intEMT® | Module

Überblick

Die fünf in der untenstehenden Tabelle aufgeführten Kernbibliotheken bilden die Basis für die Funktionalität von intEMT. Ergänzt werden sie durch Schnittstellen zu PV- und Wetterdatenbanken sowie weiteren Zusatzmodulen (z. B. Datenaufbereitung). S bilden damit die Grundlage für ein ganzheitliches, intelligentes Energiemanagement und eine umfassende Systemoptimierung.

Module der Software-Bibliothek

Modul	Beschreibung	Haupteigenschaften
Komponentenmodelle	Verallgemeinerter Modellierungsansatz für die energietechnischen Komponenten, der zahlreiche Anwendungsfälle abdeckt	Umfasst Methoden zur Simulation und Optimierung Typen: Energiewandler, externe Daten, externe Schnittstellen, Energiequellen, Energiespeicher Beispiele: Batterie, thermischer Energiespeicher, Brennstoffzelle, Kraft-Wärme-Kopplungsanlage (KWK), Wärmepumpe usw.
Betriebsstrategien	Betriebsstrategien für Anlagen mit oder ohne Speicher	Stellt eigenständige Betriebsstrategien für Anlagen und Speicher bereit Überwachen Betriebsparameter wie Mindestlaufzeit, Mindeststandzeit, Ladezustandsbereiche etc. Enthalten Schnittstelle zu übergeordnetem Energiemanagement
System	Erstellung von Energiesystemen aus Komponenten und Netzen	Erstellung und Konfiguration von Energiesystemen, die aus Bausteinen aus der Komponentenbibliothek bestehen Verwaltung und Durchführung von Simulationen und Optimierungen umfassender Energiesysteme inkl. Jobsystem zur Ausführung multipler paralleler Durchläufe Zusätzliche Funktionen wie Logging und Auswertung
Dimensionierung	Dimensionierung von Energiespeichern und Anlagen für verschiedene Anwendungen	Verwendet Komponenten und Betriebsstrategien Nutzung für die Lastspitzenreduktion, Eigenversorgungsoptimierung und weitere Anwendungen
Energiemanagement	Economic Model Predictive Control (eMPC) basiertes Energiemanagement	Verwendet alle anderen Bibliotheken Reale Anwendung der Strategien

Komponenten-Bibliothek

Simulations- und Optimierungsmodelle für die Komponenten

Die Komponentenbibliothek enthält Simulation- und Optimierungsmodelle für alle relevanten Komponententypen.

Eigenschaften:

Modellierungsprinzip: Dynamische, diskrete und deterministische Modelle (Simulation) sowie LP/MILP (Optimierung)
Vorteil gegenüber anderen Bibliotheken: Flexibler und allgemeiner Modellierungsansatz ermöglicht einfache Anpassung an neue Technologien und Anwendungen
Hauptkomponenten
- Wandler: Energieumwandlung (verschiedene IO-Konfigurationen)
  Beispiele: Kraft-Wärme-Kopplungsanlage (KWK), Brennstoffzelle, Wärmepumpe, leistungselektronischer Umrichter
- Daten: Datensätze
  Beispiele: Lastprofil, Erzeugungsprofil, Wetterdaten
- Extern: Stromimport und/oder -export
  Beispiele: öffentliches Stromnetz, Fernwärme, Gasnetze
- Quelle: Energiequelle
  Beispiele: Photovoltaik-Anlage, Windkraftanlage, Wasserkraftwerk
- Speicherung: Energiespeichersystem
  Beispiele: Batteriespeicher, thermische Speicher (Wärmespeicher, Kältespeicher), Wasserstoffspeicher

Betriebsstrategien-Bibliothek

Überwachung und Steuerung von Anlagen und Speichern

Die lokalen Betriebsstrategien dienen zur Überwachung und Steuerung von Anlagen und Speichern. Sie stellen somit einerseits eigenständige Betriebsstrategien dar und werden andererseits als Schnittstelle zum Energiemanagement eingesetzt.

Eigenschaften:

Modellierungsprinzipien: Deterministische endliche Zustandsautomaten sowie mathematische Gleichungen
Aufgaben
- Eigenständige Echtzeit-Betriebsstrategien
- Überwachung von Randbedingungen wie Mindestbetriebs- und Standby-Zeiten, SOC-Grenzwerten usw.
- Interaktion zwischen Komponente und EMS → lokale Betriebsstrategie berücksichtigt EMS-Befehle
Anwendungen: Energiewandler und/oder Energiespeichersysteme (z. B. BHKW mit Wärmespeicher)

System-Bibliothek

Erstellung von Energiesystemen mit Elementen aus der Komponentenbibliothek

Energiesysteme werden mithilfe der Systemklassen aufgebaut und verwaltet. Ein System besteht aus Elementen aus der Komponentenbibliothek und verbindet die Komponenten mit Netzen.

Eigenschaften:

Verwaltet die Simulation und Optimierung von komplexen Energiesystemen
Aufgaben
- Verbindung und Zusammenführung von Komponenten, Netzen, Daten und Sollwerten
- Methoden zum Logging, Auswertung etc.
Jobliste für die (parallele) Ausführung mehrerer Simulationen oder Optimierungsläufe, z. B. für den Einsatz in Parameterstudien und szenariobasierten Untersuchungen

Die Jobliste wird verwendet, um mehrere Simulationen und Optimierungsläufe durchzuführen. Für jeden Durchlauf können Parameteränderungen (z. B. unterschiedliche Speicherkapazitäten oder unterschiedliche Peakleistungen einer PV-Anlage) festgelegt werden. Das Modul unterstützt Multiprocessing, wodurch eine schnelle Abarbeitung sowie eine hervorragende Auslastung des Computers ermöglicht wird.

Dimensionierungs-Bibliothek

Auslegung von energietechnischen Anlagen und Speichern

© Christopher Lange / Fraunhofer IISB
Struktur der intEMT Auslegungs-Bibliothek, welche für die Optimierung der Parameter von Speichern und Anlagen für verschiedene Anwendungsfälle genutzt wird.

Die Dimensionierungsbibliothek enthält Methoden für verschiedenste Anwendungsfälle. Das Ziel ist eine optimale und neutrale (d. h. herstellerunabhängige) Auslegung von Komponenten des Energiesystems.

Eigenschaften:

Modellierungsprinzip: MILP- und Greedy-basiert
Anwendungen
- Lastspitzenreduktion (Spitzenlastreduzierung)
- Optimierung der Eigenversorgung
- Optimierung des Nutzung lokaler Energien
- Kombinationen mehrerer Anwendungsfälle
Verwendet Komponenten- und Betriebsstrategiebibliothek

Das Modul unterstützt Multiprocessing, wodurch eine schnelle Abarbeitung sowie eine hervorragende Auslastung des Computers ermöglicht wird.

Energiemanagement-Bibliothek

Intelligente Energiemanagementstrategien zur Optimierung komplexer Energiesysteme

eMPC (economic Model Predictive Control) — © Christopher Lange / Fraunhofer IISB
Economic Model Predictive Control (eMPC) für Energiemanagement-Anwendungen mit den intEMT-Strategien.

Eigenschaften:

Modellierungsprinzip: überwiegend MILP
Zielfunktionen
- Energiekosten (Einkaufs- und Einspeisetarife, Day-Ahead)
- Emissionen
- Anlagenspezifische Ziele wie Maximierung der Betriebszeit
- Beliebige Kombination der Ziele
Verwendet Komponenten- und Systembibliothek

eMPC:

Die Umsetzung für theoretische und reale Anwendungen erfolgt mit einem economic Model Predictive Control (eMPC)-Ansatz:

Berechnung der Lastprognose (aktuell nicht Teil der Bibliothek)
Weitergabe eines Ausschnitts (Länge entspricht dem Horizont) der Lastprognose an das Optimierungsmodell
Berechnung des Optimierungsmodells → Optimale Zeitverläufe für die Zielwerte der Komponenten, berücksichtigt:
- Komponenten (Variablen und Einschränkungen)
- System (Netzbilanzgleichungen)
- Zusätzliche Nebenbedingungen (z. B. maximale Anzahl von Ladezyklen eines Speichern)
Übergabe des ersten Ergebniszeitschritts an die Simulation als Sollwerte (bei einer realen Anwendung erhalten die Steuerungen der Anlagen die Sollwerte)
Berechnung der Simulation → Die Ausgaben (z. B. Ladezustand einer Speichereinheit) sind die Anfangsbedingungen für den nächsten Durchlauf (bei einer realen Anwendung werden die Messwerte aus den Anlagensteuerungen verwendet)