Automated buildings as energy storages : using the thermal capacity of commercial buildings as energy storage by introducing model based decision strategies into existing building automation systems

Abstract

Durch die verstärkte Einbindung erneuerbarer Energieträger wie Wind- und Solarenergie steht die Energieversorgung und -verteilung vor neuen Herausforderungen. Durch die nicht gänzlich prognostizierbare Einspeisungsprofile dieser Energieformen tritt die Problematik der nur begrenzt verfügbaren Energiespeicher für elektrische Energie stärker zutage als bisher. Diese Herausforderung und weitere, wie die Einbindung der Verbraucherseite durch Einsatz von Kommunikationstechnologie, wandeln das Energieversorgungsnetz in ein so genanntes intelligentes Netz oder Smart Grid. Der Ausgleich des Fehlers zwischen Prognose und realer Einspeisung erneuerbarer Energieträger ist durch das Fehlen von mittelfristigen Speichertechnologien bislang nur mit Hilfe des Einsatzes von Regelenergie beherrschbar. In dieser Arbeit wird die Möglichkeit untersucht, inwieweit Gebäude für Lastabwurf-Szenarien verwendet werden können und welche Voraussetzungen dafür notwendig sind. Unter der Annahme, dass ein Verschiebe- und dadurch Speicherpotential bei funktionalen Gebäuden besteht, wird zu Beginn der Untersuchung ermittelt wie viele solcher Gebäude mindestens notwendig wären, um den Windprognosefehler für ganz Österreich auszugleichen. Es werden die Anforderungen hinsichtlich Kommunikation und Funktionalität an funktionale Einheiten (Demand Response Controller, Gebäudeagent) aufgezeigt, welche notwendig wären, um die elektrische Last funktionaler Gebäude als Verschiebepotential nutzen zu können. Diese Einheiten sollen ermöglichen, dass auf Basis eines vorhandenen Gebäudeautomationssystems Last verschoben werden kann und so Speicherkapazitäten in den physikalischen Vorgängen des Gebäudes (z. B. Temperatur der Luft) für das Energiesystem aktiviert werden. Eine funktionale Struktur für solch einen Demand Response Controller wird eingeführt und die darin enthaltene Entscheidungseinheit wird untersucht und Möglichkeiten evaluiert, wie mit Hilfe selbst-adaptiver Modelle dieselbe Konfiguration für unterschiedliche Gebäude verwendet, sowie auf Änderungen in der Gebäudephysik im laufenden Betrieb reagiert werden kann. Mit Hilfe von Simulationen und Experimenten wird die Machbarkeit des vorgestellten Lösungsansatzes belegt. Es wird gezeigt, dass durch die Aktivierung von Gebäuden und ihrer enthaltenen Verbraucher und Speicherkapazitäten eine gänzlich neue Perspektive im elektrischen Energiesystem aufgezeigt wird. So kann eine Möglichkeit zur mittelfristigen Speicherung von Energie - die Verschiebung von Energieverbrauch von Gebäuden - dem Energiesystem zu Ausgleichszwecken zur Verfügung gestellt werden. Ergebnisse zeigen, dass mit Hilfe des untersuchten Ansatzes - Verwendung funktionaler Gebäude als Lastverschiebepotential - in Kombination mit der Einspeisung erneuerbarer Energieträger eine beinahe zur Gänze prognostizierbare Einspeisecharakteristik erreicht werden kann. Dies ist durch den Ausgleich des Prognosefehlers möglich. Erneuerbarer Energieträger können dadurch großflächiger eingesetzt werden und damit verstärkt genutzt werden - ohne zusätzlich Regelenergie für den potentiellen Ausgleich bereitstellen zu müssen. Simulationen einer funktionalen Implementierung des Demand Response Controllers zeigen darüber hinaus, dass eine Umsetzung der vorgestellten Kommunikationsstruktur mit Smart Grid-Controller und Gebäudeautomationssystem möglich ist. Ebenso zeigen Experimente, dass die Umsetzung eines selbst-adaptiven Temperaturprognosemodells selbst auf einer sehr leistungsschwachen Feldeinheit eines Gebäudeautomationssystems möglich ist.

Stronger integration of renewable energy sources like wind or solar power to the power infrastructure leads to new challenges for the power grid. Renewable energy sources tend to follow a non-fully predictable generation profile a characteristic that increases the problem of having only limited possibilities to store electric energy. Challenges like the mentioned one as well as a stronger integration of the load side through communication links between all entities lead to a transformation of the power grid into a smart or intelligent power grid. Due to the lack of midterm storage technologies the compensation of the prediction errors of renewables is only possible through the provision and activation of balancing energy. The presented work investigates the hypothesis that buildings as a whole can represent a potential for load shedding and which requirements have to be met to activate buildings as demand response storages. On the supposition that buildings have electrical load shedding potentials the work starts with an analysis how many buildings would be necessary to fully compensate the prognosis error of wind power generation in Austria. Requirements on communication and functionality for a functional unit (Demand Response Controller, Building Agent) are formulated. This functional unit is supposed to activate the load shedding potential of commercial buildings for the smart power grid through influencing already existing building automation systems in said commercial buildings. In this way it is intended to exploit different physical processes and parameters inside the building (e.g. air temperature) as temporal buffers for load shedding - and therefore storage - potential for the energy system. Workflow and functional structure of a demand response controller are presented and the included model based decision unit is analyzed. A new way to not only simplify the necessary models but also adapt certain model parameters on-the-fly through self-adapting mechanisms is outlined. It is shown that, with the help of self-adapting models, changes of the building physic can be faced and covered without changing the simulation model itself. Simulations and different experiments show the feasibility of the approach. The activation of buildings and its internal devices as active nodes in a smart grid brings a new perspective into smart grid applications. Buildings that act as load shedding units can be used as mediumterm storages that can be utilized for balancing scenarios. The results show that with the help of buildings as demand response storages or load shedding units in combination with renewable energy sources a fully predictable generation profile can be generated. In further consequence renewable energy sources can become a fully predictable energy source and because of that (until now) necessary balancing energy for back-up is not used any more. The proposed functional unit to make this approach feasible - a so-called Demand Response Controller - is simulated and successfully evaluated. Additional experiments prove that the developed self-adapting temperature models for buildings can be implemented on low-profile field devices of a common building automation system. In conclusion it is shown that the presented communication hierarchy and structure that connects Smart Grid Control Unit and Building Automation with the help of said Demand Response Controller can be used as intended.