsanlagen in einem energiemanagementsystem

Info

Publication number: EP4014295A1
Application number: EP20761140.1A
Authority: EP
Inventors: Jens Werner; Joachim Seifert; Peter Schegner; Paul Seidel; Tobias Hess
Original assignee: Dieenergiekoppler GmbH
Current assignee: Dieenergiekoppler GmbH
Priority date: 2019-08-15
Filing date: 2020-08-13
Publication date: 2022-06-22
Also published as: WO2021027994A1; DE102019121990A1

Abstract

Der Erfindung, welche ein Verfahren zur Modellierung einer oder mehrerer Energiewandlungsanlagen (2) in einem Energiemanagementsystem (1), betrifft, liegt die Aufgabe zugrunde, eine Lösung anzugeben, womit eine verbesserte, effizientere und einfache Steuerung eines Energiemanagementsystems (1) ermöglicht wird. Diese Aufgabe wird dadurch gelöst, dass ein technologieunabhängiges abstraktes Modell (26) für jede Energiewandlungsanlage (2) mit ihren jeweiligen statischen Parametern (17) und ihren jeweiligen dynamischen Parametern (18) erzeugt wird, wobei die Parameter (17, 18) einheitlich und unabhängig vom Typ der jeweiligen Energiewandlungsanlage (2) sind, wobei dynamische Parameter (18) durch eine Verarbeitung (63) mittels mathematischer Algorithmen (33) sowie Optimierungen (34) auf Grundlage einer Bedarfsprognose (29) und Einschränkungen für den Anlagenbetrieb (32) gebildet werden und wobei statische Parameter (17) durch die Eingabe von technologieunabhängigen Anlagenparametern gebildet werden.

Description

Verfahren zur Modellierung einer oder mehrerer Energiewandlungsanlagen in einem Energiemanagementsystem

Die Erfindung betrifft ein Verfahren zur Modellierung einer oder mehrerer Energie wandlungsanlagen in einem Energiemanagementsystem, wobei in dem Energiema nagementsystem mindestens eine Energiewandlungsanlage und eine Steuerungs und Regelungseinheit bereitgestellt wird.

Die politisch gewollte und getriebene Energiewende führt zu einer Dezentralisierung der Energiebereitstellung in den Sektoren Strom, Wärme/Kälte und Mobilität. Die Sektoren werden zunehmend miteinander vernetzt bzw. gekoppelt. Dies erfolgt bei spielsweise durch kleine, steuerbare Energiewandlungsanlagen, wie zum Beispiel Wärmepumpen, Blockheizkraftwerke oder Elektrofahrzeuge. Die Dezentralisierung führt dazu, dass große konventionelle Kraftwerke abgeschaltet werden können. Wei terhin besteht die Zielstellung einer Effizienzerhöhung bei der Energieerzeugung.

Diese Entwicklungen führen dazu, dass zunehmend sogenannte Energiemanage mentsysteme (EMS) installiert werden. Diese Energiemanagementsysteme können lokal an einem oder mehreren Energiewandlungsanlagen oder übergeordnet über ei nen Verbund von Energiewandlungsanlagen eingesetzt werden. Ein derartiges Ener giemanagementsystem kann die nachfolgend aufgezählten Komponenten umfassen:

• ein oder mehrere Energiewandlungsanlagen, wie beispielsweise Kraft-Wärme- Kopplungsanlagen, Wärmepumpen, Brennstoffzellen, Heizstäbe, Elektrofahr zeug, Photovoltaik-Anlagen (PV-Anlage), angeschlossen an ein oder mehrere Versorgungsnetze

• Bedarfe (Verbraucher) in einem oder mehreren Sektoren (Strom / Wärme / Kälte / Mobilität)

• Speichereinheiten, wie thermisch, chemisch oder elektrisch arbeitende Speicher

• Sensorik / Zähler zur Erfassung relevanter energetischer Schnittstellen oder Kenngrößen von Energiewandlungsanlagen und Speichern • eine lokale Steuerungs- / Regelungseinheit, welche einzelnen oder einer Gruppe an Energiewandlungsanlagen zugeordnet ist / sind und deren Steuerung / Rege lung übernehmen sowie Messdaten der Sensorik erfassen

Bei einem sogenannten lokalen Energiemanagementsystem ist einer oder mehreren Energiewandlungsanlagen eine Steuerungs- / Regelungseinheit zugeordnet, auf wel cher die Teilfunktionalitäten des Energiemanagementsystem implementiert sind.

Im Falle eines sogenannten übergeordneten Energiemanagementsystems wird das Energiemanagementsystem durch einen Bestandteil einer Energieleitstelle für die Steuerung der untergeordneten Einheiten ergänzt. Hierfür besitzt entweder die Steu erungs- / Regelungseinheit zusätzlich die Funktionalität eines Gateways oder die Kommunikation erfolgt über ein separates Gateway.

Aus dem Stand der Technik sind derartige Energiemanagementsystem in verschie denen Anwendungsfällen bekannt.

Beispiel 1 : Virtuelle Kraftwerke zur Vermarktung der durch erneuerbare Energien ein gespeisten Energie an der Strombörse

Beispiel 2: Steuerung eines Batteriespeichers in einem System aus PV-Anlage, Bat teriespeicher und elektrischen Verbrauchern zur Erhöhung des Anteils der durch die PV-Anlage produzierten Energie am im System verbrauchter Energie (Eigenbedarfs deckung)

Beispiel 3: Anbindung und Pooling (Gruppierung) von Blockheizkraftwerken (Kraft- Wärme-Kopplungsanlagen) zur Gewährleistung der notwendigen Mindestleistung für die Bereitstellung von Regelleistung als Systemdienstleistung im Rahmen eines Vir tuellen Kraftwerks

Als Stand der Technik werden die nachfolgend benannten Dokumente angegeben:

• DE 102009 044 161 A1

• DE 102005 056 084 A1

• US 2009 / 0088907 A1 • Hess, T.; Werner, J.; Schegner, P.: Konzepte für ein sektorenübergreifendes Energiemanagement, ETG Kongress 2019

• Seifert, J.; Werner, J.; Seidel, P.; u. a.: RVK II - Praxiserprobung des Regio nalen Virtuellen Kraftwerks auf Basis der Mikro-KWK-Technologie, ISBN 978- 3-8007-4630-9

• BTC AG: Broschüre BTC Virtual Power Plant - Verbraucher und Erzeuger bündeln und vermarkten, https://www.btc-ag.com/Angebote/BTC-VPP-Virtual- Power-Plant (Abrufdatum 03.07.2019)

Nachteilig an derartigen bekannten Systemen ist es, dass Optimierungen beispiels weise in Bezug auf die Wirtschaftlichkeit nur begrenzt erfolgen. Außerdem werden Restriktionen für den Betrieb einer Energiewandlungsanlagen, wie beispielsweise Bedarfe, nur unzureichend in einer Einsatzplanung berücksichtigt.

Nach dem Stand der Technik müssen Anlagenmodelle für einzelne Energiewand lungsanlagen generiert werden und in die Einsatzplanung und Regelung eingebun den werden. Außerdem ist die Funktion des Energiemanagementsystems nicht unab hängig von der Technologie der Energiewandlungsanlagen. Somit ist die nutzbare Flexibilität zur Steuerung einer Energiewandlungsanlage nur unzureichend.

Somit besteht ein Bedarf an einer Lösung, welche die Nachteile des Standes der Technik überwindet und ein verbessertes Verfahren zur Steuerung eines Energiema nagementsystems angibt.

Die Aufgabe der Erfindung besteht nunmehr darin, ein Verfahren zur Modellierung ei ner oder mehreren Energiewandlungsanlagen in einem Energiemanagementsystem (EMS) anzugeben, welches eine verbesserte, effizientere und einfache Steuerung ei ner oder mehrerer Energiewandlungsanlagen in einem Energiemanagementsystem ermöglicht.

Ein bei einer derartigen Modellierung erzeugtes Modell, welches eine oder mehrere Energiewandlungsanlagen abbildet, kann beispielsweise zur Erzeugung eines Fahr plans zum Management einer Energiewandlungsanlage verwendet werden. Die Aufgabe wird durch ein Verfahren mit den Merkmalen gemäß Patentanspruch 1 der selbstständigen Patentansprüche gelöst. Weiterbildungen sind in den abhängi gen Patentansprüchen angegeben.

Das Verfahren zur Steuerung eines Energiemanagementsystems sieht in einem der artigen System mindestens eine Energiewandlungsanlage und eine Steuerungs- und Regelungseinheit vor.

Weiterhin vorgesehen ist es, dass in einem vorgelagerten Verfahrensschritt ein abs traktes Modell für jede Energiewandlungsanlage erzeugt wird, in welchem die Ener giewandlungsanlage mit ihren jeweiligen statischen Parametern und ihren jeweiligen dynamischen Parametern abgebildet wird. In diesem abstrakten Model sind die stati schen Parameter und dynamischen Parameter einheitlich und unabhängig vom Typ der Energiewandlungsanlage. Somit ändern sich nicht die Anzahl der verwendeten Parameter von Energiewandlungsanlage zu Energiewandlungsanlage, sondern nur der Inhalt beziehungsweise Wert eines Parameters ist von Energiewandlungsanlage zu Energiewandlungsanlage verschieden.

Das abstrakte Modell beinhaltet sämtliche Informationen, die ein Energiemanage mentsystem für einzelne Teilfunktionalitäten benötigt. Dieses abstrakte Modell ist stets unabhängig vom Typ der jeweiligen Energiewandlungsanlage mit ihren mögli chen Besonderheiten und ist somit allgemeingültig. Der Nachteil aus dem Stand der Technik, welcher verschiedene speziell an eine bestimmte Energiewandlungsanlage angepasste Modelle benötigt, ist durch das erfindungsgemäße technologieunabhän gige abstrakte Modell überwunden.

Das abstrakte Modell definiert dabei nicht den Betrieb der Energiewandlungsanlage, sondern wird durch ein Energiemanagementsystem genutzt, um einen optimierten Betrieb zu bestimmen. Das abstrakte Modell definiert dabei die Grenzen, in denen sich ein optimierter Betrieb durch das Energiemanagementsystem bewegen muss, damit dieser erfüllbar ist. Mittels Sensoren werden Messdaten innerhalb des Energiemanagementsystems er fasst und an die Steuerungs- und Regelungseinheit übertragen. Auf der Grundlage dieser Messdaten wird eine Prognose eines zu erwartenden Energiebedarfs erstellt.

Dieser Energiebedarf wird in Verbindung mit dem Speicherpotential (z.B. Kapazität eines elektrischen, thermischen, chemischen Speichers) in seinem zeitlichen Verlauf in einem sogenannten Energieband abgebildet, welches eine untere energetische Grenzkurve und eine obere energetische Grenzkurve aufweist. Innerhalb dieser energetischen Grenzkurven erfolgt die Steuerung der Energiewandlungsanlage.

Vorgesehen ist es auch, dass die abstrakten Modelle mehrerer Energiewandlungsan lagen in einem abstrakten Modell mehrerer Energiewandlungsanlagen mittels einer Aggregation zusammengefasst werden und dass die untere energetische Grenz kurve und die obere energetische Grenzkurve auf der Grundlage des abstrakten Mo dells mehrerer Energiewandlungsanlagen bestimmt werden. Beispielsweise bei einer Aggregation statischen Parameter mehrerer abstrakter Modelle ändert sich nicht der Umfang der Parameter, in einem dann gebildeten abstrakten und aggregierten Mo dell, da diese ja einheitlich und unabhängig vom Typ der jeweiligen Energiewand lungsanlage sind. Lediglich die Werte der Parameter sind nach erfolgter Aggregation andere. Dies führt zu einer erfindungsgemäßen Standardisierung und Vereinheitli chung des Verfahrens zur Modellierung einer oder mehrerer Energiewandlungsanla gen in einem Energiemanagementsystem.

Ebenfalls vorgesehen ist es, dass das abstrakte Modell unter Beachtung gemeinsa mer Energiebedarfe erzeugt wird. Derartige gemeinsame Energiebedarfe liegen dann vor, wenn zwei oder mehr Energiewandlungsanlagen gemeinsam den Bedarf eines Verbrauchers decken. Deckt beispielsweise eine Photovoltaik-Anlage und eine Kraft- Wärme-Kopplungsanlage den Bedarf eines elektrischen Verbrauchers gemeinsam ab, besteht die Möglichkeit, dass die Photovoltaik-Anlage tagsüber einen größeren oder den gesamten Bedarf abdecken kann, während die Photovoltaik-Anlage in der Nacht nicht an der Deckung des Bedarfs des Verbrauchers beteiligt ist.

Die zuvor erläuterten Merkmale und Vorteile dieser Erfindung sind nach sorgfältigem Studium der nachfolgenden ausführlichen Beschreibung der hier bevorzugten, nicht einschränkenden Beispielausgestaltungen der Erfindung mit den zugehörigen Zeich nungen besser zu verstehen und zu bewerten, welche zeigen:

Fig. 1: ein beispielhaftes Energiemanagementsystem mit verschiedenen Kom ponenten,

Fig. 2: ein abstraktes und aggregiertes Modell mit weiteren funktionalen Zu sammenhängen in einer Prinzipdarstellung,

Fig. 3: ein abstraktes Anlagenmodell einer Energiewandlungsanlage,

Fig. 4: eine Darstellung prinzipieller verfahrenstechnischer Zusammenhänge bei einer Aggregation,

Fig. 5: ein beispielhaftes Energiemanagementsystem am Beispiel eines Hau- ses mit verschiedenen Komponenten,

Fig. 6: eine Prinzipdarstellung einer Energiewandlungsanlage Elektrofahrzeug,

Fig. 7: eine Prinzipdarstellung einer Energiewandlungsanlage Batteriespei cher,

Fig. 8: eine Darstellung von Leistungsprognosen einer Energiewandlungsan lage Elektrofahrzeug,

Fig. 9: eine Darstellung von Lade- und Entladevorgängen eines Elektrofahr zeugs,

Fig. 10: eine Darstellung eines prognostizierten Mobilitäts-Bedarfs eines Elekt rofahrzeugs,

Fig. 11 : eine Darstellung einer prognostizierten Ladeleistung eines Elektrofahr zeugs,

Fig. 12: eine Darstellung von verfahrensgemäß erzeugten energetischen Grenz kurven,

Fig. 13: eine Darstellung von verfahrensgemäß erzeugten energetischen Grenz kurven in einer Zusammenschau mit möglichen Ladebereichen eines Elektrofahrzeuges,

Fig. 14: eine Darstellung von verfahrensgemäß erzeugten und optimierten ener getischen Grenzkurven,

Fig. 15: eine Darstellung des Resultats der Optimierung der energetischen

Grenzkurven,

Fig. 16: eine Darstellung von energetischen Grenzkurven für einen Batteriespei cher, Fig. 17: eine Darstellung von Leistungsgrenzkurven einer prognostizierten Leis tung für einen Batteriespeicher,

Fig. 18: eine Darstellung von energetischen Grenzkurven zweier Energiewand lungsanlagen mit resultierenden aggregierten energetischen Grenzkur ven,

Fig. 19: eine weitere Darstellung von energetischen Grenzkurven zweier Ener giewandlungsanlagen mit resultierenden aggregierten energetischen Grenzkurven,

Fig. 20: eine Darstellung einer Bedarfs- und Erzeugungsprognose mit aggre gierten Leistungsgrenzkurven und

Fig. 21 : eine Darstellung von verfahrensgemäß angepasster aggregierter Leis tungsgrenzkurven.

In der Figur 1 ist ein beispielhaftes Energiemanagementsystem 1 mit verschiedenen Komponenten dargestellt.

Das Energiemanagementsystem 1 umfasst eine oder mehrere Energiewandlungsan lagen 2. Derartige Energiewandlungsanlagen 2 können beispielsweise eine Kraft- Wärme-Kopplungsanlage, eine Wärmepumpe, eine Brennstoffzelle, ein Heizstab, ein Elektrofahrzeug oder ein Photovoltaik-Anlage sein. Hierbei ist es vorgesehen, dass die Energiewandlungsanlagen 2, welche Energie erzeugen oder verbrauchen kön nen, an ein Versorgungsnetz 3 oder an mehrere Versorgungsnetze 3 angeschlossen sein können.

Weiterhin gibt es Energiebedarfe 4 bzw. kurz Bedarfe 4, welche in den Sektoren Stromversorgung, Wärmeversorgung, Kälteversorgung oder Mobilität auftreten kön nen.

Vorgesehen sind auch sogenannte Speichereinheiten 5 bzw. Energiespeicher 5, wel che beispielsweise als thermische, chemische oder elektrische Speichereinheiten 5 ausgelegt sein können. Das Energiemanagementsystem 1 umfasst weiterhin Sensoren 6 bzw. Zähler, wel che an verschiedenen relevanten energetischer Schnittstellen Parameter bzw. Kenn größen von Energiewandlungsanlagen 2, Versorgungsnetzen 3, Bedarfe 4 und/oder Energiespeichern 5 erfassen.

Weiterhin ist eine lokale Steuerungs- und Regelungseinheit 7 vorgesehen, welche einzelnen oder einer Gruppe an Energiewandlungsanlagen 2 zugeordnet ist und de ren Steuerung bzw. Regelung übernimmt. Eine derartige Steuerung bzw. Regelung erfolgt beispielsweise mittels entsprechender durch die Steuerungs- und Regelungs einheit 7 erzeugter Steuerbefehle 8, welche im Beispiel der Figur 1 an eine Energie wandlungsanlagen 2 übertragen werden. Außerdem werden von der Steuerungs und Regelungseinheit 7 Messdaten 9 von den Sensoren 6 bzw. Zählern 6 empfan gen und verarbeitet.

Diese beschriebenen Bestandteile werden von einem sogenannten lokalen Ener giemanagementsystem 1a umfasst.

Im Falle eines übergeordneten Energiemanagementsystem 1 b wird das Energiema nagementsystem 1 durch einen Bestandteil der Energieleitstelle 10 ergänzt, wie es im oberen Teil der Figur 1 dargestellt ist.

Für eine derartige Ergänzung bzw. Erweiterung eines lokalen Energiemanagement systems 1a mit einem übergeordneten Energiemanagementsystem 1 b ist das über geordnete Energiemanagementsystem 1 b mit einer Schnittstelle 11 ausgestattet.

Über diese Schnittstelle 11 kann das übergeordnete Energiemanagementsystem 1 b direkt oder über ein Gateway 12, welches auch als eine Verbindungseinheit bezeich net werden kann, mit dem lokalen Energiemanagementsystem 1a zu einem beide Bestandteile beinhaltenden Energiemanagementsystem 1 gekoppelt werden. Als ein derartiges Gateway 12 bzw. eine Verbindungseinheit wird üblicherweise eine Kompo nente angesehen, welche eine Verbindung wie eine Datenverbindung zwischen zwei Systemen herstellt. Im Beispiel der Figur 1 stellt das Gateway 12 eine Datenverbin dung zwischen der Energieleitstelle 10 und der Steuerungs- und Regelungseinheit 7 her. Die Energieflüsse 13 sind mittels jeweiliger Strich-Strich-Linien dargestellt.

Vorgesehen sein kann es, dass beispielsweise der Steuerungs- und Regelungsein heit 7 Daten einer externen Prognose 14 übertragen werden. Derartige Daten einer externen Prognose 14 umfassen Informationen über beispielsweise die Temperatur oder Globalstrahlung am Standort des lokalen Energiemanagementsystems 1a über einen Prognosezeitraum von beispielsweise einem Tag in einer zeitlich aufgelösten Form von beispielsweise 15 min.

Bei einem lokalen Energiemanagementsystem 1a ist einem oder mehreren Energie wandlungsanlagen 2 je eine Steuerungs- und Regelungseinheit 7 zugeordnet, auf welcher die benötigten Teilfunktionalitäten des Energiemanagementsystems 1a im plementiert sind. Diese Steuerungs- und Regelungseinheit 7 weist mindestens eine Recheneinheit sowie Einheiten zur Speicherung von Daten auf. Derartige Daten kön nen beispielsweise auch in einem Datenbanksystem gespeichert werden.

Das lokale Energiemanagementsystem 1a optimiert den Betrieb aller angeschlosse nen Energiewandlungsanlagen 2 nach verschiedenen Gesichtspunkten, wie bei spielsweise nach einer Wirtschaftlichkeit, einer Energieeffizienz oder anderen unter Beachtung des auftretenden Energiebedarfs 4. Ein derartiger Energiebedarf 4 ist ent weder bekannt oder kann in einem derartigen System auf der Steuerungs- und Re gelungseinheit 7 in geeigneter Weise prognostiziert werden.

Derartige Bedarfsprognosen 29 können beispielsweise auf Basis der im Energiema nagementsystem 1 gewonnenen Messdaten 9 erfolgen, welche mittels verschiedener Sensoren 6 oder Zähler 6 erfasst werden. Weiterhin können für derartige Bedarfs prognosen 29 externe Prognosen 14 wie beispielsweise Wetterdaten genutzt wer den, welche beispielsweise über das Internet 15 via Funknetz oder DSL-Anbindung oder eine Energieleitstelle 10 empfangen werden können.

Für die Anbindung der Sensoren 6 oder Zähler 6 besitzt das Energiemanagement system 1 eine zugeordnete Steuerungs- und Regelungseinheit 7 mit entsprechenden Schnittstellen zur Anbindung der übertragenen Messdaten 9. Die Steuerungs- und Regelungseinheit 7 ist weiterhin mit entsprechenden Schnittstellen zur Verbindung mit einer oder mehreren Energiewandlungsanlagen 2 ausgestattet. Im Falle eines übergeordneten Energiemanagementsystems 1 b besitzt die Steuerungs- und Rege lungseinheit 7 zusätzlich eine Schnittstelle zu der übergeordneten Energieleit stelle 10. Für den Datenaustausch zwischen der Steuerungs- und Regelungsein heit 7 und dem übergeordneten Energiemanagementsystem 1 b kann eine Verbin dungseinheit 12 wie ein Gateway vorgesehen werden. Alternativ kann die Funktiona lität der Verbindungseinheit 12 auch in die Steuerungs- und Regelungseinheit 7 inte griert werden.

Im Falle eines übergeordneten Energiemanagementsystems 1 b koordiniert das über geordnete Energiemanagementsystem 1 b mehrere untergelagerte lokale Energiema nagementsysteme 1a, welche wiederum aus einer oder mehreren Energiewand lungsanlagen 2 und einer zugeordneten Steuerungs- und Regelungseinheit 7 beste hen können.

Die Koordination eines derartigen Energiemanagementsystems 1 , umfassend ein lo kales und ein übergeordnetes Energiemanagementsystem 1a, 1 b erfolgt anhand ver schiedener Zielgrößen, wie beispielsweise Wirtschaftlichkeit, Energieeffizienz, Spit- zenlastkappung und anderen mehr. Die Funktion des Energiemanagementsystems 1 basiert auf den erfassten Messdaten 9, welche durch die Verbindungseinheit 12 (Ga teway) oder die Steuerungs- und Regelungseinheit 7 mit Verbindungseinheit-Funktio nalität an das übergeordnete Energiemanagementsystem 1 b weitergeleitet werden.

Informationen zur Koordination der einzelnen Energiewandlungsanlagen 2 werden von der Energieleitstelle 10 des übergeordneten Energiemanagementsystems 1b an die Steuerungs- und Regelungseinheit 7 übermittelt, welche diese an die untergeord neten Energiewandlungsanlagen 2 übergeben. Diese Informationen zur Koordination können im einfachsten Fall direkte Steuerbefehle wie Einschalten (AN) oder Aus schalten (AUS) der eine Sollleistungsvorgabe (Psoii) für die entsprechende Energie wandlungsanlage 2 sein.

Für die Funktionsweise eines derartigen Energiemanagementsystems 1 ist mindes tens ein das Energiemanagementsystem 1 abbildendes Modell hinterlegt. Mehrere Modelle mit verschiedenen Szenarien können ebenfalls hinterlegt werden. Anhand eines derartigen Modells kann das Energiemanagementsystem 1 eine Ein satzplanung für die Energiewandlungsanlagen 2 vornehmen. Alternativ kann eine Betriebsüberwachung des Energiemanagementsystems 1 mittels der Steuerungs und Regelungseinheiten 7 im Echtzeitbetrieb vorgenommen werden.

Derartige Modelle müssen daher sämtliche relevanten Eigenschaften der Energie wandlungsanlagen 2 enthalten.

Hierzu gehören Daten, wie zum Beispiel die Erzeugungsleistungen oder Verbrauchs leistungen jeder Energiewandlungsanlage 2 an allen energetischen Schnittstellen der jeweiligen Anlage oder beispielsweise Anlauf- und Abschaltzeitkonstanten einer Energiewandlungsanlage 2 oder Leistungsrauschen.

Zusätzlich müssen innerhalb des Energiemanagementsystems 1 relevante Parame ter zum energetischen Verschiebepotential, zu den Bedarfsprognosen 29 sowie zum aktuellen Systemzustand vorrätig sein. Das energetische Verschiebepotential sagt aus, wie lange eine Energiewandlungsanlage 2 ausgeschaltet werden kann, ohne Restriktionen wie beispielsweise einen Wärmebedarf zu verletzen bzw. wie lange eine Energiewandlungsanlage 2 angeschaltet bleiben kann, bis der Speicher bzw. Energiespeicher 5 maximal gefüllt ist.

Die Teilfunktionalitäten des Energiemanagementsystems 1 , welche meist anwen dungsfallspezifisch entwickelt werden, kombinieren in der Regel ein statisches Mo dell mit unveränderlichen Informationen bzw. Parametern über mindestens eine zu steuernde Energiewandlungsanlage 2 mit den zusätzlich notwendigen Informationen, wie beispielsweise Prognosen auf Basis externer Prognosen 14 oder aktueller techni scher und/oder energetischer Systemzustand der Energiewandlungsanlage 2. Somit kann eine Einsatzplanung, also eine Prognose des zukünftigen, gewollten Betriebs der steuerbaren Energiewandlungsanlagen 2 vorgenommen werden.

Die Teilfunktionalitäten, die ein Energiemanagementsystem 1 aufweisen muss, las sen sich gliedern in die Einsatzplanung, Steuerung/Regelung und Betriebsüberwa chung. Für die Umsetzung einer Anwendung, zum Beispiel die Reduktion der Spit- zenlast in einem elektrischen Versorgungsnetz 3, müssen die sich aus der Anwen dung ergebenden logischen Verknüpfungen berücksichtigt werden und werden daher im Modell abgebildet. Eine logische Verknüpfung stellt dabei dar, wie zum Beispiel eine spezifische Energiewandlungsanlage 2, zum Beispiel ein Elektrofahrzeug 42, zur Reduktion der Spitzenlast in einem elektrischen Versorgungsnetz 3 beitragen kann, dabei die Verfügbarkeit des Elektrofahrzeugs 42 berücksichtigt wird und gleich zeitig gewährleistet wird, dass für den Bedarf 4 an Mobilität immer ausreichend Ener gie im Speicher des Elektrofahrzeugs 42 zur Verfügung steht.

Für die Prognosen werden in der Regel Bedarfsprognosen 29 zu Energiebedarf 4 so wie Erzeugungsprognosen 39 zur Einspeisung von nicht steuerbaren Energiewand lungsanlagen 2 als Parameter für das Energiemanagementsystem 1 genutzt. Eine derartige nicht steuerbare Energiewandlungsanlage 2 ist beispielsweise eine Photo- voltaik-Anlagen.

Zusätzlich verwendet das Energiemanagementsystem 1 die Modelle, um den geplan ten Betrieb für die Energiewandlungsanlagen 2 im Echtzeitbetrieb umzusetzen. Hier bei muss gesteuert bzw. geregelt und überwacht werden. Ausfälle und/oder Abwei chungen müssen zeitnah erkannt und ausgeglichen werden.

Energiemanagementsysteme nach dem bekannten Stand der Technik basieren da rauf, dass die Modelle der Energiewandlungsanlagen 2 als einzelne Modelle mit ih ren statischen Parametern manuell konfiguriert werden. Jede Energiewandlungsan lage 2 wird dabei stets über ein eigenes hersteiler- bzw. technologiespezifisches Mo dell beschrieben.

Somit muss das Energiemanagementsystem mit seinen Teilfunktionalitäten Einsatz planung, Steuerung/Regelung und Betriebsüberwachung spezifisch an den jeweili gen Anwendungsfall angepasst werden, das heißt die verschiedenen hersteiler- bzw. technologiespezifischen Modelle müssen in das Verfahren integriert werden. Gleich zeitig müssen verschiedene Ziele für den Betrieb oder Grenzen, die den Betrieb der Energiewandlungsanlagen 2 einschränken, gesondert im Energiemanagementsys tem und in den Verfahren für die Einsatzplanung, Steuerung/ Regelung und Betriebs überwachung berücksichtigt werden. Beispiele für Betriebsgrenzen von derartigen Anlagen sind z.B.:

• der Wärmebedarf, wenn zwei Energiewandlungsanlagen 2 an der Wärmebereit stellung beteiligt sind

• die Verfügbarkeit eines Elektrofahrzeugs 42 (E-Fahrzeug ist an Steckdose an geschlossen)

• der Speicherladezustand eines thermischen oder elektrischen Speichers 5

• maximale mögliche oder minimal notwendige Einspeisung in elektrische Versor gungsnetze 3

Insbesondere bei einer Abbildung mehrerer Energiewandlungsanlagen 2, welche in einem logischen Zusammenhang stehen, wird die Umsetzung eines Energiemanage mentsystems nach dem Stand der Technik schwierig.

In einem logischen Zusammenhang bzw. einer logischen Verknüpfung stehen bei spielsweise zwei oder mehr Energiewandlungsanlagen 2, welche einen gemeinsam Energiebedarf 4 decken oder an einer Steuerungs- und Regelungseinheit 7 ange schlossen sind und in einem funktionalen Zusammenhang stehen. Ein derartiger funktionaler Zusammenhang besteht beispielsweise in einem System, bestehend aus zwei Kraft-Wärme-Kopplungsanlagen 2, welche gemeinsam den thermischen Be darf 4 in einem Gebäude decken.

Durch die feste, logische Integration von hersteiler- bzw. technologiespezifischen Mo dellen und Grenzen in die Verfahren für die Einsatzplanung, Steuerung/Regelung und Betriebsüberwachung wird die Entwicklung eines Energiemanagementsystems erschwert. Benötigt wird daher eine, dem Energiemanagementsystem vorgelagerte Abstraktionsebene, durch die verschiedene Energiewandlungsanlagen 2 und ver schiedene Grenzen abgedeckt werden können und die die Anwendung im Ener giemanagementsystem standardisieren und vereinheitlichen. Die Erfindung basiert darauf, dass alle Informationen, die ein Energiemanagement system 1 für die einzelnen Teilfunktionalitäten benötigt, mit einem abstrakten und ag gregierten Modell 16 abgebildet werden. In der Figur 2 ist dieses Modell 16 mit weite ren funktionalen Zusammenhängen dargestellt.

Dem Modell 16 übergeordnet ist ein Energiemanagementsystem 1 mit seinen Teil funktionalitäten wie einer Einsatzplanung bezüglich der verfügbaren Ressourcen Energiewandlungsanlagen 2, Energiespeicher 5 sowie der Energiebedarfe 4. Weitere Teilfunktionalitäten sind die Steuerung und/oder Regelung sowie die Betriebsüberwa chung der zum Energiemanagementsystem 1 gehörenden Energiewandlungsanla gen 2.

Ein derartiges abstraktes, aggregiertes Modell 16 beschreibt dabei die Kombination von mehreren einzelnen abstrakten Modellen 26 je einer realen Energiewandlungs anlage 2. Es stellt somit ein Modell 16 eines Gesamtsystems in einem Energiemana gementsystem 1 dar und beinhaltet alle zugehörigen untergeordneten bzw. unterge lagerten Anlagen bzw. Bestandteile wie Energiewandlungsanlagen 2. Durch Abstrak tion sowohl einzelner Modelle aber auch des Gesamtsystems (mehrere Anlagen) können die Teilfunktionalitäten des Energiemanagementsystems 1 unabhängig vom eigentlichen Typ der Energiewandlungsanlage 2 beschrieben werden. Hierbei kann eine Energiewandlungsanlage 2 sowohl eine Brennstoffzelle als auch eine Wärme pumpe oder eine andere Anlage sein.

Zusätzlich ist ein weiterer Vorteil dieser Abstraktion darin zu sehen, dass die Umset zung eines Energiemanagementsystems 1 unabhängig von der Menge der Energie wandlungsanlagen 2 im Gesamtsystem ist, da es die Aggregation unterschiedlichster Anlagentypen erlaubt. Die einfache Abbildung mehrerer Energiewandlungsanlagen 2 mit ihren Speichern und/oder Bedarfen, welche in einem logischen Zusammenhang stehen, also einen gemeinsamen Bedarfe decken bzw. zu einer Steuerungs- und Re gelungseinheit 7 zugeordnet sind und in einem funktionalen Zusammenhang stehen, wird somit möglich. Eine Umsetzung von Energiemanagementsystemen 1 wird derart deutlich vereinfacht. Das abstrakte Modell 16 ist Bestandteil des Energiemanagementsystems 1 , jedoch den einzelnen Teilfunktionalitäten vorgelagert. Es ist implementiert auf der Steue- rungs- und Regelungseinheit 7 bei einem lokalen Energiemanagementsystem 1a o- der bei einem übergeordneten Energiemanagementsystem 1 b. Bei einem übergeord neten Energiemanagementsystem 1 b ist die Implementierung auch in der Energieleit stelle 10 möglich.

Wie in der Figur 2 gezeigt, besteht das abstrakte Modell 16 aus statischen Parame tern 17 und dynamischen Parametern 18.

Vorgesehen ist es, dass das abstrakte Modell 16 auf zwei Ebenen eingesetzt wird bzw. dass sich das abstrakte Modell 16 über zwei Ebenen erstreckt. Zum einen auf der zweiten Ebene 23 der einzelnen Energiewandlungsanlagen 2, zum anderen auf einer überlagerten ersten Ebene 22.

In der Figur 2 ist auch der Vorgang einer Disaggregation 21 gezeigt, bei welchem aus Sollbefehlen 24 und Daten aus dem zur Verfügung stehenden Modell 16 Steuer befehle 25 zur Steuerung der einzelnen Energiewandlungsanlagen 2 erzeugt wer den.

Von jeder Energiewandlungsanlage 2, welche einer Steuerungs- und Regelungsein heit 7 zugeordnet ist, werden zunächst die statischen Parameter 17a je Energie wandlungsanlage 2 in einem allgemeingültigen, diese Energiewandlungsanlage 2 ab bildendes Modell 26a einmalig konfiguriert. Einem derartigen Modell 26a kann eine Energiewandlungsanlage 2a, ein Energiespeicher 5a und ein zu deckender Energie bedarf 4a zugeordnet sein, wie es in der Figur 3 dargestellt ist. Somit umfassen die statischen Parameter 17a die Parameter der Energiewandlungsanlage 2a, des Ener giespeichers 5a und den zu deckenden Energiebedarf 4a.

Die Parameter 17 und 18 sind dabei einheitlich und unabhängig vom Typ der Ener giewandlungsanlage 2. Die statischen Parameter 17a, 17b, ... ,17n mehrerer abstrak ter Modelle auf Ebene einer einzelnen Anlage werden im Anschluss einer Aggrega tion 19 zugeführt, wie es in der Figur 2 und 4 gezeigt ist. Hierzu wird zunächst ein geeignetes Bezugssystem 38 festgelegt, zum Beispiel die primäre, wichtigste Energiewandlungsanlage 2. Dieses Bezugssystem 38 wird bei sämtlichen Aggregationschritten 19 und Disaggregationsschritten 21 bis zum überge ordneten abstrakten Modell genutzt. Anhand von mathematischen Algorithmen, wel che abhängig vom jeweils zu aggregierenden, statischen Parameter sind, erfolgt die Aggregation 19, d.h. die Verknüpfung von Modellen auf Anlagenebene. Hierbei müs sen zusätzlich gemeinsame Energiebedarfe 4, die durch die Anlagen gedeckt wer den müssen sowie die energetischen Schnittstellen berücksichtigt werden.

Im Anschluss werden verschiedene Hilfsgrößen 20 unter Anwendung mathemati scher Verfahren abgeleitet und wieder aggregiert, wie es beispielhaft in der Figur 4 dargestellt ist. Diese Hilfsgrößen 20 werden in Kombination mit den dynamischen Pa rametern 18 der Anlagenmodelle für die Einsatzplanung durch das Energiemanage mentsystem 1 genutzt. Als Ergebnis ergeben sich die statischen Parameter 17 einer Gruppe an Anlagen, die dieselben Parameter wie das Modell einer Einzelanlage be inhaltet und von den Hilfsgrößen erweitert wird.

Neben den statischen Parametern 17 besitzen die dynamischen Parameter 18 einen besonderen Rang. Die dynamischen Parameter 18 dienen im Wesentlichen dem Energiemanagementsystem 1 zur Einsatzplanung. Es handelt sich hierbei um konti nuierlich sich verändernde Werte. Sie beschreiben, in welchen energetischen Gren zen eine Anlage bzw. eine Kombination an Anlagen gesteuert werden kann. Dies wird für eine Energiewandlungsanlage 2 durch zwei energetische Grenzkurven 27,

28 definiert. Innerhalb dieser energetischen Grenzkurven 27, 28 ist es durch das Energiemanagementsystem 1 möglich, einen Betrieb für die Anlage oder die Anlagen zu organisieren, ohne dass Energiebedarfe 4 nicht erfüllt werden oder Einschränkun gen für den freien Anlagenbetrieb missachtet werden. Für mehrere Energiewand lungsanlagen 2 werden entsprechend erzeugte sogenannte aggregierte Grenzkur ven 59, 60 genutzt.

Einschränkungen für den freien Anlagenbetrieb können sein:

Zeitpläne (Betrieb der Anlage zu gewünschten Zeiten gewollt), Sperrzeiten (Anlagenbetrieb aufgrund von z.B. Geräuschemissionen verboten),

• Verfügbarkeitszeiten (Elektrofahrzeug ist an das Stromnetz angeschlossen),

• Maximal mögliche und minimal notwendige Einspeisung in das elektrische Netz oder

• Speicherladezustände von elektrischen und thermischen Speichern

Die erste und die zweite energetische Grenzkurve 27 und 28 beschreiben somit das zukünftige energetische sogenannte Verschiebepotential, welches durch eine Ener giewandlungsanlage 2 gegeben ist. Ergänzt werden die dynamischen Parameter 18 durch ein sogenanntes Regelpotential, welches die Regelbarkeit der Energiewand lungsanlage 2 bezüglich ihrer Leistung beschreibt.

Die Anwendung dynamischer Parameter 18 bzw. 18a, 18b, ..., 18n erfolgt auf zwei Ebenen. Zum einen auf Ebene des Modells 26 bzw. 26a, 26b, ..., 26n einer einzel nen Energiewandlungsanlage 2, wie in der Figur 3 dargestellt.

Diese dynamischen Parameter 18 bzw. 18a, 18b, ..., 18n werden ermittelt basierend auf Bedarfsprognosen 29, welche für die durch die jeweilige Energiewandlungsan lage 2 zu deckenden Energiebedarfe 4 zu prognostizieren sind. Die Bedarfsprogno sen 29 werden erstellt anhand von externen Prognosen 14, wie beispielsweise Wet terprognosen und historischen Messwerten 31 , welche durch die Verbindungsein heit 12 (Gateway) erfasst und zwischengespeichert wurden.

Die Bedarfsprognosen 29 werden unter Anwendung mathematischer Algorithmen 33 unter Berücksichtigung der Einschränkungen 32 für den freien Betrieb der Energie wandlungsanlage 2 und der statischen Parameter 17 sowie mittels Messdaten 9 in einen Verarbeitungsschritt 63 verarbeitet.

Zusätzlich wird ein sogenanntes Regelpotential, welches sogenannte Leistungs grenzkurven 52 und 53 bzw. energetische Grenzkurven 27 und 28 festlegt, innerhalb derer eine Regelung erfolgen kann, der Energiewandlungsanlage 2 erstellt. Hierfür werden die statischen Parameter 17 und die Einschränkungen 32 für den freien Be trieb der Energiewandlungsanlage 2 genutzt. Diese Einschränkungen 32 können bei spielsweise mittels einer Konfiguration 35 erzeugt werden.

Derart werden die erste und die zweite energetische Grenzkurve 27 und 28 sowie das Regelpotential bzw. die Leistungsgrenzkurven 52 und 53 für den Betrieb einer einzelnen Energiewandlungsanlage 2 bereitgestellt.

Vorgesehen ist es weiterhin, dass erste Optimierungen 34 direkt an den energeti schen Grenzkurven 27 und 28 vorgenommen werden können. Eine derartige erste Optimierung 34 können beispielsweise gewünschte Zeiten des Betriebs einer Ener giewandlungsanlage 2, den energetisch effizienten Betrieb der Energiewandlungsan lage 2 oder auch ein Speicherlademanagement z.B. eines an die Energiewandlungs anlage 2 angeschlossenen Speichers 5 betreffen. Beispielsweise könnte es vorgese hen sein, dass eine Energiewandlungsanlage 2 nachts nicht betrieben werden soll.

Im Resultat einer derartigen nicht zwingenden ersten Optimierung 34 werden bei spielsweise die dynamischen Parameter 18a einer ersten Energiewandlungsanlage 2 bereitgestellt, wie es in der Figur 3 gezeigt ist.

Die Erstellung der dynamischen Parameter 18 bzw. 18a, 18b, ... , 18n erfolgt für jede einzelne Energiewandlungsanlage 2. Ein Vorteil hierbei besteht darin, dass diese Pa rameter anhand mathematischer Verfahren bzw. eines mathematischen Algorith mus 33 in einem Schritt der Aggregation 19 bereitgestellt werden können. Dieser Schritt der Aggregation 19 ist in der Figur 4 sowohl für statische Parameter 17 als auch für dynamische Parameter 18 gezeigt.

Bei der Aggregation 19 muss jedoch insbesondere berücksichtigt werden, wenn ver schiedene Energiewandlungsanlagen 2 gemeinsam einen Energiebedarf 4 oder ge meinsam mehrere Energiebedarfe 4 decken. Daher werden bei der Aggregation 19 die energetischen Schnittstellen 36 bzw. gemeinsamen Bedarfe 37 berücksichtigt.

Ebenso wird wiederum das Bezugssystem 38 genutzt. Bei der Aggregation 19 wer den wieder Hilfsgrößen 20 abgeleitet. Im Anschluss können die dynamischen Para meter 18 um zweite Optimierungen 64 ergänzt werden. Im Unterschied zur zweiten Ebene 23 einer einzelnen Energiewandlungsanlage 2 sind hierbei insbesondere übergreifende Optimierungen zwischen verschiedenen Energiewandlungsanlagen 2 und unter Berücksichtigung von nicht steuerbaren Ener- giebedarfen 4 und/oder Energieerzeugungen 39 von Interesse. Ebenso wie die Ener- giebedarfe 4 mittels einer Bedarfsprognose 29 vorauskalkuliert werden können, kön nen die Energieerzeugungen 39 mittels einer Erzeugungsprognose 39 kalkuliert wer den.

In einem weiteren Schritt wird es möglich, die Grenzen im Sinne vorgelagerter zwei ter Optimierungen 64 des Betriebs der Energiewandlungsanlagen 2 zu modifizieren. Zweite Optimierungen 64 können zum Beispiel die Energieeffizienz eines Gesamt systems oder die Eigenbedarfsoptimierung sein, d.h. die maximale Nutzung der Er zeugung durch Energiewandlungsanlagen 2 für Bedarfe und Vermeidung der Ein speisung in Versorgungsnetze 3. Dies wird insbesondere in übergeordneten Ener giemanagementsystemen 1 b relevant, um verschiedene lokale Ziele in der Einsatz planung zu berücksichtigen. Hierzu können durch einen Optimierungsalgorithmus ge wünschte Betriebszeiten bestimmt werden, wodurch die dynamischen Parame ter 18a, 18b, ... , 18n modifiziert werden. Dies führt zur Eingrenzung der energeti schen Grenzkurven 27 und 28 und somit einer Beschränkung des nutzbaren energe tischen Verschiebepotentials. Für die Einsatzplanung bedeutet dies jedoch, dass ver schiedene Ziele parallel erfüllt werden können. Dies steigert die Wirtschaftlichkeit ei nes übergeordneten Energiemanagementsystems 1 b.

Sämtliche verwendete mathematische Verfahren sind umkehrbar gestaltet, so dass die Disaggregation 21 in Figur 2 ermöglicht wird, bei welcher die Steuerbefehle 25 zur Steuerung der einzelnen Energiewandlungsanlagen 2 erzeugt werden. Hierbei werden insbesondere die statischen und dynamischen Parameter 17 und 18 der Energiewandlungsanlagen 2 genutzt. Besondere Relevanz besitzen die abgeleiteten Hilfsgrößen 20, da nur sie es erlauben, den bei der Datenaggregation 19 aufgetrete nen Informationsverlust auszugleichen und eine zuverlässige Disaggregation 21 zu realisieren. Bei der Bestimmung eines Ablaufplans bzw. Fahrplans durch die Einsatzplanung wird dieser unter Nutzung des abstrakten Modells 16 in einen Ablaufplan bzw. Fahr plan für jede einzelne Energiewandlungsanlage 2 übersetzt. Dies hat von Vorteil, dass in das Energiemanagementsystem 1 nicht jede Energiewandlungsanlage 2 kommunikationstechnisch eingebunden werden muss, sondern die Einbindung des aggregierten Modells 16 (Systems) ausreichend ist. Die Verarbeitung aller Grenzen in den Modellen der Energiewandlungsanlage 2 ermöglicht es, eine zuverlässige Auf teilung zu erreichen. Als derartige Grenzen können beispielsweise zu deckende Be- darfe 4 (Wärmebedarfe), Verfügbarkeit einer Energiewandlungsanlage 2, Zeitpläne, maximal mögliche oder minimal notwendige Einspeisung in das Versorgungsnetz 3 oder Speicherladezustände genannt werden.

Das abstrakte Modell 16 ermöglicht es, dass eine einheitliche Schnittstelle zu den Teilfunktionalitäten des Energiemanagementsystems 1 wie einer Einsatzplanung, Steuerung, Regelung erzeugt werden kann, wonach diese nicht an die Anwendung angepasst werden müssen.

Von weiterem Vorteil ist, dass die dynamischen Parameter 18, 18a, 18b, ... ,18n über verschiedene Ebenen mit verschiedenen Grenzen, wie zum Beispiel Zeitpläne, Sperrzeiten, Verfügbarkeitszeiten oder Bedarfe, oder Optimierungszielen wie zum Beispiel Optimierungen bezüglich der Energieeffizienz einer einzelnen Energiewand lungsanlage 2, bezüglich der Energieeffizienz mehrerer Energiewandlungsanlagen 2 oder eine Eigenbedarfsoptimierung, verarbeitet werden können. So erlaubt die Abs traktion, auch Restriktionen in den elektrischen Netzen einfach zu berücksichtigen, ohne die Komplexität des Energiemanagementsystems 1 weiter zu erhöhen. So kann zum Beispiel die maximal zulässige Einspeisung durch die Energiewandlungsan lage 2 und den Verbund von Energiewandlungsanlagen 2 in Abhängigkeit vom prog nostizierten Einspeiseverhalten von Photovoltaik-Anlagen in einem Ortsnetz berück sichtigt werden.

Die dynamischen Parameter 18, 18a, 18b, ... ,18n sind in dem Verfahren von beson derer Relevanz, da hierdurch das Energiemanagementsystem 1 in der Lage ist, un abhängig von der Verfahrensweise gültige Lösungen zu liefern, welche Anlagenpara- meter 17 und 18, Energiebedarfs 4, Einschränkungen 32 für den lokalen Anlagenbe trieb und lokale Optimierungen berücksichtigen. Mit der Optimierung im Sinne des Energiemanagementsystems 1 können hierdurch parallele Anwendungsfälle erfüllt werden, d.h. ohne hohen Aufwand können verschiedene Optimierungsziele umge setzt werden.

Der Einsatz des abstrakten Modells 16 ist hierbei nicht auf eine Steuerungs- und Re geleinheit 7 begrenzt. Ebenso ist ein Einsatz in der Energieleitstelle eines übergeord neten Energiemanagementsystems 1 b möglich.

Zur Beschreibung des Verfahrens zur Steuerung eines Energiemanagementsystems in einer beispielhaften Ausführung wird das in der Figur 5 dargestellte Energiemana gementsystem 1 genutzt.

In diesem Energiemanagementsystem 1 existiert ein elektrischer Allgemeinver brauch 40, eine Photovoltaik-Anlage 41 (PV-Anlage), ein Energiespeicher 5 in einer Ausführung als ein Batteriespeicher und ein Elektro-fahrzeug 42, welches über eine Anschlusssteckdose 45 an die Ladebox 43 angeschlossen und geladen werden kann.

Der Batteriespeicher 5 und die Ladebox 43 sind steuerbare Systeme, d.h. die La dung bzw. Entladung kann mittels Steuerbefehlen 25 durch die Steuerungs- und Re gelungseinheit 7 des Energiemanagementsystems 1 vorgegeben werden. Die PV- Anlage 41 wird als nicht steuerbares System betrachtet, d.h. die Leistungsbereitstel lung kann bzw. soll nicht durch die Steuerungs- und Regelungseinheit 7 beeinflusst werden. Die Steuerungs- und Regelungseinheit 7 erfasst die Energieflüsse 13 für beide Energiewandlungsanlagen 2, also den elektrischen Verbraucher 40 und der Ladebox 43, sowie die PV-Anlage 41 über die Sensoren 6a, 6b, 6c und 6d, welche auch Bestandteil der Energiemanagementsystems 1 sein können. Hierbei ermittelt der erste Sensor 6a die Leistung PSP vom bzw. zum Energiespeicher 5. Der zweite Sensor 6b ermittelt die Leistung PPV der PV-Anlage 41 , während der dritte Sensor 6c die Leistung PE-FZG zur Ladebox 43 bzw. zum Elektrofahrzeug 42 ermittelt. Darüber hinaus ist ein Sensor 6d zur Erfassung der Leistung PHaus zum Haus hin oder vom Haus vorgesehen, wobei in diesem Beispiel das Energiemanagementsystem 1 ein System für ein Haus mit seinen Komponenten 40, 41 , 42 und 5 ist. Der Sensor 6d ist beispielsweise der Elektroenergiezähler bzw. Hauptzähler im Haus, welcher an die Steuerungs- und Regelungseinheit 7 angeschlossen ist und welcher abrechnungsre levant ist. Der Sensor 6d bzw. Hauptzähler im Haus ist mit einem allgemeinen Ver sorgungsnetz 44 verbunden. Die Darstellung in der Figur 5 zeigt, dass die Senso ren 6a bis 6d ihre Messdaten 9 an die Steuerungs- und Regelungseinheit 7 übermit teln und die Steuerungs- und Regelungseinheit 7 Steuerbefehle 25 an den Energie speicher 5 und die Ladebox 43 senden kann.

Die Struktur für die Einheit Ladebox 43 und Elektrofahrzeug 42 ist in der Figur 6 ge nauer dargestellt. Die steuerbare Anlage ist in diesem Fall die Ladebox 43, welche mittels der von der Steuerungs- und Regelungseinheit 7 übermittelten Steuerbe fehle 25 gesteuert wird. Alternativ könnte auch eine Möglichkeit des Aktivierens und des Deaktivierens des Ladevorgangs über das Elektrofahrzeug 42 selbst bestehen.

Als Energiespeicher im Elektrofahrzeug 42 ist im Rahmen des Verfahrensbeispiels der Akku 46 mit dessen Kapazität zu verstehen. Der Bedarf ist die Mobilität des Elektrofahrzeugs 42, welcher jedoch für das Energiemanagement 1 nicht erfasst wer den kann. Der Bedarf ergibt sich somit aus der notwendigen Energie, die nachgela den werden muss, wenn das Elektrofahrzeug 42 an der Ladebox 43 beispielsweise über die Anschlusssteckdose 45 angeschlossen ist. Die Figur 6 zeigt auch einen Bat teriewechselrichter 47, welcher unmittelbar mit dem Akku 46 verbunden ist sowie den Motor 48 des Elektrofahrzeugs 42.

Die Struktur für den Batteriespeicher 5 ist in der Figur 7 dargestellt. Der Batteriespei cher 5 ist in seiner Struktur besonders, da er keinen Bedarf besitzt. Im Rahmen der Verfahrensbeschreibung ist der Batteriespeicher 5 als eine Kombination aus einem steuerbaren Erzeuger 49, einem zweiten Akku 50 und einem steuerbaren Verbrau cher 51 zu verstehen.

Innerhalb dieses Systems existieren zwei Einzelanlagen, welche durch Energiewand lungsanlagen 2, Speicherkapazitäten und Energiebedarfe 4 geprägt sind. Eine Ener giewandlungsanlage 2 bedeutet in diesem Zusammenhang, dass zwei Energiefor men anhand eines internen Prozesses miteinander gekoppelt werden. Eine der beiden Energieformen (können auch identisch sein) ist hierbei als primäre Energieform anzusehen (Energieform 1 ). Diese dient im Wesentlichen als Größe für eine Vermarktung / Optimierung im Energiemanagementsystem 1.

Die andere Energieform, auf deren Seite dann i.d.R. der mit der Energiewandlungs anlage 2 verbundene Energiebedarf 4 liegt, ist als Restriktion für den Betrieb der An lage anzusehen (Energieform 2). Hier wird nur untergeordnet optimiert.

Nachfolgend einige Beispiele zur Verdeutlichung der Zusammenhänge beider Ener gieformen in einer Energiewandlungsanlage 2:

Beispiel Ladebox für Elektrofahrzeug:

• Energieform 1 : Elektroenergie (auf Seite des elektrischen Versorgungs netzes 3)

• Energieform 2: Elektroenergie (auf Seite des Elektrofahrzeugs 42) Beispiel Batteriespeicher:

• Energieform 1 : Elektroenergie (auf Seiten des elektrischen Versor gungsnetzes 3)

• Energieform 2: Elektroenergie (auf Seite des Akkus 46)

Beispiel Kraft-Wärme-Kopplungsanlage:

• Energieform 1 : Elektroenergie

• Energieform 2: Wärmenergie

Beispiel Wärmepumpe:

Energieform 1 : Elektroenergie Energieform 2: Wärmeenergie

Nachfolgend erfolgt die beispielhafte Verfahrensbeschreibung zur Bildung des abs trakten, aggregierten Anlagenmodells. Ausgehend von den statischen Parametern 17 des abstrakten Modells 26 einer Energiewandlungsanlage 2, Prognosen zu Bedar- fen 29 und Einschränkungen für den Anlagenbetrieb 32 werden zunächst die Verfah rensschritte

Verarbeitung 63 und erste Optimierung 34 für das Elektrofahrzeug 42 (E-FZG) für das abstrakte Anlagenmodell 26 einer einzelnen Energiewandlungsanlage 2 und im Anschluss die Verfahrensschritte

Aggregation 19 und 19a, Ableitung von Hilfsgrößen 20 und 20a und die zweiten Opti mierungen 64 für das abstrakte, aggregierte Anlagenmodell 16 aller zugehörigen Energiewandlungsanlagen 2 erläutert. Die Bildung des abstrakten Anlagenmodells 16 einer Energiewandlungsanlage 2 soll am Beispiel des Elektrofahrzeugs 42 erfolgen. Verfahrenswesentliche Ausgangsgrö ßen sind die Anlagenparameter, also die statischen Parameter 17 und die dynami schen Parameter 18. Für ein Elektrofahrzeug 42 können dies zum Beispiel sein:

• Leistungsstufen, welche eingestellt werden können zur Ladung des Elektro- fahrzeugs 42

• Speicherkapazität des Akkus 46

• Leistungsverlauf für typischen Ladevorgang

Verluste des Akkus 46 Im nachfolgenden Verfahrensschritt werden anhand dieser Informationen die stati schen Parameter 17 der Energiewandlungsanlage 2, in diesem Fall des Elektrofahr zeugs 42, gebildet. Nachfolgend werden einige der statischen Parameter 17 beispiel haft aufgezeigt und deren Bedeutung am Beispiel des Elektrofahrzeugs 42 erläutert:

• Leistungsstufen der Anlage P_{LS An|}: o Entspricht den Leistungsstufen der Anlage auf der Seite der primären Energieform 1 (Elektroenergie)

° ^LS Anl = [^E-FZG LS0< < ^E-FZG LSmax] ^E-FZG LSmax > ^E-FZG LSO > 0

• Modus Leistungsregelung Mr_Ahί o Entspricht dem Modus der Leistungsregelung (diskrete Regelung, mo dulierende Leistungsregelung) o Hier: diskret

• Leistung Zustand AUS P_{aus Ani} o Leistung der Anlage im Zustand aus

° ^aus Anl = -PE-FZG LSO

• Abschaltzeitkonstante: TAbsAni o Entspricht einer Zeitdauer für die Abschaltung einer Anlage (für Rege lung wichtig) o Für das Elektrofahrzeug aus der Leistungskurve entnommen o Z.B. TAbsAnF 30 min

• Energiewandlungskennzahl: o Entspricht einer allgemeingültigen Wandlungskennzahl zwischen der Leistung in Energieform 1 und der Leistung in Energieform 2 in Abhän gigkeit der Leistungsstufen o Da beim Elektrofahrzeug 42 die primäre und sekundäre Energieform identisch ist, berücksichtigt der Faktor nur die Verluste der Umwand lungseinheit und beträgt ca. a_{An| «} [1, ... 1] • Speicherkapazität: üsp _kap_Ani EFI_. - ^a sp _kap_AniEF2 bzw. üsp _kap_Ani EFI - ^a

(?Sp kap Anl EF 2 o Die Speicherkapazität entspricht einer speicherbaren Energie im Spei cher, welcher der Energiewandlungsanlage zugeordnet ist und wird an hand der Energiewandlungszahl auf die primäre Energieform 1 bezo gen. o Für das Elektrofahrzeug ergibt sich: £_Sp _kap E-FZG = 1 S_{P k}ap A_kku

• Leistungsrauschen s_RAh1 o Das Leistungsrauschen entspricht einem prozentualen Wert, welcher beschreibt, wie groß die ungewünschte Fluktuation der Leistung im lau fenden Betrieb ist. Der Wert ist insbesondere für die Regelung notwen dig. o Beispielhaft sei hier s_R = 0 angenommen.

Die dynamischen Parameter 18 einer Energiewandlungsanlage 2, in diesem Fall des Elektrofahrzeugs 42, bestehen im Wesentlichen aus:

• Untere und obere Leistungsgrenzkurve 52 und 53

• Untere und obere energetische Grenzkurve 27 und 28

Zunächst wird die Erstellung der unteren Leistungsgrenzkurve 52 Pprog min und der oberen Leistungsgrenzkurve 53 Pprog max beschrieben. Diese beschreiben, welche Leistung einer Energiewandlungsanlage 2 zu einem Zeitpunkt vorgegeben werden kann. Hierfür werden die statischen Parameter 17 der Energiewandlungsanlage 2 so wie die Einschränkungen 32 für den Anlagenbetrieb genutzt. Zu erstgenanntem ge hören im Wesentlichen die Leistungsstufen Pi_s Ani. Als Einschränkung 32 für den An lagenbetrieb sind im Sinne des Elektrofahrzeugs 42 insbesondere die möglichen La dezeiträume zu nennen, d.h. die Zeiträume, in denen das Elektrofahrzeug 42 an die Ladebox 43 angeschlossen ist. Im Rahmen der Verarbeitung werden die Informatio nen kombiniert. Während der Ladezeiträume ergeben sich die Leistungsgrenzkurven 52 und 53 aus der minimalen und maximalen Leistungsstufe. Außerhalb dieser Zeit entspricht Pprog max =Pprog min =PE-FZG LSO. Die Leistungsgrenzkurve 52 und 53 sind bei spielhaft der Figur 8 dargestellt. Die Figur 8 zeigt eine prognostizierte Leistung P 54 in einem zeitlichen Verlauf. Die dargestellten Bereiche B2, B3 und B4 stellen Zeitbereiche dar, in welchen das Elekt rofahrzeug 42 über die Anschlusssteckdose 45 mit der Ladebox 43 verbunden ist und geladen werden kann. Die Strich-Punkt-Linie stellt die unteren Leistungsgrenz kurve 52 Pprog min dar, während mit der Strich-strich-Linie die oberen Leistungsgrenz kurve 53 Pprog max gezeigt ist. So besteht beispielsweise im Bereich B3 in einer Zeit zwischen 18 Uhr und 6 Uhr des Folgetags die Möglichkeit das Elektrofahrzeug 42 aufzuladen.

Ergänzend zur den Leistungsgrenzkurven 52 und 53 erfolgt die Erstellung der unte ren energetischen Grenzkurve 27 Eprog min und der oberen energetischen Grenz kurve 28 Eprog max. Ausgangspunkt für die Erstellung der dynamischen Parameter 18 ist die Erstellung einer Bedarfsprognose für einen Zeitraum, der in der Zukunft liegt und für den das Energiemanagementsystem eine Optimierung bzgl. verschiedener, möglicher Optimierungsziele vornehmen soll. Die Bedarfsprognose 29 wird für jede Energiewandlungsanlage 2 mit Energiebedarf 4 erstellt und gibt den Bedarf der Zu kunft in einem zeitlichen Verlauf an. Sie wird aus den Messwerten zum Bedarf / zum Speicherverhalten oder aus abgeleiteten Größen erstellt.

Im Falle eines Elektrofahrzeugs 42 kann die Prognose aus dem Leistungsverlauf des Ladevorgangs und den Speicherzuständen gewonnen werden, wie es beispielhaft in der Figur 9 gezeigt ist. Figur 9 zeigt den zeitlichen Verlauf des Speicherladezu stands 58 Esp ist. In Richtung der linken Y-Achse der Figur 9 ist die Ist-Ladeleis- tung Pist dargestellt. Beispielsweise in einem Zeitbereich zwischen 18 Uhr und 6 Uhr des Folgetags erfolgt eine von der aktuellen Ladung des Akkus 46 des Elektrofahr zeuges 42 abhängige Nachladung. Hierbei ist die Ladedauer abhängig vom Energie verbrauch aus dem Akku 46 im Zeitraum zwischen 6 Uhr und 18 Uhr, wobei dieser linear interpoliert wird.

Wichtig ist es, zu beachten, dass die Nachladung eines Elektrofahrzeugs 42 nicht dem eigentlichen Bedarf entspricht (Bedarf = „Fahren des E-Fahrzeugs“). Dies be deutet, dass der Bedarf aus dem Leistungsverlauf des Ladevorgangs bzw. den Spei cherladezuständen abgeleitet werden muss, um eine Prognose durchführen zu kön nen. Für die Ableitung werden zusätzlich die Abwesenheitszeiten, in welchen das Elektrofahrzeugs 42 nicht an Ladebox 43 angeschlossen ist, und die Annahme einer mittleren Leistung genutzt. Ein derart entstehender prognostizierter Mobilitäts-Be darf 55 ist in der Figur 10 in seinem zeitlichen Verlauf dargestellt. In Richtung der Y- Achse der Figur 10 ist prognostizierter Mobilitäts-Bedarf Pprog dargestellt.

Für die Prognose kommen u.a. folgende Verfahren in Frage:

• Künstliche Neuronale Netze,

• Das Naive Prognoseverfahren,

• Regressionsverfahren

Basierend auf der Bedarfsprognose 29 erfolgt die Verarbeitung anhand von mathe matischen Algorithmen. Hierfür wird zunächst die kumulierte Summe 56 Esum prog für die prognostizierte Ladeleistung (Mobilitätsbedarf) gebildet.

Für die nachfolgenden Betrachtungen wird davon ausgegangen, dass die prognosti zierten Leistungsverläufe diskret vorliegen mit einem Zeitabstand von beispielsweise At=15 min. Die Leistungen entsprechen somit Mittelwerten über den Zeitraum At. So mit gilt

E sum prog für alle i e[0...t], wobei i ... einem Zählindex zu den Leistungswerten entspricht.

Das Ergebnis ist in der Figur 11 dargestellt. Figur 11 zeigt den Verlauf der prognosti zierten Ladeleistung 56 in ihren zeitlichen Verlauf. In einem nächsten Schritt wird an hand der statischen Parameter 17 bzw. Anlagenparameter mittels der Speicherkapa zität Es_P ka_P, dem Speicherladezustand zum Zeitpunkt Es_P (t_aw) und der unteren und oberen Leistungsgrenzkurve 52 und 53 die untere und obere energetische Grenzkur ven 27 und 28 ermittelt (Eprog min , E_Prog max). Ziel hierbei ist es auch, unzulässige Zu stände auszuschließen. Die vorab genannten Punkte können für das maximale Energieband der Energie wandlungsanlage 2 formeltechnisch wie folgt beschrieben werden:

Die Figur 12 zeigt hierzu den zeitlichen Verlauf der Ladeleistung Esum prog 56, welche zwischen der unteren energetischen Grenzkurve 27 Eprog min und der oberen energeti schen Grenzkurve 28 Eprog max verläuft. In Richtung der Y-Achse der Figur 9 ist die kumulierte Summe 57 Esum dargestellt.

In der Figur 13 sind vier Bereiche B1 , B2, B3 und B4 dargestellt. B1 stellt einen Be reich mit einem unzulässigen Zustand dar. B2, B3 und B4 sind Bereiche, in denen eine Ladung möglich ist, sogenannte mögliche Ladezeiträume. Alle 4 Bereiche wer den beachtet, indem die untere und obere Leistungsgrenzkurve 52 und 53 berück sichtigt wird.

Eine Weiterverarbeitung bzw. Optimierung kann beispielsweise notwendig sein, wenn gefordert ist, dass am Ende des Ladezyklus der Akku 46 des Elektrofahr zeugs 42 zu mindestens 50% geladen sein muss. Diese Anforderung in Verbindung mit den möglichen Ladezeiträumen hat direkten Einfluss auf die untere Grenze. Nach einer derartigen Optimierung der unteren energetischen Grenzkurve 27 wird eine be arbeitetet untere energetische Grenzkurve 27a erzeugt.

Bearbeitung der unteren energetischen Grenzkurve 27 erfolgt auf Basis der Ein schränkungen 32 für den freien Anlagenbetrieb.

Die Bearbeitung der unteren energetischen Grenzkurve ist in Figur 14 ersichtlich. Diese Bearbeitung muss unter Beachtung der statischen Parameter 17 bzw. Anla genparameter erfolgen. Die nachfolgend in Klammer stehenden Ziffern 1 bis 7 kor respondieren mit den in der Figur 14 gezeigten Ziffern.

(1 ) Negative Werte für die kumulierte energetische Grenzkurve sind aufgrund positi ver Werte der Leistungsstufen unzulässig. (2), (3) Es ist gefordert, dass ein Speicherladezustand von 50% am Ende des mögli chen Ladezeitraums erreicht sein muss. Dies erfordert, dass die untere Grenzkurve diesen Punkt (3) schneidet. Der Anstieg der unteren Grenzkurve (2) muss der maxi malen Leistung der Anlage entsprechen.

(4), (5) Am Ende des mögliche Ladezeitraums B3 muss ein Speicherladezustand er reicht sein, dass der darauffolgende, prognostizierte Bedarf erfüllt werden kann. Im Falle des Elektrofahrzeugs bedeutet dies, dass zum Beginn des nächsten Nachlade zeitraums B4 der minimale Speicherladezustand vorhanden ist. Um den notwendigen Speicherladezustand in B3 zu erreichen, muss rechtzeitig geladen werden. Der An stieg (4) entspricht wiederum die maximale Leistung der Anlage.

(6), (7) analog zu (2), (3), entspricht der Forderung nach einem Speicherladezustand von 50% am Ende eines möglichen Nachladezeitraums.

Im nächsten Schritt können Anlagenoptimierungen berücksichtigt werden. Dies könnte zum Beispiel die Forderung sein, dass eine Ladung möglichst immer am Ende des möglichen Nachladezeitraums erfolgt. Für das Elektrofahrzeug 42 ist eine solche Anlagenoptimierung aufgrund geringer Stillstandsverluste jedoch nicht not wendig.

Unter Berücksichtigung aller beschriebenen Bearbeitungsschritte ergibt sich final die untere und obere energetische Grenzkurve 27a und 28a, wie in der Figur 15 darge stellt ist.

Nachfolgend wird die Bildung eines aggregierten, abstrakten Anlagenmodells 16 an einem Beispiel eines aus der Figur 7 bekannten Batteriespeichers 5 beschrieben.

Nachfolgend sind die statischen und dynamischen Parameter des Modells des Batte riespeichers.

Statische Parameter 17

• Leistungsstufen der Anlage P\_s An\-

° ^LS Anl = [PBSP LS0< < ^BSP LSmax] ^BSP LS0 < 0, Rb SP LSmax > 0

• Modus Leistungsregelung M_PAnl o diskret

• Leistung Zustand AUS P_{aus Ani} o Leistung der Anlage im Zustand aus

° Paus Anl ⁼ 0VK

• Abschaltzeitkonstante: TAbsAni o TAbs Ani = 0 min

• Energiewandlungskennzahl: o a_An * [1,

• Speicherkapazität: Psp _kap_Ani EFI . = ^a sp _kap_AniEF2 bzw. Psp _kap_Ani EFI = ^a

Q Sp kap Anl EF 2

° ^SP kap BSP ⁼ 1 ^' ^Sp kap Akku

• Leistungsrauschen s_RAh1 = 0

Dynamische Parameter 18

Die Einzelanlage des Batteriespeichers 5 hat keinen Bedarf auf Seite der sekundä ren Energieform zu decken. Daher ist der Anstieg der unteren und oberen energeti schen Grenzkurve 27 und 28 gleich null. Da der Batteriespeicher 5 auch negative Leistungswerte annehmen kann, im Falle einer Einspeisung, ergibt sich mit der unte ren und oberen energetischen Grenzkurve 27 und 28 ein achsenparalleles Band zur Abszisse, wie es in der Figur 16 gezeigt ist. Die zu diesem Batteriespeicher 5 zuge hörige untere Leistungsgrenzkurve 52 und die obere Leistungsgrenzkurve 53 sind in der Figur 17 dargestellt.

Nachfolgend erfolgt eine Überlagerung der statischen Parameter 17 und 17a der bei den Energiewandlungsanlagen 2, also dem Batteriespeicher 5 und dem Elektrofahr zeug 42.

Die statischen Parameter 17 und 17a der beiden Energiewandlungsanlagen 2 müs sen im nächsten Schritt überlagert werden. Hierzu werden u.a. folgende Verfahren / Maßnahmen genutzt:

• mathematische Algorithmen,

• Kenntnisse zu Bedarfen, die durch beide Einzelanlagen gleichermaßen gedeckt werden können,

Definition eines Bezugssystems In dem dargestellten Beispiel besitzen beide Energiewandlungsanlagen 2 keine ge meinsam gedeckten Bedarfe. Ein Beispiel für diesen Fall wäre, wenn zum Beispiel zwei KWK-Anlagen den Heizwärmebedarf eines Gebäudes über den gleichen Hei zungskreis decken würden.

Da im Beispiel keine gemeinsamen Bedarfe existieren, ist auch kein Bezugssystem zu definieren. Ein Bezugssystem ist nur dann notwendig, wenn zwei oder mehr Ener giewandlungsanlagen 2 gemeinsam einen Energiebedarf 4 decken. Dann muss für die Aggregation 19 eine Bezugsanlage festgelegt werden, welche i.d.R. die priori- sierte Anlage ist und primär eingesetzt wird.

Die Überlagerung der einzelnen statischen Parameter 17 und 17a kann beispiels weise anhand der nachfolgend genannten Algorithmen erfolgen:

• Leistungsstufen P_LS1 : o Überlagerung abhängig von dem Modus der Leistungsregelung der An lagen: o Z.B. bei diskreten Leistungsstufen: Aggregation durch Bildung aller möglichen Kombinationen ohne Wiederholung, Addition der Werte und aufsteigende Sortierung o Mögliche Weiterverarbeitung ist u.a. die Reduktion der Leistungsstufen

• Modus Leistungsregelung M_P o Ergibt sich aus der Methodik der Aggregation der Leistungsstufen o Z.B. bei Überlagerung diskreter Leistungsstufen -> diskret, ebenso

• Leistung Zustand AUS P_aus o Addition der Leistung im Zustand AUS aller Einzelanlagen

• Abschaltzeitkonstante: TAbs o Abschaltzeitkonstante ergibt sich aus dem Maximum aller Abschaltzeit konstanten

• Energiewandlungskennzahl: a = [ ^{?EF 1 LS 0} , ^{Pef 1 LS max}]

^PEF 2 LS 0 ^PEF 2 LS max o Überlagerung abhängig vom Modus der Leistungsregelung der Anlagen o Z.B. bei diskreten Leistungsstufen: Aggregation durch Bildung aller möglichen Kombinationen ohne Wiederholung, Multiplikation Werte und Sortierung gemäß den Zuordnungen zu den aggregierten Leistungsstu fen

• Speicherkapazität: E_{SP kap} o Addition der Speicherkapazitäten aller Einzelanlagen

• Leistungsrauschen s_R = 0 o Addition des Leistungsrauschen aller Einzelanlagen

Im Anschluss an die Überlagerung der statischen Parameter 17 und 17a wird eine Hilfsgröße 20 abgeleitet. Diese Hilfsgröße 20 ist ein Leistungsvektor, der sich von den Leistungsstufen, den Energiewandlungskennzahlen, dem Wissen über gemein sam zu deckende Bedarfe 37 und dem festgelegten Bezugssystem ergibt. Er wird nachfolgend als P_LS dargestellt und ergänzt die statischen Parameter 17.

Neben den statischen Parametern 17 und 17a aller Energiewandlungs-anlagen 2 müssen auch die dynamischen Parameter 18 und 18a der beiden Energiewand lungsanlagen 2 aggregiert werden. Hierbei werden zunächst die unteren und oberen Grenzkurven 27, 27^' und 28, 28^' der beiden Energiewandlungsanlagen 2 addiert. Hierzu muss gegebenenfalls analog zur Aggregation 19 der statischen Parameter 17 und 17a die Kenntnis über gemeinsam zu deckende Energiebedarfe 37 und dem Be zugssystem mit in der Aggregation 19 betrachtet werden. Das Ergebnis der Aggrega tion 19 ist in den Figuren 18 und 19 dargestellt.

Die Figur 18 zeigt in einer gemeinsamen Darstellung die untere und obere energeti sche Grenzkurve 27 und 28 für das Elektrofahrzeug 42 als auch die untere und obere energetische Grenzkurve 27^' und 28^'für den Batteriespeicher 5. Im Ergebnis der verfahrensgemäßen Verarbeitung ergeben sich die aggregierte untere energeti sche Grenzkurve 59 und die aggregierte obere energetische Grenzkurve 60, wie in der Figur 18 dargestellt. Die Y-Achse entspricht einer kumulierten Summe.

Die Figur 19 zeigt in einer gemeinsamen Darstellung die untere und obere Leistungs grenzkurve 52 und 53 für das Elektrofahrzeug 42 als auch die untere und obere Leis tungsgrenzkurve 52^' und 53^' für den Batteriespeicher 5. Im Ergebnis der verfahrens gemäßen Verarbeitung ergeben sich die aggregierte untere Leistungsgrenzkurve 65 und die aggregierte obere Grenzkurve 66, wie in der Figur 19 dargestellt. Die Y- Achse bildet die prognostizierte Leistung P ab. Die aggregierte untere Leistungs grenzkurve 65 überdeckt im Beispiel der Figur 19 die untere Leistungsgrenz kurve 52^'des Batteriespeichers.

In einem zweiten Schritt wird wiederum im Rahmen des Aggregationsvorgangs eine Hilfsgröße 20a abgeleitet, welche beschreibt, wie lange eine Energiewandlungsan lage 2 bzw. eine Kombination von Energiewandlungsanlage 2n bei maximaler Leis tung in Betrieb sein muss, um die untere energetische Grenzkurve 27 zu erfüllen. Diese Hilfsgröße ergänzt die dynamischen Parameter 18.

In einem weiteren Schritt können die unbeeinflussbaren Systeme wie beispielsweise eine Photovoltaik-Anlage 42 und der elektrische Verbraucher 40 noch berücksichtigt werden. Eine Optimierung ist hierbei sowohl bei den energetischen Grenzkurven 59 und 60 gemäß Figur 18 als auch bei den Leistungsgrenzkurven 65 und 66 gemäß Fi gur 19 möglich.

Im gezeigten Beispiel ist es sinnvoll, die Lastgänge in den Leistungsgrenzkurven zu berücksichtigen. Beispielhaft seien die Leistungsgrenzkurven mit den Prognosen in der Figur 20 ersichtlich.

Figur 20 zeigt zwischen der aggregierte untere Leistungsgrenzkurve 65 und der ag gregierte oberen Leistungsgrenzkurve 66 eine Bedarfsprognose 29 des Energiebe darfs sowie eine Erzeugungsprognose 39.

Im Rahmen der Optimierung kann vorgegeben werden, mit welcher Leistung die steuerbaren Energiewandlungsanlagen 2 minimal und maximal betrieben werden sol len unter Beachtung der nicht steuerbaren Energiewandlungsanlagen 2. So ist es beispielsweise möglich, im Falle eines nicht steuerbaren Verbrauchs die maximale zulässige Leistung, also die aggregierte obere Leistungsgrenzkurve 66 zumindest teilweise zu reduzieren. Die Reduktion kann unterschiedlich hoch ausfallen, je nach dem wie hoch das „Maß“ der Optimierung sein soll. Eine derartige Optimierung ist beispielhaft in der Figur 21 dargestellt. In der Figur 21 sind die derart optimierten Leistungsgrenzkurven, also die ange passte aggregierte untere Leistungsgrenzkurve 61 sowie die angepasste aggregierte obere Leistungsgrenzkurve 62 dargestellt. Der Raum zwischen der unteren Leis tungsgrenzkurve 61 und der oberen Leistungsgrenzkurve 62 ist der zum jeweiligen Zeitpunkt zur Verfügung stehende Bereich in welchem das Energiemanagementsys tem 1 mittels der entsprechenden Steuerungs- und Regelungseinheit 7 eine Steue rung bzw. Regelung einzelner Energiewandlungsanlagen 2 vornehmen kann.

LISTE DER BEZUGSZEICHEN

1 Energiemanagementsystem

1a lokales Energiemanagementsystem

1b übergeordnetes Energiemanagementsystem

2 Energiewandlungsanlage

3 Versorgungsnetz

4 Energiebedarf / Bedarf

5 Energiespeicher

6, 6a, 6b, ..., 6n Sensor/ Zähler

7 Steuerungs- und Regelungseinheit

8 Steuerbefehl

9 Messdaten

10 Energieleitstelle 11 Schnittstelle 12 Verbindungseinheit / Gateway

13 Energiefluss

14 externe Prognose

15 Internet

16 abstraktes und aggregiertes Modell

17, 17a, 17b, ..., 17n statische Parameter

18, 18a, 18b, ..., 18n dynamische Parameter

19, 19a, 19b Aggregation

20, 20a, 20b Hilfsgrößen 21 Disaggregation

22 erste Ebene

23 zweite Ebene

24 Sollbefehl

25 Steuerbefehl abstraktes Modell einer Energiewandlungsanlage, 27a erste (untere) energetische Grenzkurve , 28a zweite (obere) energetische Grenzkurve

Bedarfprognose

Historische Messwerte

Einschränkungen zum Anlagenbetrieb

Mathematische Algorithmen erste Optimierungen

Konfiguration

Energetische Schnittstelle gemeinsamer Energiebedarf

Bezugssystem

Erzeugungsprognose elektrischer Verbraucher

Photovoltaik-Anlage (PV-Anlage)

Elektrofahrzeug

Ladebox

Anschlusssteckdose erster Akku Batteriewechselrichter Motor

Steuerbarer Energieerzeuger weiter Akku steuerbarer Verbraucher untere Leistungsgrenzkurve obere Leistungsgrenzkurve prognostizierte Leistung P prognostizierter Mobilitäts-Bedarf Verlauf prognostizierte Ladeleistung Esum prog kumulierte Summe Esum Speicherladezustand Esp ist aggregierte untere energetische Grenzkurve aggregierte obere energetische Grenzkurve angepasste aggregierte untere Leistungsgrenzkurve angepasste aggregierte obere Leistungsgrenzkurve Verarbeitung zweite Optimierung aggregierte untere Leistungsgrenzkurve aggregierte obere Leistungsgrenzkurve

Formelzeichen Bedeutungen

PAV Elektrische Leistung des Allgemeinverbrauchs (elektrischer Verbraucher) (40)

^E-FZG Elektrische Leistung, die durch ein Elektrofahrzeug (42) auf genommen oder abgegeben wird

P LS Anl Leistungen zu den Leistungsstufen einer Energiewandlungs anlage (2) auf der Seite der primären Energieform 1 (z.B. Elektroenergie)

^E-FZG LSO Leistung bei Leistungsstufe 0 eines Elektrofahrzeugs (42) auf der Seite der primären Energieform 1 (z.B. Elektroenergie)

^E-FZG LSmax Leistung bei maximaler Leistungsstufe eines Elektrofahr zeugs (42) auf der Seite der primären Energieform 1 (z.B. Elektroenergie)

Mp Anl Modus der Leistungsregelung einer Energiewandlungsanlage (2), zum Beispiel kontinuierliche Leistungsregelung oder dis krete Leistungsregelung in Stufen p r aus Anl Elektrische Leistung im Zustand aus der Energiewandlungs anlage (2)

^Abs Anl Abschaltzeitkonstante, entspricht derzeitdauer, die der Vor gang der Abschaltung einer Energiewandlungsanlage (2) be nötigt -Anl Energiewandlungskennzahl einer Energiewandlungsanlage (2), entspricht dem Verhältnis zwischen der Leistung auf Seite der Energieform 1 zur Leistung auf Seite der Energie form 2

PA_HI EF I LS O Leistung der Energiewandlungsanlage (2) bei Leistungsstufe 0 auf Seite der Energieform 1

P_{Ani EF}2 _Lso Leistung der Energiewandlungsanlage (2) bei Leistungsstufe 0 auf Seite der Energieform 2

P_{Ani EF i LSmax} Leistung der Energiewandlungsanlage (2) bei maximaler Leistungsstufe auf Seite der Energieform 1

^Anl EF 2 LS max Leistung der Energiewandlungsanlage (2) bei maximaler Leistungsstufe auf Seite der Energieform 2

P_Sp ka_P Ani EFi Elektrische Speicherkapazität bezogen auf Energieform 1 , entspricht der speicherbaren Energie im Speicher (5), wel cher der Energiewandlungsanlage (2) zugeordnet ist, bezo gen auf die Seite der Energieform 1

P_{Sp kaP Ani} EF2 Elektrische Speicherkapazität bezogen auf Energieform 2, entspricht der speicherbaren Energie im Speicher (5), wel cher der Energiewandlungsanlage (2) zugeordnet ist, bezo gen auf die Seite der Energieform 2

C?Sp kap Anl EF2 Thermische Speicherkapazität bezogen auf Energieform 2, entspricht der thermisch speicherbaren Energie im Speicher (5), welcher der Energiewandlungsanlage (2) zugeordnet ist, bezogen auf die Seite der Energieform 2

Esp kap Akku Speicherkapazität des Akkus eines Elektrofahrzeugs (42) für die Energieform 2

Es kap E-FZG Speicherkapazität eines Elektrofahrzeugs (42) bezogen auf die Energieform 1 sR Ah1 Leistungsrauschen einer Energiewandlungsanlage (2), ent spricht einem prozentualen Wert, welcher beschreibt, wie groß die ungewünschte Fluktuation der elektrischen Leistung der Energiewandlungsanlage (2) im Betrieb ist, bezogen auf Energieform 1

^_progmin Leistungsverlauf gemäß der unteren Leistungsgrenz kurve (52), entspricht prognostizierten Werten

^_progmax Leistungsverlauf gemäß der oberen Leistungsgrenz kurve (53), entspricht prognostizierten Werten p_rogmin Kumulierter Energieverlauf der unteren energetische Grenz kurve (27), entspricht prognostizierten Werten p_rogmax Kumulierter Energieverlauf der oberen energetischen Grenz kurve (28), entspricht prognostizierten Werten

£_{Sp ist} Verlauf der zum aktuellen Zeitpunkt gespeicherte Energie in einem Speicher (5), der einer Energiewandlungsanlage (2) zugeordnet ist, hier für ein Elektrofahrzeug (42) P_ist Verlauf der elektrischen Leistung für eine Energiewandlungs anlage (2), hier die Ladeleistung für ein Elektrofahrzeug (42)

P_prog Prognostizierte Leistung für eine Energiewandlungsanlage (2), die als Bedarf durch die Energiewandlungsanlage (2) zu decken ist, hier die prognostizierte Ladeleistung eines Elekt rofahrzeugs (42)

^_sumprog Kumulierte Summe der Energie, die ausgehend von der prognostizierten Leistung für eine Energiewandlungsanlage (2) P_prog sich ergibt, hier kumulierte Summe der prognostizier ten Ladeleistung eines Elektrofahrzeugs (42) i Zählschritt t Zeitabstand zwischen zwei Zählschritten i t Anzahl der maximaler Zählschritte unter Beachtung einer zu betrachtenden Zeitdauer (Prognosedauer) und einem Zeitab stand zwischen den Zählschritten

P_LSmax Leistung bei maximaler Leistungsstufe

P_{B SP LSO} Leistung bei Leistungsstufe 0 eines Batteriespeichers (5) auf der Seite der primären Energieform 1 (z.B. Elektroenergie) i_ßsp_LSmax Leistung bei maximaler Leistungsstufe eines Batteriespei chers (5) auf der Seite der primären Energieform 1 (z.B. Elektroenergie) Psp kap E-FZG Speicherkapazität eines Batteriespeichers (5) bezogen auf die Energieform 1

P JS Leistungen zu den Leistungsstufen mehrerer Energiewand lungsanlagen (2) auf der Seite der primären Energieform 1 (z.B. Elektroenergie)

M_P Modus der Leistungsregelung mehrerer Energiewandlungs anlagen (2), zum Beispiel kontinuierliche Leistungsregelung oder diskrete Leistungsregelung in Stufen

P_aus Elektrische Leistung im Zustand mehrerer Energiewand lungsanlagen (2)

T A_t bs Abschaltzeitkonstante, entspricht der zeitdauer, die der Vor gang der Abschaltung mehrerer Energiewandlungsanlagen (2) maximal benötigt a Energiewandlungskennzahl einer Kombination mehrerer Energiewandlungsanlagen (2), entspricht dem Verhältnis zwi schen der Leistung auf Seite der Energieform 1 zur Leistung auf Seite der Energieform 2

PEF I LS O Leistung mehrerer Energiewandlungsanlagen (2) bei Leis tungsstufe 0 auf Seite der Energieform 1

PEF2 LS O Leistung mehrerer Energiewandlungsanlagen (2) bei Leis tungsstufe 0 auf Seite der Energieform 2 ^EF 1 LS max Leistung mehrerer Energiewandlungsanlagen (2) bei maxi maler Leistungsstufe auf Seite der Energieform 1

P_pp 2 LS max Leistung der Energiewandlungsanlage (2) bei maximaler Leistungsstufe auf Seite der Energieform 2

^s_{p kap} Elektrische Speicherkapazität bezogen auf Energieform 1 , entspricht der speicherbaren Energie mehrerer Speicher (5), welche mehreren Energiewandlungsanlage (2) zugeordnet ist, bezogen auf die Seite der Energieform 1 s_R Leistungsrauschen mehrerer Energiewandlungsanlage (2), entspricht einem prozentualen Wert, welcher beschreibt, wie groß die ungewünschte Fluktuation der elektrischen Leistung der Energiewandlungsanlage (2) im Betrieb ist, bezogen auf Energieform 1

P_LS Hilfsgröße als Ableitung aus den Leistungsstufen, den Ener giewandlungskennzahlen, dem Wissen über zu deckende Bedarfe (4) und dem festzulegenden Bezugssystem

Claims

PATENTANSPRÜCHE

1. Verfahren zur Modellierung einer oder mehrerer

Energiewandlungsanlagen (2) in einem Energiemanagementsystem (1), wobei in dem Energiemanagementsystem (1) mindestens eine Energiewandlungsanlage (2) und eine Steuerungs- und Regelungseinheit (7) bereitgestellt wird, dadurch gekennzeichnet, dass ein technologieunabhängiges abstraktes Modell (26) für jede Energiewandlungsanlage (2) mit ihren jeweiligen statischen

Parametern (17) und ihren jeweiligen dynamischen Parametern (18) erzeugt wird, wobei die Parameter (17, 18) einheitlich und unabhängig vom Typ der jeweiligen Energiewandlungsanlage (2) sind, wobei dynamische Parameter (18) durch eine Verarbeitung (63) mittels mathematischer Algorithmen (33) sowie Optimierungen (34) auf Grundlage einer Bedarfsprognose (29) und Einschränkungen für den Anlagenbetrieb (32) gebildet werden und wobei statische Parameter (17) durch die Eingabe von technologieunabhängigen Anlagenparametern gebildet werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass aus zwei oder mehr abstrakten Modellen (26) je einer Energiewandlungsanlage (2) mittels einer Aggregation (19) ein abstraktes und aggregiertes Modell (16) gebildet wird, welches mindestens die statischen Parameter (17a, 17b, ... ,17n) und die dynamischen Parameter (18a, 18b, ... , 18n) der zwei oder mehr Energiewandlungsanlagen (2) abbildet.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass eine Aggregation (19) unter zu Hilfenahme energetischer Schnittstellen (36), eines Bezugssystems (38), mathematischer Algorithmen (33) und gemeinsamer Energiebedarfe (37) erfolgt.

4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass bei der Aggregation (19) Hilfsgrößen (20) gebildet werden, wobei die aus den statischen Parametern (17a) und (17b) der abstrakten Modelle (26) bei der Aggregation (19) gebildeten Hilfsgrößen (20) in den statischen Parametern (17) des abstrakten und aggregierten Modells (16) abgespeichert werden und wobei die aus den dynamischen Parametern (18a) und (18b) der abstrakten Modelle (26) bei der Aggregation (19) gebildeten Hilfsgrößen (20) in den dynamischen Parametern (18) des abstrakten und aggregierten Modells (16) gespeichert werden.

5. Verfahren nach einem der Ansprüche 2 bis 4, dadurch gekennzeichnet, dass die dynamischen Parameter (18) des abstrakten und aggregierten Modells (16) durch zweite Optimierungen (64) gebildet werden, wobei statische Parameter (17) des abstrakten und aggregierten Anlagenmodells (16) sowie Ausgangsgrößen der Aggregation (19b), der Bedarfsprognose (29) und der Erzeugungsprognose (39) genutzt werden.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass Steuerbefehle (25) für Energiewandlungsanlagen (2) mittels einer Disaggregation (21) unter Verwendung von Sollbefehlen (24) aus dem Energiemanagementsystem (1) sowie der statischen Parameter (17) und der dynamischen Parameter (18) des abstrakten und aggregierten Modells (16) gebildet werden.

7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die erste Optimierung (34) nach vorgegebenen Zeiten des Betriebs einer Energiewandlungsanlage (2) oder einem energetisch effizienten Betrieb der Energiewandlungsanlage (2) erfolgt.

8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die zweite Optimierung (64) nach Wirtschaftlichkeit, Energieeffizienz oder Spitzenlastkappung erfolgt.

9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass Betriebsgrenzen wie ein zu erfüllender Wärmebedarf durch die Energiewandlungsanlage (2), eine Verfügbarkeit eines Elektrofahrzeugs (42), ein Speicherzustand eines thermischen oder elektrischen Speichers (5) und eine maximal mögliche oder minimal notwendige Einspeisung in elektrische Versorgungsnetze (3) berücksichtigt werden.

10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass das Energiemanagementsystem (1) ein lokales Energiemanagementsystem (1a) oder ein übergeordnetes Energiemanagementsystem (1b) ist.