Hidalgo-Rodríguez, Diego IvánTöns, Tilo2017-02-092017-02-092016-12http://hdl.handle.net/2003/35784http://dx.doi.org/10.17877/DE290R-17810Durch die Zunahme dezentraler Stromerzeuger und der damit verbundenen Zunahme fluktuierender Einspeisung, sehen sich die Energienetze vor neue Herausforderungen gestellt. In Schwachlastzeiten und stark fluktuierender Einspeisung kann die Stabilität der Netze gefährdet werden. Mit Hilfe von Demand Side Integration (DSI) kann die fluktuierende Einspeisung ausgeglichen, somit die Netzintegration dezentraler Energieumwandlungsanlagen erleichtert und die Effizienz der Stromnetze verbessert werden. In diesem Zusammenhang bieten Speichersysteme auf Haushaltsebene ein großes Potential für die DSI. Die DSI kann mittels modellprädiktiver Regelung durchgeführt werden. Bei der modellprädiktiven Regelung wird ein Modell des zu regelnden Prozesses verwendet, um das zukünftige Verhalten des Prozesses abhängig von den Eingangsgrößen innerhalb eines Prädiktionshorizonts vorherzusagen. Mit jedem Prädiktionsschritt werden die Eingangsgrößen berechnet, um das zukünftige Verhalten optimal abzubilden. Die Optimierung erfolgt durch das Messen des Ist-Zustandes und erneuter Berechnung der Stellgrößen unter Verwendung der aktualisierten Informationen. Die Regelung der DSI kann prinzipiell zentral, verteilt oder dezentral erfolgen: Bei einer zentralisiert modellprädiktiven Regelungsarchitektur besitzt ein Agent/Aggregator, der beispielweise der Verteilnetzbetreiber sein könnte, Informationen über das gesamte System und alleinige Handlungsvollmacht. Somit kann der Agent die lokale Regelung einzelner Haushalte zentral steuern. Bei einer hierarchisch-verteilt modellprädiktiven Regelungsarchitektur gibt es einen Agenten auf höchster Ebene, welcher Informationen über das gesamte System hat und den lokalen Agenten auf unterer Ebene lokale Steuerungsziele vorgibt. Die lokalen Agenten auf unterer Ebene können Informationen untereinander austauschen, um die lokalen Steuerungsaufgaben zu koordinieren. Bei der dezentral modellprädiktiven Regelungsarchitektur besitzen die lokalen Agenten nur Teilinformationen des Systems und handeln nach lokal implementierter Steuerung ohne Informationsaustausch mit anderen lokalen Agenten. Ziele dieser Arbeit sind die Bewertung der o.g. modellprädiktiven Regelungsarchitekturen für die Optimierung der Leistungsbilanz in Niederspannungsnetzen, die Erweiterung vorhandener Wärmesysteme um PV-Batterie-Systeme und die Bewertung der Effizienz des Gesamtsystems der einzelnen Regelungsarchitekturen.de621.3Text