Energietechnik

Innovative Technologien für intelligente dezentrale Energiesysteme

Intelligente dezentrale Energiesysteme haben beim Umbau der Energieversorgung eine herausragende Bedeutung. Dies gilt besonders im Bereich von Industriebetrieben, aber auch für größere Wohneinheiten, Quartiere und für das Gewerbe. Dezentrale Energiesysteme bieten ideale Voraussetzungen für die lokale Energiekopplung von verschiedenen Sektoren wie Strom, Wärme, Kälte, Gase und Mobilität. Durch die Nutzung und Integration von erneuerbaren Energien mit einem hohen Eigenverbrauchsanteil lassen sich fossile Brennstoffe ersetzen. Damit bieten diese Systeme einen großen Hebel zur Verbesserung der CO2-Bilanz.

Die Herausforderung liegt in der Entwicklung einer flexiblen und intelligenten Betriebsstrategie für die Zusammenführung der Komponenten und Anlagenteilsysteme zu einem optimiert betriebenen und auf die lokalen Gegebenheiten angepassten Gesamtsystem. Ein solches intelligentes dezentrales Energiesystem wurde unter Verknüpfung verschiedenster Komponenten am Fraunhofer IISB in Erlangen aufgebaut und damit ein einzigartiges Reallabor für die Energieforschung geschaffen. Es kann als Blaupause für Industrie, mittelständische Betriebe, Gewerbe und Quartiere genutzt werden.

Energiesystemsimulation

Simulationen werden am Fraunhofer IISB zur nicht-invasiven (d. h. ohne Eingriff in das reale System) Untersuchung des Einflusses von Optimierungsmaßnahmen auf das Energiesystem durchgeführt.

Im Zuge der Optimierung von Energiesystemen werden häufig Untersysteme verändert, die wiederum Einfluss auf das restliche Energiesystem nehmen. Um konkrete Zielstellungen, wie die Lastspitzenreduktion mit Energiespeichern, die Effizienzerhöhung von Erzeugungsanlagen, die CO2-Reduktion durch optimierten Ressourceneinsatz und die Eigenverbrauchsoptimierung von Strom aus regenerativen Energiequellen in Ihrem Unternehmen durchzusetzen, führen wir vorab eine Simulation durch, um die Konsequenzen abzusehen.

Am Fraunhofer IISB wird eine umfassende Modellbibliothek für Komponenten aus dem gesamten Energiebereich entwickelt und für Systemsimulationen genutzt. Die Modelle werden mittels historischer Messdaten trainiert und sind zum Teil selbstoptimierend. Zudem verfügt das Fraunhofer IISB über eine umfangreiche Datengrundlage, die für die Entwicklung von Komponentenmodellen, Systemsimulationen und intelligenten Betriebsstrategien nötig ist.   

Energiedatenanalyse und künstliche Intelligenz

Moderne Verfahren aus dem Bereich künstliche Intelligenz und Maschinenlernen ermöglichen eine automatisierte und vorausschauende Optimierung lokaler dezentraler Energiesysteme.

 

Zur Identifizierung von Optimierungsmaßnahmen erfolgt eine qualitative und quantitative Analyse der Last- und Erzeugungsprofile. Darauf basierend können Lastprognosen erstellt werden. Ausgehend von den Daten Ihres Energiemonitoringsystems bieten wir Ihnen eine umfassende Datenanalyse Ihres Energiesystems sowie die Entwicklung von Prognosealgorithmen für Ihre Energie-Lastprofile.

Die Forschungsaktivitäten am Fraunhofer IISB zielen auf automatisierte, selbst-lernende Prognosealgorithmen ab und konzentrieren sich auch auf die Umsetzbarkeit der Algorithmen in realen Anwendungen. Auf der Grundlage der Prognosen zeigen wir Effizienzerhöhungs- und Einsparpotenziale auf. Darüber hinaus werden auch Algorithmen zur automatisierten datenbasierten Modellerstellung entwickelt. Diese sind ein wichtiger Baustein für ein automatisiertes, selbstlernendes Energiemanagementsystem.

Wasserstoffsysteme

Die optimierte Systemintegration von Wasserstofftechnologien in mobilen und stationären Anwendungen ist eine entscheidende Voraussetzung, um Wasserstoff als potentiellen Energieträger der Zukunft großflächig nutzen zu können.

Wir unterstützen Sie mit einem breiten Angebot an Forschungsleistungen, wie beispielsweise die optimierte Systemintegration von Brennstoffzellen und Elektrolyseuren für mobile und stationäre Anwendungen oder die simulationsbasierte Auslegung und Entwicklung intelligenter Betriebsstrategien für hybride Wasserstoffsysteme. Zu unserem Knowhow zählen außerdem die Modellierung von Wasserstoffsystemen (digitale Zwillinge) und die Entwicklung und Bewertung von Konzepten für stationäre (zum Beispiel Quartiere oder Industriebetriebe) und mobile Wasserstoffanwendungen im Rahmen von Studien.

Lastspitzenreduktion

Die Reduktion elektrischer Lastspitzen bewirkt eine Senkung der Netzentgelte und somit der Stromkosten. Zudem kann durch ein intelligentes Lastmanagement ein weiterer Netzausbau vermieden und das Stromnetz entlastet werden.

Für die Lastspitzenreduktion könnten Produktionsanlagen abgeschaltet werden. Das stellt allerdings einen signifikanten Eingriff in die sensiblen Fertigungsabläufe von Industriebetrieben dar und soll deshalb vermieden werden. Um die Lastspitzen in Ihrem Unternehmen zu reduzieren, bieten wir Algorithmen und intelligente Betriebsstrategien, die stattdessen die Steuerung Ihrer Energieversorgung optimieren. Diese werden zusammen mit energietechnischen Anlagen und Speichern, wie zum Beispiel Batteriespeicher und Blockheizkraftwerke mit Wärmespeicher, für die Lastspitzenreduktion eingesetzt.

Die Speicher werden bei drohenden Lastspitzen entladen und zu Zeiten niedrigerer Bezugsleistung beladen. Die eigentliche Funktion der jeweiligen Energiesysteme, beispielsweise die Wärmebereitstellung, darf dabei nicht negativ beeinflusst werden. Mit unseren Simulationen können wir vorab verschiedene Szenarien basierend auf Ihrem Lastprofil berechnen und bewerten, Potentiale abschätzen sowie Parameter (zum Beispiel Batteriekapazität oder Wärmespeichervolumen) optimieren.

Thermische Systeme und Sektorenkopplung

Thermische Speicher entkoppeln den aktuellen Energiebedarf von der Notwendigkeit einer kontinuierlichen Erzeugung und ermöglichen somit eine zeitliche Verschiebung der Laufzeit von Anlagen.

Wir unterstützen Sie bei der Konzeption, Untersuchung und Umsetzung von Optimierungsmaßnahmen in Ihren thermischen Systemen. Eine Anwendungsart ist beispielsweise der Einsatz von Kältespeichern und Batteriespeichern zur Lastspitzenreduktion. Dabei setzen wir Simulationen ein, um verschiedene Szenarien zu untersuchen.

Aufgrund der Vielzahl systeminterner und -externer Einflussfaktoren auf die Systemeffizienz werden vorausschauende, prognosebasierte Betriebsstrategien entwickelt. Sie reagieren dynamisch auf die Anforderungen und Randbedingungen des betrachteten Systems (zum Beispiel Wetterbedingungen, Anlagenauslastung). Der Ansatz verfolgt eine aktive und vorausschauende Steuerung des Speicherbe- und entladens, beispielsweise indem Kältemaschinen schwerpunktmäßig in den Nachtstunden betrieben werden oder Abwärme mithilfe einer Grundwasser-Wärmepumpe effizient genutzt wird.

 

Innovative Technologien für intelligente dezentrale Energiesysteme

Hrsg.: M. März, R. Öchsner, IISB

Publikationen


 

Intelligent Energy Systems

Smart Energy from Milliwatts to Gigawatts

Broschüren