object(App\Model\Entity\Projectscontent) { 'id' => (int) 409, 'project_id' => (int) 550, 'longtitle_de' => 'Grundlagenforschung Smart-und Microgrids: Innovative, selbst-lernende Systemregelung für dezentrale Energieressourcen & Microgrids', 'longtitle_en' => 'Basic Research Smart- and Microgrids: Innovative, Self-learning System Control for Decentralized Energy Resources & Microgrids', 'content_de' => '<p>BEST – Bioenergy and Sustainable Technologies GmbH ist ein technologischer Vorreiter im Bereich Steuerungssysteme für Bioenergietechnologien. So liefert dieses Grundlagenforschungsprojekt den Grundstein für innovative selbstlernende Regelungskonzepte von Microgrids, die Wärme, Strom und Bio-Synthetic Natural Gas (SNG) oder Biogas enthalten.</p> <p>Mikro-Netze (Microgrids), ein Unterbereich der Intelligenten Strom/Energie-Netze (Smartgrids), zeichnen sich durch eine enge räumliche Bindung von Energieerzeugungseinheiten und Verbrauchern aus. Die verschiedenen Märkte (die größten sind Asien, Nordamerika und der europäische Raum) zeichnen sich durch verschiedene Technologiemixe aus. Diese umspannen eine Vielzahl von unterschiedlichen Technologien wie beispielsweise Biomasse, Photovoltaik, Kraft-Wärmkopplung und Speichertechnologie. Alle diese Technologien müssen im Einsatz koordiniert und gesteuert werden.</p> <p>Die übergeordnete Steuerung ist für die Optimierung verschiedener dezentraler Energieressourcen (DERs) und deren koordinierten Echtzeitbetrieb im System verantwortlich. Der Modellierungsrahmen für den Microgrid Supervisory Controller, der derzeit bei BEST entwickelt wird, basiert auf Model Predictive Control (MPC). In jedem Zeitschritt berechnet der MPC-Regler die Regelsollwerte durch Lösung eines offenen Optimierungsproblems für den Vorhersagehorizont und wendet dann die ersten Werte der berechneten Regelsequenzen auf das System an. Beim nächsten Zeitschritt werden die aktualisierten Zustände und Messwerte des Systems vom Regler erfasst, und dann wird der Optimierungsschritt wiederholt.</p> <p>Zur Vorhersage der Last und der Erzeugung (z.B. PV) werden KI-basierte Vorhersagealgorithmen entwickelt und im Rahmen der übergeordneten Steuerung implementiert. Die Echtzeitmessungen der Gebäude- und Versorgungsdaten sowie der verschiedenen Technologien werden von verschiedenen Sensoren über standardisierte Kommunikationsschnittstellen, z. B. Modbus/TCP-Kommunikationsprotokoll, erfasst.</p> <p>Zur Evaluierung der entwickelten mathematischen und physikalischen Modelle wurden relevante Fallstudien durchgeführt, im Rahmen derer mögliche Energieeinsparpotenziale durch den optimierten Betrieb von Biowärmetechnologien in Kombination mit Solartechnologien und Mikro-KWKs und die daraus resultierenden CO2 Einsparungen untersucht werden. Die Ergebnisse dienen unter anderem dazu die Potenziale für die neue Systemregelungstechnologie auf größere Regionen zu extrapolieren.</p> <p>Die Entwicklung übergeordneter Regelungsalgorithmen und die daraus resultierende optimale Koordination von Erzeugung und Verbrauch wird die Eigennutzung von regenerativ erzeugter Energie in Gemeinden und Quartieren weiter erhöhen. Dies führt zu einer erheblichen Senkung der Kosten und der CO2-Emissionen. Dieser innovative Ansatz wird das Erreichen der Klimaziele beschleunigen, die Versorgungssicherheit für Gemeinden erhöhen und neue Anwendungsfälle für Versorgungsunternehmen und Netzbetreiber schaffen.</p> <p> </p> ', 'content_en' => '<p>BEST – Bioenergy and Sustainable Technologies GmbH is a technological pioneer in the field of control systems for bioenergy technologies. This basic research project provides the foundation for innovative self-learning control concepts of microgrids including heat, electricity and bio-synthetic natural gas (SNG) or biogas.</p> <p>Microgrids, a sub-area of intelligent electricity/power grids (smart grids), have a close spatial connection between energy generation units and consumers. The various markets (the largest are Asia, North America and Europe) are characterized by different mixes, including technologies such as biomass, photovoltaics, combined heat and power and storage technology. In use, these technologies should be coordinated and controlled.</p> <p>The supervisory controller is responsible for the optimization of various distributed energy resources (DERs) and their coordinated real-time operation in the system. Currently, it is under development at BEST. The modeling framework for the Microgrid Supervisory Controller, is based on Model Predictive Control (MPC). At each time step, the MPC controller computes the setpoints by solving an open optimization problem for the defined time period and then applies the first values of the computed control sequences to the system. At the next time step, the updated states and measured values of the system are determined by the controller, and then the optimization step is repeated.</p> <p>AI-based prediction algorithms will be developed to forecast load and generation (e.g., PV) and implemented as part of the supervisory control system. Real-time measurements of building and utility data, and of different technologies, are collected by various sensors via standardized communication interfaces, e.g. Modbus/TCP communication protocol.</p> <p>In order to evaluate the developed mathematical and physical models, relevant case studies were conducted. Thereby, possible energy saving potentials through the optimized operation of bioheat technologies in combination with solar technologies and micro-CHPs and the resulting CO2 savings were investigated. Among others, results are used to extrapolate the potential for the new system control technology to larger regions.</p> <p>The development of higher-level control algorithms and the resulting optimal coordination of generation and consumption will further increase the self-use of regeneratively generated energy in communities and settlements. This will lead to a significant reduction in costs and CO2 emissions. Furthermore, this innovative approach will accelerate the achievement of climate targets, increase security of supply for communities, and create new use cases for utilities and grid operators.</p> ', 'image_1' => '/webroot/files/image/Kompetenzbereiche/Microgrid%20Konzept%20Coyright%20Berkeley%20Lab_NL.jpg', 'image_1_caption_de' => '', 'image_1_caption_en' => '', 'image_1_credits_de' => '© BEST', 'image_1_credits_en' => '© BEST', 'image_2' => '/webroot/files/image/Grundlagenforschung.jpg', 'image_2_caption_de' => '', 'image_2_caption_en' => '', 'image_2_credits_de' => '© BEST', 'image_2_credits_en' => '© BEST', 'image_3' => '/webroot/files/image/Projektseite/1.jpg', 'image_3_caption_de' => '', 'image_3_caption_en' => '', 'image_3_credits_de' => '© BEST / Daniel Hinterramskogler ecoplus', 'image_3_credits_en' => '© BEST / Daniel Hinterramskogler ecoplus', 'logos' => '', 'finanzierung' => '<p>FTI – Forschung,- Technologie- und Innovationsprogramm Niederösterreich</p> ', 'active' => true, 'created' => null, 'modified' => null, 'projektvolumen' => '', 'project' => object(App\Model\Entity\Project) { 'Nummer' => (int) 550, 'Projektnummer' => 'N441090', 'Kurzbezeichnung' => 'GRUNDLAGENFORSCHUNG SMART- UND MICROGRIDS', 'Kurzbezeichnung_en' => '', 'Oeffentlich' => '1', 'Projektname' => 'Grundlagenforschung Smart- und Microgrids', 'Projektname_en' => 'Grundlagenforschung Smart- und Microgrids', 'Projektleitung' => (int) 1112, 'Start' => object(Cake\I18n\FrozenDate) { 'time' => '2017-12-01 00:00:00.000000+00:00', 'timezone' => 'UTC', 'fixedNowTime' => false }, 'Ende' => object(Cake\I18n\FrozenDate) { 'time' => '2022-06-30 00:00:00.000000+00:00', 'timezone' => 'UTC', 'fixedNowTime' => false }, 'publications' => [ (int) 0 => object(App\Model\Entity\Publication) { 'id' => (int) 1327, 'titel' => 'Grundlagenforschung Smart- und Microgrids / Endbericht', 'subtitel' => 'Innovative, selbstlernende Systemregler für dezentrale Energieressourcen & Microgrids', 'autor' => 'Michael Zellinger, Michael Stadler', 'herausgeber' => '', 'jahr' => (int) 2022, 'datum_publikation' => '', 'publications_type_id' => (int) 1, 'publications_category_id' => (int) 14, 'publications_subcategory_id' => (int) 17, 'issn' => '', 'copyright' => '', 'citation' => '', 'abstract' => '<p>Mikro-Netze (Microgrids), ein Unterbereich der Intelligenten Strom/Energie-Netze (Smartgrids),<br /> die sich durch eine enge räumliche Bindung von Energieerzeugungseinheiten und Verbraucher<br /> auszeichnen wird international ein sehr starkes Wachstum zugeschrieben. Microgrids sind kleine,<br /> lokale Energienetze für Strom, Wärme und Kälte, die Haushalte, Betriebe und Gemeinden mit<br /> Energie versorgen. Diese lokalen und regionalen Konzepte der Energieversorgung können in<br /> Zukunft einen wesentlichen Beitrag in Richtung Energieunabhängigkeit und effizientere<br /> Integration von Erneuerbaren in das Energiesystem leisten. Sie können ihren Energiebedarf<br /> selbstständig aus erneuerbaren Energien oder anderen Energieformen decken, etwa Biomasse,<br /> Wärmepumpen, PV, Windräder oder Kraftwärmekopplungen. Diese können nach den<br /> individuellen Zielen der Gemeinden, Haushalte oder der Betriebe gesteuert werden, um<br /> Kostenreduktionen, CO2 Einsparungen oder eine Erhöhung des Unabhängigkeitsgrades zu<br /> realisieren. Sie berechnen den aktuellen und zukünftigen Verbrauch und können Energie im<br /> Bedarfsfall dorthin verlagern, wo sie gerade benötigt wird, oder sie reduzieren den<br /> Energieverbrauch direkt.</p> ', 'pdf_file' => 'files/publications/Bericht%20-%20Enbericht_Grundlagenforschung-Smart%20und%20Microgrid_final.pdf', 'hyperlink' => '', 'downloadbar' => true, 'active' => true, 'created' => object(Cake\I18n\FrozenTime) { 'time' => '2023-03-28 09:59:49.000000+00:00', 'timezone' => 'UTC', 'fixedNowTime' => false }, 'modified' => object(Cake\I18n\FrozenTime) { 'time' => '2023-03-28 09:59:49.000000+00:00', 'timezone' => 'UTC', 'fixedNowTime' => false }, '_joinData' => object(App\Model\Entity\ProjectsPublication) { 'id' => (int) 986, 'project_id' => (int) 550, 'publication_id' => (int) 1327, 'created' => object(Cake\I18n\FrozenTime) { 'time' => '2023-05-04 14:18:45.000000+00:00', 'timezone' => 'UTC', 'fixedNowTime' => false }, 'modified' => object(Cake\I18n\FrozenTime) { 'time' => '2023-05-04 14:18:45.000000+00:00', 'timezone' => 'UTC', 'fixedNowTime' => false }, '[new]' => false, '[accessible]' => [ '*' => true, 'id' => false ], '[dirty]' => [], '[original]' => [], '[virtual]' => [], '[hasErrors]' => false, '[errors]' => [], '[invalid]' => [], '[repository]' => 'ProjectsPublications' }, '[new]' => false, '[accessible]' => [ '*' => true, 'id' => false ], '[dirty]' => [], '[original]' => [], '[virtual]' => [], '[hasErrors]' => false, '[errors]' => [], '[invalid]' => [], '[repository]' => 'Publications' } ], 'employee' => null, 'project_area' => null, 'display_name' => 'N441090 - GRUNDLAGENFORSCHUNG SMART- UND MICROGRIDS', '[new]' => false, '[accessible]' => [ '*' => true, 'Nummer' => false ], '[dirty]' => [], '[original]' => [], '[virtual]' => [ (int) 0 => 'project_area', (int) 1 => 'display_name' ], '[hasErrors]' => false, '[errors]' => [], '[invalid]' => [], '[repository]' => 'Projects' }, '[new]' => false, '[accessible]' => [ '*' => true, 'id' => false ], '[dirty]' => [], '[original]' => [], '[virtual]' => [], '[hasErrors]' => false, '[errors]' => [], '[invalid]' => [], '[repository]' => 'Projectscontent' }
Grundlagenforschung Smart-und Microgrids: Innovative, selbst-lernende Systemregelung für dezentrale Energieressourcen & Microgrids
BEST – Bioenergy and Sustainable Technologies GmbH ist ein technologischer Vorreiter im Bereich Steuerungssysteme für Bioenergietechnologien. So liefert dieses Grundlagenforschungsprojekt den Grundstein für innovative selbstlernende Regelungskonzepte von Microgrids, die Wärme, Strom und Bio-Synthetic Natural Gas (SNG) oder Biogas enthalten.
Mikro-Netze (Microgrids), ein Unterbereich der Intelligenten Strom/Energie-Netze (Smartgrids), zeichnen sich durch eine enge räumliche Bindung von Energieerzeugungseinheiten und Verbrauchern aus. Die verschiedenen Märkte (die größten sind Asien, Nordamerika und der europäische Raum) zeichnen sich durch verschiedene Technologiemixe aus. Diese umspannen eine Vielzahl von unterschiedlichen Technologien wie beispielsweise Biomasse, Photovoltaik, Kraft-Wärmkopplung und Speichertechnologie. Alle diese Technologien müssen im Einsatz koordiniert und gesteuert werden.
Die übergeordnete Steuerung ist für die Optimierung verschiedener dezentraler Energieressourcen (DERs) und deren koordinierten Echtzeitbetrieb im System verantwortlich. Der Modellierungsrahmen für den Microgrid Supervisory Controller, der derzeit bei BEST entwickelt wird, basiert auf Model Predictive Control (MPC). In jedem Zeitschritt berechnet der MPC-Regler die Regelsollwerte durch Lösung eines offenen Optimierungsproblems für den Vorhersagehorizont und wendet dann die ersten Werte der berechneten Regelsequenzen auf das System an. Beim nächsten Zeitschritt werden die aktualisierten Zustände und Messwerte des Systems vom Regler erfasst, und dann wird der Optimierungsschritt wiederholt.
Zur Vorhersage der Last und der Erzeugung (z.B. PV) werden KI-basierte Vorhersagealgorithmen entwickelt und im Rahmen der übergeordneten Steuerung implementiert. Die Echtzeitmessungen der Gebäude- und Versorgungsdaten sowie der verschiedenen Technologien werden von verschiedenen Sensoren über standardisierte Kommunikationsschnittstellen, z. B. Modbus/TCP-Kommunikationsprotokoll, erfasst.
Zur Evaluierung der entwickelten mathematischen und physikalischen Modelle wurden relevante Fallstudien durchgeführt, im Rahmen derer mögliche Energieeinsparpotenziale durch den optimierten Betrieb von Biowärmetechnologien in Kombination mit Solartechnologien und Mikro-KWKs und die daraus resultierenden CO2 Einsparungen untersucht werden. Die Ergebnisse dienen unter anderem dazu die Potenziale für die neue Systemregelungstechnologie auf größere Regionen zu extrapolieren.
Die Entwicklung übergeordneter Regelungsalgorithmen und die daraus resultierende optimale Koordination von Erzeugung und Verbrauch wird die Eigennutzung von regenerativ erzeugter Energie in Gemeinden und Quartieren weiter erhöhen. Dies führt zu einer erheblichen Senkung der Kosten und der CO2-Emissionen. Dieser innovative Ansatz wird das Erreichen der Klimaziele beschleunigen, die Versorgungssicherheit für Gemeinden erhöhen und neue Anwendungsfälle für Versorgungsunternehmen und Netzbetreiber schaffen.
Projektlaufzeit
2017-12-01 - 2022-06-30
Finanzierung
FTI – Forschung,- Technologie- und Innovationsprogramm Niederösterreich
Area Management
Area Manager
Stefan Aigenbauer
stefan.Aigenbauer@best-research.eu