Prognosebasierte Eigenverbrauchsoptimierung des Windparks Hamburg-Curslack mit dem parkinternen Batteriespeicher

Abstract

In dieser Masterarbeit wird eine Anwendung zur optimierten Versorgung des Energiebedarfs eines Windparks in Stand-by Zeiten entwickelt. Die Deckung des Bedarfs erfolgt mit zwischengespeicherter Windenergie aus einem im Arealnetz des Windparks integrierten Batteriespeicher. Die Deckung des Energiebedarfs wird mit der Befähigung des Batteriespeichers zur Vorhaltung von Primärregelleistung als Teil einer Reservegruppe in einer Multi-Use-Case Anwendung kombiniert. Dafür wird die Leistung des Windparks unter Nutzung eines Random Forest Regressors prognostiziert und mit einer linearen Optimierung ein Batteriefahrplan erstellt. Es wird eine Steuerung entwickelt, in der der Fahrplan in einer Reaktion auf live bezogenen Messwerte aus dem Windpark und dem Batteriespeicher umgesetzt wird. Die Anwendung wird kontinuierlich und automatisiert betrieben und ihr Verhalten und Einsparpotenziale unter verschiedenen Bedingungen untersucht. Die Funktionalität der Anwendung konnte gezeigt werden und in einer repräsentativen Untersuchung wurde eine Einsparung der betrachteten Kosten von 34 % erfasst. Die Qualität der Leistungsprognose in längeren Flauten und die Sperrung jeglicher Freigaben der Batterie in Zeiten externer Abregelungen des Windparks wurden als Herausforderungen in der Entwicklung der Anwendung identifiziert.

In this master thesis an application for the optimized supply of a wind farm’s energy demand during stand-by is developed. The demand is covered with stored wind energy from a battery storage integrated in the wind farm grid. The coverage of the self-consumption is combined with the capability of the battery storage to provide primary control reserve as part of a pooling in a multi-use case application. For this purpose, the power output of the wind farm is forecasted using a random forest regressor and a battery schedule is created with a linear optimization. A control strategy is developed in which the schedule is implemented in a live control reacting to measurements within the wind farm and the battery storage. The application is operated continuously and in an automated way and its performance and saving potential under different conditions will be investigated. The functionality of the application could be demonstrated and in a representative study a saving of 34% of the considered costs was recorded. The quality of the power forecast in longer lulls and the blocking of any releases of the battery in times of external shutdowns of the wind farm were identified as challenges in the development of the application.