EP4150732A1 - Verfahren und vorrichtung zur prädiktion eines energetischen leistungsangebots sowie software-programm-produkt - Google Patents

Verfahren und vorrichtung zur prädiktion eines energetischen leistungsangebots sowie software-programm-produkt

Info

Publication number
EP4150732A1
EP4150732A1 EP20754636.7A EP20754636A EP4150732A1 EP 4150732 A1 EP4150732 A1 EP 4150732A1 EP 20754636 A EP20754636 A EP 20754636A EP 4150732 A1 EP4150732 A1 EP 4150732A1
Authority
EP
European Patent Office
Prior art keywords
time
influencing
range
services
conditions
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP20754636.7A
Other languages
English (en)
French (fr)
Inventor
Matthias Dürr
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Siemens Corp
Original Assignee
Siemens AG
Siemens Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG, Siemens Corp filed Critical Siemens AG
Publication of EP4150732A1 publication Critical patent/EP4150732A1/de
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/17—Demand-responsive operation of AC power transmission or distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/28—Arrangements for balancing of the load in networks by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2105/00—Networks for supplying or distributing electric power characterised by their spatial reach or by the load
    • H02J2105/10—Local stationary networks having a local or delimited stationary reach
    • H02J2105/12—Local stationary networks having a local or delimited stationary reach supplying households or buildings
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2105/00—Networks for supplying or distributing electric power characterised by their spatial reach or by the load
    • H02J2105/50—Networks for supplying or distributing electric power characterised by their spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2105/52—Networks for supplying or distributing electric power characterised by their spatial reach or by the load for selectively controlling the operation of the loads for limitation of the power consumption in the networks or in one section of the networks, e.g. load shedding or peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Definitions

  • Electricity is used in everyday life and at home to supply energy to numerous electronic, electrical and electromechanical devices and systems of all sizes, for example household appliances in private households, a growing number of bicycles, cars and other vehicles equipped with electric motors, through to industrial production systems.
  • the electricity is provided for use, but the range of services is usually limited. In the case of a private consumer, for example in an apartment, this limits z. For example, a standard (16A) fuse reduces the output to 3.68kW. How much of this maximum power is actually accessed for how long is completely irrelevant to the provision of this power. The power requirement cannot be covered beyond this range of services.
  • An electric steel furnace for example, requires more energy to restart than was saved in the previous passive phase in order to prevent the power supply network from collapsing. Production-related long-term energy consumption forecasts are not taken into account.
  • the method according to the invention for predicting an available energy output or existing energy output limits at a later point in time or over a period of time comprises the following steps:
  • the problem is solved by using a predictor that calculates the range of services available at a given point in time and the existing capacity limits based on the agreed technical and contractual rules, makes these available to the operating and planning systems of the industrial company, and through observation and comparison of the real situation with the calculated situation optimizes the prediction parameters and also indicates unused potential.
  • Superposition is also known as the superposition principle. A result is achieved by superimposing two identical physical variables without mutual impairment. Superposition is used in many areas like that Mathematics, physics and electrical engineering applied to linear problems.
  • the challenge here is that the previously simple determination of the power available to the consumer at a point in time is now giving way to a sometimes complex determination of the available power that depends on points in time, history and associated conditions.
  • a performance predictor device determines a superposition for an overall statement for a point in time x from a set of individual conditions for the guaranteed performance by weighting.
  • Figure 1 Exemplary individual conditions to be taken into account
  • FIG. 3 Determination of the performance predictor with weighting of the individual conditions.
  • FIG. 1 shows exemplary individual conditions over a period of time t.
  • the first diagram 11 shows a constant maximum feed-in power Pmax, as agreed with the energy supply company, in area 112 the user is "in the green area", here he fulfills his part of the contract with the energy supplier.
  • Pmax the maximum feed-in power
  • the actually guaranteed feed-in power Pmax is exceeded, which can lead to disadvantages, whether of a technical nature if the power supply of the power grid is no longer sufficient, or of a financial nature due to penalties on the electricity price.
  • Diagram 12 shows an annual and daily limit according to an "atypical network use" contract model, i.e. power limit during daily or otherwise regularly recurring predictable peak times tl, t2, t3.
  • the figure does not show the electricity consumption that actually happened or is actually expected, but that energy level that the energy supplier is willing or able to provide at the said time.
  • the area 122 shows the permitted usage area and 121 the excess.
  • These can be recurring events (closing time) or days with peak events that lead to a changed behavior the participant in the electricity supply network takes care of this and causes the electricity provider to have to control the acceptance of electricity accordingly.
  • Diagram 13 shows the avoidance of load peaks in relation to a high annual total amount of energy in accordance with the contract model "intensive network use". It should be noted that a minimum consumption quantity 133 is also included in this diagram. At time t4, for example, an unplanned power consumption now occurs 135, which leads to the available amount of power being exceeded. As a consequence, the minimum threshold for reaching the annual usage hour limit (7000 h) is raised after the maximum power previously drawn has been exceeded at this point in time t4. This is not just a maximum feed-in power Pmax specified, but also a minimum Purchase quantity P(Emin) so that the desired consumption 132 is between exceeding 131 and falling below 133.
  • the individual conditions can be weighted.
  • a reduced weighting of the performance of a memory would be conceivable, since there are degrees of freedom with regard to use, and linking rules can be applied.
  • Condition B only makes sense if A is fulfilled but not C.
  • An obvious example would be that a memory can only be taken into account in the calculations of the service offer if it could also be loaded beforehand.
  • a dynamic e.g. similar to a "sales funnel”.
  • the performance predictor is preferably used as indicated in FIG. It provides the limit values of the available power window for the operational planning and control tools for points in time x in the time sequence t - up to the real-time calculation. This fulfills an essential precondition for the dynamic adjustment of the operational planning to the supply situation , without having to maintain disproportionately large reserves.
  • the systems in an industrial plant that can then work with such information are, for example, an ERP 313, MES 314, PCS 315, or logistics 316.
  • the conditions actually observed are fed back 319 to the predictor 311 with the aim of optimizing, in particular, the weightings in a control loop.
  • the actually observed events are fed back to the predictor 311 via a correction function 312 in order to achieve optimization in this way.
  • This can be done, for example, in such a way that if the expected feed-in is missed by the storage facility, its weighting for future forecasts is reduced.
  • Another example would be that if, for example, the conditions for "intensive network use" can no longer be reasonably achieved, the weighting of this contract model is set to zero.
  • a final example would be the need to purchase additional capacity in the short term because the forecast was incorrect.
  • a particularly advantageous execution of the correction function results from a high number of rule and weighting changes (e.g. through participation in energy trading) through the use of machine learning in connection with a neural network, for example in a (trading) scenario in which constantly changing probabilities for the available power would result.
  • the main advantage of the invention is to make the advantages of dynamic EVU contract models in industrial use continuously available and to reduce the need to keep high reserves due to uncertainty.

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Ein Prädiktor wird vorgeschlagen, der das zu einem Zeitpunkt zur Verfügung stehende Leistungsangebot anhand der vereinbarten technischen und vertraglichen Regeln vorausberechnet, diese den Betriebs- und Planungssystemen des Industriebetriebs zur Verfügung stellt und durch Beobachtung und Vergleich der realen Situation mit der errechneten Situation die Prädiktionsparameter optimiert, bzw. auch auf nicht-genutzte Potentiale hinweist.

Description

Beschreibung
Verfahren und Vorrichtung zur Prädiktion eines energetischen Leistungsangebots sowie Software-Programm-Produkt
Elektrischer Strom dient in Alltag und Haushalt zur Energie versorgung zahlreicher elektronischer, elektrischer und elektromechanischer Geräte und Anlagen aller Größen, bei spielsweise Haushaltsgeräten in Privathaushalten, einer wach senden Anzahl mit Elektromotor ausgestatteter Fahrräder, Au tos und anderer Fahrzeuge bis zu industriellen Produktionsan lagen.
Der Strom wird in zur Nutzung bereitgestellt, das Leistungs angebot ist dabei in der Regel beschränkt. Bei einem Privat- Verbraucher, beispielsweise in einer Wohnung, begrenzt damit z. B. eine übliche (16A-)Sicherung die Leistung auf 3,68kW. Wieviel von dieser Maximalleistung wie lang tatsächlich abge rufen wird ist dabei für die Bereitstellung dieser Leistung völlig irrelevant. Über dieses Leistungsangebot hinausgehen der Strombedarf kann nicht gedeckt werden.
Für einen Privat-Verbraucher ist dieses Leistungsangebot durch das Netz in der Regel ausreichend, gut abgesichert und die Bereitstellung mit dem Stromversorger eindeutig geregelt.
Eine andere Situation gibt es allerdings in der energieinten siven Industrie, für die eine maximal angebotene Stromversor gung gegebenenfalls eine Begrenzung der Produktionsfähigkeit der Produktionsanlage bedeutet.
Ein großes Problem stellt eine zunehmend instabilere Energie versorgung dar. Es gibt inzwischen den Wunsch, dass große In dustriebetriebe ihren Verbrauch zeitweise reduzieren, um ei nen Netzzusammenbruch zu vermeiden. Dies ist auch bedingt durch eine sehr komplexe Vernetzung der Verbraucher und einen zunehmenden Energieverbrauche aller Teilnehmer, durch Nutzung von immer mehr elektrischen Helfern, inzwischen auch autonom agierenden und damit bezüglich des Zeitpunkts des Strombe darfs teilweise kaum vorhersagbar. Nicht zu vergessen ist da bei beispielsweise auch der steigende Wunsch nach einer grö ßeren Anzahl von Lademöglichkeiten für Elektrofahrzeuge.
Es gibt mehr oder weniger komplexe Vertragsmodelle der Ener gieversorger, mittels denen sich die Industriebetriebe dem Gesamt-Strombedarf unterwerfen können, was dann durch attrak tive Prämien vergütet wird.
Wenn beispielsweise abends viele Privat-Haushalte mehr oder weniger gleichzeitig anfangen, den Strombedarf deutlich zu erhöhen, durch Fernsehen oder Internet-Nutzung wie Streamen, kochen oder andere Haushaltsgeräte zu verwenden, fährt der Industriebetrieb mit dem hohen Strombedarf dann für einen festgelegten Zeitraum seine energieintensiven Produktionsan lagen, soweit wie im vernetzten und komplexen Produktionspro zess überhaupt möglich ist, herunter, begrenzen damit in die sem Zeitraum ihren Leistungsabruf und bekommen dafür eine Prämie.
Für die Energiebilanz der industriellen Produktionsanlage kann dies aber wiederum negative Auswirkungen haben, ein Elektrostahlofen beispielsweise benötigt zum Wiederhochfahren mehr Energie als in der vorhergehenden passiven Phase einge spart wurde, um zu verhindern, dass das Stromversorgungs-Netz zusammenbricht. Produktionsbezogene langfristige Energiever brauchsprognosen werden nicht berücksichtigt.
Für den Industriebetrieb äußert sich das so, dass sich die verfügbare Leistung seitens des Energieversorgers verringert, oder eine Mindestleistung abgenommen werden muss, und er dies kompensieren muss, um die vertraglich zugesicherten finanzi ellen Vorteile zu erhalten. Da ist es irgendwann fraglich, ob die so erhaltenen finanziellen Anreize in der Gesamtrechnung noch einen Vorteil darstellen. Während bislang im Rahmen der Vertragsgestaltung mit dem Energieversorgungsunternehmen (EVU, ggf. auch in Verbindung mit dem Netzbetreiber) eine Maximalleistung vereinbart wird, bis zu der ein Verbraucher Energie abrufen konnte, tauchen also zunehmend Modelle auf, bei denen der Energieversorger dem Verbraucher wirtschaftliche Vorteile bietet, falls er sein Verhalten an Bedürfnisse des EVU anpasst. Dies kann z.
B. in Form von jahres- und tageszeitlichen Einschränkungen (atypische Netznutzung), der Vermeidung von Leistungsspitzen beim Bezug großer Energiemengen über lange Zeiträume (inten sive Netznutzung) oder dem kurzfristigen Lastabwurf auf An forderung des EVU (Regelenergieabruf) erfolgen. Tatsächlich kann auch nicht nur die Begrenzung der abgenommenen Leistung erforderlich werden, sondern umgekehrt die Abnahme einer Min destleistung - wenn beispielsweise bei besonders günstigem Wetter ein erhöhtes Angebot von Strom durch angeschlossene Solaranlagen oder Windenergieanlagen besteht.
Das Problem wird heute zum einen durch den Einsatz von Bera tern gelöst, die bei anstehenden Entscheidungen wie bei spielsweise bei Investitionen, Abschluss von Versorgungsver trägen, Teilnahme an Lastbegrenzungsmaßnahmen, auf Basis von existierenden Daten Modellrechnungen durchführen und Empfeh lungen abgeben.
Allerdings werden dabei komplexere Modelle eher gemieden, da die Risiken für eine industrielle Produktion durch Produkti onsausfälle bei einem Fehler in der Kalkulation als zu hoch im Vergleich zu den möglichen Einsparungen gesehen werden.
Aus dem Stand der Technik, beispielsweise der US 9633401, der US 8670874, oder auch der US7881889B2 sind Vorhersage- und Optimierungsverfahren bekannt, welche aber alle basierend auf Energieverbrauchsprognosen der vorhandenen Verbraucher arbei ten.
Im Rahmen der Umstellung der Energieversorgung hin zu nicht deterministischen Energiequellen stehen zunehmend Maßnahmen zur dynamischen Lastanpassung auf der Verbraucherseite im Vordergrund, insbesondere im Industriebereich wie oben be reits beschrieben.
Es ist Aufgabe der Erfindung, ein Verfahren anzugeben, das die oben beschriebenen Herausforderungen löst.
Die Aufgabe wird gelöst durch ein Verfahren gemäß Patentan spruch 1.
Das erfindungsgemäße Verfahren zur Prädiktion eines zur Ver fügung stehenden energetischen Leistungsangebots oder beste hender energetischer Leistungsgrenzen zu einem späteren Zeit punkt oder über einen Zeitraum umfasst folgende Schritte:
- Ermittlung der zu dem Zeitpunkt oder in dem Zeitraum maxi malen verfügbaren Einspeiseleistung,
- Modellierung von einzelnen, das energetische Leistungsange bot beeinflussenden Bedingungen,
- Berechnung einer Superposition, indem die einzelnen Bedin gungen überlagert werden und damit zu dem gesuchten Zeitpunkt ein Leistungsintervall ermittelt wird.
Das Problem wird gelöst durch den Einsatz eines Prädiktors, der das zu einem Zeitpunkt zur Verfügung stehenden Leistungs angebot und die vorhandenen Leistungsgrenzen anhand der ver einbarten technischen und vertraglichen Regeln vorausberech net, diese den Betriebs- und Planungssystemen des Industrie betriebs zur Verfügung stellt und durch Beobachtung und Ver gleich der realen Situation mit der errechneten Situation die Prädiktionsparameter optimiert, bzw. auch auf nicht-genutzte Potentiale hinweist.
Superposition ist auch als Überlagerungsprinzip bekannt. Da bei wird ein Ergebnis erzielt durch die Überlagerung zweier gleicher physikalischer Größen ohne gegenseitige Beeinträch tigung. Die Superposition wird in vielen Bereichen wie der Mathematik, der Physik und der Elektrotechnik auf lineare Probleme angewandt.
Die Aufgabe wird weiterhin gelöst durch ein Computerprogramm produkt gemäß Patentanspruch 10 und eine Vorrichtung gemäß Patentanspruch 12.
Eine automatisierte Prognose für Leistungsbeschränkungen wird abgegeben .
Die Herausforderung dabei ist, dass die zuvor einfache Er mittlung der zu einem Zeitpunkt für den Verbraucher verfügba ren Leistung nun einer teilweise komplexen Ermittlung der verfügbaren Leistung weicht, die von Zeitpunkten, Vorge schichte und verknüpften Bedingungen abhängt.
Eine Vorrichtung Leistungsprädiktor ermittelt aus einer Menge von Einzelbedingungen für die zugesicherte Leistung durch Ge wichtung eine Superposition für eine Gesamtaussage für einen Zeitpunkt x.
Vorteilhafte Ausführungsformen der Erfindung werden durch die Unteransprüche beschrieben.
Die Erfindung wird auch durch die Figuren beschrieben, dabei zeigt
Figur 1 Beispielhafte, zu berücksichtigende Einzelbedin gungen,
Figur 2 Verknüpfung zu einem erfindungsgemäßen Leistungs prädiktor,
Figur 3 Ermittlung des Leistungsprädiktors mit Gewichtung der Einzelbedingungen.
In Figur 1 sind beispielhafte Einzelbedingungen über einen Zeitablauf t dargestellt. In ersten Diagramm 11 ist eine gleichbleibende maximale Ein speiseleistung Pmax dargestellt, wie sie mit dem EVU verein bart ist, im Bereich 112 befindet sich der Nutzer „im grünen Bereich", hier erfüllt er seinen Teil des Vertrags mit dem Energieversorger. Sobald der Verbrauch in den Bereich 111 Übertritt ist die eigentlich zugesicherte Einspeiseleistung Pmax überschritten, was zu Nachteilen führen kann, sei es technischer Art, wenn das Leistungsangebot des Stromnetzes nicht mehr ausreicht, oder auch finanzieller Natur durch Strafabgaben auf den Strompreis.
Diagramm 12 zeigt eine Jahres- und tageszeitliche Begrenzung entsprechend eines Vertragsmodells „atypische Netznutzung", also Leistungsbegrenzung während täglicher oder anderweitig regelmäßig wiederkehrender vorhersagbarer Spitzenzeiten tl, t2, t3. Dargestellt ist dabei nicht der tatsächlich passierte oder tatsächlich zu erwartende Stromverbrauch, sondern dasje nige Energielevel, dass der Energieversorger zu dem besagten Zeitpunkt zu erbringen gewillt oder in der Lage ist. Auch hier zeigt der Bereich 122 den erlaubten Nutzungsbereich und 121 die Überschreitung. Dies können wiederkehrende Ereignisse sein (Feierabend) oder auch Tage mit Spitzenereignissen, die für ein geändertes Verhalten der Teilnehmer im Stromversor gungsnetz sorgt und den Stromanbieter dazu bringt, die Abnah me von Strom entsprechend steuern zu müssen.
Diagramm 13 zeigt eine Vermeidung von Lastspitzen bezogen auf eine hohe jährliche Gesamtenergiemenge entsprechend dem Ver tragsmodell „intensive Netznutzung". Es ist dabei zu beach ten, dass in diesem Diagramm auch eine Mindestabnahmemenge 133 eingebracht ist. Zum Zeitpunkt t4 geschieht nun bei spielsweise eine ungeplante Stromentnahme 135, welche dazu führt, dass die zur Verfügung stehende Leistungsmenge über schritten wird. Als Konsequenz erfolgt eine Anhebung der Min destschwelle zur Erreichung der Jahresbenutzungsstundengrenze (7000h) nach Überschreitung der bisher bezogenen Maximalleis tung zu diesem Zeitpunkt t4. Hier ist nicht nur eine maximale Einspeiseleistung Pmax angegeben, sondern auch eine minimale Abnahmemenge P(Emin) so dass der angestrebte Verbrauch 132 sich zwischen Überschreitung 131 und Unterschreitung 133 be findet.
Weitere Spielräume können durch den Einsatz eigener Speicher oder die interne Erzeugung eigenen Stroms gewonnen werden, beispielsweise durch die Installation von Solarzellen oder Windenergieanlagen, wie in dem untersten Diagramm 14 ange zeigt. Bei interner Überschreitung der von außen eingespeis ten Leistung, bzw. Reduzierung der intern verfügbaren Leis tung durch Nachladebedarf, können diese Überangebote auch verwendet werden, um den Speicher aufzufüllen, 141, um die so gespeicherte Energie bei Bedarf dem fraglichen System wieder zuzuführen 143. Entsprechende Werte sind teilweise nicht so einfach zu ermitteln, abhängig von der Leistungsfähigkeit des Stromerzeugers, beispielsweise bei der Windenergie das Vor handensein von ausreichend Wind, oder Solarzellen dito. Auch die Abgabe von in einem Speicher vorgehaltener Energie er folgt nicht linear, sondern abhängig von den technischen Ei genschaften des verwendeten Speichers.
Weitere Bedingungen können sich z. B. aus der Teilnahme an Vertragsmodellen zur Bereitstellung von Regelenergie ergeben (kurzfristiger/-zeitiger Lastabwurf), dem Einsatz von eigenen Kraftwerken oder der Teilnahme am Energiehandel.
Wichtig ist dabei, dass hier nicht nur die abrufbare Maximal leistung eine Rolle spielt, sondern auch eine mögliche abzu rufende Mindestleistung.
Nach der Modellierung der einzelnen Bedingungen erfolgt eine Superposition, bei der die einzelnen Bedingungen für jeden Zeitpunkt überlagert werden und so ein Leistungsintervall 32 ermittelt wird, zwischen der minimalen 33 und maximalen Leis tung 31. Dieses Ergebnis ist beispielhaft in der Figur 2 dar gestellt. Die Zeitpunkte tl bis t3 weisen wieder, wie bei 12 die Einschränkungen gemäß des Vertragsmodells „atypische Netznutzung" auf. In t4 erfolgt entsprechend dem Vertragsmo- dell „intensive Netznutzung" nach einer ungeplanten Entnahme eine Anhebung der Mindestabnahmemenge, es wäre hier bei spielsweise eine Möglichkeit, durch eine zusätzliche interne Stromerzeugung den grünen Bereich 132 zu dem entsprechenden Zeitpunkt oder Zeitraum „aufzudehnen", um dem Stromentnehmer mehr Spielraum anzubieten. Dies ist schematisch durch den schraffierten Bereich 34 angedeutet.
In einer vorteilhaften Ausgestaltung der Erfindung können die einzelnen Bedingungen mit Gewichtungen versehen werden. Denk bar wäre eine verringerte Gewichtung der Leistung eines Spei chers, da hier Freiheitsgrade bzgl. der Nutzung bestehen, und es können Verknüpfungsregeln angewendet werden. Bedingung B hat nur Sinn, wenn A erfüllt ist, aber nicht C. Ein nahelie gendes Beispiel wäre, dass ein Speicher nur in den Berechnun gen des Leistungsangebot berücksichtigt werden kann, wenn dieser vorher auch geladen werden konnte.
Eine dynamische, beispielsweise zeitabhängige, Gewichtung (zeitlich nähere Werte haben höheres Gewicht) hat insbesonde re dann Sinn, wenn die Bedingungen mit zunehmender Nähe zum Ausführungszeitpunkt „härter" werden, da z. B. eine Wahr scheinlichkeit für die Verfügbarkeit einer Teilleistung sich konkretisiert, ähnlich einem „Vertriebstrichter".
Die Nutzung des Leistungsprädiktors erfolgt vorzugsweise wie in Figur 3 angegeben. Er stellt für die betrieblichen Pla- nungs- und Steuerungswerkzeuge für Zeitpunkte x im Zeitablauf t - bis hin zur EchtZeitberechnung - die Grenzwerte des ver fügbaren Leistungsfenster zur Verfügung, damit ist eine we sentliche Vorbedingung für die dynamische Anpassung der be trieblichen Planung an die Versorgungssituation erfüllt, ohne dass unverhältnismäßig große Reserven vorgehalten werden müs sen. Die Systeme in einer Industriellen Anlage, die mit sol chen Informationen dann arbeiten können, sind zum Beispiel ein ERP 313, MES 314, PCS 315, oder die Logistik 316. In einer verfeinerten Form erfolgt eine Rückführung 319 der tatsächlich beobachteten Verhältnisse an den Prädiktor 311 mit dem Ziel einer Optimierung insbesondere der Gewichtungen in einer Regelungsschleife.
Hierzu werden die tatsächlich beobachteten Ereignisse über eine Korrekturfunktion 312 an den Prädiktor 311 zurückge führt, um so eine Optimierung zu erreichen. Dies kann z.B. in der Form erfolgen, dass eine Verfehlung der erwarteten Ein speisung durch den Speicher dessen Gewichtung für künftige Vorhersagen verringert. Ein weiteres Beispiel wäre, dass, falls etwa die Bedingungen für die „Intensive Netznutzung" nicht mehr sinnvoll zu erreichen sind, die Gewichtung dieses Vertragsmodells zu null gesetzt wird.
Ein letztes Beispiel wäre die Notwendigkeit, Leistung kurz fristig dazukaufen zu müssen, da die Vorhersage fehlerhaft war.
Eine besonders vorteilhafte Ausführung der Korrekturfunktion ergibt sich bei einer hohen Zahl von Regel- und Gewichtungs änderungen (etwa durch die Teilnahme am Energiehandel) durch die Nutzung von maschinellem Lernen in Verbindung mit einem neuronalen Netzwerk, etwa in einem (Handels-)Szenario, bei dem sich ständig wechselnde Wahrscheinlichkeiten für die ver fügbare Leistung ergeben würden.
Der wesentliche Vorteil der Erfindung ist es, die Vorteile dynamischer EVU-Vertragsmodelle im industriellen Einsatz kon tinuierlich verfügbar zu machen und die Notwendigkeit, aus Unsicherheit hohe Reserven vorzuhalten zu reduzieren.
Dies wird durch eine automatisierte Ermittlung der zu Zeit punkten tl, t2, ...verfügbaren Leistungsgrenzen ermöglicht, auch bei mehreren und/oder komplexeren Vertragsmodellen, oder Handelsszenarien, bei denen wechselnde Leistungen mit unter schiedlicher Verfügbarkeitswahrscheinlichkeit zu berücksich tigen sind. Insbesondere in letzterem Szenario ist der Ein- satz einer Rückführung basierend auf maschinellem Lernen in Verbindung mit einem neuronalen Netz eine sinnvolle Erweite rung. Vorteile ergeben sich aus zusätzlichen zeitgemäßen Funktionen für Produkte wie „Power Rate", „Energy Suite" oder Energie speicherlösungen .

Claims

Patentansprüche
1. Verfahren zur Prädiktion eines zur Verfügung stehenden energetischen Leistungsangebots (32) oder bestehender energe tischer Leistungsgrenzen zu einem späteren Zeitpunkt oder über einen Zeitraum mit folgenden Schritten:
- Ermittlung der zu dem Zeitpunkt oder in dem Zeitraum maxi malen verfügbaren Einspeiseleistung (11, Pmax),
- Modellierung von einzelnen, das energetische Leistungsange bot beeinflussenden Bedingungen (11, 12, 13, 14),
- Berechnung einer Superposition, indem die einzelnen Bedin gungen (11, 12, 13, 14,) überlagert werden und damit zu dem gesuchten Zeitpunkt ein Leistungsintervall (32) ermittelt wird.
2. Verfahren gemäß dem Patentanspruch 1, dadurch gekennzeichnet, dass die das energetische Leistungsangebot beeinflussenden Bedin gungen (12) eine Begrenzung beruhend auf einer atypischen Netznutzung ist, welche zu regelmäßig auftretenden wiederkeh renden Zeitpunkten (tl, t2, t3) stattfindet.
3. Verfahren gemäß einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, dass
Leistungsgrenzen (13, 135) berücksichtigt werden, welche die Nutzung des maximalen Leistungsangebots (Pmax) beeinträchti gen, und eine Überschreitung des bisherigen maximalen Leis tungsangebots (Pmax) zu einer Anpassung der vorher gesetzten Bedingungen führt.
4. Verfahren gemäß einem der vorherigen Patentansprüche, dadurch gekennzeichnet, dass eine das energetische Leistungsangebot beeinflussende Bedin gung (14) der Einsatz verfügbarer Energie-Speicher oder die Möglichkeit der internen Ergänzung des energetischen Leis tungsangebots ist.
5. Verfahren gemäß einem der vorherigen Patentansprüche, dadurch gekennzeichnet, dass die modellierten, das Leistungsangebot beeinflussenden Bedin gungen (11, 12, 13, 14) mit Gewichtungen versehen werden.
6. Verfahren gemäß Patentanspruch 5, dadurch gekennzeichnet, dass die Gewichtung der modellierten, das Leistungsangebot beein flussenden Bedingungen (11, 12, 13, 14) dynamisch angewendet werden so dass eine höhere Gewichtung der Bedingung mit zu nehmender Nähe zum Ausführungszeitpunkt erfolgt (320).
7. Verfahren gemäß einem der vorherigen Patentansprüche, dadurch gekennzeichnet, dass die modellierten, das Leistungsangebot beeinflussenden Bedin gungen (12, 13, 14,) anhand von Verknüpfungsregeln angewendet werden.
8. Verfahren gemäß einem der vorherigen Patentansprüche, dadurch gekennzeichnet, dass zu dem gesuchten Zeitpunkt (tl, t2, t3, t4) das tatsächlich zur Verfügung stehende Leistungsintervall verglichen wird mit dem für diesen Zeitpunkt durch Prädiktion ermittelten Leis tungsintervall (32) und bei einer Differenz diese Informationen zusammen mit, das Leistungsintervall beeinflussenden Ereignissen, über eine Korrekturfunktion zurückgeführt wird.
9. Verfahren gemäß Patentanspruch 8, dadurch gekennzeichnet, dass die erwartete Einspeisung durch den Speicher oder einen in ternen Stromerzeuger zu dem gesuchten Zeitpunkt (tl, t2, t3, t4) nicht erreicht wurde, und dessen Gewichtung für künftige Vorhersagen verringert wird.
10. Computerprogrammprodukt zur Prädiktion eines zur Verfü gung stehenden energetischen Leistungsangebots (32) oder be- stehender energetischer Leistungsgrenzen zu einem späteren
Zeitpunkt oder über einen Zeitraum mit folgenden computerimplementierten Schritten:
- Ermittlung der zu dem Zeitpunkt oder in dem Zeitraum maxi malen verfügbaren Einspeiseleistung (11, Pmax),
- Modellierung von einzelnen, das energetische Leistungsange bot beeinflussenden Bedingungen (11, 12, 13, 14),
- Berechnung einer Superposition, indem die einzelnen Bedin gungen (11, 12, 13, 14,) überlagert werden und damit zu dem gesuchten Zeitpunkt ein Leistungsintervall (32) ermittelt wird.
11. Computerprogrammprodukt zur Durchführung der Schritte ei nes Verfahrens gemäß einem der Patentansprüche 2 bis 9.
12. Vorrichtung zur Prädiktion eines zur Verfügung stehenden energetischen Leistungsangebots (32) oder bestehender energe tischer Leistungsgrenzen zu einem späteren Zeitpunkt oder über einen Zeitraum
- mit einem Regel-Generator (310) zur Modellierung von ein zelnen, das energetische Leistungsangebot beeinflussenden Be dingungen (11, 12, 13, 14, 31, 33),
- mit einem Prädiktor (311) zur Berechnung einer Superpositi on, basierend auf der zu dem Zeitpunkt oder in dem Zeitraum maximalen verfügbaren Einspeiseleistung (11, Pmax) und Über lagerung der einzelnen Bedingungen (11, 12, 13, 14) mit dem zum gesuchten Zeitpunkt verfügbaren ein Leistungsintervall (32).
13. Vorrichtung gemäß Patentanspruch 12, dadurch gekennzeichnet, dass der Regel-Generator (310) für die das energetische Leistungs angebot beeinflussenden Bedingungen (12) eine Begrenzung be ruhend auf einer atypischen Netznutzung ist, welche zu regel mäßig auftretenden wiederkehrenden Zeitpunkten (tl, t2, t3) berücksichtigt .
14. Vorrichtung gemäß Patentanspruch 12 oder 13, dadurch gekennzeichnet, dass der Regel-Generator (310) für die das energetische Leistungs angebot Leistungsgrenzen als beeinflussenden Bedingungen (12) (13, 135) berücksichtigt, welche die Nutzung des maximalen Leistungsangebots (Pmax) beeinträchtigen, und eine Über schreitung des bisherigen maximalen Leistungsangebots (Pmax) zu einer Anpassung der vorher gesetzten Bedingungen führt.
15. Vorrichtung gemäß einem der Patentansprüche 12 bis 14, dadurch gekennzeichnet, dass der Regel-Generator (310) berücksichtigt, dass das verfügbare energetische Leistungsangebot beeinflusst werden kann durch eine intern zuschaltbare Energieversorgung (34), insbesondere durch den Einsatz verfügbarer vorab gespeicherter Energie o- der interne Ergänzung des energetischen Leistungsangebots mittels Energieerzeugung, als eine das energetische Leis tungsangebot beeinflussende Bedingung (14).
16. Vorrichtung gemäß einem der Patentansprüche 12 bis 15, dadurch gekennzeichnet, dass der Regel-Generator (310) die modellierten, das Leistungsan gebot beeinflussenden Bedingungen (11, 12, 13, 14) mit Ge wichtungen versehen verwendet.
17. Vorrichtung gemäß einem der Patentansprüche 12 bis 16, dadurch gekennzeichnet, dass der Regel-Generator (310) die Gewichtung der modellierten, das Leistungsangebot beeinflussenden Bedingungen (11, 12, 13, 14) dynamisch anwendet so dass eine höhere Gewichtung der Be dingung mit zunehmender Nähe zum Ausführungszeitpunkt erfolgt (320).
18. Vorrichtung gemäß einem der Patentansprüche 12 bis 17, dadurch gekennzeichnet, dass der Regel-Generator (310) die modellierten, das Leistungsan gebot beeinflussenden Bedingungen (11, 12, 13, 14) anhand von Verknüpfungsregeln anwendet.
19. Vorrichtung gemäß einem der Patentansprüche 12 bis 18, dadurch gekennzeichnet, dass ein Korrektor (312) zum Vergleich zu dem gesuchten Zeitpunkt (tl, t2, t3, t4) des tatsächlich zur Verfügung stehende Leis- tungsintervalls mit dem für diesen Zeitpunkt durch Prädiktion ermittelten Leistungsintervall (32) und bei einer Differenz diese Informationen zusammen mit, das Leistungsintervall beeinflussenden Ereignissen, zum Regel- Generator (311) zurückgeführt wird.
20. Vorrichtung gemäß einem der Patentansprüche 12 bis 19, dadurch gekennzeichnet, dass der Korrektor (312) zur Feststellung einer Differenz der er warteten zur tatsächlichen Einspeisung durch den Speicher o- der einen internen Stromerzeuger zu dem gesuchten Zeitpunkt (tl, t2, t3, t4) und dessen Gewichtung für künftige Vorhersagen verringert wird.
EP20754636.7A 2020-07-23 2020-07-23 Verfahren und vorrichtung zur prädiktion eines energetischen leistungsangebots sowie software-programm-produkt Pending EP4150732A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2020/070804 WO2022017606A1 (de) 2020-07-23 2020-07-23 Verfahren und vorrichtung zur prädiktion eines energetischen leistungsangebots sowie software-programm-produkt

Publications (1)

Publication Number Publication Date
EP4150732A1 true EP4150732A1 (de) 2023-03-22

Family

ID=72050805

Family Applications (1)

Application Number Title Priority Date Filing Date
EP20754636.7A Pending EP4150732A1 (de) 2020-07-23 2020-07-23 Verfahren und vorrichtung zur prädiktion eines energetischen leistungsangebots sowie software-programm-produkt

Country Status (4)

Country Link
US (1) US20230299584A1 (de)
EP (1) EP4150732A1 (de)
CN (1) CN116195157A (de)
WO (1) WO2022017606A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116756528B (zh) * 2023-08-18 2023-11-28 杭州鸿晟电力设计咨询有限公司 一种用电负荷数据的补全方法、装置、设备及介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7881889B2 (en) 2005-12-21 2011-02-01 Barclay Kenneth B Method and apparatus for determining energy savings by using a baseline energy use model that incorporates an artificial intelligence algorithm
DE102006002407A1 (de) * 2006-01-19 2007-07-26 Daimlerchrysler Ag Verfahren und Vorrichtung zum Energiemanagement eines Bordnetzes eines Fahrzeugs
NZ590350A (en) 2008-06-12 2012-08-31 Metro Power Company Pty Ltd Estimating emission levels and efficiency of an energy-consiming site using plural models
US9633401B2 (en) 2012-10-15 2017-04-25 Opower, Inc. Method to identify heating and cooling system power-demand
US9471080B2 (en) * 2013-10-21 2016-10-18 Restore Nv Portfolio managed, demand-side response system
WO2016040991A1 (en) * 2014-09-17 2016-03-24 Reposit Power Pty Ltd Systems, methods, and devices for managing/controlling energy production and/or energy storage systems
US10234886B2 (en) * 2015-08-04 2019-03-19 Nec Corporation Management of grid-scale energy storage systems
US10133333B2 (en) * 2016-08-21 2018-11-20 Robert F. Cruickshank, III Electrical power management
CN107895241A (zh) * 2017-12-18 2018-04-10 华北电力大学 一种售电公司购售电业务决策与风险评估方法
DE102018206214A1 (de) * 2018-04-23 2019-10-24 Viessmann Werke Gmbh & Co. Kg Verfahren zum Betreiben eines Energieversorgungssystems
DE102018109775A1 (de) * 2018-04-24 2019-10-24 Innogy Se Verfahren, Vorrichtung und Computerprogramm zur Auslegung eines Batteriespeichers
CN110635476B (zh) * 2019-09-29 2021-01-15 合肥工业大学 一种基于知识迁移的跨区互联电网动态调度快速优化方法

Also Published As

Publication number Publication date
US20230299584A1 (en) 2023-09-21
CN116195157A (zh) 2023-05-30
WO2022017606A1 (de) 2022-01-27

Similar Documents

Publication Publication Date Title
Abreu et al. Risk-constrained coordination of cascaded hydro units with variable wind power generation
Gupta et al. A robust optimization based approach for microgrid operation in deregulated environment
KR102920247B1 (ko) 하이브리드 발전소
Moazeni et al. Mean-conditional value-at-risk optimal energy storage operation in the presence of transaction costs
Ela et al. Operating reserves and variable generation
Venayagamoorthy et al. One step ahead: short-term wind power forecasting and intelligent predictive control based on data analytics
WO2013152188A1 (en) Energy storage modeling and control
Ai et al. Robust operation strategy enabling a combined wind/battery power plant for providing energy and frequency ancillary services
Khazali et al. Information gap decision theory based preventive/corrective voltage control for smart power systems with high wind penetration
Zhu et al. Hierarchical cluster coordination control strategy for large-scale wind power based on model predictive control and improved multi-time-scale active power dispatching
CN120373805A (zh) 基于深度强化学习的配电网多尺度优化调度方法及系统
CN106779444A (zh) 基于电网模型外扩的有功计划潮流调整方法和装置
CN120454200A (zh) 一种源网荷储资源的协同互动智能调控方法
Wei et al. Optimal control of plug-in hybrid electric vehicles with market impact and risk attitude
EP3382841B1 (de) Hybride nutzung von energiespeichern
Karamia et al. Mixed integer programming of security-constrained daily hydrothermal generation scheduling (SCDHGS)
Laouafi et al. An evaluation of conventional and computational intelligence methods for medium and long-term load forecasting in Algeria
EP4150732A1 (de) Verfahren und vorrichtung zur prädiktion eines energetischen leistungsangebots sowie software-programm-produkt
Sasaki et al. A robust economic load dispatch in community microgrid considering incentive-based demand response
Zuloaga et al. Metrics for use in quantifying power system resilience with water-energy nexus considerations: Mathematical formulation and case study
Tür et al. Determining the most appropriate spinning reserve depending on demand
CN119180454B (zh) 基于非线性运营和风险性的虚拟电厂的调控方法和装置
Shafiekhani et al. A bi-level model for strategic bidding of virtual power plant in day-ahead and balancing market
EP3906522A1 (de) Computergestütztes energiemanagementverfahren und energiemanagementsystem
Tuo et al. Convolutional Neural Network-based RoCoF-Constrained Unit Commitment

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20221215

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS