Durch den Ausbau an Wind- und PV-Anlagen in Deutschland wird der Flexibilitätsbedarf im Stromsystem steigen. Der Flexibilitätsbedarf kann zum einen durch verschiedene Technologien, z.B. Speicher oder Netze, und zum anderen durch die Stromnachfrage bereitgestellt werden. Eine gezielte Steuerung der Stromnachfrage wird als Demand Side Management (DSM) bezeichnet. Der zunehmend wetterabhängigen und fluktuierenden Stromerzeugung in Deutschland steht jedoch eine bis heute weitgehend unelastische Nachfrage gegenüber. In der Literatur sind verschiedene Arbeiten zu finden, die das Potential zur Lastabschaltung und verschiebung in Deutschland untersuchen. Hierbei liegt der Fokus auf absoluten Werten. Saisonale oder tageszeitliche Unterschiede bleiben dabei häufig unberücksichtigt. Die vorliegende Dissertation greift an dieser Stelle an und untersucht das Potential ausgewählter DSM-Anwendungen in stündlicher Auflösung. Die Ergebnisse zeigen, dass das verfügbare Potential starken saisonalen und tageszeitlichen Schwankungen unterliegt. Dementsprechend wird das DSM-Potential überschätzt, wenn nur absolute Werte betrachtet werden. Darüber hinaus zeigt die Autorin, welche Entwicklungen in den nächsten Jahren hinsichtlich der Verfügbarkeit des DSM-Potentials zu erwarten sind. Basierend auf der Potentialermittlung wird in der Dissertation die Rolle von DSM in einem EE-geprägten Stromsystem modellbasiert untersucht. Hierfür wird das lineare Optimierungsmodell ELTRAMOD, das den deutschen und europäischen Strommarkt abbildet, weiterentwickelt. Anhand verschiedener Szenarien wird zum einen der Beitrag von DSM zur Systemintegration von erneuerbaren Energien in Deutschland und zum anderen die Wechselwirkungen mit anderen Flexibilitätsoptionen (z.B. Speicher) untersucht. Die Ergebnisse zeigen, dass die DSM-Kategorien Lastabschaltung und verschiebung nur kurzzeitig auftretende Schwankungen der Einspeisung aus erneuerbaren Energien ausgleichen können. Zum Ausgleich großer Überschussmengen aus erneuerbaren Energien sind hingegen Power-to-X-Technologien, z.B. Power-to-Heat, besser geeignet.

Der Ausbau dezentraler Energieanlagen wie fotovoltaischen Anlagen beeinflusst die Netzzustände signifikant. Dabei ist unsicher, wo und in welchem Maße deren Ausbau zukünftig erfolgt. Es ist nun an den Netzbetreibern gleichzeitig die aktuellen Herausforderungen zu meistern und die Netzplanung und -regelung für die Zukunft zu aktualisieren. Eine statistische Methode wird entwickelt, die Verteilnetzplanung unter Einsatz von quasi-stationär modellierten ”Smart Grid”-Lösungen wie Blindleistungsreglern und regelbaren Ortsnetztransformatoren ermöglicht. Durch Stichprobenverfahren werden Unsicherheiten wie Ort, Größe und Leistungsprofile der Energieanlagen in das Netzmodell eingebunden. Diese als probabilistischer Lastfluss bekannte Methode wird durch Gütemaße im Bereich geringer Kombination evaluiert. Beispiele probabilistischer Netzplanung werden an Netztopologien präsentiert. / Development of distributed energy units such as photovoltaic systems affects grid states significantly. It is uncertain, where and to what extent the development of these units is carried out in the future. It is now up to the distribution system operator to cope with todays grid challenges and to update grid planning and control for the future. A statistical method is developed, which incorporates quasi-stationary modeled ”smart grid” solutions such as reactive power controllers and on-load tap-changers. Uncertainties such as location, size and power profiles of energy systems are integrated into the grid model by sampling. This method is known as probabilistic load flow and is evaluated by quality measures at low combinations. Examples on probabilistic grid planning of different grid topologies are presented.

No description available.

No description available.

No description available.

Die kumulative Dissertationsschrift besteht aus zwei Teilen. Der erste Teil beleuchtet die Auswirkungen von erhöhten Mengen stromerzeugender erneuerbarer Energien auf den deutschen Strommarkt. In drei Papieren werden die Effekte von erneuerbaren Energien auf die Handelsbilanz, die Emissionsreduktionen und die Preisunsicherheit im Intraday-Markt in Deutschland mit Hilfe von Regressionsanalysen quantifiziert. Der zweite Teil adressiert die Kapazitätsberechnungen für internationalen Stromhandel im Rahmen von Flow-based Market Coupling. Diese Methodik löst sukzessive die bilateralen Handelskapazitäten ab und basiert ihre Kapazitätsbestimmung auf Netzberechnungen und einer Quantifizierung, wie sich Handel auf einzelne kritische Netzwerkelemente auswirkt. Dies ermöglicht im Durchschnitt höhere Handelskapazitäten, was zur Erreichung der deutschen und europäischen Ziele – hohe Versorgungssicherheit, bezahlbare Strompreise, bessere Integration von erneuerbaren Energien und schließlich die Dekarbonisierung der Stromsysteme – einen sehr wichtigen Beitrag leistet. In fünf Papieren werden einerseits statistische Ansätze für wichtige Prognoseparameter im Flow-based Market Coupling entwickelt, insbesondere Generation Shift Keys und die Prognose von konventionellem Kraftwerkseinsatz. Andererseits werden Optimierungsmodelle entwickelt, die den Prozess von Flow-based Market Coupling – Engpassprognose und Marktkopplung – komplett abbilden. Diese Schritte werden durch Engpassmanagement-Berechnungen ergänzt, um aktuelle Fragestellungen zu beantworten, wie z.B. die Wohlfahrtseffekte von Mindesthandelskapazitäten.:Summary Acknowledgments List of Figures Nomenclature and short definitions A Introductory background, research questions and conjunction of research articles A.1 Energy political goals and challenges of the European Union A.2 Fundamentals of electricity price formation, market coupling and congestion management A.2.1 The merit order: Formation of electricity prices in a country A.2.2 Market coupling: Enabling cross-border trade of electricity A.2.3 Congestion management: Averting the violation of physical grid constraints A.2.4 Trading capacities: Limiting cross-border exchange of electricity as a form of preventative congestion management A.2.5 Flow-based market coupling: Combining trading capacities, market coupling and congestion management A.3 Addressing the research questions A.3.1 Overview of articles as part of this cumulative dissertation A.3.2 Brief overview of used methods to address the research questions A.3.3 Relation and coherence of articles A.3.4 Main findings of articles A.3.5 Concluding remarks and further research References B Published and submitted articles B.1 Parsing the Effects of Wind and Solar Generation on the German Electricity Trade Surplus B.2 What caused 2019’s drop in German carbon emissions: Sustainable transition or short-term market developments? B.3 The effect of corrective short-term updates for wind energy forecasts on intraday electricity prices B.4 The impact of different strategies for generation shift keys (GSKs) on the flow-based market coupling domain: A model-based analysis of Central Western Europe B.5 Zone-wide prediction of generating unit-specific power outputs for electric grid congestion forecasts B.6 An Improved Statistical Approach to Generation Shift Keys: Lessons Learned from an Analysis of the Austrian Control Zone B.7 Do minimum trading capacities for the cross-zonal exchange of electricity lead to welfare losses? B.8 Toward a fundamental understanding flow-based market coupling for crossborder electricity trading

Diese Arbeit geht der Frage nach, ob sich durch die stattfindende Transformation zu einem kohlenstoffarmen Energiesystem in Deutschland auch Marktchancen für innovative Marktteilnehmer, insbesondere für Speicherbetreiber, herausbilden. Die ökonomischen Effekte, die in Energiesystemen mit hohen Anteilen an variablen erneuerbaren Energien (vEE) auftreten, können durch deren Integrationskosten gemessen werden. Die wissenschaftlichen Untersuchungen in Bezug auf den zusätzlichen Speicher- bzw. Flexibilitätsbedarf für ein solches Energiesystem setzen häufig bei den Ungleichgewichten in der Systembilanz an. Den jeweiligen Methoden liegen jedoch unterschiedliche Annahmen und Rahmenbedingungen zu Grunde, sodass die Ergebnisse nur eingeschränkt miteinander verglichen werden können. Der stündlich schwankende Großhandelspreis an der Strombörse ist ein wichtiger Indikator, um den Flexibilitätsbedarf zu signalisieren. Viele Analysen legen historische oder auch prognostizierte Preiszeitreihen für eine Bewertung von Speicheroptionen zu Grunde. Jedoch wird dabei die Rückkopplung der Betriebsweise eines Energiespeichers auf die Marktpreise außen vor gelassen. In dieser Arbeit wird deshalb eine Methode entwickelt, um den Einfluss eines steigenden Marktvolumens an Speichern und anderen Flexibilitätsoptionen auf die Spotmarktpreise abzuschätzen. Untersucht wird der Einfluss des Speichereinsatzes auf die Stromnachfrage und die Spotmarktpreise in 2020 sowie 2030. Die hierfür zu definierenden Szenarien für den Strommarkt werden modellgestützt abgebildet und ausgewertet. Für die Beantwortung der Fragestellung werden techno-ökonomische Modelle, z.B. das Strommarktmodell MICOES zur Kraftwerkseinsatzplanung, das Modell DeSiflex zur Glättung der Residuallast durch integrierte Flexibilitätsoptionen sowie das Modell Arturflex zur Abschätzung der Arbitragegewinne durch Einsatz von Flexibilitätsoptionen am Spotmarkt, herangezogen.

No description available.

No description available.

No description available.