Analyse der Wirtschaftlichkeit von Batteriespeichern für das österreichische Bahnstromnetz

Abstract

Im Zuge der Energiewende und des zunehmenden Ausbaus erneuerbarer Energien steigen die Anforderungen an die Flexibilität der Energiesysteme. Die fluktuierende Einspeisung aus erneuerbaren Energiequellen sowie steigende Energie- und Netzkosten erfordern neue Lösungen, um einen wirtschaftlichen und stabilen Betrieb zu gewährleisten. Dies gilt auch für das Österreichische Bahnstromnetz, welches als eigenständiges, vertikal integriertes System mit einer Frequenz von 16,7 Hz betrieben wird. Vor diesem Hintergrund untersucht die vorliegende Arbeit die wirtschaftliche Rentabilität von Batteriespeichersystemen für das Österreichische Bahnstromnetz.Hierfür wurde ein lineares Optimierungsmodell entwickelt, mit dem die jährlichen Kosten für die Energiebeschaffung und für die Netzentgelte (Arbeits- und Leistungskomponente) minimiert werden. Auf Basis historischer Betriebs- und Marktdaten aus dem Jahr 2024 werden verschiedene Fallstudien analysiert, in denen unterschiedliche Frequen zum former-Standorte, Speicherdimensionierungen, Anschlussmöglichkeiten (50 Hz bzw. 16,7 Hz) sowie Ausbauszenarien erneuerbarer Energien berücksichtigt werden. Zusätzlich werden Sensitivitätsanalysen hinsichtlich der Entwicklung der Netzentgelte und der Erlöspotenziale aus dem Intraday-Handel durchgeführt.Die Ergebnisse zeigen, dass Batteriespeicher signifikante wirtschaftliche Vorteile im Bahnstromnetz ermöglichen. Den größten Anteil der Erlöse liefern Arbitragegeschäfte mit über 50 % der Gesamtersparnisse. Zusätzlich tragen Peak-Shaving und Lastverschiebung, insbesondere an Standorten mit rotierenden Umformern, wesentlich zur Wirtschaftlichkeit bei. Ein Anschluss auf der 16,7-Hz-Seite erweist sich als vorteilhaft, da Umformerverluste reduziert werden. Darüber hinaus unterstützen Batteriespeicher ab einer bestimmten Größenordnung die Integration erneuerbarer Energien. Insgesamt zeigt die Rentabilitätsanalyse, dass Batteriespeichersysteme bei geeigneter Dimensionierung und optimierter Betriebsweise wirtschaftlich betrieben werden können.

In the context of the energy transition and the increasing deployment of renewable energy sources, the requirements for flexibility in energy systems are rising. The fluctuating generation from renewable energy sources and increasing energy and grid costs, necessitates new solutions to ensure economically ecient and stable operation. This also applies to the Austrian railway power system, which operates as an independent, vertically integrated system at a frequency of 16,7 Hz. Against this background, this thesis investigates the economic viability of battery energy storage systems in the Austrian railway power network.To address these challenges, a linear optimization model was developed to minimize annual costs for energy purchase and grid tariffs (energy- and capacity-based components). Based on historical operational and market data from 2024, various case studies are analyzed, considering di↵erent frequency converter stations, storage sizes, grid connection options (50 Hz and 16,7 Hz), and renewable energy expansion scenarios. In addition, sensitivity analyses are conducted regarding the development of grid tari↵s and revenue potentials from intraday trading.The results indicate that the integration of battery energy storage systems can lead to substantial cost reductions within the railway power grid. The primary share of revenues, exceeding 50 %, is generated through energy arbitrage. Furthermore, peak shaving and load shifting, particularly at sites with rotating converters, contribute substantially to economic performance. Connecting the storage system on the 16.7 Hz side proves to be advantageous, as it reduces conversion losses. Moreover, battery storage supports the integration of renewable energy sources beyond a certain capacity threshold. Overall, the analysis of the profitability demonstrates that battery storage systems can be operated economically with appropriate sizing and optimized operation strategies.