Refine
Year of publication
- 2017 (2) (remove)
Document Type
- Conference Proceeding (1)
- Report (1)
Conference Type
- Konferenzartikel (1)
Is part of the Bibliography
- yes (2) (remove)
Keywords
- Blockheizkraftwerke (1)
- Energienetzmanagement (1)
- Kraft-Wärme-Kälte-Kopplung (1)
- Microgrids (1)
- Smart Grid Operation (1)
- Trigeneration (1)
Institute
Open Access
- Bronze (1)
- Closed Access (1)
- Open Access (1)
Das Projektvorhaben "Energienetzmanagement dezentraler KWK‐Anlagen mit diversen Verbraucherstrukturen", das vom Innovationsfonds der badenova AG & Co KG von Mai 2012 bis Juli 2016 unter der Fördernummer 2012‐09 gefördert wurde kann aus Sicht des Projektnehmers Hochschule Offenburg und seiner Partner Stadt Offenburg und G. und M. Zapf Energie GbR mbH als sehr erfolgreich umgesetztes Fördervorhaben bezeichnet werden. Während der ca. vier Jahre Projektlaufzeit konnten mehrere Reallabore geschaffen werden, die an die Eigenschaften eines Subnetzes in einem Smart Grid sehr nah herangeführt wurden. Alle Objekte bzw. Netzstrukturen verfügen über typische Komponenten eines Microgrids mit Energiequellen, Speichern und Senken. Auch wurde die Trigeneration als Netzvariante mit Strom‐ Wärme und Kältebereitstellung aufgegriffen und für Verteilnetzmodelle der Niederspannungsebene beschrieben. Ausgehend von einem Mikronetzmodell für jede Energieart kann hinter jeder Trafostation eine beliebig komplexe Energieversorgungsstruktur aufgespannt werden.
Three real-lab trigeneration microgrids are investigated in non-residential environments (educational, office/administrational, companies/production) with a special focus on domain-specific load characteristics. For accurate load forecasting on such a local level, à priori information on scheduled events have been combined with statistical insight from historical load data (capturing information on not explicitly-known consumer behavior). The load forecasts are then used as data input for (predictive) energy management systems that are implemented in the trigeneration microgrids. In real-world applications, these energy management systems must especially be able to carry out a number of safety and maintenance operations on components such as the battery (e.g. gassing) or CHP unit (e.g. regular test runs). Therefore, energy management systems should combine heuristics with advanced predictive optimization methods. Reducing the effort in IT infrastructure the main and safety relevant management process steps are done on site using a Smart & Local Energy Controller (SLEC) assisted by locally measured signals or operator given information as default and external inputs for any advanced optimization. Heuristic aspects for local fine adjustment of energy flows are presented.