Aufgabenstellung

Ziel der optimierten Behälterbewirtschaftung ist es, möglichst zu Zeiten günstiger Strompreise die Speicherbehälter über die Pumpleitungen vom Wasserwerk zu befüllen und in Zeiten hoher Stromkosten die Versorgung aus den Speicherbehältern oder höher gelegenen Quellen, von denen das Wasser gravitär den Behältern zufließt, zu gewährleisten. Im Gegensatz zum klassischen Behältermanagement sind hier die Strompreise nicht in einzelne Tarifklassen eingeteilt (früher günstiger Nachtstrom), sondern werden durch das Dargebot an regenerativen Energien bestimmt. Im Day-Ahead-Markt werden die Strompreise für den nächsten Tag festgelegt und stehen somit in der Vorausschau auf den nächsten Tag für die Optimierung zur Verfügung.

Die Behälterbewirtschaftung verfolgt damit das übergeordnete Ziel, den Verbrauch regenerativer Energien zu maximieren und den Verbrauch fossiler Energieträger zu minimieren. Das spart Kosten beim Versorgungsunternehmen und trägt zu Reduzierung der CO2-Emissionen und der Stabilität der Stromverteilungsnetze bei.

Die folgende Abbildung enthält eine stark vereinfachte Darstellung der Aufgabenstellung.

Lösungsansatz

Im Vorhaben wurde zur Lösung die Aufgabe als mathematisches Zwei-Stufen-Optimierungsproblem formuliert. Die obere Ebene enthält als Entscheidungsgrößen die Fördermengen der einzelnen Pumpstationen für die einzelnen Zeitschritte (zw. 15 und 60 Min) Min. des Prognosezeitraums, die Zielfunktion der oberen Ebene enthält die Pumpenergiekosten über den gesamten Prognosezeitraum, die es zu minimieren gilt. Der Zusammenhang zwischen den Fördermengen und den Kosten stellen die unteren Ebenen her. Für jede Pumpstation, die aus mehreren parallel oder seriell angeordneten Pumpen besteht, wird die energetisch optimale Kombination von Einzelpumpen und deren Drehzahlen mit minimaler elektrischer Leistungsaufnahme ermittelt, die für die gewünschte Fördermenge erforderlich ist. Neben den üblichen Restriktionen, wie die Einhaltung minimaler und maximaler Behälterwasserstände, war im Vorhaben auch das Mischungsverhältnis von Grundwasser und Quellwasser zu berücksichtigen, um die Wasserhärte innerhalb eines zulässigen Bandes zu halten.

Vorteile:

• Die lokalen Optimierungsprobleme sind von den tatsächlichen aktuellen Energiekosten unabhängig und können offline im Vorfeld ermittelt und die Ergebnisse in Form von Look-Up-Tabellen für die Echtzeitoptimierung zur Verfügung gestellt werden.
• Ebenso lassen sich die impliziten Abhängigkeiten der Pumpförderhöhen von den Fördermengen und aktuellen Behälterständen im Vorfeld für alle möglichen Kombinationen simulieren und mit den Ergebnissen ein neuronales Netz trainieren, so dass im Online-Einsatz vom Optimierer keine zeitaufwendigeren Simulationsrechnungen mehr durchgeführt werden müssen, sondern auf das neuronale Modellzurückgegriffen werden kann.

Schematische Darstellung des Optimierungsmodells

In der Echtzeitanwendung werden zunächst die Prognosen für Verbrauch, Quellschüttung und Stromkosten für die nächsten 24 h aus der Kafka-Datenbank bezogen. Außerdem wird der aktuelle Betriebszustand (Wasserspiegelhöhen der Behälter, Schieberstellungen, etc.) aus den Betriebsdaten abgerufen. Auf dieser Basis wird ein optimierter Fahrplan für die Pumpensteuerung der nächsten 24 h berechnet. Dieser besteht aus den Fördermengen der einzelnen Transportleitungen (obere Optimierungsebene) und den individuellen Drehzahlen der einzelnen Pumpen oder An/Aus-Betriebszuständen für nicht drehzahlgeregelte Pumpen. Das Ergebnis der Optimierung wird anhand einer online-Look-Ahead-Simulation für die folgenden 24 Stunden verifiziert.