© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
INTELLIGENTE ÜBERWACHUNG UND EFFIZIENTE STEUERUNG VON ANLAGEN
© Fraunhofer IFF, Oliver Meier
Chemnitz, 27. Juni 2018, Alexander Pelzer
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
DAS FRAUNHOFER IFFIHR TECHNOLOGIEPARTNER FÜR ANGEWANDTE FORSCHUNG
Im Zentrum der Forschung des Fraunhofer IFF stehen die Themen
Fabrikplanung und -betrieb,
Logistik und
Automatisierung.
Besonderer Fokus liegt dabei auf
neuen Methoden und Technologien des Digital Engineering
entlang des Lebenszyklus von Produkten und Produktionssystemen.
© hks | architekten
Erweiterungsbau am VDTC für kognitive, adaptive Arbeitssysteme
© Fraunhofer IFF, Viktoria Kühne
Virtual Development and Training CentreVDTC
© Fraunhofer IFF, Viktoria Kühne
Hauptgebäude des Fraunhofer IFF
Auf dieser Grundlage entwickelt das Fraunhofer IFF innovative Lösungen und Technologien für eine effiziente und nachhaltige Produktion
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
3
Energiewende
Energieziele bis 2050 Anteil der erneuerbaren Energien am Stromverbrauch auf
80% Senkung des Primarenergieverbrauchs um 50% (2008) Reduzierung des Treibhausgasausstoß um 80-95% (1990)
Handlungsfelder & aktuelle Schwerpunkte Energieeffizienz
Energiemarkt & Akteure
Erneuerbaren Energien
Flexibilisierungspotenziale zur Lastverschiebung Versorgungssicherheit
Netz- und IKT-Infrastrukturausbau
Neue Übertragungsleitungen Neue Technologien zur Überwachung & Steuerung
Energiespeicher
Kostengünstige Speichertechnologien Neue Geschäftsanwendungsfälle
Automatisierung und anwendungsfallbezogene Digitalisierung
Neue Akteure
Netzausbau
Energie--effizienz
Flexibler Verbrauch
Gesetz-gebung
IKT-
Infrastruktur
Erneuerbare Energien
Handlungsfelder
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
4
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMS - Energieträgerübergreifendes Energiemanagementsystem
VERGANGEN-HEIT ZUKUNFT
Resultierende Potenziale
Integration volatiler Energie in industrielle Prozesse (bis 100%)
Senkung der Energiekosten um bis zu 20%
Senkung der CO2-Emmissionen um bis zu 100%
zusätzliche Synergien durch unternehmensübergreifende Betrachtungen
a posteriori Entscheidungswerkzeug (ISO 50001) Analyse Bewertung Optimierung
Mehrere Energieträger und -formen werden separat erfasst, bewertet und statisch optimiert
Monitoring, Prognose und Optimierung/ Steuerung von Energieerzeugern Energieverbrauchern und Energiespeichern
holistische Betrachtung der Energieträger und -formen (Cross-Energy) zur Steigerung der Energieeffizienz
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
5
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMS - Konzept
Unternehmensziele
Steigerung der Wettbewerbsfähigkeit Effizienter Energie- und Ressourceneinsatz
Kosten-optimierter Energie-einsatz
Energie-effizienz steigern
Minimier-ung CO2-Emissionen
Zusatz-erträge durch Energie-dienstleist-ungen
Operative Ziele
Systemgrenzen
ManagementprozessPlanung
EnergiewertketteErzeugung/
UmwandlungEnergieeinsatz Speicherung
Energieträger /-formen
Elektrizität Dampf Erdgas Druckluft
Betrachtungsobjekte
Apparat Prozess Infrastruktur
Betrieb
SteuerungÜberwachung Vorhersage OptimierungPotenzial-analyse
Wirtschaft-lichkeit
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
6
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMS – Komponenten
Energiezähler, Leistungsmessung
Apparaturen
Datenerfassung (SPS)/Gateway
SCADA-Systeme mit Produktions-und Energiedaten
Infrastruktur
Energiemanagement-SoftwaresystemXDEMS
Prozessleitebene
Betriebsebene
cmp Components
Energy management system
User interfaces
Middleware
Communication adapters
Energy management services (Microservices)
Energy system monitor Energy consumption & generation forcaster
Energy resource controller Energy flow simulator & optimizer
User manager system configurator
ISO 50001 services
Desktop application
Mobile application
Energy analizer
Message Broker
Platform adapters
Software adaptersModbus/TCP
EnOcean
BACnet
M2M/ OPC UA
SPS PLC
Data storage
Database storage
File storage
SMTP
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
7
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMS - Forschungsschwerpunkte
Analyse Vorhersage Optimierung
Verbrauchscharakteristiken der Hauptenergie-verbraucher bewerten
Verbrauchsprofil ermitteln und die jeweiligen Einflussfaktoren
Elektrisch Stochastische Modelle Neuronale Netze mit
unterschiedlicher Konfiguration
Thermisch Dynamisches
Simulationsmodell zur Berechnung des Wärmebedarfs
Vorhersagen
System-
konfiguration
Lösungen der Entscheidungs-variablen
Optimierungssystem
Ergebnis der Zielfunktion
min𝛼𝜉 σ𝑖=1𝑛 𝑡𝑖 + 𝛽𝑚𝑎𝑥 𝑡𝑖
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
8
Energieleistungskennzahl Bewertung
Absolute Energieleistungskennzahl
Die absoluten Kennzahlen erfassen den Energiebedarf als Ganzes. Sie eignen sich laut ISO 50006 denkbar schlecht dazu, die energiebezogene Leistung eines Unternehmens zu bewerten.
Relative Energieleistungskennzahl
Relative Kennzahlen setzen den Energieverbrauch in Bezug zu einem anderen Wert: Mitarbeitern etwa, oder Quadratmeter. Sie stoßen dann an ihre Grenzen, wenn sich die Variablen stark verändern oder die Grundlast von sich aus hoch ist.
Statistisches Modell
Statistische Kennzahlen untersuchen die Beziehung zwischen der energiebezogenen Leistungen und verschiedenen Variablen. Sie nutzen dafür lineare und nicht-lineare Regressionen. Wer die energiebezogene Leistung eines Hotels bei unterschiedlicher Bettenbelegung und Temperaturen ermitteln will, ist hier richtig.
Ingenieurtechnisches ModellAuf technische Modellierungsansätze sollten Sie immer dann zurückgreifen, wenn sich verschiedene relevante Variablen auch gegenseitig beeinflussen – so wie zum Beispiel Druck und Temperatur.
Ko
mp
lexi
tät
Gemessener Energieeinsatz (kWh), Produktionsmenge (t)
Spezifischer Energieeinsatz für ein Produkt (kWh/tProdukt),
Lineares/ nicht lineares und einfaches/ multiples Regressionsmodell
Simulationsmodelle
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMS - AnalyseEnergieleistungskennzahlen Berechnung/ Ermittlung
Quelle: DIN EN ISO 50006
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
9
Kennzahl bilden Einflussfaktoren bestimmen
adjustiertes Bestimmtheitsmaß (R²) >75%
Beispiele für Einflussgrößen aus dem Energieeffizienznetzwerk Bitterfeld-Wolfen
Wetter
Temperatur, Windgeschwindigkeit, Relative Luftfeuchtigkeit
Schwankende Produktionsmenge
Produktionslinenstart/-ende/-abbruch
Betriebsdauer
Wartung
Veränderungen am Produkt/ neue Produktionslinie testen
Variierende Mitarbeiteranzahl
Intelligente Überwachung und effiziente Steuerung von Anlagen XDEMS - AnalyseEnergieleistungskennzahlen & Einflussfaktoren bestimmen
Quelle: DIN EN ISO 50006
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
11
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMS – Analyse/ VorhersageBerechnung/ Ermittlung mit dynamischen Simulationsmodellen
Beschreibung der physikalischen Eigenschaften von Apparaturen mittels mathematischer Gleichungen
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
12
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMS – Integration von neuen Anlagen Energiespeichersysteme
Technologische
Unterschiede
Einsatzdauer
entscheidend für
Auswahl der
Speichervariante
Doppelschicht-kondensator
Supraleitende magnetische Spulen
Schwungmasse-speicher
Pumpspeicher-kraftwerke
Druckluft-speicher
Thermoelektrischer Speicher
Batteriespeicher
Redox-Flow-Speicher
Power-to-Gas-Speicher
• Wasserstoff-speichersysteme
• Erdgasspeicher-systeme
Kurzzeitspeicher Langzeitspeicher
Sekunden Tage Wochen Jahre
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
13
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMSEnergiespeichersysteme – Aktueller Entwicklungsstand
Forschung und Entwicklung Prototypen Kommerzialisierung
Thermochemisch
Synthetisches Erdgas
WasserstoffAdiabate CAES
Power-Caps
supraleitende Spulen
Flow-Batterien
Schwungmassespeicher(Turbo-Läufer)
Lithium-Batterien
Schwungmassespeicher (Langsam-Läufer)Flüssigsalz
Eis-Speicher Natrium-Schwefel-Batterien
Druckluftspeicher
Erdwärmespeicher
Vorratsspeicher
Pumpspeicherkraftwerke
Grundwasserspeicher
Warmwasserspeicher (Haushaltsversorgung)
Inve
stit
ion
& R
isik
o
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
14
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMSBatteriespeicher
Batteriespeicher
PV-Anlage• Volatile Einspeisung
Windkraftanlage• Volatile Einspeisung
Produktionsprozesse• Dynamische Lasten
E-Kfz mit Ladeinfrastruktur• Steuerbare Lasten/ Speicher
Mini BHKW, Biomasse etc.• Steuerbarer Erzeuger• Inselnetzbetrieb
Netz
Energieflüsse
Informationsaustausch
Vermeidung von Lastspitzen Lastflexibilisierung vs. Energieeffizienz Nutzung der pot. abgeregelter Energie Kurzfristige Versorgung mit Notstrom (USV) Erhöhung der Versorgungssicherheit Erhöhung der Versorgungsqualität* Bereitstellung von Blindleistung
Wirtschaftlichkeitsunter-suchung neuer
Systemdienstleistung
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
15
Intelligente Überwachung und effiziente Steuerung von AnlagenXDEMSAuslegung von Energiespeichersystemen
Datenanalyse
• Lastgänge
• Zielgrößen der Nutzungsstrategie
ökonomische Analyse
• Residuallast
• tech. Anforderungen
Speicherdimensionierung
• Energiepreise
• Investitions- & Betriebskosten
• Technologieportfolio
• Umgebungsbedingungen
Optimale Speicherkonfiguration
Szenariensimulation
© Fraunhofer IFF, Magdeburg 2018Univ.-Prof. Dr.-Ing. Michael Schenk
16
© Arsdigital, Fotolia
Danke!