Algorithmus zum Scheduling von Demand-Response-fähigen Energiespeichern

Abstract

Der schnell wachsende Anteil an erneuerbaren Energieträgern, besonders von Windenergie, deren Energieausbeute weder steuerbar, noch exakt prognostizierbar ist, stellt die Regelbarkeit der elektrischen Netze vor neuen Herausforderungen. Diese Diplomarbeit nimmt sich der Thematik an und stellt eine Strategie vor, wie jener Problematik durch Steuerung von Demand-Response-fähigen Zweckbauten entgegengewirkt werden kann. Im Zuge dieser Arbeit wurde ein Scheduling-Algorithmus entwickelt, der es in einer Smart-Grid-Umgebung erlaubt, großvolumigen Gebäuden als thermische Energiespeicher einzusetzen, um die Differenzen zwischen prognostizierter und tatsächlich verfügbarer Leistung von Windkraftanlagen auszugleichen. Des Weiteren ist eine Simulationsumgebung in SystemC entwickelt worden, welche die Modellierung und Simulation unterschiedlicher Smart Grid Strukturen ermöglicht. Zur Evaluierung der Leistungsfähigkeit dieser Strategie wurden die Simulationsergebnisse des entwickelten Algorithmus den Ergebnissen von etablierten Scheduling-Strategien aus der Informationstechnik gegenübergestellt, die ebenfalls in die Simulationsumgebung implementiert wurden.<br />

The rapidly growing share of renewable energy sources, particularly wind energy, whose output can not be controlled, nor accurately predictable, provides the controllability of the electric networks faces new challenges. This thesis refers to these issues and provides a strategy how to counteract this problem by controlling demand response compatible commercial buildings. In the course of this work, an algorithm was developed, implemented in a smart grid environment, which allows to use large-volume buildings as thermal energy storages to compensate the differences between predicted and actual power output available from wind turbines. Furthermore, a simulation environment in SystemC has been developed, which enables the modelling and simulation of various smart grid structures. To evaluate the performance of this strategy, the simulation results of the developed algorithm were compared with the results of established scheduling strategies from the information technology, which have also been implemented in the simulation environment.