Garantie der Versorgungssicherheit in vernetzten Mikronetzen: Planung des Energiespeichers und optimale Leistungsaufteilungsstrategie

Core Concepts

Eine stochastische Steuerungsanalyse wird verwendet, um die erforderliche Batteriekapazität für Mikronetze zu bestimmen, die eine hohe Wahrscheinlichkeit der Einhaltung der Betriebsgrenzen des Batteriespeichers gewährleistet. Darüber hinaus wird eine optimale Leistungsübertragungsstrategie zwischen mehreren Mikronetzen entwickelt, um die erforderliche Batteriekapazität weiter zu reduzieren.

Abstract

Der Artikel befasst sich mit der Herausforderung der Versorgungssicherheit in Stromnetzen mit hohem Anteil erneuerbarer Energien. Um die Unsicherheit der erneuerbaren Energieerzeugung auszugleichen, werden Batteriespeicher eingesetzt.
Zunächst wird eine Methode zur Dimensionierung der Batteriekapazität für ein einzelnes Microgrid entwickelt. Dabei wird ein stochastisches Steuerungsmodell verwendet, um die erforderliche Batteriekapazität zu bestimmen, die mit hoher Wahrscheinlichkeit die Betriebsgrenzen des Batteriespeichers einhält und sowohl Erzeugungsüberschüsse als auch Lastausfälle minimiert.
Anschließend wird der Fall mehrerer miteinander verbundener Mikronetze betrachtet. Hier wird eine optimale Leistungsübertragungsstrategie zwischen den Netzen entwickelt, die die erforderliche Batteriekapazität in jedem Microgrid weiter reduziert. Es wird gezeigt, wie die Übertragungskapazität zwischen den Netzen die benötigte Batteriekapazität beeinflusst.
Die vorgeschlagenen Methoden bieten eine analytische Lösung zur effizienten Dimensionierung von Batteriespeichern in Mikronetzen mit hohem Anteil erneuerbarer Energien.

Stats

Die Leistung der erneuerbaren Energiequelle folgt einer Brownschen Bewegung mit Volatilität σ.
Die maximale Batteriekapazität pro Batterie beträgt Bmax kWh.
Der Zeithorizont beträgt Tf Stunden.
Die zulässige Wahrscheinlichkeit für das Über- oder Unterschreiten der Batteriegrenzen beträgt δ.

Quotes

"Eine stochastische Steuerungsanalyse wird verwendet, um die erforderliche Batteriekapazität für Mikronetze zu bestimmen, die eine hohe Wahrscheinlichkeit der Einhaltung der Betriebsgrenzen des Batteriespeichers gewährleistet."
"Es wird eine optimale Leistungsübertragungsstrategie zwischen mehreren Mikronetzen entwickelt, um die erforderliche Batteriekapazität weiter zu reduzieren."

Key Insights Distilled From

Guaranteeing Service in Connected Microgrids

by Arnab Dey,Vi... at arxiv.org 03-14-2024

https://arxiv.org/pdf/2403.08114.pdf

Deeper Inquiries

Wie könnte man die vorgeschlagene Methodik auf Systeme mit mehr als zwei Mikronetzen erweitern

Um die vorgeschlagene Methodik auf Systeme mit mehr als zwei Mikronetzen zu erweitern, könnte man das Modell auf mehrere Mikronetze ausdehnen und die Interaktionen zwischen ihnen berücksichtigen. Dies würde bedeuten, dass die Batteriekapazität und der optimaler Leistungsübertragungspolitik für jedes Mikronetz separat bestimmt werden müssten. Darüber hinaus müssten die Kapazitätsbeschränkungen der Verbindungsleitungen zwischen den Mikronetzen in die Berechnungen einbezogen werden, um sicherzustellen, dass die Gesamtsystemkapazität ausreichend ist, um die Anforderungen aller Mikronetze zu erfüllen.

Welche zusätzlichen Faktoren, wie Kosten oder Umweltaspekte, könnten bei der Optimierung der Batteriedimensionierung berücksichtigt werden

Bei der Optimierung der Batteriedimensionierung könnten zusätzliche Faktoren wie Kosten und Umweltaspekte berücksichtigt werden. Zum Beispiel könnte eine Kosten-Nutzen-Analyse durchgeführt werden, um das optimale Verhältnis zwischen Investitionskosten für Batterien und den erwarteten Einsparungen durch verbesserte Energieeffizienz zu ermitteln. Darüber hinaus könnten Umweltaspekte wie die Reduzierung von CO2-Emissionen durch den Einsatz erneuerbarer Energien und Energiespeicher in die Optimierung einbezogen werden.

Welche Auswirkungen hätte eine Erweiterung des Modells um andere Energiespeichertechnologien neben Batterien auf die Ergebnisse

Eine Erweiterung des Modells um andere Energiespeichertechnologien neben Batterien würde die Ergebnisse beeinflussen, da verschiedene Speichertechnologien unterschiedliche Eigenschaften und Betriebsparameter aufweisen. Zum Beispiel könnten Technologien wie Pumpspeicherkraftwerke, thermische Speicher oder Druckluftspeicher unterschiedliche Kostenstrukturen, Lade- und Entladeeffizienzen sowie Umweltauswirkungen haben. Durch die Integration verschiedener Speichertechnologien in das Modell könnten umfassendere Optimierungsmöglichkeiten für das Energiesystem identifiziert werden.