Intelligente dezentrale erneuerbare Wärme für Smart Grids in Baden-Württemberg - Lastflexibilisierung zur Verteilnetzentlastung mit Wärmepumpen (Heat4SmartGrid) : Zwischenbericht

  • Im Projekt "Heat4SmartGrid" soll untersucht werden, ob und wie mit Hilfe von Wärmepumpen der Anteil erneuerbarer Energien an der Wärmeversorgung in Baden-Württemberg (BW) gesteigert werden und gleichzeitig das Verteilnetz durch eine intelligente Steuerung der Wärmepumpensysteme entlastet werden kann. Hierzu ist im AP 1 für das Jahr 2050 ein Wärmebedarf in BW von 35 TWh errechnet worden, bei 40 TWh im Jahr 2030. Im Vergleich zum Jahr 2015 ergibt sich so ein Rückgang um 30 % zum Jahr 2030 und bis zum Jahr 2050 um 40 %. Weiterhin steigt auf Grund von energetischer Sanierung im Gebäudebestand das technische Potenzial für Wärmepumpen, ausgehend von 8 TWh im Jahr 2015, auf 20 TWh bis 2030 und auf 23 TWh bis 2040. Insgesamt könnten so 63 % aller Wohnanteile in BW durch Wärmepumpen mit thermischer Energie versorgt werden. Der Einsatz von Wärmepumpensystemen ist somit ein wichtiger Baustein für das Gelingen der Wärmewende. Zur Steuerung der Wärmepumpen sind in AP 2 Betriebsmodi in Abhängigkeit von Anwendung und Gebäudetyp entwickelt worden. Diese werden mittels Korrelationsfunktionen für die Heizleistung für Luft-Wasser- und Sole-Wasser-Wärmepumpen bestimmt. Hierauf aufbauend sind für die in AP 1 ermittelten Gebäudetypen die erreichbare Jahresarbeitszahl der beiden Wärmepumpentechnologien ermittelt worden. Zur intelligenten system- und netzdienlichen Steuerung dieser Wärmepumpensysteme werden Prognosen über die lokale Erzeugung und den lokalen Verbrauch benötigt, die in AP 5 erarbeitet werden. In Abhängigkeit der Prognose-anwendung sind sowohl univariate (elektrische Last und thermische Brauchwarmwasserlast) als auch multivariate Prognosemodelle (PV-Erzeugung und thermische Heizwarmwasserlast) implementiert worden.
  • The "Heat4SmartGrid" project aims to investigate to what extent heat pumps can be used to increase the share of renewable energies in heat supply in Baden-Württemberg (BW) and how to simultaneously decongest the distribution grid by intelligently controlling the heat pump systems. For this purpose, AP 1 calculated a heat demand in BW of 35 TWh for the year 2050 and 40 TWh in 2030, resulting in a decrease of 30% compared to the year 2015 by 2030 and 40% by the year 2050. Furthermore, the technical potential for heat pumps will increase from 8 TWh in 2015 to 2030 and 23 TWh by 2040 as a result of energy saving measures on existing buildings. From a technical point of view 63% of all residential units in BW could thus be supplied with thermal energy by heat pumps. The use of heat pump systems is therefore an important component for the success of the heat transition. For the control of the heat pumps in AP 2 operating modes of the heat pumps depending on application and building type have been developed. These are determined by correlation functions for the heating capacity for air-water and brine-water heat pumps. Based on this, the achievable coefficient of performance of the two heat pump technologies was determined for the building types determined in AP 1. For intelligent system and grid-based control of these heat pump systems, forecasts of local generation and consumption are required, which are developed in AP 5. Depending on the forecasting application, both univariate (electrical load and thermal domestic hot water load) and multivariate forecasting models (PV-generation and thermal hot water load) have been implemented.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Name:Kemmler, Thomas; Thomas, Bernd
URN:urn:nbn:de:bsz:rt2-opus4-23212
DOI:https://doi.org/10.34645/opus-2321
Publisher:Hochschule Reutlingen
Place of publication:Reutlingen
Document Type:Report
Language:German
Year of Publication:2018
Pagenumber:14
First Page:1
Last Page:14
Dewey Decimal Classification:620 Ingenieurwissenschaften und Maschinenbau
Open Access:Ja
Licence (German):License Logo  Creative Commons - CC BY - Namensnennung 4.0 International