Algorithmen für eine nachhaltige Windenergie-Versorgung

Foto: Thorben Wengert / pixelio.de

Wer eine "wankelmütige" Windenergie gewinnbringend an den Verbraucher bringen will, wird künftig nicht nur in neue Hardware investieren müssen, sondern auch in Software, die in der Lage ist, sowohl den Verbrauch als auch die Preisfindung auf dem Energiemarkt zu diagnostizieren und so exakt wie möglich zu prognostizieren.

Aufgrund des Grundsatzes von Angebot und Nachfrage schwankt der Echtzeitstrompreis am deutschen Spotmarkt selbst über den Verlauf eines einzigen Tages. Da die Windenergie nicht steuerbar und deshalb teilweise unberechenbar ist, ist es schwierig, ihre Leistungsabgabe im Voraus zu planen.

Lieferanten verlieren aber Gewinne, wenn sie nicht den vollen Nutzen aus den Preisschwankungen ziehen. Darüber hinaus können die prognostizierten Fehler ein finanzielles Risiko darstellen, wenn dann Reserveenergie bereitgestellt werden muss.

Forscher der Uni Aachen stellten jetzt einen neuen Ansatz vor, bei dem ein Batterieenergiespeichersystem (BESS) verwendet wird, um Windkraftanlagen (WPPs) besser planbar zu machen.

• Zunächst wird die BESS zur Anpassung des Dispositionsplans der Windenergieleistung herangezogen, um Preisvariationen vorteilhaft im Tages- und Intraday-Handel auszunutzen.
• Dann wird die BESS angewendet, um Prognosefehler während des Echtzeitbetriebes zu adressieren, um insbesondere die teuren Prognosefehler auszugleichen, die die Stabilität des Energiesystems gefährden können.

Abweichungen zwischen Prognose und realer Leistung werden dann als teure Prognosefehler gekennzeichnet, wenn die Zahlung für die Abweichungen mehr als 50 €/MWh beträgt.

Um eine Mehrfachnutzung der Batterien zu realisieren, wird ein "genetischer Algorithmus" eingesetzt, um den Anteil an Energie und Energiekapazität für den BESS zu optimieren. Er nimmt an den oben erwähnten unterschiedlichen Energiemarktauktionen teil.

Im Gegensatz dazu wird für die tägliche Betriebsstrategie der BESS ein stündlich angepasster linearer Optimierungsalgorithmus verwendet. Die Windenergie-Prognosen für einen Pool von Windparks mit einer Gesamtnennleistung von 238 MW werden mit dem Multi-Schema-Ensemble-Vorhersagesystem (MSEPS) generiert. Darüber hinaus stehen die Messdaten des Windparks zur Verfügung. Die Zeitreihen der Strompreise für den deutsch-österreichischen Raum werden der EEX (European Energy Exchange AG), entnommen und teilweise für die Optimierung und Verifikation verwendet.

Die Ergebnisse zeigen, dass durch die Anwendung der vorgeschlagenen Methode finanzielle Vorteile für den Windpark erreicht werden und die Kosten durch Prognosefehler reduziert werden können.