Entwicklung von Konzepten zur optimalen Regelung verteilter regenerativer Wärmeeinspeisung in Fernwärmenetzen
Veröffentlichungsdatum
2023-06-23
Autoren
Betreuer
Gutachter
Zusammenfassung
In dieser Arbeit wird ein Automatisierungskonzept für den optimalen Betrieb von Fernwärmenetzen untersucht. Ziel ist sowohl der wirtschaftlich optimale Betrieb als auch die Einhaltung aller thermo-hydraulischen Restriktionen der im Rahmen der Energiewende komplexer werdenden Fernwärmeversorgung.
Zunächst wird der theoretische Hintergrund von Fernwärmenetzen und deren Modellierung sowie Optimierung und Regelung dargelegt. Basierend darauf wird ein Automatisierungskonzept vorgeschlagen, welches den Betrieb bestehender Fernwärmenetze mit wirtschaftlicher Optimierung um eine Ebene mit Netzsimulation und Modellprädiktiver Regelung erweitert.
Die Entwicklung einer geeigneten Netzsimulation ist Gegenstand der Untersuchungen. Physikalische Modelle von vier Fernwärmenetzen werden erstellt und durch Ansätze aus den Bereichen des maschinellen Lernens und der Systemidentifikation vereinfacht. Dies führt zu reduzierten Rechenzeiten und einer guten Simulationsgenauigkeit verglichen mit vollständigen physikalischen Modellierungen.
Anschließend wird die Optimierungskomponente einer Modellprädiktiven Regelung mit den vereinfachten Modellen entwickelt. Leistungen und Vorlauftemperaturen aller Wärmeerzeugungsanlagen sollen möglichst nah am wirtschaftlichen Optimum eingestellt werden, während alle thermo-hydraulischen Restriktionen wie minimale oder maximale Drücke und Temperaturen in den Netzsimulationen eingehalten werden. Die Untersuchungen zeigen, dass einfache Netze in Sekunden und komplexere Netze in etwa einer Minute optimiert werden können. Dabei werden hauptsächlich stationäre Simulationen verwendet, welche dynamische Effekte im Netz nicht berücksichtigen. Die Anwendbarkeit der stationär optimierten Fahrweisen wird deshalb durch instationäre Simulationen überprüft. Ebenfalls wird grundlegend eine Optimierung unter Verwendung von instationären Simulationen getestet. Abschließend werden die Limitierungen des vorgestellten Konzepts sowie der erreichte Entwicklungsstand diskutiert.
Zunächst wird der theoretische Hintergrund von Fernwärmenetzen und deren Modellierung sowie Optimierung und Regelung dargelegt. Basierend darauf wird ein Automatisierungskonzept vorgeschlagen, welches den Betrieb bestehender Fernwärmenetze mit wirtschaftlicher Optimierung um eine Ebene mit Netzsimulation und Modellprädiktiver Regelung erweitert.
Die Entwicklung einer geeigneten Netzsimulation ist Gegenstand der Untersuchungen. Physikalische Modelle von vier Fernwärmenetzen werden erstellt und durch Ansätze aus den Bereichen des maschinellen Lernens und der Systemidentifikation vereinfacht. Dies führt zu reduzierten Rechenzeiten und einer guten Simulationsgenauigkeit verglichen mit vollständigen physikalischen Modellierungen.
Anschließend wird die Optimierungskomponente einer Modellprädiktiven Regelung mit den vereinfachten Modellen entwickelt. Leistungen und Vorlauftemperaturen aller Wärmeerzeugungsanlagen sollen möglichst nah am wirtschaftlichen Optimum eingestellt werden, während alle thermo-hydraulischen Restriktionen wie minimale oder maximale Drücke und Temperaturen in den Netzsimulationen eingehalten werden. Die Untersuchungen zeigen, dass einfache Netze in Sekunden und komplexere Netze in etwa einer Minute optimiert werden können. Dabei werden hauptsächlich stationäre Simulationen verwendet, welche dynamische Effekte im Netz nicht berücksichtigen. Die Anwendbarkeit der stationär optimierten Fahrweisen wird deshalb durch instationäre Simulationen überprüft. Ebenfalls wird grundlegend eine Optimierung unter Verwendung von instationären Simulationen getestet. Abschließend werden die Limitierungen des vorgestellten Konzepts sowie der erreichte Entwicklungsstand diskutiert.
Schlagwörter
Fernwärme
;
Optimierung
;
Modellbildung
;
MPC
;
Neuronale Netze
;
Machine Learning
Institution
Fachbereich
Dokumenttyp
Dissertation
Sprache
Deutsch
Dateien![Vorschaubild]()
Lade...
Name
Dissertation_OF_v15f_230623_PDFA1b.pdf
Size
5.82 MB
Format
Adobe PDF
Checksum
(MD5):8e2e8c8f056742e7564a38799f062199