SMART BATTERISTYRING FOR PLUSSKUNDER Av Siri Hegbom, Ole-Morten Midtgård, Iromi Ranaweera, NTNU og Henrik Kirkeby, SINTEF Energi Sammendrag Denne rapporten er basert på prosjektoppgaven skrevet i forbindelse med siste året på studiet Energi og miljø ved NTNU. Formålet med arbeidet var å utvikle kontrollstrategier for lading og utlading av et batteri hos plusskunder, ved hjelp av use case metodikk. Kundegruppen det har vært fokusert på er sluttbrukere med lokal produksjon fra sol, som er tilknyttet nettet gjennom en plusskundeavtale. Styringen av batteriet kan optimaliseres for nettoperatøren eller plusskunden. For nettoperatøren er det ønskelig at innmatet effekt reduseres slik at det ikke er behov for tiltak i nettet. For en plusskunde derimot er det optimalt å øke egenforbruket, slik at lønnsomheten ved å eie et solcelleanlegg øker. Ettersom det er valgt å sette sluttbrukeren i fokus, er strategiene utarbeidet med hovedformål om å øke egenforbruket til plusskunden. 1. BAKGRUNN For en sluttbruker med lokal produksjon fra sol, vil den største andelen av produksjonen foregå midt på dagen, i perioden med høyest solinnstråling. I denne perioden er husstanden vanligvis på jobb og overskuddet i produksjonen vil mates inn i distribusjonsnettet. En økning i distribuert produksjon kan derfor føre til en større og varierende effektflyt i distribusjonsnettet [1], [2]. Det vil være et naturlig ønske å redusere perioden det tar før investeringskostnadene er tjent inn, for en sluttbruker som investerer i solpanel [3], og for nettoperatører vil det være ønskelig at innmatet effekt begrenses slik at det ikke er behov for tiltak i nettet, som er dyrt og ressurskrevende [4]. Installering av et batteri hos plusskunden, er et mulig tiltak for å møte disse utfordringene. Batteriet vil gi sluttkunden mulighet til å lagre overskuddskraften. Dette kan redusere innmatet effekt og husstandens avhengighet av å kjøpe kraft fra nettet fordi husstanden bruker en større andel av sin egen produksjon. Dette kan resultere i at lønnsomheten av å eie et solcelleanlegg øker og at belastningen på nettet reduseres [5].
For å oppnå målene beskrevet over, er styring av batteriet sentralt. Dette innebærer å kontrollere når og hvordan opplading og utlading av batteriet skal foregå, slik at ulike behov hos forbrukeren og nettoperatøren kan dekkes. Use case metodikk har blitt brukt for å formulere de ulike strategiene for hvordan batteriet skal styres i samsvar med last og produksjon hos kunden. Dette er en standardisert metodikk med opprinnelse fra programvareutvikling, som har fokus på funksjonaliteten til systemet. Ved bruk av et itererende diagram, skisseres kommunikasjonen og informasjonen som utveksles mellom de ulike aktørene for å oppnå den bestemte funksjonen [6]. 2. HVA ER EGENFORBRUK? Egenforbruk defineres som forholdet mellom eget forbruk dekket av lokal produksjon og den totale lokale produksjonen [5]. I Tyskland er det vanlig at dette tallet er mellom 25% og 30%, uten bruk av batteri, på grunn av at produksjonen fra solcelleanlegget og husstandens forbruk ofte ikke sammenfaller [7]. Egenforbruket til plusskunden vil være begrenset av den laveste verdien til den totale produksjonen eller det totale forbruket i husstanden. Dette kan uttrykkes som: PP ssss,mmmmmm (tt) = mmmmmm{pp LL (tt), PP PPPP (tt)} (1) hvor PP ssss,mmmmmm (tt) er egenforbruket, PP LL (tt) er forbruket i husstanden og PP PPPP (tt) er den lokale produksjonen. Ved å inkludere et batteri i dette systemet, kan likning (1) utvides til: PP ssss,mmmmmm (tt) = mmmmmm{pp LL (tt) + PP BB (tt), PP PPPP (tt)} (2) hvor PP BB (tt) er negativ ved utlading av batteriet [8]. Prosentandelen som utgjør egenforbruket, kan derfor defineres som: φφ ssss = tt 2 tt=tt PP 1 ssss(tt) tt 2 (3) PP PPPP (tt) tt=tt 1 Likning (3) gjelder for tilfeller med og uten batteri. Tap i batteriet kan inkluderes i PP BB (tt) og dermed bli ansett som en del av egenforbruket. Da vil egenforbruket definert i ligning (3) øke, selv om den brukbare energien ikke er noe større. Dette vil gi et feil bilde på den målte størrelsen av egenforbruket.
Egenforbruket kan også variere avhengig av hvilket tidsintervall som er brukt. Egenforbruket vil overestimeres ved bruk av lengre tidsintervall, ettersom svingninger jevnes ut. Ved bruk av korte tidsintervall, vil effektsvingningene i forbruk og produksjon tas med og et bedre mål på egenforbruket kan oppnås [5]. 3. BESKRIVELSE AV USE CASE I use casene som er utarbeidet er det tatt utgangspunkt i et smarthus, og tabell 1 gir en oversikt over de ulike aktørene som er inkludert. Det ble lagd fire use case totalt. I denne rapporten er det valgt å beskrive et av dem, og dette blir gjort i delkapittel 3.1. Aktørnavn Home Energy Management System (S) Battery management system (BMS) Smart strømmåler (AMS) Tabell 1: Aktører i use case Aktørbeskrivelse Styringsenhet som kommuniserer med og bestemmer hva husets elektriske apparater og andre systemer i det smarte huset skal gjøre. Styrer lading og utlading av batteri. Måler batteriets ladetilstand. Toveiskommunikasjon mellom BMS og S. Smart strømmåler med toveiskommunikasjon med nettselskap og en «gateway» mellom nettselskap, forbruker og forbrukerens apparater. Ingen av kontrollstrategiene tar hensyn til innmatingsgrensen på 100 kw, som inngår i den nye definisjonen av en plusskunde vedtatt av NVE [9]. Det er hovedsakelig to grunner til dette. Ved utlading av batteriet, skal effekten brukes til å dekke forbruket i huset og ikke ved noen anledning mates inn i nettet. Dette er ikke lønnsomt av flere grunner, der tap og slitasje på batteriet er to sentrale årsaker. Den andre grunnen er at 100 kw innmatet effekt tilsvarer omtrent et solcelleanlegg på størrelsen 650 m 2 [10]. Da det er fokus på husholdningskunder med installert solpanel på hustaket, vil innmatet effekt fra solproduksjonen aldri overstige restriksjonen på innmatet effekt.
3.1 Use case: Prognosebasert styring av batteri 3.1.1 Bakgrunn og problemstilling Hensikten med dette use caset er å maksimere egenforbruket og samtidig redusere belastningen på nettet i perioden med maksimal solproduksjon, ved å begrense innmatet effekt. Hvis overskuddskraften fra solproduksjonen er lagret i batteriet med en gang den er tilgjengelig og batteriet ikke er stort nok til å romme hele produksjonen, vil batteriet være fulladet før tiden på døgnet hvor den maksimale produksjonen inntreffer, i perioder med høy solinnstråling. I dette tilfellet, vil ikke batteri gi noen fordel med tanke på å redusere belastningen på nettet. For å løse dette kan oppladingen av batteriet starte når innmatingseffekten fra den lokale produksjonen går over en bestemt grense, slik at toppen av produksjonen dekker oppladningen av batteriet. Figur 1 illustrerer dette prinsippet. For at egenforbruket fortsatt skal være maksimalt, må batteriets kapasitet være tilnærmet lik energien over denne grensen. Målet er derfor å bestemme den beste terskelen for innmatingseffekt, slik at batteriets kapasitet er tilnærmet lik energien over denne grensen. Om denne grensen settes for lavt, kan batteriet være fulladet før produksjonstoppen inntreffer og dermed vil den maksimale produksjonen mates inn i nettet. Motsatt, vil en for høy grense på innmatet effekt i nettet føre til at batteriet ikke lades helt opp og dermed vil ikke egenforbruket maksimeres [11]. Dette viser viktigheten med en så presis terskel som mulig, slik at egenforbruket kan maksimeres og innmatet effekt i høy-produksjonsperioden kan begrenses. Figur 1: Batteriet lades opp i perioden med maksimal solproduksjon [11]
3.1.2 Den stegvise prosessen Dette use caset består av seks scenarier. Disse er kort oppsummert i tabell 2. N r. 1 Analyse 2 Senk grense på innmatet effekt 3 Hev grense på innmatet effekt 4 PV produksjon 5 Opplading av batteri 6 Utlading av batteri Tabell 2: Oppsummering av scenariene i use caset S S S/ AMS S/ BMS S/ BMS Forutsetning Produksjon og forbruk for neste dag er estimert og lagret i S. Den nyeste målingen av SOC i batteriet er lagret i BMS. SSSSSS aaaaaaaaaaaa < SSSSSS pppppp SSSSSS aaaaaaaaaaaa > SSSSSS pppppp Produksjonsenheten er i drift og innmatingsrestriksjonen er brutt. Forbruket er høyere enn produksjonen. Navn på scenario Primær aktør S Start-betingelse AMS registrerer effektflyt i tilknytningspunktet. SSSSSS aaaaaaaaaaaa < SSSSSS pppppp, sett ny restriksjon SSSSSS aaaaaaaaaaaa > SSSSSS pppppp, sett ny restriksjon Produksjonen er i gang Innmatingsrestriksjonen er brutt Forbruket, PP LL, er høyere enn produksjonen, PP PPPP Sluttbetingelse Sett innmatingsgrense Innmatingsgrense er satt Ny restriksjon er satt Ny restriksjon er satt Innmatingsrestriksjon brutt Batteriet er ladet opp så mye som mulig Batteriet er utladet eller PP PPPP > PP LL
I scenario 1 henter styrings- og kommunikasjonsenheten (S) den estimerte produksjonen og lasten for neste dag. Det er antatt at det allerede er regnet ut og lagret i S. Den nyeste målingen av ladetilstanden i batteriet er lagret i batteristyringsenheten (BMS) og rapporteres til S. Det settes en restriksjonsgrense på innmatingseffekt og energien (Wh) over denne grensen regnes ut. Basert på denne verdien og batterispesifikasjonene lagret i S, kan den teoretiske ladetilstanden, SSSSSS pppppp, regnes ut. Batteriets egentlige ladetilstand, SSSSSS aaaaaaaaaaaa, sammenlignes med SSSSSS pppppp. Om SSSSSS aaaaaaaaaaaa = SSSSSS pppppp, skal ikke restriksjonen endres og batteriet kan lades opp ved restriksjonen som først ble bestemt. Om ikke dette er tilfelle, vil ulike scenarier initieres: Scenario 2; SSSSSS aaaaaaaaaaaa < SSSSSS pppppp, og innmatingsrestriksjonen kan senkes, dvs. at batteriet kan starte å lade opp tidligere enn først antatt. Scenario 3; SSSSSS aaaaaaaaaaaa > SSSSSS pprrrr, og innmatingsrestriksjonen må økes, dvs. at batteriet må starte å lade opp senere enn først antatt. Scenario 4 initieres når AMS registrerer netto innmating i tilknytningspunktet. Da har produksjonen mest sannsynlig vært i gang i en periode, men ettersom produksjonen direkte dekker lasten i huset vil det ikke bli netto innmating etter en stund. S analyserer kontinuerlig data om innmatet effekt rapportert fra AMS. Når innmatet effekt er over innmatingsrestriksjonen, initieres scenario 5. I dette steget tas det hånd om oppladingen av batteriet og batteriet vil lades opp så lenge det er mulig. Scenario 6 initieres når forbruket er høyere enn produksjonen. Batteriet lades ut til dette ikke lenger er sant eller når SOC nedre grense er nådd. På en normal dag, vil mest sannsynlig ikke forbruket være høyere enn produksjonen midt på dagen, da batteriet lades opp. Om det skulle skje, er det viktig at modellen har en løsning på hvordan den skal gå tilbake til scenario 4/ 5, etter at batteriet har dekket forbruket. En mulighet kan være at modellen går tilbake til scenario 1, og gjør utregninger på nytt. Batteriets SOC vil være mindre, som følge av utladingen, og det vil være mer plass i batteriet, slik at batteriet kan lades opp lenger enn først antatt. En annen mulighet, er å sette scenario 4 som «default», slik at modellen går tilbake til «opprinnelig» plan. Imidlertid, vil mest sannsynlig ikke hele batterikapasiteten bli utnyttet til opplading ved å gjøre det slik og dette vil gå utover hvor høyt egenforbruk som kan oppnås.
En av svakhetene til denne strategien er at optimal lading av batteriet krever en perfekt prognose av solproduksjon og forbruk, noe som realistisk sett ikke er mulig. Hvis grensen for når batteriet skal lades opp er satt for lavt, vil dette føre til at batteriet er fulladet for tidlig. Motsatt, vil mindre energi enn mulig bli lagret i batteriet hvis grensen er satt for høyt. En annen svakhet er at i planleggingen av når oppladingen av batteriet skal utføres, tas det hensyn til gjennomsnittsforbruket til husstanden. Uforutsette hendelser kan endre dette forbruksmønstret. På en annen side er dette en robust og fleksibel løsning i form av at ladegrensene kontinuerlig tilpasses. 4. ELTEK-SYSTEMET Use casene vil bli testet i Smart Grid laboratoriet på NTNU, ved hjelp av batterisystemet, «Smart Storage Enabler» (SSE), som er levert av Eltek. Programmeringsverktøyet NI LabVIEW vil bli brukt for å implementere use casene. Eltek har utviklet måle- og styringsapplikasjoner, som gjør det mulig å kommunisere med SSE og sende kommandoer fra brukergrensesnittet. I fasen der hvert use case gjøres om til koder i LabVIEW, kan den tenkte funksjonaliteten til use caset bli påvirket. Derfor blir det viktigste først å se om use casene fungerer slik de skal i systemet på laboratoriet. Videre, vil det være interessant å sammenligne de ulike use casene på grunnlag av hvor høyt egenforbruk plusskunden kan oppnå og hvilke use case som gir minst innmatet effekt. Å undersøke hvilken strategi som gir plusskunden størst økonomisk fordel vil også være interessant. Oppsettet i laboratoriet er avbildet i figur 2. Batteriene som brukes er blybatterier av modellen PowerSafe SBS 190F. Et batteri inneholder 6 celler, med en cellespenning på 2 V. Det er totalt 8 batterier, hvor 4 og 4 er koblet i serie og de to seriekoblingene er i parallell. Tabell 3 gir en oversikt over spesifikasjonene til hvert batteri.
Tabell 3: Batterispesifikasjoner Parameter Verdi Nominal spenning (V) 12 Nominal kapasitet (Ah) 190 Kortslutningsstrøm (A) 3990 Indre resistans (mω) 3.2 Totalkapasiteten, som oppnås ved parallellkobling, blir: CC tttttttttt = 190 AAh 12 VV 2 = 4.56 kkkkh Figur 2: Oppsett i laboratoriet
5. KONKLUSJON Kontrollstrategien som er beskrevet i denne rapporten har fokus på å bidra til en bedre utnyttelse av den lokale produksjonen og begrense maksimal innmating av effekt. Dette kan bidra til at lønnsomheten av å eie et solcelleanlegg øker for plusskunden, samtidig som belastningen i nettet ved innmating reduseres. Det er anvendt en standardisert metodikk, use case, for utvikling av kontrollstrategien. 6. REFERANSER [1] I. Ranaweera, S. Sanchez og O.-M. Midtgård, «Residential photovoltaic and battery energy system with grid support functionalities,» Power Electronics for Distributed Generation Systems (PEDG), 2015 IEEE 6th International Symposium on, pp. 1-7. [2] I. Ranaweera og O.-M. Midtgård, «Optimization of operational cost for a grid-supporting PV system with battery storage,» Renewable Energy 88, pp. 262-272, 2016. [3] D. Zaitsev, E. Rehbinder, K. Heimdal og A. Abbas, «MOT LYSERE TIDER. Solkraft i Norge Fremtidige muligheter for verdiskaping,» Accenture; WWF, 2015. [4] K. Boysen, Informasjon fått ved besøk hos Eltek i Kristiansand 28. og 29. september 2016. [5] R. Luthander, J. Widén, N. D og J. Palm, «Photovoltaic selfconsumption in buildings: A review,» Applied Energy 142, pp. 80-94, 2015. [6] K. Sand og P. Heegaard, «Next Generation Control Centres - State of art and future scenarios - version 2.0,» NTNU, Trondheim, 2015. [7] J. Li og M. A. Danzer, «Optimal charge control strategies for stationary photovoltaic battery system,» Journal of Power Sources 258, pp. 365-373, 2014. [8] J. Widén og J. Munkhammar, «Evaluating the benefits of a solar home energy management system: impacts on photovoltaic power production value and grid interaction,» Eeceee 2013 Summer Study, Presqu'île de Giens, 2013. [9] «NVE,» 2016. [Internett]. Available: https://www.nve.no/elmarkedstilsynet-marked-og-
monopol/nettjenester/nettleie/tariffer-forproduksjon/plusskunder/. [Funnet September 2016]. [10] NVE, «Enklere å produsere strøm selv,» 2016. [Internett]. Available: https://www.nve.no/nytt-fra-nve/nyheterelmarkedstilsyn/enklere-a-produsere-strom-selv/. [Funnet 21 September 2016]. [11] J. Moshövel og e. al, «Analysis of the maximal possible grid relief from PV-peak-power impacts by using storage systems for increased self-consumption,» Applied Energy 137, pp. 567-575, 2015.