Kosten-Autarkie-Tradeoff in einem realen urbanen Microgrid mit Elektrofahrzeugen (Wanitschke et al. 2016)

Schill et al. fanden heraus, dass die Einführung von Elektrofahrzeugen (EV) in Deutschland zu EV-spezifischen CO2-Emissionen führt, die deutlich höher sind als die des gesamten Stromsystems, wenn sie nicht durch zusätzliche erneuerbare Energien (EE) ergänzt werden. Ein Microgrid kann für hohe Autarkiegrade (SSR) ausgelegt werden, um die Kopplung von EV-Laden und EE-Erzeugung innerhalb des Microgrids zu gewährleisten.
In dieser Arbeit wird der Tradeoff zwischen dem Zielkonflikt der Stromgestehungskostenminimierung (LCOE) und der SSR-Maximierung des Microgrids Berliner Bahnhof Südkreuz, bestehend aus Photovoltaik-Generatoren (PV), Kleinwindenergieanlagen (WEA), einem batterieelektrischen Speicher (BESS) und EVs, ermittelt und analysiert. Ein jahresbasiertes Simulationsmodell des Microgrids wird verwendet, um die Dimensionierung der Systemkomponenten über einen mehrkriteriellen evolutionären Algorithmus zu optimieren und eine zweidimensionale optimale Pareto-Kurve zwischen den Stromgestehungskosten des Systems und der SSR zu erzeugen.
Die Ergebnisse zeigen, dass die ultimative Autarkie vergleichsweise kostenintensiv ist; eine Senkung der SSR von 99,4 % auf 98 % bzw. 95,3 % senkt die LCOE um 25,7 % bzw. 47,6 %. BESS wird als Hauptkostentreiber identifiziert, da seine Kapazität mit zunehmender SSR exponentiell zunimmt. Während bei geringeren Kosten hauptsächlich PV und BESS eingesetzt werden, erweisen sich horizontale WEA als kosteneffiziente Ergänzung zum System für hohe SSR. Beide PV-Optionen werden entlang der gesamten Pareto-Front gewählt, obwohl PV1 höhere Komponentenkosten und einen suboptimalen Azimutwinkel aufweist. Diese Beobachtung deutet darauf hin, dass PV1 Strom zu Zeiten erzeugt, die für die Ladelast der Elektrofahrzeuge günstiger sind, was eine Reduzierung der kostenintensiven BESS-Kapazität ermöglicht.
Die Ergebnisse veranschaulichen beispielhaft, wie eine Tradeoff-Kurve dem Entscheidungsträger hilft, objektive Konflikte besser zu verstehen, um die beste Lösung zu wählen.

Download