Das Projekt "Teilvorhaben: Entwicklung von selbstlernenden Algorithmen zur adaptiven, system- und standortspezifischen PV-Leistungs-Prognose" wird vom Umweltbundesamt gefördert und von Fraunhofer-Institut für Solare Energiesysteme durchgeführt. Ziel des Vorhabens ist die Bereitstellung von Algorithmen zur Generierung von adaptiven, auf das spezifische PV-System und dessen Standort optimierten intra-day und day-ahead Prognosen der PV-Erzeugungsleistung. Die Algorithmen nutzen lokale Wetter- und Einstrahlungsprognosen, die dann auf Basis von Informationen aus historischen Zeitreihen des Anlagenbetriebs und - soweit vorhanden - auf Basis von Anlagenkenndaten einer anlagen- und standortspezifischen Korrektur unterzogen werden. Die zu entwickelnden Algorithmen sollen die Wirtschaftlichkeit von dezentralen Energiemanagementsystemen erhöhen im Hinblick auf eine oder mehrere vorgegebene Zielgrößen, bspw. die Maximierung des Eigenverbrauchs von lokal erzeugtem Strom, die Vermeidung von Abregelungsverlusten, die Netzdienlichkeit, die Spitzenlastreserve oder die Speicherauslegung. Als Anwendungsfeld des dezentralen Energiemanagements werden für dieses Projekt netzgekoppelte PV-Systeme von Privat- und Gewerbekunden in der Generatorleistungsklasse von einigen kW bis einigen Hundert kW definiert, mit integriertem Speicher und perspektivisch mit Lastverschiebungsoptionen. Die Verwertung der Projektergebnisse wird u.a. durch die Implementierung der Prognosealgorithmen in Form von Software-Toolboxen für dezentrale Energiemanagementsysteme von RWE erfolgen. Die Organisation der Arbeitspakete ist wie folgt gegliedert: In AP 1 erfolgt die Konzeptdefinition für die zu entwickelnden Prognosealgorithmen. AP 2 vergleicht, bewertet und wählt verschiedene Strahlungsvorhersagemodelle aus. Die Algorithmen-Entwicklung zur Leistungssimulation erfolgt in AP 3. Der Algorithmus zur probabilistischen PV Leistungsprognose durch statistische Optimierung wird in AP4 erarbeitet. Abschießend erfolgt die Bewertung der entwickelten Verfahren für die Anwendung auf Basis realer Systemdaten (AP5) und andererseits in einem virtuellen Energiemanagementsystem (AP6).
Das Projekt "Teilvorhaben: Bewertung der entwickelten Prognose-Algorithmen auf Basis realer Systemdaten" wird vom Umweltbundesamt gefördert und von innogy SE - Förderbüro Effizienz Bereich durchgeführt. Entwicklung selbstlernender Algorithmen zur Leistungsprognose für PV-Anlagen als Instrument zum dezentralen Energiemanagement. Ziel des Vorhabens ist die Bereitstellung von Algorithmen zur Generierung von adaptiven, auf das spezifische PV-System und dessen Standort optimierten intra-day und day-ahead Prognosen der PV-Erzeugungsleistung. Die zu entwickelnden Algorithmen sollen die Wirtschaftlichkeit von dezentralen Energiemanagementsystemen erhöhen im Hinblick auf eine oder mehrere vorgegebene Zielgrößen, bspw. die Maximierung des Eigenverbrauchs von lokal erzeugtem Strom, die Vermeidung von Abregelungsverlusten, die Netzdienlichkeit, die Spitzenlastreserve oder die Speicherauslegung. Die zu entwickelnden Algorithmen werden durch Feldmessungen an Einzelanlagen von Innogy SE und ISE validiert und in ihrer Prognosegenauigkeit mit nicht-adaptiven Verfahren nach dem Stand der Technik verglichen. Zusätzlich wird das wirtschaftliche Potential der Methode über die Modellierung eines konkreten Anwendungsfalls mit einem virtuellen Energiemanagementsystem, PV-Generator, Speicher und Lasten untersucht.
