Refine
Document Type
- Journal article (24)
- Conference proceeding (23)
- Report (4)
- Working Paper (2)
- Book chapter (1)
Is part of the Bibliography
- yes (54)
Institute
- Technik (52)
- ESB Business School (2)
Publisher
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 druch 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 umd 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 Betriebsmodei 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 Prognoseanwendung sind sowohl univariate (elektrische Last und thermische Brauchwarmwasserlast) als auch multivariate Prognosemodelle (PV-Erzeugung und thermische Heizwarmwasserlast) implementiert worden.
Heat pumps are a vital element for reaching the greenhouse gas (GHG) reduction targets in the heating sector, but their system integration requires smart control approaches. In this paper, we first offer a comprehensive literature review and definition of the term control for the described context. Additionally, we present a control approach, which consists of an optimal scheduling module coupled with a detailed energy system simulation module. The aim of this integrated two part control approach is to improve the performance of an energy system equipped with a heat pump, while recognizing the technical boundaries of the energy system in full detail. By applying this control to a typical family household situation, we illustrate that this integrated approach results in a more realistic heat pump operation and thus a more realistic assessment of the control performance, while still achieving lower operational costs.
Heat pumps in combination with a photovoltaic system are a very promising option for the transformation of the energy system. By using such a system for coupling the electricity and heat sectors, buildings can be heated sustainably and with low greenhouse gas emissions. This paper reveals a method for dimensioning a suitable system of heat pump and photovoltaics (PV) for residential buildings in order to achieve a high level of (photovoltaic) PV self-consumption. This is accomplished by utilizing a thermal energy storage (TES) for shifting the operation of the heat pump to times of high PV power production by an intelligent control algorithm, which yields a high portion of PV power directly utilized by the heat pump. In order to cover the existing set of building infrastructure, 4 reference buildings with different years of construction are introduced for both single- and multi-family residential buildings. By this means, older buildings with radiator heating as well as new buildings with floor heating systems are included. The simulations for evaluating the performance of a heat pump/PV system controlled by the novel algorithm for each type of building were carried out in MATLAB-Simulink® 2017a. The results show that 25.3% up to 41.0% of the buildings’ electricity consumption including the heat pump can be covered directly from the PV installation per year. Evidently, the characteristics of the heating system significantly influence the results: new buildings with floor heating and low supply temperatures yield a higher level of PV self-consumption due to a higher efficiency of the heat pump compared to buildings with radiator heating and higher supply temperatures. In addition, the effect of adding a battery to the system was studied for two building types. It will be shown that the degree of PV self-consumption increases in case a battery is present. However, due to the high investment costs of batteries, they do not pay off within a reasonable period.
Bis zum Jahr 2050 soll in Baden Württemberg mit dem Ziel „50-80-90“ der Energiebedarf um 50% reduziert werden, die erneuerbaren Energien sollen zu 80% an der Energieversorgung beteiligt sein und die Emissionen von Treibhausgasen um 90% sinken.Entsprechende Ziele sind für andere Regionen und Länder in ähnlicher Weise festgelegt.
Damit diese Ziele erreicht werden, muss bei der Gebäudewärmeversorgung ein konsequenter Umbau stattfinden. Hier spielt die Sektorenkopplung mit Hilfe von Wärmepumpen (WP) eine entscheidende Rolle. Zur Abschätzung des Potenzials sowie des Aufwandes für einen großflächigen Einsatz von Wärmepumpen ist es unmöglich, eine spezifische und angepasste Dimensionierung der Wärmepumpensysteme für jedes einzelne Gebäude durchzuführen. Stattdessen müssen auf Seiten der Bebauung Referenzgebäude definiert und auf Seiten der Wärmepumpensysteme mittlere Leistungsdaten der am Markt befindlichen Modelle verwendet werden. Während die Festlegung von Referenzgebäuden verschiedentlich in der Literatur zu finden ist, widmet sich der erste Teil der Veröffentlichung der Vorstellung von Korrelationsfunktionen für die thermische und elektrische Leistung sowie die Leistungszahl (COP) von Wärmepumpen, die auf Basis von Herstellerdaten in Abhängigkeit der Quellen- und Vorlauftemperatur ermittelt wurden.
Konkret wurden als Ausgangsbasis für die Korrelationsfunktionen Datenblätter verschiedener Sole- und Luft-Wasser Wärmepumpen (SWP, LWP) zusammengestellt und ausgewertet. Die Grundlage hierfür war die Liste „Wärmepumpen mit Prüfnachweis eines unabhängigen Prüfinstituts“ des Bundesamts für Wirtschaft und Ausfuhrkontrolle (BAFA).
The integration of renewable energy sources in single family homes is challenging. Advance knowledge of the demand of electrical energy, heat, and domestic hot water (DHW) is useful to schedule projectable devices like heat pumps. In this work, we consider demand time series for heat and DHW from 2018 for a single family home in Germany. We compare different forecasting methods to predict such demands for the next day. While the 1-day-back forecast method led to the prediction of heat demand, the N-day-average performed best for DHW demand when Unbiased Exponentially Moving Average (UEMA) is used with a memory of 2.5 days. This is surprising as these forecasting methods are very simple and do not leverage additional information sources such as weather forecasts.
Coupling electricity and heat sector is one of the most necessary actions for the successful energy transition. Efficient electrification for space heating and domestic hot water generation is needed for buildings, which are not connected to any district heating network, as distributed heating demand momentarily is largely met by fossil fuels. Hence, hybrid energy systems will play a pivotal role for the energy transition in buildings. Heat pumps running on PV-electricity is one of the most widely discussed combination for this purpose. In this paper, a heuristic optimization method for the optimal operation of a heat pump driven by the objective for maximum onsite PV electricity utilization is presented. In this context, the thermal flexibility of the building and a thermal energy storage (TES) for generation of domestic hot water (DHW) are activated in order to shift the operation of the heat pump to times of PV-generation. Yearly simulations for a system consisting of heat pump, PV modules, building with floor heating installation and TES for DHW generation are carried out. Variation parameters for the simulation include room temperature amplitude (0.5, 1, 1.5 and 2 K) based on mean room temperature (21 °C), PV-capacity (4, 6, 8 and 10 kW) and type of heat pump (ground source and air source type). The yearly energy balances show that buildings offer significant thermal storage capacity avoiding an additional, large TES for space heating fulfillment and improving the share of onsite PV electricity utilization. With introduction of a battery, which has been analyzed as well for different sizes (1.9, 4.8, 7.7 and 10.6 kWh), the share of onsite PVelectricity utilization can even be improved. However, thermal flexibility supplemented by the varying room temperature amplitude for a bigger battery does not improve the share of onsite PV-electricity utilization. Nevertheless, even with a battery not more than 50% of the electrical load including operation of the heat pump can be covered by PV-electricity for the specific system under investigation. This is noteworthy on the one hand, since it indicates that a hybrid heating system consisting of heat pump and PV cannot solely cover the heat demand of residential buildings. One the other hand, this emphasizes the necessity to include further renewable sources like wind power, in order to draw the complete picture. This, however, is beyond the scope of this paper, which mainly focuses on introduction and verification of the novel control method with regard to a practical building.
The coupling of the heat and power sector is required as supply and demand in the German electricity mix drift further and further apart with a high percentage of renewable energy. Heat pumps in combination with thermal energy storage systems can be a useful way to couple the heat and power sectors. This paper presents a hardware-in the-loop test bench for experimental investigation of optimized control strategies for heat pumps. 24-hour experiments are carried out to test whether the heat pump is able to serve optimized schedules generated by a MATLAB algorithm. The results show that the heat pump is capable of following the generated schedules, and the maximum deviation of the operational time between schedule and experiment is only 3%. Additionally, the system can serve the demand for space heating and DHW at any time.
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 main challenge when driving heat pumps by PV-electricity is balancing differing electrical and thermal demands. In this article, a heuristic method for optimal operation of a heat pump driven by a maximum share of PV-electricity is presented. For this purpose, the (DHW) are activated in order shift the operation of the heat pump to times of PV-generation. The system under consideration refers to thermal and electrical demands of a single family house. It consists of a heat pump, a thermal energy storage for DHW and of grid connected heating and generation of domestic hot water, the heat pump runs with two different supply temperatures and thereby achieving a maximum overall COP. Within the algorithm for optimization a set of heuristic rules is developed in a way that the operational characteristics of the heat pump in terms of minimum running and stopping times are met as well as the limiting constraints of upper and lower limits of room temperature and energy content of electricity generated, a varying number of heat pump schedules fulfilling the bundary conditions are created. Finally, the schedule offering the maximum on-site utilization of PV-electricity with a minimum number of starts of the heat pump, which serves as secondary condition, is selected. Yearly simulations of this combination have been carried out. Initial results of this method indicate a significant rise in on-site consumption of the PV-electricity and heating demand fulfilment by renewable electricity with no need for a massive TES for the heating system in terms of a big water tank.
