Modellprädiktive Regelung von Fernwärmenetzen unter Verwendung stabilisierender Endkomponenten

Core Concepts

Die Transformation von auf fossilen Brennstoffen basierenden Fernwärmenetzen zu CO2-neutralen Fernwärmenetzen erfordert die Entwicklung neuartiger Betriebsstrategien. Die modellprädiktive Regelung (MPC) ist ein vielversprechender Ansatz, da Informationen über zukünftigen Wärmebedarf und Wärmeversorgung in die Regelung einbezogen werden können, Betriebsbeschränkungen eingehalten werden können und die Stabilität des Regelkreises garantiert werden kann.

Abstract

Der Artikel beschreibt die Entwicklung eines ODE-basierten Modells zur Beschreibung der Thermo-Hydraulik von Fernwärmenetzen, die Wärmespeicher mit variabler Speichermassenverhältnis sowie Kirchhoffsche Gesetze für hydraulische Netzwerke enthalten. Es wird bewiesen, dass das Fernwärmenetzmodell stabilisierbar ist, was eine notwendige Systemeigenschaft für die Anwendung der MPC mit Endkomponenten ist. In einer Fallstudie wird die asymptotische Stabilisierung verschiedener stationärer Sollwertzustände eines exemplarischen Fernwärmenetzes demonstriert.

Stats

Die Länge jeder Kante beträgt L = 500 m. Die Gesamtmassen der Wärmespeicher betragen mtes,1 = 50 · 103 kg und mtes,2 = 30 · 103 kg. Der Wärmeverlustkoeffizient beträgt (κv)v = (κe)e = 0,2 kJ/(K·s) für v ∈ V, e ∈ E. Die Dichte von Wasser, die Umgebungstemperatur, die spezifische Wärmekapazität von Wasser und der Rohrreibungskoeffizient betragen ρ = 988,05 kg/m³, Ta = 10,0°C, cp = 4,18 kJ/(kg·K) bzw. λ = 0,02.

Quotes

"Die Transformation von auf fossilen Brennstoffen basierenden Fernwärmenetzen zu CO2-neutralen Fernwärmenetzen erfordert die Entwicklung neuartiger Betriebsstrategien." "Die modellprädiktive Regelung (MPC) ist ein vielversprechender Ansatz, da Informationen über zukünftigen Wärmebedarf und Wärmeversorgung in die Regelung einbezogen werden können, Betriebsbeschränkungen eingehalten werden können und die Stabilität des Regelkreises garantiert werden kann."

Key Insights Distilled From

Model Predictive Control of District Heating Grids Using Stabilizing Terminal Ingredients

by Max Rose,Han... at arxiv.org 04-03-2024

https://arxiv.org/pdf/2404.01820.pdf

Deeper Inquiries

Wie könnte die Skalierbarkeit des vorgestellten MPC-Ansatzes für größere Fernwärmenetze untersucht werden?

Um die Skalierbarkeit des vorgestellten MPC-Ansatzes für größere Fernwärmenetze zu untersuchen, könnte eine Analyse der Rechenzeiten und der Komplexität des Optimierungsproblems durchgeführt werden. Dies würde es ermöglichen, festzustellen, ob der Ansatz effizient genug ist, um auf größere Netze angewendet zu werden. Darüber hinaus könnte eine Simulation mit einem erweiterten Modell eines größeren Fernwärmenetzes durchgeführt werden, um die Leistungsfähigkeit und Stabilität des MPC-Ansatzes unter realistischeren Bedingungen zu testen. Eine Untersuchung der Anpassungsfähigkeit des Ansatzes an verschiedene Netzwerktopologien und Betriebsbedingungen wäre ebenfalls sinnvoll, um seine Skalierbarkeit zu bewerten.

Welche Auswirkungen hätte die Berücksichtigung von Unsicherheiten in den Modellparametern oder Störgrößen auf die Leistungsfähigkeit des MPC-Ansatzes?

Die Berücksichtigung von Unsicherheiten in den Modellparametern oder Störgrößen könnte die Leistungsfähigkeit des MPC-Ansatzes beeinflussen, da dies zu unvorhergesehenen Abweichungen zwischen den simulierten und tatsächlichen Systemzuständen führen könnte. Infolgedessen könnten die optimierten Steuerbefehle des MPC möglicherweise nicht mehr optimal sein und zu suboptimalen Betriebsergebnissen führen. Um diesen Effekt zu mildern, könnten robuste MPC-Formulierungen verwendet werden, die Unsicherheiten explizit berücksichtigen und die Stabilität und Leistungsfähigkeit des Systems unter Unsicherheiten gewährleisten. Darüber hinaus könnten adaptive MPC-Strategien implementiert werden, die es dem System ermöglichen, sich an sich ändernde Bedingungen anzupassen und flexibel auf Unsicherheiten zu reagieren.

Inwiefern könnte der MPC-Ansatz erweitert werden, um die Integration erneuerbarer Energien in Fernwärmenetze zu optimieren?

Um die Integration erneuerbarer Energien in Fernwärmenetze zu optimieren, könnte der MPC-Ansatz um folgende Aspekte erweitert werden: Prognose erneuerbarer Energiequellen: Durch die Integration von Prognosedaten für erneuerbare Energiequellen wie Solar- oder Windenergie in den MPC-Ansatz könnte eine prädiktive Steuerung ermöglicht werden, die den Einsatz erneuerbarer Energien maximiert. Flexibilität im Betrieb: Der MPC-Ansatz könnte um Flexibilitätsmechanismen erweitert werden, um den Betrieb des Fernwärmenetzes an die schwankende Verfügbarkeit erneuerbarer Energien anzupassen. Dies könnte die Nutzung von Energiespeichern oder die Anpassung von Betriebsparametern umfassen. Kopplung mit anderen Energiesektoren: Eine Erweiterung des MPC-Ansatzes zur Kopplung mit anderen Energiesektoren wie dem Stromnetz könnte eine ganzheitliche Optimierung der Energieflüsse ermöglichen und die Integration erneuerbarer Energien in das Fernwärmenetz optimieren. Berücksichtigung von CO2-Emissionen: Durch die Einbeziehung von CO2-Emissionszielen in die MPC-Optimierung könnte der Betrieb des Fernwärmenetzes so gesteuert werden, dass die CO2-Emissionen minimiert und die Nutzung erneuerbarer Energien maximiert werden.