Search

Elektrische Energiespeicher in Verbindung mit erneuerbaren Energien, können einen entscheidenden Beitrag zur Strombereitstellung und zur Erreichung der Ziele der Energiewende liefern. Ihr Einsatz wird jedoch erst dann in großem Maße stattfinden, wenn der von ihnen bereitgestellte Strom für den jeweiligen Anwender auch wirtschaftlich ist. Durch die Preisentwicklung im Heimspeichermarkt, sowie die Weiterentwicklung bei stationären Speichersystemen gibt es bereits Systeme, deren Einsatz in Verbindung mit Photovoltaik (PV)-Anlagen in Deutschland wirtschaftlicher sein kann, als der reine Netzbezug. Einen erheblichen Einfluss auf die Speicherkosten haben dabei nicht nur die Anschaffungskosten, sondern auch die Qualität bzw. die Performance des Speichers im Betrieb. 2017 wurde für die Vermessung von PV-Heimspeichersystemen, der Effizienzleitfaden für PV-Speichersysteme veröffentlicht. [1] Dieser beschreibt unter anderem die Vermessung der Effizienz der leistungselektronischen Komponenten eines Systems, der Batterie, des Standby-Verbrauches und der Regeleffizienz von Speichersystemen. Der Fokus des Leitfadens liegt auf der Vermessung von Speichersystemen auf Li-Ionen Basis. Neben Lithium-Ionen-Batteriesystemen, gibt es inzwischen Systeme mit alternativen Batterietechnologien (z. B., Natrium-Ionen- und Natrium-Nickelchlorid-Batterien), sowie Stecker-Speicher-Geräte, welche in Privathaushalten vermehrt zum Einsatz kommen. Nicht Lithium basierte Batterietechnologien bieten das Potential eine sicherere und, durch den Einsatz günstigerer Rohstoffe, auch gesamt günstigere Alternative zu sein. Das Konzept der Stecker-Speicher soll zudem die schnellere Verbreitung von Batteriespeichern ermöglichen, da für die Installation keine Fachkraft erforderlich ist. Es ist zu erwarten, dass der Marktanteil dieser alternativen Batterietechnologien und neuen Speichersystemkonzepte am Hausspeichermarkt in absehbarer Zeit steigen wird. Für die am Markt erhältlichen alternativen Speichersysteme, gibt es bisher jedoch keine vergleichenden Effizienzmessungen und Analysen zu den im Betrieb auftretenden Effizienzverlusten. Auch ist unklar, wie sich das Verhalten der Batterien auf den realen Betrieb auswirkt. Im Rahmen dieses Beitrags soll die Anwendbarkeit der bereits bestehenden Vermessungsvorschriften getestet, sowie notwendige Anpassungen oder Erweiterungen aufgezeigt werden. Weiterhin soll ein Vergleich der ermittelten Effizienzkennwerte mit denen von Lithium-Ionen-Systemen erfolgen. Am KIT stehen hierzu durch das Projekt Perform Speichersysteme und Prüfstände für die Vermessungen zur Verfügung. Hier konnten in Messungen bereits wichtige Unterschiede im Verhalten gezeigt werden. In einem Poster werden die aktuellen Ergebnisse der Speichervermessung vorgestellt und darauf eingegangen, wie die bestehenden Vermessungsvorschriften auf die neuen Systeme angewandt werden können. Dabei wird aufgezeigt welche Anpassungen notwendig sind um das gesamte Verhalten der Systeme ermitteln zu können.

Im Verlauf des Jahres 2021 wurden nach Schätzungen des BSW-solar rund 141.000 PVHeim-Speichersysteme in Deutschland in Betrieb genommen und rund 54% der neu installierten PV-Anlagen bis zu einer Nennleistung von 10 kW wurden mit Speichern ausgerüstet [1]. Damit hat sich die Anzahl der neu installierten Heim-Speicheranlagen gegenüber dem Vorjahr um ca. 60% erhöht. Diese Systeme werden hauptsächlich in Privathaushalten zur Steigerung des Eigenverbrauchs eingesetzt. Um den Anlagenbetreibern den wirtschaftlichen Nutzen zu sichern, der wesentlich auf der Differenz zwischen Strombezugspreis und Einspeisevergütung beruht, ist ein hocheffizientes PV-Speichersystem von grundlegender Bedeutung. Aus Sicht der Verbraucherinformation sollte die Effizienz der PV-Heim-Speichersysteme außerdem allgemeinverständlich und gut nachvollziehbar dargestellt werden können. Aus dieser Motivation heraus hat ein Konsortium aus Forschungs- und Prüfinstituten sowie Herstellern aus Deutschland, Österreich und der Schweiz unter der Koordination der Verbände BVES und BSW-solar den „Effizienzleitfaden für PV-Speichersysteme“ erarbeitet, dessen zweite Version in deutscher und englischer Fassung im Juli 2019 veröffentlicht wurde [2]. Der Effizienzleitfaden beinhaltet eine detaillierte Effizienzbetrachtung von Speichersystemen mit Testspezifikationen u.a. zur Bestimmung der Batterieleistung, der Effizienz der Leistungselektronik und der Energiewandlungspfade, des statischen und dynamischen Regelverhalten, des Standby-Verbrauchs. Aktuell wird der Effizienzleitfaden im Rahmen des DKE-Arbeitskreises 371.0.9 „Kennwerte von stationären Batteriespeichern“ zu einer Norm weiterentwickelt. Systematische Vergleiche auf Basis der Messungen gemäß Effizienzleitfaden sind nur sinnvoll, wenn die Messungen und ihre Auswertungen auch wiederholbar und reproduzierbar sind. Die Wiederholbarkeit von Messungen auf demselben Prüfstand wurde bereits untersucht [3]. Wichtig ist jedoch, dass die Messergebnisse auch reproduzierbar sind, wenn die Tests an unterschiedlichen Instituten durchgeführt bzw. ausgewertet werden. Andernfalls können Unterschiede in den Ergebnissen zu Inkonsistenzen bei der Bewertung der Systeme führen. Das F+E-Projekt „Testbench“ unterstützt die Weiterentwicklung des Effizienzleitfadens insbesondere in Hinblick auf die Reproduzierbarkeit der Tests bei unterschiedlichen Prüfinstituten. Erste Erkenntnisse werden hier vorgestellt.

In the future, hydrogen (H2) will play a significant role in the sustainable supply of energy and raw materials to various sectors. Therefore, the electrolysis of water required for industrial-scale H2 production represents a key component in the generation of renewable electricity. Within the scope of fundamental research work on cell components for polymer electrolyte membrane (PEM) electrolyzers and application-oriented living labs, an MW electrolysis system was used to further improve industrial-scale electrolysis technology in terms of its basic structure and systems-related integration. The planning of this work, as well as the analytical and technical approaches taken, along with the essential results of research and development are presented herein. The focus of this study is the test facility for a megawatt PEM electrolysis stack with the presentation of the design, processing, and assembly of the main components of the facility and stack.

Motiviert durch den Klimawandel soll weltweit die Stromproduktion und Mobilität umstrukturiert werden. Ansteigende Verkaufszahlen von Elektrofahrzeugen benötigen den Ausbau von Ladeinfrastruktur, welche das Stromnetz nicht belasten darf. Dezentrale Energieversorgungssysteme mit Photovoltaik (PV)-Anlage und stationärem Batteriespeicher (BAT) können dieses Problem lösen und gewährleisten eine emissionsfreie Stromproduktion. Im Zusammenspiel mit einer skalierbaren Ladestation kann der Bedarf an Ladeinfrastruktur gedeckt und der Ausbau von erneuerbaren Energien unterstützt werden. Die PV-Leistung nimmt weltweit zu und hat ökologische und wirtschaftliche Vorteile. Der Gebrauch von PV birgt aufgrund der fluktuierenden Stromproduktion im Betrieb mehrere Probleme. Verfügbare Leistungen schwanken je nach Tages- und Jahreszeit, wodurch die Bedarfsdeckung der Ladeinfrastruktur geplant werden muss. Damit Ladestationen in Zukunft autark arbeiten und somit das Stromnetz nachhaltig entlasten können, müssen die einzelnen Komponenten aufeinander abgestimmt werden. Dimensionierung und Betriebsoptimierung sind die wichtigsten Aspekte zum Aufbau und wirtschaftlichen Betrieb einer Anlage. Ein weiterer ökonomischer Anreiz im Betrieb der Anlage ist der erhöhte Eigenverbrauch der produzierten Energie, welche mit einer intelligenten Ladestrategie bewerkstelligt werden kann. Dort kann mittels Wettervorhersagen und Lastverschiebungen ein Optimum von direkt verbrauchter PV-Energie erzielt werden. Jedoch entstehen durch die Ungenauigkeit der PV-Prognose Verluste in Gewinn und Autarkie, da das Energiemanagementsystem (EMS) die Last nicht wirtschaftlich optimal decken kann. In [1] wird die Ladeinfrastruktur mit einer festen PV-Größe von 150 kWp mit südlicher Orientierung und 15° Neigung dimensioniert, während ein EMS den Eigenverbrauch maximiert. Dabei ist die Annahme, dass der Ladebedarf und die PV-Leistung zu jedem Zeitpunkt bekannt sind. [1] zeigt die optimierten Komponentengrößen dieser Ladeinfrastruktur für Szenarien mit und ohne EMS und mit und ohne fixe BAT-Größe. Auf dieser Arbeit aufbauend soll nun betrachtet werden, wie verschiedene PV-Prognosen Einfluss auf den Realbetrieb haben. Der entsprechende Einfluss der Prognoseungenauigkeiten soll bezüglich der Wirtschaftlichkeit des Systems, aber auch der Folgen für die Autarkie und die gedeckte Fahrzeuglast bewertet werden. Der Einfluss von PV-Prognosen auf die Performance des Systems wurde in der Vergangenheit bereits im Bereich stationärer Heimspeicher betrachtet [2, 3, 4]. Auch im Bereich Ladeinfrastruktur gibt es diesbezüglich Auswertungen, welche sich jedoch mehr auf die Ladestrategie und/oder die Kappung von Erzeugungs- oder Lastspitzen, jedoch weniger auf die Dimensionierung und den diesbezüglichen Einfluss konzentriert [4, 5]. Um das unvollständige Wissen über die zu erwartende PV-Leistung darzustellen, werden zwei PV-Prognose-Modelle verglichen. Am Batterietechnikum des Karlsruher Instituts für Technologie (KIT) wird unter anderem seit mehreren Jahren eine sogenannte Persistence-Vorhersage (PF) angewendet. In [6] konnte gezeigt werden, dass die Genauigkeit verschiedener Modelle hohen saisonalen Unterschieden unterliegt, weshalb eine jahreszeitspezifische Auswertung weitere Erkenntnisse liefern kann. Ein Modell basierend auf der sogenannten Support Vector Regression (SVR) erzielte die besten Ergebnisse und soll deshalb ebenfalls betrachtet werden. In der vorliegenden Arbeit wird eine DC-gekoppelte Ladeinfrastruktur für Elektrofahrzeuge auf Unternehmensparkplätzen betrachtet. Die Ladeinfrastruktur ist an das Stromnetz angebunden, verwendet die Energiequellen PV und BAT und hat sowohl DC- als auch AC-Ladepunkte. Ziel der betrachteten Topologie ist, Effizienzverluste durch die DC-Kopplung zu vermeiden und wirtschaftliche Vorteile durch die Betrachtung des Gesamtkonzepts zu erzielen. Ein entsprechend formuliertes Gleichungsmodell wird unter Berücksichtigung leistungsabhängiger Wandlereffizienzen. Zusätzlich wird ein Überblick über die angewendeten PV-Prognose-Modelle gegeben. Anschließend wird die optimale Konfiguration der obig beschriebenen Ladeinfrastruktur hinsichtlich Wirtschaftlichkeit und Autarkie analysiert und auf die Funktionsweise und Rolle des Eigenverbrauch-maximierenden EMS eingegangen. Dabei erfolgt die Auswertung über einen Zeitraum von über einem Jahr. Die Maximierung des Eigenverbrauchs hat sowohl Vorteile für die Wirtschaftlichkeit als auch die Autarkie des Systems und ist im Kontext eines Unternehmensparkplatzes vorteilhafter als der alleinige Einsatz eines BAT. Der Einfluss der Prognosegenauigkeit wird bewertet, indem ein System mit vollständigem Wissen über die PV-Leistung, ein System mit PF und ein System mit SVR verglichen wird. Hierbei wird auf die Faktoren Marginalladetarif, Autarkie und gedeckte Ladeleistung eingegangen. Um die Vorteile des Ladens am Arbeitsplatz darzustellen, wird die Ladestation mit dem Szenario öffentlichen Ladens verglichen. Außerdem werden die Vorteile des Einsatzes einer PV-Anlage anhand verschiedener Strompreis-Steigerungen über die folgenden 20 Jahre analysiert.

Grid-connected Energy Storage Systems (ESS) are vital for transforming the current energy sector. Lithium-Ion Battery (LIB) technology is presently the most popular form of ESS, especially because of its fast response capability, efficiency, and reducing market prices, but is not always preferred for long-term storage, due to its relatively shorter lifetime. A Redox Flow Battery (RFB) on the other hand has a higher lifetime and better long-term storage capability, but has a higher upfront cost and reduced round trip efficiency. A Hybrid ESS (HESS) consisting of LIB and RFB offers the advantages of both technologies, thus making the ESS more economical and flexible to use while also improving the cycle lifetime of individual ESS. Such a grid-connected HESS is planned and installed for a student residence at Bruchsal having 126 apartments for 150 students and equipped with 220 kWp photovoltaics and 10.5 kWp wind-power. Real-time high-resolution data of the residence’s electrical load and energy generation are collected and used to optimally control the HESS. Additionally, the RFB is also used as heat storage, which supports partial heating requirements of the residence. In the present work, an Energy Management System (EMS) is deployed which not only controls this conglomerate but also optimizes its operations in real-time. The HESS is optimized two folds where it is operated with a fixed priority based strategy to improve the operational efficiency. Secondly using solar and load predictions, optimal charging schedules of the individual ESS are estimated. Based on the schedules the ESS are charged at its optimal charging points thus increasing charging efficiency and at the same time it avoids the ESS from staying at high SOC ranges for long time thus reducing ageing. Results based on real life operations based on the proposed methods are provided in this work.

Photovoltaic (PV)-powered electric vehicle charging stations (EVCS) are expected to play a critical role in achieving carbon neutrality in the transport sector, as PV power has a great ability to reduce $CO_2$-emission. By integrating PV into an EVCS, solar energy can supply a considerable portion of the electric vehicle (EV) energy demand. Besides a good energy management strategy (EMS) for the system, the efficiency of the system is an important aspect that needs to be discussed. Be it EV charging/discharging, energy exchange with the grid or battery use - power losses occur in the system. Previous studies have mostly only discussed the effects of EMS on energy losses in the system. In this paper we conduct a systematic analysis of the converter efficiency and its effect on the energy losses for an EVCS integrated with PV, stationary battery (BAT), and grid connection. A DC- and an AC-coupled EVCS are compared on the basis of example systems. Converter efficiency for PV, grid, BAT, and EVs and BAT efficiency are considered for the analysis. A comprehensive comparison of system efficiency and energy losses over different seasons and a full year is presented and discussed. Finally, we discuss the financial losses influenced by the efficiency losses in the system over the year. It is shown, that the overall system efficiency is almost the same for both EVCS with about 92%. The DC-coupled EVCS's higher number of converters leads to a higher sum of energy loss compared to the AC-coupled EVCS, even including the onboard-charger of the EVs. For the AC-coupled EVCS, more than 50% of the energy loss occurs due to the EV's onboard-charger. These losses are paid for by the EV user. However, even if the EVCS operator also owns the EV fleet, regarding the example system looked at, the AC-coupled EVCS is about 10% more profitable.

The number of electric vehicles is increasing exponentially and there is a high need for charging infrastructure. Furthermore, climate change motivates for the integration of renewable energy. Therefore, a DC-coupled charging station connected to photovoltaic and a stationary battery system is being researched for a workplace environment. The component sizes are economically optimized for 20 charging points. The influence of a simple photovoltaic persistence forecast on the marginal charging tariff and the self-sufficiency is analysed depending on the component sizes. It is shown, that the positive influence of implementing a self-consumption maximizing charging strategy outweighs the monetary losses of forecasting inaccuracies. The decrease in self-sufficiency compared to a perfect PV forecast for a system without a stationary battery is 1 percentage point versus an increase of 20 percentage points compared to uncontrolled charging. Although systems without a battery are more economic, it is also shown, that systems with a battery can become economic for larger PV sizes.

PV in combination with Li-ion storage systems can make a major contribution to the energy transition. However, large-scale application will only take place when the systems are economically viable. The profitability of such a system is not only influenced by the investment costs and economic framework conditions, but also by the technical parameters of the storage systems. The paper presents a methodology for the simulation and sizing of PV home storage systems that takes into account the efficiency of the storage systems (AC, DC standby consumption and peripheral consumption, battery efficiency and inverter efficiency), the aging of the components (cyclic and calendar battery aging and PV degradation), and the intelligence of the charging strategy. The developed methodology can be applied to all regions. In this paper, a sensitivity analysis of the influence of the mentioned technical parameters on the dimensioning and profitability of a PV home storage is performed. The calculation is done for Germany. Especially, battery aging, battery inverter efficiency and a charging strategy to avoid calendar aging have a decisive influence. While optimization of most other technical parameters only leads to a cost reduction of 1–3%, more efficient inverters can save up to 5%. Even higher cost reductions (more than 20%) can only be achieved using batteries that age less, especially batteries that are less sensitive to calendar aging. In individual cases, a small improvement in the efficiency of the storage system can also lead to higher costs. This is for example the case when smaller batteries are combined with a large PV system and the battery is used more due to the higher efficiency. This results in faster ageing and thus earlier replacement of the battery. In addition, the paper includes a detailed literature overview on PV home storage system sizing and simulation.

38th European Photovoltaic Solar Energy Conference and Exhibition; 938-945, With drive towards a green energy sector and significant cost reduction of photovoltaic (PV) technology, global PV capacity has increased multi folds in the last decade. PV power increases the variability of power supply due to the sun’s changing position and weather volatility. Battery systems tackle these problems. For an optimized battery charging management, accurate PV energy forecasts are vital. The present work compares five 1-day-ahead PV power prediction models for a PV array of 8.64 kWp at KIT with 30° tilt and a 15° eastward orientation. The power prediction is used for intelligent battery charging management. The models are the offline persistence forecast (PF), an online forecast based on numerical weather prediction (NWP) and the machine-learning based offline Facebook prophet (FBP), support vector regression (SVR) and multilayer perceptron (MLP). According to the needs of intelligent battery charging management, the hourly PV energy forecast for the rest of the day is evaluated and compared for the different methods. The prediction methods are configurable for arbitrary inclinations and orientations. To the knowledge of the authors, FBP is compared for the first time to other models in the context of PV prediction. The results are evaluated for one year of data between March 2020 and February 2021. When comparing the performance of the models for different times of the day, SVR and MLP outperform the other models around noon, while the PF and most of the time NWP and FBP outperform the SVR and MLP in the morning and evening. When evaluating the models over one year, SVR outperforms the other model’s power and energy prediction. At the same time, the other models have similar power prediction performance, but varying energy prediction performance. When evaluating the models over the meteorological seasons, there are striking differences of the models’ performance. The SVR performs mostly best but is outperformed by the NWP in spring. At the same time, the NWP performs worst in winter. This is associated to reasons of spatial resolution of the NWP data. With the two best models SVR and MLP, it is shown that endogenous values generally suffice, while the partial outperformance of the NWP still motivates for a further investigation into the use of exogenous input.