Energiesystem-Simulationsmodelle. Analyse und Schnittstellenimplementierung

Bachelor Thesis , 2021 , 118 Pages , Grade: 1,7

Electrotechnology

Für die Verwirklichung eines emissionsfreien Energiesystems kann der Planung und Optimierung zukünftiger Systeme eine Schlüsselrolle beigemessen werden. Vor diesem Hintergrund stellt diese Bachelorarbeit Energiesystem-Simulationsmodelle (Tools) vor, die für Entwurf, Simulation und Optimierung verwendet werden können. Der Großteil der vorgestellten Software ist Open Source oder frei verfügbar. Einige Tools können nach Vereinbarung oder auf Anfrage lizensiert genutzt werden.

Im ersten Teil der Arbeit werden Grundlagen eines erneuerbaren Energiesystems beschrieben und es wird eine kurze Einführung in den Bereich Simulation gegeben. Anschließend werden die betrachteten Simulationsmodelle vorgestellt und sechs dieser Tools genauer betrachtet. Im Anschluss wird beschrieben, wie mithilfe der Open Source Software emobpy generierte Leistungs- und Fahrprofile für Elektrofahrzeuge für die Verwendung an das Speichersystemsimulationswerkzeug SimSES angepasst werden konnten. Aufbauend auf diesen Profilen wurde so die Basis für eine Erweiterung des Anwendungsbereichs von SimSES für Ladestrategien für Elektrofahrzeuge geschaffen.

Im Rahmen des von der europäischen Kommission vorgestellten Green New Deal aus dem Jahr 2019, wird eine neue und nachhaltige Wachstumsstrategie für Europa formuliert, welche durch Klimaneutralität bis zum Jahr 2050 und effiziente Ressourcennutzung gekennzeichnet ist. Dieses Konzept setzt die Rahmenbedingungen für eine moderne, faire und wohlhabende Gesellschaft der Zukunft.

Zur Realisierung dieses Gesellschaftsentwurfs wird sich, vorangetrieben durch gesellschaftliche Erwartungshaltung, technische Innovation und Fördermittel, Konstellation und Topologie des Energiesystems grundlegend verändern. Besonders ein wachsender Anteil erneuerbarer Energien an der Stromversorgung, die intelligente Vernetzung der am Energiesystem beteiligten Komponenten, sowie die Kopplung der energiewirtschaftlichen Sektoren Strom, Wärme und Transport eröffnet einzigartige Chancen für eine vollständig dekarbonisierte Energieversorgung der Zukunft.

Kurzfassung

Wesentliche Faktoren zum Erreichen eines erneuerbaren Energiesystems sind neben der Nutzung regenerativer Energiequellen eine symbiotische Kopplung der Sektoren, eine intelligente Vernetzung der Systemkomponenten und eine Ausweitung der Speicherkapazitäten elektrischer Energie. Das Verständnis von Funktionsweise, Planung und Optimierung bestehender und zukünftiger Energiesysteme nimmt eine Schlüsselrolle in diesem transformativen Prozess ein. Simulationsmodelle können zu diesen Zwecken unterstützend wirken und einen wichtigen Beitrag zum Erreichen eines vollständig dekarbonisierten Energiesystems leisten. In dieser Arbeit werden Simulationsmodelle für Batteriezellen, Speichersysteme, erneuerbare Erzeuger, Stromsystem und Stromnetz sowie Simulationsmodelle zur holistischen Betrachtung des Energiesystems vorgestellt. Dabei werden potentielle Schnittstellen zum Speichersystem-Simulationsmodell des Lehrstuhls für Elektrische Energiespeichertechnik der TU München "SimSES" aufgezeigt. Mobilitäts- und Verbrauchsprofile elektrischer Personenkraftwägen werden mithilfe des Simulationsmodells "emobpy" des Deutschen Instituts für Wirtschaftsforschung erzeugt und es wird im Rahmen dieser Arbeit die zugehörige Schnittstelle zu "SimSES" implementiert. Aufbauend auf diesen Profilen wird so die Basis für eine Erweiterung des Anwendungsbereichs von "SimSES" für Ladestrategien für Elektrofahrzeuge geschaffen.

Abstract

Achieve the objective of a fully renewable energy system will critically depend not only on the use of regenerative energy sources, but also on a symbiotic coupling of the sectors, an intelligent networking of the system components and an expansion of the storage capacities for electrical energy. Insight into how existing and future energy systems work, as well as planning and optimizing them, will play a key role in this transformative process. Simulation models can help provide such critical insight and make an important contribution to achieving a fully decarbonised energy system. In this thesis work, current state-of-the-art simulation models for battery cells, storage systems, renewable generators, the power system, the power grid and simulation models with a holistic view of the energy system are presented and reviewed. Potential interfaces to the storage system simulation model "SimSES" as developed at TU München are described. The implementation of an interface for using mobility and consumption profiles of electric passenger cars generated by the simulation model "emobpy" developed at the German Institute for Economic Research in "SimSES" is described. Building on these profiles, the basis for an expansion of the applicability of "SimSES" to charging strategies for electric vehicles is provided.

Inhaltsverzeichnis

Abkürzungen ... 4

1 Einleitung ... 7

2 Struktur eines erneuerbaren Energiesystems ... 9
2.1 Stromsystem ... 10
2.1.1 Erzeugung elektrischer Energie ... 10
2.1.2 Übertragung elektrischer Energie ... 11
2.1.3 Netzfrequenz und Systemdienstleistungen ... 11
2.1.4 Verbrauch elektrischer Energie ... 12
2.1.5 Entwicklungstendenzen ... 13
2.2 Sektorkopplung ... 13
2.3 Mikronetze ... 14
2.4 Intelligente Stromnetze ... 15
2.5 Dezentrale Stromversorgung ... 16
2.6 Energiespeicher ... 16
2.6.1 Stromspeicher ... 18
2.6.2 Lithium-Ionen-Batterie ... 19
2.6.3 Technisch-chemische Grundlagen ... 20
2.6.4 Alterungsprozesse ... 22

3 Simulationsmodelle ... 24
3.1 Übersicht der betrachteten Simulationsmodelle ... 25
3.2 Batteriezellensimulation ... 27
3.2.1 BEST – Battery and Electrochemistry Simulation Tool ... 28
3.2.2 Comsol Multiphysics – Battery Design Module ... 28
3.2.3 BatPac – Battery Performance and Cost Model ... 29
3.2.4 ISEA Framework ... 30
3.2.5 PyBaMM – Python Battery Mathematical Modelling ... 30
3.2.6 BEEP – Battery Evaluation and Early Prediction ... 31
3.2.7 Cellpy ... 31
3.3 Speichersystemsimulation ... 32
3.3.1 SimSES – Simulation of Stationary Energy Storage Systems ... 32
3.3.2 QuESt – Energy Storage Evaluation Application Suite ... 34
3.3.3 BLAST – Battery Lifetime Analysis and Simulation Tool ... 35
3.3.4 Sesame – Energy Storage Models ... 35
3.3.5 DER-VET – Distributed Energy Resource Value Estimation Tool ... 37
3.4 Simulation erneuerbarer Erzeuger ... 38
3.4.1 SAM – System Advisor Model ... 39
3.4.2 PVLIB ... 40
3.4.3 PVWatts ... 40
3.4.4 PVGIS – Photovoltaic Geographical Information System ... 41
3.4.5 windpowerlib ... 41
3.4.6 QBlade ... 42
3.4.7 WISDEM – Wind Plant Integrated Systems Design and Engineering Model ... 42
3.5 Stromsystemsimulation ... 44
3.5.1 REopt – Renewable Energy Intergration and Optimization ... 45
3.5.2 RAPSim – Renewable Alternative Powersystems Simulation ... 45
3.5.3 Pymgrid ... 45
3.5.4 INSEL – Integrated Simulation Environment Language ... 47
3.5.5 HOMER – Hybrid Optimization of Multiple Energy Resources ... 49
3.6 Netzsimulation ... 51
3.6.1 GridLAB-D ... 51
3.6.2 OpenDSS – Distribution System Simulator ... 52
3.6.3 OpenDISCO – Open Source Distributed Control ... 53
3.7 Energiesystemsimulation ... 55
3.7.1 RETScreen – Renewable-energy and Energy-efficiency Technology Screening software ... 56
3.7.2 PyPSA – Python for Power System Analysis ... 59
3.7.3 EnergyPLAN – Advanced Energy System Analysis Computer Model ... 61
3.7.4 FINE – Framework for Integrated Energy System Assessment ... 62
3.8 Erzeugung von Lastprofilen ... 63
3.8.1 emobpy – Emobility in Python ... 63
3.8.2 LPG – LoadProfileGenerator ... 64
3.8.3 ALPG – Artificial Load Profile Generator ... 65
3.8.4 TMY generator – Typical Meteorologial Year ... 66
3.8.5 demandlib ... 67

4 Spezifischere Betrachtung ausgewählter Simulationsmodelle ... 68
4.1 ISEA Framework ... 68
4.1.1 Anwendung ... 68
4.1.2 Modellierung und Simulation. ... 69
4.1.3 Ergebnisse und Schnittstellenpotenzial ... 71
4.2 DER-VET – Distributed Energy Resource Value Estimation Tool ... 71
4.2.1 Anwendung ... 72
4.2.2 Modellierung und Simulation ... 73
4.2.3 Ergebnisse und Schnittstellenpotenzial ... 75
4.3 BLAST – Battery Lifetime Analysis and Simulation Tool ... 76
4.3.1 Anwendung ... 77
4.3.2 Modellierung und Simulation ... 78
4.3.3 Ergebnisse und Schnittstellenpotenzial ... 80
4.4 SAM – System Advisor Model ... 80
4.4.1 Anwendung ... 81
4.4.2 Modellierung und Simulation ... 81
4.4.3 Ergebnisse und Schnittstellenpotenzial ... 83
4.5 GridLAB-D ... 85
4.5.1 Anwendung ... 85
4.5.2 Modellierung und Simulation. ... 86
4.5.3 Ergebnisse und Schnittstellenpotenzial ... 88
4.6 FINE – Framework for Integrated Energy System Assessment ... 89
4.6.1 Anwendung ... 89
4.6.2 Modellierung und Simulation ... 90
4.6.3 Ergebnisse und Schnittstellenpotenzial ... 91

5 Implementierung einer Schnittstelle zu EV Verbrauchsprofilen ... 93

6 Zusammenfassung und Ausblick ... 97

Literaturverzeichnis ... 99

Abbildungsverzeichnis ... 113

Tabellenverzeichnis ... 115

Abkürzungen

ABM ... Agenten basierte Modelle

AC ... Wechselstrom (engl.: alternating current)

ALPG ... Artificial Load Profile Generaotor

BatPac ... Battery Perfomance and Cost Model

BEEP ... Battery Evaluation and Early Prediction

BESS ... Battery Energy Storage Systems

BEST ... Battery and Electrochemistry Simulation Tool

BEV ... Batterie-elektrisches Fahrzeug (engl.: battery-electric-vehicle)

BIP ... Bruttoinlandsprodukt

BLAST ... Battery Lifetime Analysis and Simulation Tool

BMS ... Batteriemanagementsystem

BTM ... Hinter der Messeinrichtung (engl.: Behind-the-Meter)

CC ... Konstanter Strom (engl.: constant current)

COM DLL ... Component Object Model Dynamic Link Library

CSV ... Komma separierte Werte (engl.: Comma Seperated Values)

CV ... Konstante Spannung (eng.: constant voltage)

DC ... Gleichstrom (engl.: direct current)

DER-VET ... Distributed Energy Resource Valuation Estimation Tool

DLR ... Deutsches Zentrum für Luft- und Raumfahrt

DOE ... U.S. Department of Energy

DSM ... Laststeuerung (engl.: demand side management)

emobpy ... Emobility in Python

EnergyPLAN ... Advanced Energy System Analysis Computer Model

EoL ... Betriebsende (engl.: End of Life)

EPRI ... Electric Power Research Institute

ESB ... Ersatzschaltbild

EV ... Elektrofahrzeug (engl.: electric vehicle)

FINE ... Framework for Intergrated Energy System Assessement

FTM ... Vor der Messeinrichtung (engl.: in-Front-of-Meter)

FVM ... Finite Volumen Methode

HOMER ... Hybrid Optimization of Multiple Energy Resources

GUI ... Grafische Nutzeroberfläche (engl.: graphical user interface)

IFE ... Norway Institute for Energy Technology

INSEL ... Integrated Simulation Environment Language

ISEA ... Institut für Stromrichtertechnik und Elektrische Antriebe RWTH Aachen

ITWM ... Fraunhofer Institut für Techno- und Wirtschaftsinformatik

KPI ... Leistungskennzahl (engl.: key performance indicator)

KWK ... Kraft-Wärme-Kopplung

LCO ... Lithium-Cobalt-Oxid

LCOE ... Stromgestehungskosten (engl.: levelized cost of energy)

LCOS ... Speicherkosten (engl.: levelized cost of storage)

LFP ... Lithium-Eisen-Phosphat

LIB ... Lithium-Ionen-Batterie

LMO ... Lithium-Mangan-Oxid

LPG ... Load Profile Generator

MCS ... Monte Carlo Simulation

NCA ... Lithium-Nickel-Cobalt-Aluminium-Oxid

NMC ... Lithium-Nickel-Mangan-Cobalt-Oxid

NREL ... U.S. National Renewable Energy Laboratory

OpenDISCO ... Open Source Distributed Control

OpenDSS ... Distribution System Simulator

PEV ... Primärenergieverbrauch

PHEV ... Plug-in Hybrid Electric Vehicle

PNNL ... Pacific Northwest National Laboratory

PV ... Photovoltaik

PVGIS ... Photovoltaic Geographical Information System

PyBaMM ... Python Battery Mathematical Modelling

PyPSA ... Python for Power System Analysis

QuESt ... Energy Storage Evaluation Application Suite

RAPSim ... Renewable Alternative Powersystems Simulation

REopt ... Renewable Energy Integration and Optimization

RETScreen ... Renewable Energy and Energy-efficiency Technology Screening software

RFB ... Redox-Flow-Batterie

SAM ... System Advisor Model

SEI ... Solid Electrolyte Interphase

SimSES ... Simulation of Stationary Energy Storage Systems

SLP ... Standardlastprofile

SoC ... Ladezustand (engl.: State of Charge)

SoH ... Gesundheitszustand (engl.: State of Health)

SoS ... System of Systems

TMY Generator ... Typical Meteorological Year

UMSICHT ... Fraunhofer-Institut für Umwelt-, Sicherheit- und Energietechnik

WISDEM ... Wind Plant Integrated Systems Design and Engineering Model

1. Einleitung

Im Rahmen des von der europäischen Kommission vorgestellten "Green New Deal" aus dem Jahr 2019, wird eine neue und nachhaltige Wachstumsstrategie für Europa formuliert, welche durch Klimaneutralität bis zum Jahr 2050 und effiziente Ressourcennutzung gekennzeichnet ist. Dieses Konzept setzt die Rahmenbedingungen für eine moderne, faire und wohlhabende Gesellschaft der Zukunft. [1]

Zur Realisierung dieses Gesellschaftsentwurfs wird sich, vorangetrieben durch gesellschaftliche Erwartungshaltung, technische Innovation und Fördermittel, Konstellation und Topologie des Energiesystems grundlegend verändern. Besonders ein wachsender Anteil erneuerbarer Energien an der Stromversorgung, die intelligente Vernetzung der am Energiesystem beteiligten Komponenten, sowie die Kopplung der energiewirtschaftlichen Sektoren Strom, Wärme und Transport eröffnet einzigartige Chancen für eine vollständig dekarbonisierte Energieversorgung der Zukunft. [2]

Für die Verwirklichung eines emissionsfreien Energiesystems kann der Planung und Optimierung zukünftiger Systeme eine Schlüsselrolle beigemessen werden [3]. Vor diesem Hintergrund werden im Folgenden Energiesystem-Simulationsmodelle (Tools) vorgestellt, die für Entwurf, Simulation und Optimierung verwendet werden können. Der Großteil der vorgestellten Software ist Open Source oder frei verfügbar. Einige Tools können nach Vereinbarung oder auf Anfrage lizensiert genutzt werden.

Im ersten Teil der vorliegenden Arbeit werden in Kapitel 2 Grundlagen eines erneuerbaren Energiesystems beschrieben und es wird eine kurze Einführung in den Bereich Simulation gegeben. In Kapitel 3 werden die betrachteten Simulationsmodelle vorgestellt. Kapitel 4 beleuchtet sechs dieser Tools genauer. Im Anschluss wird in Kapitel 5 beschrieben, wie mithilfe der Open Source Software emobpy generierte Leistungs- und Fahrprofile für Elektrofahrzeuge für die Verwendung an das Speichersystemsimulationswerkzeug SimSES angepasst werden konnten. Aufbauend auf diesen Profilen wurde so die Basis für eine Erweiterung des Anwendungsbereichs von SimSES für Ladestrategien für Elektrofahrzeuge geschaffen. Zum Schluss wird in Kapitel 6 eine Zusammenfassung der ausgearbeiteten Inhalte und ein Ausblick auf weitere mögliche Entwicklungen gegeben.

Betrachtet werden Simulationsmodelle zur Simulation von Batteriezellen (Kapitel 3.2), Speichersystemen (Kapitel 3.3), erneuerbaren Erzeugern (Kapitel 3.4), Stromsystemen (Kapitel 3.5), Netzen (Kapitel 3.6) sowie Werkzeuge zur ganzheitlichen Betrachtung des Energiesystems (Kapitel 3.7). Darüber hinaus werden Tools zur Erzeugung von Strom- und Wärmelastprofilen sowie für Elektrofahrzeugprofile vorgestellt (Kapitel 3.8).

2. Struktur eines erneuerbaren Energiesystems

Übergeordnet kann das Energiesystem und insbesondere auch das erneuerbare Energiesystem in die Sektoren Strom, Wärme und Transport (siehe Abbildung 2) unterteilt werden. Auf diese wird der Endenergieverbrauch, d.h. der residuale Teil der Primärenergie nach Wandlungs- und Übertragungsverlusten, aufgeteilt. Der Begriff Primärenergie bezieht sich auf natürlich vorkommende und noch nicht gewandelte Energieträger, wie Sonnenstrahlung, Wind und Brennstoffe. Primärenergieträger können teils direkt, teils indirekt durch Umwandlung, für den Endverbraucher in Form von Elektrizität, Wärme oder mechanische Energie nutzbar gemacht werden. [4]

Die Entkopplung des Wirtschaftswachstums vom Primärenergieverbrauch (PEV) nimmt eine zentrale Rolle ein, um stetiges Wirtschaftswachstum mit Zielen zur Eindämmung des Klimawandels zu vereinbaren. Eine positive Tendenz lässt sich im Vergleich des preisbereinigten Bruttoinlandsproduktes (BIP) mit dem PEV erkennen. Das BIP wuchs von 1990 bis 2017 um 51,2%, während der Primärenergieverbrauch im gleichen Zeitraum um 8,8% sank. Diese Entwicklung ist unter anderem auf Maßnahmen zur Steigerung der Energieeffizienz in Wandlungsprozessen, auf ökonomischere Verwendung in den Verbrauchssektoren (Industrie, Verkehr, Haushalte, Gewerbe) und auf strukturelle Veränderungen der Volkswirtschaft durch den Transfer von Industrie- zu Dienstleistungsgesellschaft zurückzuführen. Dieser Trend zeigt sich auch an der Endenergieproduktivität. Diese gibt an, wie effizient Energie innerhalb einer Volkswirtschaft verwendet wird und ist zwischen 1990 und 2017 um 53,5% gestiegen. [6]

Eine Kopplung der Sektoren, auf welche in Abschnitt 2.2 genauer eingegangen wird, begünstigt die Substitution fossiler Energieträger durch regenerative Quellen und steigert die Energieeffizienz. Zentraler Teil der Infrastruktur innerhalb dieses Verbunds ist das Stromsystem. Mit einem Anteil von 45,5% erneuerbarer Erzeugung, ist dieser Sektor bei der Überführung in eine regenerative Energieversorgung vor den Sektoren Wärme (15,2% erneuerbar) und Transport (7,3% erneuerbar) führend. [7]

2.1. Stromsystem

Die Elektrifizierung der Menschheit hat ihren Ursprung im späten 19. Jahrhundert in Folge der industriellen Revolution. Charakteristisch für das historische Stromsystem sind eine hierarchische Struktur und unidirektionale Leistungsflüsse: Zentrale Kraftwerke versorgen Haushalte und Industrie mit elektrischer Energie und trennen Erzeuger und Konsument räumlich. Angetrieben durch ambitionierten Klimaschutz und technische Innovation, wird sich dieser klassische Aufbau des Stromsystems in den kommenden Jahrzehnten grundlegend verändern. [8]

2.1.1. Erzeugung elektrischer Energie

Die Wandlung von Primärenergie in elektrische Energie wird umgangssprachlich Erzeugung genannt. Unterschieden werden kann dabei in die Umwandlung von terrestrischer Energie, Gezeitenenergie, sowie Sonneneinstrahlungsenergie in elektrische Energie. [9]

Terrestrische Energie, die in chemisch gebundene Energie (Fossile Brennstoffe), physikalisch gebundene Energie (Kernbrennstoffe) und Erdwärme unterteilt werden kann, lässt sich im jeweiligen Kraftwerkstyp in Wärmeenergie umwandeln. Die dabei entstehende Wärme wird zur Erzeugung von Dampf und Heißgasen verwendet. Im letzten Schritt wandelt ein elektrodynamischer Wandler (Generator) die mechanische Energie der Wärmekraftmaschine (Dampfturbine, Gasturbine) in elektrische Energie um. Diese wird dann ins Netz eingespeist und zum Verbraucher transportiert. [9]

Sonneneinstrahlungsenergie und Gezeitenenergie können in erneuerbare Energieformen, wie Solar-, Wind- und Wasserenergie unterteilt werden. Diese leisten einen entscheidenden Beitrag zur Reduktion der im Stromsektor ausgestoßenen Emissionen und können so dem anthropogenen Klimawandel entgegenwirken. [10]

Regenerative Energieformen decken einen immer größeren Anteil am Bruttostromverbrauch in Deutschland ab. Waren es im Jahr 2005 10,3%, stieg der Anteil im Jahr 2020 auf 45,4%. [7] Der Erfolg dieser Entwicklung ist unter anderem erkennbar an der pro erzeugter kWh ausgestoßenen Menge CO2 – dem CO2 Emissionsfaktor. Von 764 g/kWh im Jahr 1990 fiel dieser Wert auf 401 g/kWh im Jahr 2019. [11]

Die potenzielle, bzw. kinetische Energie des Wassers kann in Pumpspeicher- bzw. Laufwasserkraftwerken mithilfe von Wasserturbinen genutzt werden. Ähnlich dazu wird die kinetische Energie des Windes mithilfe von Windturbinen in elektrische Energie umgewandelt. Die Energie der Licht- und Wärmestrahlung der Sonne kann durch Solarzellen und Thermoelemente unterschiedlicher Form in Strom umgewandelt und für den Verbraucher nutzbar gemacht werden. [9]

Der größte Anteil des insgesamt 251 Mrd. kWh regenerativ erzeugten Stroms in Deutschland im Jahr 2020, ist mit 52,2% der Windenergie zuzuschreiben. Dieser wird überwiegend im windreichen Norden Deutschlands produziert. Die vor allem im Süden produzierte Solarenergie folgt mit einem Beitrag zur regenerativen Stromerzeugung von 20,2%. Biogas und Wasserkraft tragen mit 11,4% respektive 7,4% bei. Die restliche Energiemenge wird von Erzeugern wie biogenen Festbrennstoffen und Geothermie bereitgestellt. [7]

Relevant ist dabei der Verbund des windreichen Nordens und des sonnereichen Südens. Neben anderen Projekten im Netzentwicklungsplan [12] der Bundesregierung kommt "SuedLink", dem Errichten zweier Hochspannung-Gleichstrom-Übertragungsleitungen zwischen Nord- und Süddeutschland, große Bedeutung zu [13].

2.1.2. Übertragung elektrischer Energie

Das Übertragungsnetz in Deutschland ist in vier Spannungsebenen aufzuteilen:

1. Höchstspannungsnetz (220kV oder 380kV): Überregionales Transportnetz, Verbund nationaler Stromnetze. Einspeisung des Stroms aus Großkraftwerken, z.B. Kohlekraftwerk, Offshore-Windanlagen und Atomkraftwerke.

2. Hochspannungsnetz (50kV – 150kV): Regionale Verteilernetze zur Anbindung von Ballungsräumen. Einspeisung von Kraftwerken mittlerer Leistung, wie Gaskraftwerk und Windparks.

3. Mittelspannungsnetz (6kV – 30kV): Verbund besonderer Netzteilnehmern, z.B. Industrieanlagen und Stadtwerke. Einspeisung des Stroms aus Blockheizkraftwerken, Solarparks, ….

4. Niederspannungsnetz (230V – 680V): Verteilnetz zum Anschluss von Haushalten und kleineren Industriebetrieben. Direkte Einspeisung kleinerer Solaranlagen.

Der Strom wird mithilfe dieser Netze übertragen und kann durch Transformatoren auf die gewünschte Spannungsebene überführt werden [14]. Bei Übertragung und Transformation entstehen Verluste. Demnach ist eine Reduktion der Übertragungswege und eine geringe Zahl an Umspannvorgängen von Vorteil. Aus diesem Grund bieten erneuerbare Mikronetze, charakterisiert durch lokale Erzeugung und Verbrauch, großes Potenzial zur Effizienzsteigerung des Stromsektors. [15]

2.1.3. Netzfrequenz und Systemdienstleistungen

Eine wesentliche Kenngröße des Stromnetzes ist die Netzfrequenz. Diese beträgt in Europa 50Hz und gibt die Frequenz der im dreiphasigen Drehstromsystem vorhandenen Wechselspannung an. Eine stabile Netzfrequenz ist von großer Bedeutung für den reibungslosen Betrieb des Stromnetzes. Frequenzschwankungen werden durch Diskrepanz der angebotenen und nachgefragten Strommenge hervorgerufen. Eine Nachfrageüberschuss resultiert in einer Netzfrequenz höher als 50Hz – ein Angebotsüberschuss in einer Netzfrequenz geringer als 50Hz. [9]

Die Regelung der Netzfrequenz, bzw. die Steuerung des Gleichgewichts von Leistungsnachfrage und Angebot wird in Primärregelleistung, Sekundärregelleistung, Minutenreserve und Ausfallreserve aufgeteilt. Die Primärregelleistung dient zur zeitlichen Begrenzung von Frequenzschwankungen auf den Sekundenbereich. Abgelöst wird diese von der Sekundärregelleistung, die bei Bedarf im Zeitraum von 30 bis 300 Sekunden voll einsatzfähig sein muss. Aufgabe der Sekundärregelleistung ist die Rückführung der Netzfrequenz auf den Sollwert. Mithilfe der Minutenreserve sollen länger andauernde Differenzen zwischen Erzeugung und Verbrauch vermieden werden und ein ausreichendes Sekundärregelband wiederhergestellt werden. Im Falle eines Stromausfalls ist es Aufgabe der Ausfallreserve, z.B. durch Stromzukauf von Dritten, die Versorgung der Verbraucher mit elektrischer Energie erneut sicherzustellen. [16]

Neben der Frequenzhaltung sind die Systemdienstleistungen Spannungshaltung und -qualität, Versorgungswiederaufbau und Betriebsführung von hoher Relevanz:

- Spannungshaltung: Ziel ist das Halten der Spannung im zulässigen Bereich und die Begrenzung des Spannungseinbruchs im Falle eines Kurzschlusses. Dies wird erreicht durch spannungsbedingten Lastabwurf, spannungsbedingte Leistungseinspeisung sowie der Bereitstellung von Blindleistung und Kurzschlussleistung.

- Versorgungswiederaufbau: Ziel ist die Wiederherstellung der Stromversorgung nach Störungen und Ausfällen (Schwarzstartfähigkeit). Dies wird durch ein koordiniertes Anfahren von Erzeugern und Subnetzen erreicht.

- Betriebsführung: Ziel ist der koordinierte Betrieb des Stromnetzes. Methoden hierzu sind die Netzanalyse, die Überwachung des Systems, das Engpassmanagement, das Einspeisemanagement und Koordination der Systemdienstleistungen. [16]

2.1.4. Verbrauch elektrischer Energie

Der Verbrauch wird in Grundlast, Mittellast und Spitzenlast unterteilt. Grundlast stellt diejenige Stromnachfrage dar, die im Jahres- und Tagesverlauf nie unterschritten wird. Im konventionellen Stromsystem wurde dieser Bereich meist durch Kraftwerkstypen hoher Investitions- und geringer Betriebskosten (Atom, Braunkohle, Laufwasser) gedeckt. Mittelleistungskraftwerke sind gekennzeichnet durch mittlere Betriebskosten und sind für ein tägliches An- und Abfahren durch häufig wechselnde Leistungsnachfrage geeignet (Steinkohle). Die Spitzenlast wird durch Kraftwerkstypen hoher Arbeits- und geringer Leistungskosten charakterisiert. Aufgrund ihrer geringen Ausnutzungsdauer werden Spitzenleistungskraftwerke mehrmals täglich an- und abgefahren, wie z.B. Speicherkraftwerke und Gasturbinen. [9]

Zusätzlich dazu beschreibt der Begriff Residuallast die nachgefragte Strommenge abzüglich der bereitgestellten Leistung. Diese unterliegt durch den Ausbau volatiler, regenerativer Erzeuger steigenden Schwankungen. Neben Managementstrategien, wie dem Nachfragemanagement und der Steuerung der Erzeuger durch Zu- und Abschalten, gewinnen Energiespeicher an Relevanz, um die Residuallast zu stabilisieren. [17]

Die Differenzierung der Lastbereiche wird mit steigender Durchdringung erneuerbarer Erzeuger überflüssig. Zunehmend werden flexible Kraftwerkstypen kurzer An- und Abfahrzeiten und hoher Regelbarkeit relevant [18]. Darüber hinaus werden erneuerbare Erzeuger und Batteriespeicher systemrelevante Dienstleistungen (z.B. Primär- und Sekundärregelung) übernehmen [19].

2.1.5. Entwicklungstendenzen

Gegenwärtig sind eine Vielzahl an Entwicklungstendenzen im Stromsystem zu erkennen, die die Topologie des klassischen Erzeuger-Verbraucher Modells in Energie- und Stromsystem grundlegend verändern. Teil davon sind die Kopplung der Energiesektoren, Mikronetze, intelligente Stromnetze, eine dezentrale Stromversorgung und die Ausweitung der Energiespeicherkapazitäten. Eine exakte Trennung dieser Rollen und Funktionen ist i.d.R. nicht möglich, da sich die einzelnen Konzepte überlagern und ineinandergreifen.

2.2. Sektorkopplung

Das übergeordnete Ziel der Minderung von Treibhausgasemissionen erfordert die Substitution fossiler Energieträger durch regenerative Energiequellen. Ein vielversprechender Ansatz ist es, Strom aus erneuerbaren Quellen verstärkt in die Sektoren Transport und Wärme einzubringen. Sektorkopplung weist ein hohes Flexibilitätspotenzial auf und kann zur weiteren Durchdringung erneuerbarer Energien beitragen. Zudem kann eine symbiotische Kooperation der Sektoren die Energieeffizienz steigern [20]. Die Kopplung kann zum einen über die direkte Verwendung erneuerbaren Stroms oder durch die Umwandlung von Strom in Flüssigkeiten, Gase oder Wärme und Kälte, auch "Power-to-X" genannt, erreicht werden [21]. Abbildung 3 illustriert diesen Zusammenhang.

Beispiel für das Ineinandergreifen der Sektoren Strom und Wärme ist die Kraft-Wärme-Kopplung (KWK). Bei dieser wird gleichzeitig elektrische Energie und Wärme gewonnen. Das Prinzip beruht auf der Nutzung der bei Stromerzeugung anfallenden Wärmeverluste [22]. Beispielhaft für die Anbindung des Transportsektors an den Stromsektor kann die Elektromobilität genannt werden. Batterieelektrisch betriebene Fahrzeuge können erneuerbarer Strom direkt für die Personenbeförderung nutzbar machen. Das Power-to-Gas Verfahren, bei dem Strom die zur Elektrolyse (Aufspalten einer chemischen Verbindung, z.B. Wasser in seine Komponenten Wasserstoff und Sauerstoff) benötigte Energie liefert, bietet großes Potential, die Speicherung überschüssigen Stroms auszuweiten und eröffnet neue Möglichkeiten für den Transportsektor, z.B. in Wasserstoff oder Methan betriebenen Transporttypen. [23]

2.3. Mikronetze

Mikronetze (Engl.: microgrid) können als ein System of Systems (SoS) verstanden werden. Ein SoS ist ein großflächig integriertes System aus heterogenen, autonomen Subsystemen. Die Zusammenarbeit dieser Subsysteme ermöglicht das Erreichen gemeinsamer Ziele. Subsysteme werden charakterisiert durch eigenständiges Agieren, Dezentralität, und eine horizontale Machtstruktur [25]. Das U.S. Department of Energy (DOE) definiert den Begriff Microgrid wie folgt:

"A group of interconnected loads and distributed energy resources within clearly defined electrical boundaries that acts as a single controllable entity with respect to the grid. A microgrid can connect and disconnect from the grid to enable it to operate in both grid-connected or island-mode." [26]

Der Begriff Mikronetz beschreibt demnach kleine, lokale Netze auf Verteilerebene, die im Netzverbund oder autonom agieren können. Microgrids zeichnen sich durch Lokalität der Erzeugung, des Verbrauchs und der Speicherung des Stroms aus. Dies resultiert in einer höheren Beanspruchung von Mittel- und Niederspannungsstromleitungen als im traditionellen Stromsystem zentraler Kraftwerke, die in höhere Spannungsebenen einspeisen [27].

Angetrieben durch dezentrale Energieversorgung, regenerative, volatile Erzeuger und neue Anforderungen an das Netz, z.B. durch Elektrofahrzeuge, werden Microgrids in Zukunft an Bedeutung gewinnen und bisherige Strukturen des Energiesystem ablösen. Klassische, innerhalb eines Mikronetzes vorhandene Komponenten sind PV Anlagen, Kleinwindenergieanlagen, Solarthermieanlagen, Wärmepumpen, Blockheizkraftwerke, Heizkessel, Wärmespeicher, Kältemaschinen und Stromspeicher [28]. Um Aufgaben zu überführen und gemeinsame Anforderungen zu befriedigen, spielt die Kommunikation der einzelnen Komponenten eine zentrale Rolle.

2.4. Intelligente Stromnetze

Das Smart Grid (Intelligentes Stromnetz) kann als die intelligente Steuerung aller am Stromsystem beteiligten Komponenten verstanden werden. Parallel zur Übertragung von Leistung werden Daten und Informationen mithilfe eines Kommunikationsnetzes ausgetauscht. Der kontinuierliche Informationsaustausch ermöglicht die Stabilisierung des Netzes, unterstützt die Sicherstellung einer verlässlichen, nachhaltigen Versorgung und steigert die Effizienz des Systems. Hierbei wird die Installation intelligenter Messsysteme eine Schlüsselrolle einnehmen. [27]

Ein Aspekt, der durch eine intelligente Vernetzung ermöglicht wird, ist das Demand Side Management (DSM). DSM bezieht sich auf die gezielte Steuerung der Stromnachfrage. Dabei kann die Funktion in Lastabschaltung, Lasterhöhung und Lastverschiebung unterteilt werden. Dies ermöglicht eine Steigerung der Flexibilität, welche insbesondere durch Einspeisung wetterabhängiger Erzeuger an Bedeutung gewinnt. [29]

Auch bietet die Entwicklung im Bereich der Elektromobilität das Potential, durch intelligente Steuerung bidirektionaler Leistungsflüsse während des Ladevorgangs ("Vehicle-to-Grid"), batterieelektrisch betriebene Fahrzeuge (engl.: BEV - Battery-Electric-Vehicles; PHEV – Plug-in-Electric-Vehicles; EV – Electric-Vehicles) zu netzdienlichen Zwecken, wie der Stabilisierung des Netzes und dem Ausgleich von Schwankungen im Netz zu nutzen. [30]

2.5. Dezentrale Stromversorgung

Eine dezentrale Strom- und Energieversorgung verändert die historische Systemtopologie grundlegend. Traditionell basierte die Energiewirtschaft auf der Erzeugung in zentralen Kraftwerken großer Leistung und der Übertragung des Stroms über lange Übertragungs- und Verteilungsleitungen zum Verbraucher in privaten Haushalten und Industrie. [31]

Ein dezentrales Strom- und Energiesystem zeichnet sich dadurch aus, dass die Energieerzeugungsanlagen näher am Ort des Energieverbrauchers liegen. Hierdurch wird eine bestmögliche Nutzung erneuerbarer Energien sowie Kraft-Wärme-Kopplung, Reduzierung des Verbrauchs fossiler Brennstoffe und eine Steigerung der Energieeffizienz ermöglicht. Mit Ausnahme großer Wind- und Solarparks mit installierten Leistungen von mehreren Hundert MW, speisen erneuerbare Erzeuger direkt in das Niederspannungs- oder Verteilernetz ein. Dadurch werden Verluste durch Spannungstransformation und Übertragung vermieden. [32]

Mit einer jährlichen Wachstumsrate von 56% für private PV Anlagen und 59% für Heimspeicheranwendungen zeichnet sich ein Trend zu privater Erzeugung elektrischer Energie ab [33]. Diese können neben dem Eigenverbrauch des generierten bzw. gespeicherten Stroms, Leistung ins Netz einspeisen. Dies führt zu neuen Anforderungen an das Gesamtnetz. Konsument wird zu "Prosument" (Mischfrom aus Produzent und Konsument) – Leistungsflüsse bestehen bidirektional zwischen historischem Verbraucher und Gesamtnetz. [34]

Eine zentrale Rolle des dezentralen Energiesystems nimmt die Energiespeicherung ein. In Zeiten geringer Last wird Energie gespeichert und bei Spitzenlast wieder abgegeben. [35]

2.6. Energiespeicher

Regenerative Erzeuger unterliegen wetterbedingten Schwankungen. Mit steigendem Anteil erneuerbarer Energien am Energie- und Strom-Mix, wird die Erzeugung in konventionellen Kraftwerken zurückgehen und der Bedarf für flexible und bedarfsgerechte Erzeugung steigen [36]. In diesem Wandlungsprozess wird nicht nur die Energieerzeugung in konventionellen Kraftwerkstypen ersetzt, sondern auch deren systembezogene Funktionen. Energiespeichersysteme sind eine Möglichkeit, Leistungsüberschüsse und -defizite auszugleichen, größere Flexibilität im Netz zu erreichen und somit zur Systemstabilität beizutragen [17].

Aufgabe eines Energiespeichers ist das Einspeichern (Laden), Speichern und Ausspeichern (Entladen) von Energie. Zur Einteilung der Speichertechnologien kann unterschieden werden in primäre und sekundäre, sektorale und sektorenübergreifende Speicher, sowie in Speicherklassen:

- Primäre Energiespeicher definieren sich durch einmaliges Laden- und Entladen. Der Speicherungsprozess ist nicht reversibel. Sekundäre Speicher ermöglichen die mehrmalige Verwendung durch Umkehr der ablaufenden Wirkmechanismen.

- Sektorale Energiespeicher werden innerhalb eines Energiesektors verwendet. Beispiele hierfür sind Strom, Wärme, Gas- und Kraftstoffspeicher. In sektorübergeifenden Speichertechnologien erfolgt Ein- und Ausspeicherung nicht zwangsläufig innerhalb des gleichen Sektors. Beispielhaft können hier Power-to-X Anwendungen und insbesondere die Wasserstofftechnologie genannt werden.

Speichertechnologien können in folgende Speicherklassen gruppiert werden:
- Elektrisch (wie z.B. Kondensator und Spule)
- Elektrochemisch (wie z.B. Batterien und Redox-Flow-Batterien (RFB))
- Chemisch (wie z.B. Kraftstoffspeicher und Wasserstoffspeicher)
- Mechanisch (wie z.B. Pumpspeicher, Druckluftspeicher und Schwungradspeicher)
- Thermisch (wie z.B. Warmwasserspeicher und Latentwärmespeicher) [37]

2.6.1. Stromspeicher

In dieser Arbeit sind primär Stromspeicher von Relevanz. Durch Fluktuationen auf Erzeuger und auf Verbraucherseite, ist es notwendig, einen Ausgleich von Angebot und Nachfrage sicherzustellen. Speicher übernehmen eine zentrale Rolle in der Gewährleistung dieses Gleichgewichts, indem in Zeiten geringer Last Leistung vom Netz aufgenommen und in Zeiten hoher Nachfrage Leistung abgegeben werden kann. Das Prinzip der Energiespeicherung ermöglicht es, die Energiebereitstellung über kurze oder längere Zeiträume zu verschieben. Je nach Technologie können Energiespeicher zum Ausgleich kurzfristiger oder längerer Schwankungen der Residuallast beitragen. [17]

Kurzfristspeicher eignen sich zur Verstetigung der Residuallast im Falle kurzfristiger Abweichungen von Vorhersagen oder Erzeugerausfällen. Langfrist- bzw. saisonale Speicher ermöglichen die Überbrückung jahreszeitbedingter Unterschiede auf Erzeugerseite. Zusätzlich übernehmen Speicher Funktionen im Sekunden- und Subsekundenbereich, z.B. bei Übernahme von Systemdienstleistungen. [17]

Häufig wird die Funktion des Speichers charakterisiert durch Behind-the-Meter (BTM) und in-front-of-meter (FTM) Anwendung. Die Bezeichnung behind (de.: hinter), bzw. front of (de.: vor) charakterisiert dabei die Position des Speichers im Netz. Meter ist Englisch für Stromzähler (Messeinrichtung).

- FTM Speicher sind mit dem Verteiler- bzw. Übertragungsnetz oder einem Erzeuger verbunden. Sie stellen Dienste bereit, die von Netzbetreibern benötigt werden, wie z.B. Systemdienstleistungen und Netzentlastung.
- BTM Speicher befinden sich hinter dem Stromzähler kommerzieller, industrieller oder privater Kunden. Ziel ist dabei meist die Steigerung des Eigenverbrauchs und des Autarkiegrads. [38]

Durch verteilte, erneuerbare Erzeuger, den Trend hin zu Mikronetzen und die dadurch resultierende höhere Beanspruchung der Verteilernetze [27], gewinnen unter anderem Batteriespeicher an Bedeutung. Diese sind insbesondere zur Überbrückung sekündlicher bis wöchentlicher Schwankungen geeignet und verfügen über die Fähigkeit zur schnellen Leistungsaufnahme und -abgabe [39]. Besonders die Nachfrage und Verbreitung von Lithium-Ion-Batterien (LIB) wird in den nächsten Jahren stark wachsen [40].

2.6.2. Lithium-Ionen-Batterie

LIBs werden aufgrund ihrer hohen Energiedichte, der langen Lebensdauer, der geringen Selbstentladungsrate, sowie der Fähigkeit zur schnellen Leistungsaufnahme und -abgabe, einen substanziellen Beitrag im Transfer hin zu einem erneuerbaren Strom- und Transportsystem leisten [41].

Seit der Markteinführung durch die Firma Sony von LIBs im Jahr 1990 [42], ist die Nachfrage nach dem elektrochemischen Speichern stark gewachsen. Der Bedarf stieg von 0.5 GWh im Jahr 2010 auf 526 GWh im Jahr 2020. Diese Entwicklung wird sich im kommenden Jahrzehnt fortsetzen. Bis zum Jahr 2030 soll die Nachfrage 9030GWh erreichen [40]. Gründe dafür sind rasant fallende Kosten (2011: 917$/kWh, 2020: 127$/kWh, 2030: 58$/kWh [43]) und ein anwachsendes Anwendungsportfolio. Insbesondere die Elektromobilität, mobile Endgeräte und der Ausbau von Speichersystemen auf Netzebene sind als Beispiel für die Applikation zu nennen [44].

Je nach Dauer der Speicherung können Batterien in verschiedenen Netzanwendung genutzt werden. Beispiele hierfür sind:
- Integration erneuerbarer Energien: Ausgleich der Volatilität erneuerbarer Erzeuger.
- Frequenzregulierung: Bereitstellung oder Abfangen kurzer Leistungsstöße zum Ausgleich von Angebot und Nachfrage und zur Stabilisierung der Netzfrequenz.
- Spitzenlastkappung (engl.: Peak Shaving/ Valley Filling): Bereitstellung zusätzlicher Leistung bei Lastspitzen, Aufnahme der Leistung bei zu geringer Nachfrage. [45]

LIBs werden vermehrt in PV-Heimspeichersystemen und Mikronetzen verwendet. In dieser Anwendung wird ein Marktanteil der Lithium-Ionen Technologie von über 97% erreicht. Die Speichertechnologie dient in dieser Anwendung primär zur Steigerung des Autarkiegrades und des Eigenverbrauchs. [46]

2.6.3. Technisch-chemische Grundlagen

Wie bei jeder galvanischen Zelle, sind auch bei Lithium-Ionen-Batteriezellen die vier grundlegenden Komponenten positive (Kathode) und negative (Anode) Elektrode, Separator und ein ionenleitfähiger Elektrolyt. Die chemisch aktiven Materialien (Aktivmaterialien), die für die Einlagerung der Ionen zuständig sind, verfügen meist über eine geringe Leitfähigkeit. Aus diesem Grund werden die Aktivmaterialien auf einem gut leitenden Stromkollektor angebracht [47].

Aufgrund von chemischen Abbauprozessen des Elektrolyten bildet sich während der ersten Ladevorgänge eine Passivierungsschicht an der Oberfläche des Anodenmaterials. Diese Schicht ist durchlässig für Lithium-Ionen und wird Solid Electrolyte Interphase (SEI) genannt. Die SEI ist unabdingbar, um eine weitere Zersetzung des Elektrolyten zu verlangsamen, sowie optimale Leistung und Lebensdauer zu gewährleisten. Zusätzlich schützt die SEI die Anode vor Korrosion durch die Elektrolytlösung. [49]

Während des Ladevorgangs wird das in der Kathode eingelagerte Lithium oxidiert (Elektronenabgabe) und deinterkaliert. Über den Elektrolyten wandern die Lithium-Ionen von Kathode zu Anode. Dabei werden am Pluspol der Zelle Elektronen abgegeben und bewegen sich über einen äußeren Stromkreis. Über den Stromkreis gelangen die Elektronen durch den negativ geladenen Pol zum Aktivmaterial der Anoden. Dort werden die über den Elektrolyten transportierten Lithium-Ionen reduziert (Elektronenaufnahme) und in das Aktivmaterial eingelagert. Im Entladevorgang verläuft dieser Vorgang umgekehrt. [47]

Der Separator verhindert den Elektronentransports durch den Elektrolyten und stellt damit die elektronische Trennung der Elektroden sicher. Dies würde zu einem Kurzschluss führen. [50]

[...]

---

[1] EU Kommission, "Der europäische Grüne Deal", Dez. 2019, Zugegriffen: Mai 22, 2021. [Online].

[2] H.-M. Henning und A. Palzer, "Energiesystem Deutschland 2050", Nov. 2013, Zugegriffen: Apr. 29, 2021. [Online].

[3] S. Pfenninger, A. Hawkes, und J. Keirstead, "Energy systems modeling for twenty-first century energy challenges", Renew. Sustain. Energy Rev., Bd. 33, S. 74–86, Mai 2014, doi: 10.1016/j.rser.2014.02.003.

[4] Bundesministerium für Wirtschaft und Technologie, "Energie in Deutschland - Trends und Hintergründe zur Energieversorgung", S. 67, Feb. 2013.

[5] "Bundesverband Erneuerbare Energie e.V.: Erneuerbare Energien im Verkehrssektor".

[6] Bundesministerium für Wirtschaft und Energie, "Energieeffizienz in Zahlen 2019 - Entwicklungen und Trends in Deutschland 2019", S. 88, Aug. 2019.

[7] Umweltbundesamt, "Erneuerbare Energien in Deutschland", S. 28, März 2021.

[8] O. Samson, "ELECTRICITY AND THE FOURTH INDUSTRIAL REVOLUTION", Apr. 2018.

[9] Prof. Dr.-Ing. R. Witzmann, "Elektrische Energietechnik", Feb. 2020.

[10] H. D. Venema und I. H. Rehman, "Decentralized renewable energy and the climate change mitigation-adaptation nexus", Mitig. Adapt. Strateg. Glob. Change, Bd. 12, Nr. 5, S. 875–900, Juni 2007, doi: 10.1007/s11027-007-9104-7.

[11] Umweltbundesamt, "Entwicklung der spezifischen Kohlendioxid-Emissionen des deutschen Strommix in den Jahren 1990 -2019", Apr. 2020. Zugegriffen: Mai 24, 2021. [Online].

[12] 50Hertz Transmission GmbH, Amprion GmbH, TenneT TSO GmbH, und TransnetBW GmbH, "Netzentwicklungsplan Strom 2035". Zugegriffen: Mai 25, 2021. [Online].

[13] Bayerisches Staatsministerium für Wirtschaft, Landesentwicklung und Energie, "Steckbrief SuedLink: Brunsbüttel – Großgartach und Wilster – Grafenrheinfeld", Apr. 2019, Zugegriffen: Mai 25, 2021. [Online].

[14] Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit, "Aufbau des Stromnetzes", Zugegriffen: Juni 11, 2021. [Online].

[15] M. Z. Jacobson, "100% Clean, Renewable Energy and Storage for Everything", Higher Education from Cambridge University Press, Okt. 01, 2020.

[16] Deutsche Energie-Agentur GmbH, "Systemdienstleistungen - Aktueller Handlungsbedarf und Roadmap für einen stabilen Betrieb des Stromsystems bis 2030", Dez. 2017, Zugegriffen: Juni 21, 2021. [Online].

[17] BDEW Bundesverband der Energie- und Wasserwirtschaft e.V., "Bereitstellung von (System-) Dienstleistungen im Stromversorgungssystem: Beitrag von Energiespeichern", 07.16, Zugegriffen: Juni 24, 2021. [Online].

[18] R. Grünwald, M. Ragwitz, F. Sensfuß, und J. Winkler, "Regenerative Energieträger zur Sicherung der Grundlast in der Stromversorgung", Apr. 2012, Zugegriffen: Juni 10, 2021. [Online].

[19] A. Malhotra, B. Battke, M. Beuse, A. Stephan, und T. Schmidt, "Use cases for stationary battery technologies: A review of the literature and existing projects", Renew. Sustain. Energy Rev., Bd. 56, S. 705–721, Apr. 2016, doi: 10.1016/j.rser.2015.11.085.

[20] Umwelt Bundesamt, "Integration erneuerbarer Energien durch Sektorkopplung: Analyse zu technischen Sektorkopplungsoptionen", S. 334, März 2019.

[21] M. Wietschel u. a., "Sektorkopplung – Definition, Chancen und Herausforderungen", S. 61.

[22] F. Biedermann und M. Kolb, "Kraft-Wärme-Kopplung", Nov. 2014, Zugegriffen: Juni 08, 2021. [Online].

[23] M. Lambert, "Power-to-Gas: Linking Electricity and Gas in a Decarbonising World?", Okt. 2018, Zugegriffen: Juni 08, 2021. [Online].

[24] "Sektorkopplung" [Online].

[25] A. Alzahrani, M. Ferdowsi, P. Shamsi, und C. H. Dagli, "Modeling and Simulation of Microgrid", Procedia Comput. Sci., Bd. 114, S. 392–400, Jan. 2017, doi: 10.1016/j.procs.2017.09.053.

[26] D. T. Ton und M. A. Smith, "The U.S. Department of Energy’s Microgrid Initiative", Electr. J., Bd. 25, Nr. 8, S. 84–94, Okt. 2012, doi: 10.1016/j.tej.2012.09.013.

[27] N. Hatziargyriou, H. Asano, R. Iravani, und C. Marnay, "Microgrids", Power Energy Mag. IEEE, Bd. 5, S. 78–94, Aug. 2007, doi: 10.1109/MPAE.2007.376583.

[28] F. Klausmann und L. Zhu, "TECHNOLOGIESTUDIE MICROGRID", S. 48, Nov. 2018.

[29] T. Ladwig, "Demand Side Management in Deutschland zur Systemintegration erneuerbarer Energien", 2018.

[30] M. Ehsani, M. Falahi, und S. Lotfifard, "Vehicle to Grid Services: Potential and Applications", Energies, Bd. 5, S. 4076–4090, Dez. 2012, doi: 10.3390/en5104076.

[31] P. Rutter und J. Keirstead, "A brief history and the possible future of urban energy systems", Energy Policy, Bd. 50, S. 72–80, Nov. 2012, doi: 10.1016/j.enpol.2012.03.072.

[32] W. Horenkamp, H. Wilfried, und J. Jäger, "Dezentrale Energieversorgung 2020", 2007, Zugegriffen: Juni 10, 2021. [Online].

[33] Solarserver, "Photovoltaik und Heimspeicher: deutscher Markt boomt", Solarserver.de, Okt. 14, 2020.

[34] K. Kotilainen, "Energy Prosumers’ Role in the Sustainable Energy System", 2020. doi: 10.1007/978-3-319-71057-0_11-1.

[35] Europa Parlament, "Decentralised Energy Systems", Juni 2010, Zugegriffen: Juni 10, 2021. [Online].

[36] M. Sterner, Y.-M. Saint-Drenan, und N. Gerhardt, "Erneuerbares Methan", Juli 2010, Zugegriffen: Mai 26, 2021. [Online].

[37] M. Sterner und I. Stadler, Energiespeicher - Bedarf, Technologien, Integration. Springer Vieweg, 2014. doi: 10.1007/978-3-642-37380-0.

[38] IRENA, "Behind-The-Meter Batteries – Innovation Landscape Brief", S. 24, 2019.

[39] D. U. Sauer, M. Kleimaier, und W. Glaunsinger, "Relevance of energy storage in future distribution networks with high penetration of renewable energy sources", in IET Conference Publications, Prague, Czech Republic, 2009, S. 907–907. doi: 10.1049/cp.2009.1064.

[40] Bloomberg New Energy Finance, "High Demand for Lithium-Ion Batteries", Dez. 2020.

[41] Asian Development Bank, "Handbook on Battery Energy Storage System", Asian Development Bank, Manila, Philippines, Dez. 2018. doi: 10.22617/TCS189791-2.

[42] M. Yoshio, R. J. Brodd, und A. Kozawa, "Lithium-Ion Batteries", 2009, Zugegriffen: Mai 25, 2021. [Online].

[43] Bloomberg New Energy Finance, "Lithium-ion battery pack costs worldwide between 2011 and 2030", Dez. 2020.

[44] N. Terada u. a., "Development of lithium batteries for energy storage and EV applications", J. Power Sources, Bd. 100, Nr. 1, S. 80–92, Nov. 2001, doi: 10.1016/S0378-7753(01)00885-0.

[45] T. Chen u. a., "Applications of Lithium-Ion Batteries in Grid-Scale Energy Storage Systems", Trans. Tianjin Univ., Bd. 26, Nr. 3, S. 208–217, Juni 2020, doi: 10.1007/s12209-020-00236-w.

[46] K.-P. Kairies, J. Figgener, D. Haberschusz, O. Wessels, B. Tepe, und D. U. Sauer, "Market and technology development of PV home storage systems in Germany", J. Energy Storage, Bd. 23, S. 416–424, Juni 2019, doi: 10.1016/j.est.2019.02.023.

[47] R. Korthauer, Hrsg., Handbuch Lithium-Ionen-Batterien. Berlin, Heidelberg: Springer Berlin Heidelberg, 2013. doi: 10.1007/978-3-642-30653-2.

[48] P. Keil, "Aging of Lithium-Ion Batteries in Electric Vehicles", S. 186, Juni 2017.

[49] A. CHAGNES und J. Swiatowska, "Electrolyte and Solid-Electrolyte Interphase Layer in Lithium-Ion Batteries", 2012. doi: 10.5772/31112.

[50] V. Winkler, "Oberflächenanalytische Charakterisierung der SEI auf Graphit-Anodenschichten in Lithium- Ionen-Batterien", März 2016, Zugegriffen: Juni 09, 2021. [Online].

• Grade: 1,7
• Author: Marc Ziegler (Author)
• Publication Year: 2021
• Pages: 118
• Catalog Number: V1184074
• ISBN (eBook): 9783346604552
• ISBN (Book): 9783346604569
• Language: German
• Tags: energiesystem-simulationsmodelle, analyse, schnittstellenimplementierung