Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz

Die Seite wird erstellt Mona Brenner
 
WEITER LESEN
Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz
Der Flexibilitätsbeitrag von
Haushaltswärmepumpen im Stromsystem
in Österreich im Jahr 2030
- eine Sensitivitätsanalyse

Franziska SCHÖNIGER, Philipp MASCHERBAUER, Gustav RESCH, Lukas
KRANZL, Reinhard HAAS

TU Wien, Institute of Energy Systems and Electrical Drives, Energy Economics Group,
Gusshausstrasse 25-29/370-3, AT-1040 Vienna, +43 1 58801 370378

17. Symposium Energieinnovation 2022, online
Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz
Herausforderungen und Chancen der Dekarbonisierung

 Dekarbonisierung:
  Stromsektor: erfordert in hohem Maße
 Flexibilität zur Integration fluktuierender
 erneuerbarer Erzeugung Sektorkopplung: potenzielle Flexibilität
  durch Wärmespeicherpotenzial des
  Wärmesektor: Gebäudebestands (thermische Masse)
 steigender Strombedarf durch Wärmepumpen  Verschiebung der Stromnachfrage in Stunden
 (erneuerbarer Strom) niedriger Last oder hoher EE Erzeugung

18.02.2022 EnInnov 2022 2
Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz
Motivation & Zielsetzungen

Diverse Ansätze zur Modellierung der Power-to-Heat-Flexibilität in der Literatur und in der Praxis der
Energiesystemmodellierung:
• Geplantes Wärmelastprofil kann mit bestimmten Einschränkungen verschoben werden
 1. Das Flexibilitätspotenzial ist durch die zeitliche Verschiebung begrenzt (Dauer - h)
 2. Speichergröße wird durch die im Gebäudebestand vorhandene thermische Masse und thermische
 Verluste definiert (Speicherkapazität – MWh)

• Literatur: Kirkerud et al. (2021), Olkkonen et al. (2018), Moser et al., (2015), Weiß, (2019), und Spreitzhofer
 (2018): Studien mit a) detaillierten Gebäudemodellen und b) Energiesystemmodellen

1. Soft links zwischen einem detaillierten Gebäudemodell und einem Energiesystemmodell
  Adäquate Darstellung der Flexibilität von Wärmepumpen im Gesamtsystem
  Informationsbedarf aus dem detaillierten Gebäudemodell

2. Case Study: Wie hoch ist das Flexibilitätspotenzial, das Wärmepumpen in Wohngebäuden (Raumheizung) für
das Stromsystem in Österreich im Jahr 2030 bereitstellen können?

18.02.2022 EnInnov 2022 3
Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz
Differenzierte Modellumgebung
 Daten aus dem detaillierten … speisen das Energiesystemmodell
 Gebäudemodell… • Techno-ökonomisches bottom-up Modell
 • Mehr als 1000 Gebäudetypen und deren Charakteristika • Strom- und Fernwärmesektor
 • Detaillierte Darstellung von Wärmebedarf und • Erzeugungsdynamiken erneuerbarer Energien und
 Technologien Strompreismodellierung
 Optional
 • Strompreis als Input energy module
 Dynamic sub-hourly
 • Hohe zeitliche Auflösung (nötig für Flexibillitätsanalyse)
 energy needs
 calculation

 t=t0 Energy module
 Building stock database Climate data
 Quasi-steady-state
 (t=t0, dynamic input for t1 … tn) energy balance
 approach User behavior
 t=t1 … tn

 Technology databases
 Exogenously defined
 Space heating techn. Service lifetime scenario-specific
 DHW technologies module datasets
 Weibull
 Heat distr. systems distribution Growth of building stock
 Shading systems
 Diffusion restrictions
 HP
 Ventilation systems
 Building shell compon. Investment-decision Biomass potentials flexibility
 module Policies
 Technology combinations
 Nested logit model Options for thermal
 Database: renov. and SH-technol.
 Refurbishment techn. Logistic growth
 model Energy prices
 Preferences for heating
 Simulation results
 systems, traditions,
 • New building stock database
 inertia, ...
 • Installation of heating, refurbishment options,
 DHW systems (#, kW, m²)
 • Renovation of buildings (number, m², …)
 • Energy demand and consumption
 • CO2-emissions Data flow within simulation
 • Investments, policy program and running costs
 • … Data flow for (manual) calibration
 on an individual level

 Invert/EE-Lab: https://www.invert.at/index.php Data flow for (manual) calibration
 on a global level Balmorel: https://github.com/balmorelcommunity/Balmorel

18.02.2022 EnInnov 2022 4
Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz
Theoretisches Konzept Lastverschiebung in der Modellierung
 based on Kirkerud et al. (2021) and Gils (2016)
 Maximum electric capacity/load Load shifting technology

 ∆ , Maximal shifting time for technology
 c [hours]

 ( ) Scheduled load of technology c
 Scheduled load Shifted load
 [MW]
  Was sind die größtenShifting
 Einflussfaktoren
 time
 Load

 auf das Flexibilitätspotential von ( ) Realized load after load shifting of
 Load advance
 Wärmepumpen fürs Stromsystem? technology c [MW]

 Realized load
 ( ) Shifted load of technology c [MW]

 ( ) Energy content of “virtual storage” of
 Load delay
 technology c [MWh]

 One timestep within the timeframe of
 Time load shifting

 Realized load after load shifting Scheduled load Λ Maximum electric capacity/load of
 technology c

 ≤ ≤ ∀ , 
18.02.2022 EnInnov 2022 5
Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz
1) Wärmebedarf bestimmt stündliche und saisonale Verfügbarkeit

 … und wöchentliche Muster

 Saisonale…

• Source: Hotmaps project (Pezzutto et al., 2018)
• Originaldaten auf NUTS2 level, aggregiert für
 Österreich
• Jahr 2010, Raumwärmebedarf der Haushalte

18.02.2022 EnInnov 2022 6
Der Flexibilitätsbeitrag von Haushaltswärmepumpen im Stromsystem in Österreich im Jahr 2030 - TU Graz
2) Gebäudetyp/thermische Masse bestimmt Wärmebedarf + Verluste

• Gebäudemodellrechnungen basierend auf DIN ISO 13790: Energy performance of buildings -
 Calculation of energy use for space heating and cooling
• Beispiel: Innentemperatur steigt von 20°C auf 22°C für drei Stunden

  1. Sensitivitätsanalyse: therm. Verluste (temperaturabhängig) im Speicherprozess

18.02.2022 EnInnov 2022 7
Einflussfaktoren auf Lastverschiebepotential

 ℎ ℎ 
Lastveschiebungspotential (Y-Achse)
 
ist abhängig von

• Außentemperatur/Wärmenachfrage
• Gebäudetyp
• Akzeptierter Komfortverlust der Nutzer*innen
 (Eingriffszeit/absolute Abweichung)

  Variation of time
 restrictions/storage volume

18.02.2022 EnInnov 2022 8
Methodische Herangehensweise

Model Balmorel
• Open-source energy system model (LP/MIP, GAMS)
 https://github.com/balmorelcommunity/Balmorel Installed variable
 renewable capacities
• Höchst modular: Abbildung von Sektorkopplung (P2H)
 AT
• Stündliche Auflösung, ein Knoten pro Land (AT +
 Nachbarländer), Flex-Betrachtung nur in AT
• Investitions- und Kraftwerkseinsatzoptimierung

Annahmen zu Kraftwerkspark, Nachfrage, Export-
/Importkapazitäten (2030)
• AT: EAG Ziele/NEKP
• Nachbarländer: TYNDP 2020 (National Trend Investment option for generation gap in Austria
 Scenario), ENTSO-E

18.02.2022 EnInnov 2022 9
Modellannahmen Wärmepumpen

Literaturrecherche:
• Installierte flexible, ansteuerbare Haushaltswärmepumpen (Raumwärme): 2 TWhel Stromnachfrage (1.818 MWel)
• Default: storage 3.0 (5.455 MWhel), 5% thermal loss per hour
• Sensitivitätsanalysen +/- 50% der Annahmen

 Inflexible Flexible Thermal Thermal Controllable HP Controllable HP Thermal Thermal Time
 scenario scenario storage storage capacity capacity losses losses restriction
 (reference) 4 hours
 standard +50% -50% +50% -50% +50% -50%
Thermal loss
 - 5 5 5 5 5 7.5 2.5 5
per hour [%]
Installed HP
capacity flexible 0 1818 1818 1818 2727 909 1818 1818 1818
[MW]
Storage
capacity time-
 - 3.0 4.5 1.5 3.0 3.0 3.0 3.0
[MWh/MW dependent
installed)

18.02.2022 EnInnov 2022 10
Ergebnisse: Stromerzeugung 2030 in Österreich
 Inflexible scenario = Referenzszenario

 Electricity generation AT
 Electricity generation mix 2030 [TWh] 18 000 180

 1.37
 16 000 160
 3.92
 1.92
 12.04 Waste + Geothermal 14 000 140
 Pump hydro
 12 000 120
 Bioenergy
 42.91 Natural gas

 €2015/MWh
 10 000 100
 Hydro

 MW
 Wind 8 000 80
 16.25 Solar
 6 000 60
 10.94
 Austria 4 000 40

 2 000 20
 • Mittlerer Strompreis: 60.2
 - -
 €2015/MWh
 T001
 T005
 T009
 T013
 T017
 T021
 T025
 T029
 T033
 T037
 T041
 T045
 T049
 T053
 T057
 T061
 T065
 T069
 T073
 T077
 T081
 T085
 T089
 T093
 T097
 T101
 T105
 T109
 T113
 T117
 T121
 T125
 T129
 T133
 T137
 T141
 T145
 T149
 T153
 T157
 T161
 T165
 • Österreich wird Nettoexportland Hours of week 7

 (100% erneuerbarer Strom Solar Wind Hydro Natural gas Bioenergy Pump storage Waste + Geothermal Electricity price
 national bilanziell)

18.02.2022 EnInnov 2022 11
Flexible Wärmepumpen reagieren auf Preissignale
 80 1500

 1300
• Stunden hoher 70
 Strompreise: Regulierung 1100
 nach unten (und vice 60
 versa) 900

 Electricity price [€2015/MWh]
 50
 700

 Load shift [MW]
• Relative
 40 500
 Strompreisunterschiede
 entscheidend 300
 30

 100
• Voraussetzung: Flexible 20
 Endkund*innenpreise
 168
 173
 178
 183
 188
 193
 198
 203
 208
 213
 218
 223
 228
 233
 238
 243
 248
 253
 258
 263
 268
 273
 278
 283
 288
 293
 298
 303
 308
 313
 318
 323
 328
 333
 -100

 10
 -300

 0 -500
 Hours of the year (week 2)

 Downwards regulation (right axis) Upwards regulation (right axis)
 Electricity price (left axis)

18.02.2022 EnInnov 2022 12
Verschobene Last variiert zwischen den Szenarien

 Total shifted electricity demand by heat pumps (downward)
• Verschobene Last = zur 2 000 1 883
 Verfügung gestellte Flexibilität 1 800

 fürs Stromsystem 1 600
 1 374 1 332
 1 400 1 311 1 309
 1 164
 1 200
• 683-1883 GWh: 1-2,5% der Last

 GWh
 1 000
 800 761
 683

• Größte Auswirkung: Annahme 600
 400
 der installierten, steuerbaren
 200
 Wärmepumpenleistung -

• Begrenzung der
 Verschiebedauer hat relativ
 große Auswirkungen (Literatur)

18.02.2022 EnInnov 2022 13
Reduktion von Wind & PV Abregelung durch Wärmepumpenflexibilität

 Wind and PV generation compared to the inflexible scenario in Austria 2030
 60
• Flexible Wärmepumpen
 reduzieren in allen 52.5

 Szenarien die Abregelung 50 46.5
 von Wind und PV 42.7 42.7 42.7
 40
• Größenordnungen gering
 (
Fazit

- Die durch Haushaltswärmepumpen (Raumwärme)
 bereitgestellte Flexibilität kann die Kosten des
 Stromsystems, die Stromerzeugung aus Gaskraftwerken
 sowie die CO2-Emissionen im österreichischen Stromsystem
 des Jahres 2030 reduzieren, und Abregelung vermindern
 Größenordnungen sind begrenzt
 Berücksichtigung anderer Technologien und Sektoren

- Hohe Sensitivität des Lastverschiebepotentials für die
 Annahmen zur
 - Stromnachfrage durch Wärmepumpen
 - Installierten Wärmepumpenkapazität
 (Marktdurchdringung, Gebäudetyp, Effizienz)
 - Ansteuerbarkeit/Automatisierung
 - Limitierungen der Verschiebedauer (Komfort)

18.02.2022 EnInnov 2022 15
Literature

• Gils, H.C., 2016. Economic potential for future demand response in Germany - Modeling approach and case study. Appl.
 Energy 162, 401–415. https://doi.org/10.1016/j.apenergy.2015.10.083
• Kirkerud, J.G., Nagel, N.O., Bolkesjø, T.F., 2021. The role of demand response in the future renewable northern European
 energy system. Energy 235, 121336. https://doi.org/10.1016/j.energy.2021.121336
• Moser, S., Frank, F., Muggenhumer, G., Elbe, C., Schmautzer, E., 2015. LoadShift: Lastverschiebung in Haushalt, Industrie,
 Gewerbe und kommunaler Infrastruktur – Potenzialanalyse für Smart Grids. Lastverschiebung in Haushalten.
• Olkkonen, V., Ekström, J., Hast, A., Syri, S., 2018. Utilising demand response in the future Finnish energy system with
 increased shares of baseload nuclear power and variable renewable energy. Energy 164, 204–217.
 https://doi.org/10.1016/j.energy.2018.08.210
• Pezzutto, S., Zambotti, S., Croce, S., Zambelli, P., Garegnani, G., Scaramuzzino, C., Pascuas, R.P., Zubaryeva, A., Haas, F.,
 Exner, D., Müller, A., Hartner, M., Fleiter, T., Klingler, A., Kühnbach, M., Manz, P., Marwitz, S., Rehfeldt, M., Steinbach, J.,
 Popovski, E., 2018. Open Data Set for the EU28 [WWW Document]. D2.3 WP2 Report. Load profile Resid. Heat. yearlong
 2010. Rev. by Lukas Kranzl, Sara Fritz. URL
 https://gitlab.com/hotmaps/load_profile/load_profile_residential_heating_yearlong_2010
• Spreitzhofer, J., 2018. Vermarktung der Flexibilität eines Wärmepumpen-Pools am österreichischen Regelenergiemarkt.
 Technische Universität Wien.
• Weiß, T., 2019. Energy-flexible zero energy buildings and neighborhoods. Technische Universität Graz.
• Wiese, F., Bramstoft, R., Koduvere, H., Pizarro Alonso, A., Balyk, O., Kirkerud, J.G., Tveten, Å.G., Bolkesjø, T.F., Münster, M.,
 Ravn, H., 2018. Balmorel open source energy system model. Energy Strateg. Rev. 20, 26–34.
 https://doi.org/10.1016/j.esr.2018.01.003

18.02.2022 EnInnov 2022 16
Franziska Schöniger

 TU Wien
 Energy Economic Group, EEG
 Gußhausstraße 25-29 / E370-3
 1040 Vienna, Austria

 Tel: +43 1 58801 370378
 Email: schoeniger@eeg.tuwien.ac.at

 Web: http://www.eeg.tuwien.ac.at

18.02.2022 EnInnov 2022 17
Sie können auch lesen