Refine
Document Type
- Master's Thesis (2)
- Article (1)
Institute
Language
- German (3) (remove)
Has Fulltext
- yes (3) (remove)
Keywords
- Elektromobilität (3) (remove)
Sonnenhaus 2.0
(2021)
Die vorliegende Arbeit befasst sich im Rahmen einer Fallstudie hauptsächlich mit der Steigerung des Anteils an PV-Batteriebeladungsenergie von Elektrofahrzeugen. Zentral ist die Frage einer möglichen Beeinflussung dieses PV-Ladeanteils durch Re-konfiguration des thermischen Systems (Speicherkapazitäten, Betriebsstrategie der WP).
Dazu wurde das Mehrfamilienhaus anhand der dynamischen Gebäude- und Anlagensimulation nachgebildet. Im ersten Schritt erfolgte die Ermittlung der für die Gebäudekonditionierung notwendigen Nutzenergie anhand eines Gebäudemodells. Anschließend erfolgte eine Bedarfsoptimierung, um die Grundlast des Wärmeerzeugers möglichst weit zu senken. Dabei wurde zum einen der thermische Komfortbereich ausgenutzt, zum anderen wurde eine Steuerungslogik für die Verschattungs- und Nachtlüftungsautomatik erstellt. Hierdurch konnte der Heizwärmebedarf um 24% und der Kühlwärmebedarf um 70% gesenkt werden. Die Performance des Systems wurde außerdem in Simulationen mittels zukünftigen Klimaszenarien überprüft, in welchen sich die Reduzierung KWB als besonders vorteilhaft herausstellte. Im zweiten Schritt wurde die fassadenintegrierte PV-Anlage nachsimuliert und hinsichtlich ihrer standortspezifischen Ertragssituation mit konventioneller Dachbelegung verglichen. Es zeigte sich, dass die Fassadenbelegung in Südausrichtung über die Wintermonate ertragreicher ist als die, in der Jahresbilanz superiore Dachaufständerung. Im dritten Schritt wurde das technische Gebäudesystem des realen Objektes in der Software Polysun nachgebildet und mittels eigens entworfener Regelungslogik betrieben. Es wurden Variantenstudien der zentralen Parameter Speicherkapazität, Speichertemperatur und Betriebsstrategie durchgeführt.
Die Ergebnisse zeigen, dass die Variation von Speichergröße und maximaler Speichertemperatur keinen relevanten Einfluss auf die PV-Beladeenergie der Elektrofahrzeuge hat. Jedoch zeigte die erhöhte Betriebsweise der Wärmepumpe bei PV-Überschuss (PVready) eine Steigerung der PV-Batteriebeladung von jährlich ca. 2 % sowie in einzelnen Monaten bis zu 6%. Außerdem konnte eine Steigerung der Autarkie des Gesamtsystems von 13,6% sowie eine Halbierung des Netzbezuges beobachtet werden.
Verbraucherseitige Laststeuerung (Demand Side Management – DSM) wird als ein möglicher Ansatz betrachtet, um die Auswirkungen des Ausbaus von fluktuierenden Erneuerbaren im Stromnetz auszugleichen. Sollen viele verteilte Energiesysteme damit angesprochen werden, stellen zentralistische Ansätze dabei hohe Anforderungen an die Kommunikationsinfrastruktur. Als Alternative wird vielfach eine autonome Laststeuerung (ADSM) mit anreizbasierter Optimierung direkt auf dem Verbrauchergerät betrachtet. Dabei kann die Anreizfunktion mittels unidirektionaler Kommunikation übertragen werden.
Am Forschungszentrum Energie der Fachhochschule Vorarlberg wurden in den letzten Jahren Algorithmen und Prototypen für den Einsatz von ADSM auf verschiedensten verteilten Energiespeichern im elektrischen Stromnetz entwickelt. Dabei werden sowohl thermische Energiespeicher (z. B. Haushalts-Warmwasserspeicher) als auch elektrochemische Speicher (z. B. Batteriespeichersysteme oder Elektroautos) betrachtet. Außerdem werden die Auswirkungen solcher Systeme auf das elektrische Verteilnetz untersucht. Dieser Artikel gibt einen Überblick über die entwickelten Methoden und Ergebnisse aus diesem Forschungsfeld mit dem Ziel, ein weitreichendes Verständnis für die Chancen und Grenzen des ADSM zu schaffen.
Um ein möglichst kostengünstiges Laden von Elektrofahrzeugen zu erreichen, ist es nötig, diese möglichst in Zeiten zu laden, an denen die Kosten für die Energie geringer sind und die Entstehung von Leistungsspitzen vermieden wird. Aus diesem Grund wird in dieser Arbeit anhand des Verbrauches und den tariflichen Bedingungen eines Betriebes in Österreich die Kostenentwicklung von drei verschiedenen Ladeszenarien untersucht und verglichen. Dabei handelt es sich um das einfache Laden, intelligente Laden und das intelligente Laden mit Vehicle to Grid Erweiterung, wobei hierbei die Energie aus den Fahrzeugen ausschließlich zur Eigenverbrauchsoptimierung und Spitzenlastreduktion eines Betriebes dient und somit nicht in das Netz gespeist wird. Die Ergebnisse werden durch eine lineare Optimierung errechnet wobei bis zu vier Fahrzeuge simuliert werden.
Die Ergebnisse zeigen, dass es durch das intelligente Laden zu keinen neuen Leistungsspitzen kommt und es zusätzlich zu einem erhöhten Eigenverbrauch aus der vorhandenen Photovoltaikanlage kommt.
Dadurch reduzieren sich die Ladekosten in jedem Szenario. Auch in Betrachtung auf die Anschaffungskosten, ist eine Verbesserung ersichtlich. Beim Vehicle to Grid Laden werden die Arbeits- und Leistungskosten noch weiter gesenkt, wobei die Leistungskosten bei zwei Fahrzeugen ihren Tiefpunkt erreicht haben. Zusätzlich kann der Eigenverbrauch aus der Photovoltaikanlage noch weiter erhöht werden. Nachdem hierbei die Investitionskosten noch berücksichtigt wurden, kommt der Autor zum Schluss, dass es nur mit einem Fahrzeug zu einer Verringerung der gesamten Kosten kommt. Dies kommt durch die erhöhten Investitionskosten und dem mit höher werdender Anzahl an Fahrzeugen geringer werdenden Vehicle to Grid Einsatz zustande.