概要
ドイツの計画は石炭と原子力から再生可能エネルギーに完全に切り替えることです。目標は、1990 年と比較して 2030 年までに温室効果ガスの排出量を 55％ 削減することです。現在、膨大な量の太陽光や風力の再生可能エネルギーがすでに導入されていますが、ドイツは 2030 年までに再生可能エネルギーの利用を拡大したいと考えています。バーデン＝ヴュルテンベルク州の環境・気候保護・エネルギー省、The European Institute for Energy Research (EIFER)、およびパートナーは、ドイツの高効率かつ持続可能な地域の資源効率とエネルギー転換を改善するために協力しました。
問題点
主な問題は、変動性のある再生可能エネルギーをシステムにどのように統合するかでした。電気は日々の需要をすぐに満たさなければなりません。バッテリーに蓄えることも可能ですが、この方法では地域全体や都市全体に必要なエネルギーに対してかなりコストがかかります。そのため、このプロジェクトでは、EIFER は、変動する再生可能エネルギーへの需要をより適切に適応させるために、既存の電気機器の柔軟性を活用するというアプローチを採用しました。これは、例えば、太陽と風があるときに電気機器の稼働をシフトすることを意味します。
このような柔軟性のコストは、追加のバッテリーを設置するよりもはるかに低くなります。そのため、バッテリーを使用する代わりに、可能な限り柔軟性を高める必要がありました。
分散型エネルギー管理はこれまでもかなり予測可能でしたが、現在は、再生可能エネルギーや新しい消費者 (電気自動車など) など、多くの技術が加わりました。これにより、発電リソース、分散型ストレージ、柔軟な負荷 (たとえば、エネルギー使用を時間に応じてシフトできる家電製品などのデバイス) を含むシステムの管理方法が変わってきています。
ソリューション
EIFER は、約 25 世帯を含む 10 棟の建物がある地区の実際のエネルギー実証実験に取り組み、そこに分散型エネルギー管理システムを構築しました。また、並行して、現実世界と比較できるデジタルツインを構築しました。
EIFER は、実際のシステムを仮想的に表現したこのデジタル ツインの利点を示しました。このデジタル ツインは、プロジェクトのさまざまなフェーズに伴って、ライフサイクル全体にわたってプロジェクトを充実させました。デジタル ツインは、さまざまな動作シナリオなどの静的および動的情報のデータ リポジトリとしても機能します。
エネルギーデモンストレーターは、電力および熱部門の発電、貯蔵、需要の個々のプラントコンポーネントをマッピングして接続する、非常に詳細なエージェントベースのシミュレーションモデルでした。
Allensbach property は、マルチメソッド シミュレーション モデルによる仮想デモンストレーションを説明するために選択されました。このモデルは、テスト用に 140 個の実際のデバイスに置き換えられました。1 秒単位で、エネルギー管理システムのリアルタイムおよびハードウェア イン ザ ループ (hardware-in the-loop) テストが可能になりました。さまざまなレベル (家電、家庭、建物、不動産) での熱と電気の流れとそれらの相互作用を表現しました。
この家庭の例には、個別のエージェントとしてモデル化されたさまざまな部分が含まれています。黄色は電気の流れ、赤色は熱の流れです。自律アルゴリズムを使用してヒートポンプの消費を適切な時間にシフトするための需要の柔軟性を可能にするコントローラーがありました。これは、グリッド接続ポイントから送信されるグリッド状態インジケーターに接続されていました。エージェントは、グリッド状態インジケーターから情報を受け取りました。
AnyLogic はシミュレーションの中核でした。データは Excel ファイルと AnyLogic データベースに保存されました。EIFER はモデルの実行と視覚化のために AnyLogic Cloud を使用しました。出力は Excel にエクスポートすることもできるため、モデル作成者以外のユーザーでもデータを分析できます。
EIFER では、システムの複雑さを考慮して、離散イベント モデリングやシステム ダイナミクスを含むマルチメソッド アプローチを採用しました。さらに、データ駆動型モデルも使用しました。AnyLogic はさまざまなデバイスとの接続を可能にしました。最終的に、AnyLogic Cloud が実験と評価に使用されました。
結果
このシステムにより、自家消費率が 55% から 75% に増加しました。同時に、電力ピークも減少しました。EV を含めると、一度にすべての車両に充電するのではなく、時間の経過とともに充電をシフトするため、このピークは大幅に減少します。
自家消費率の向上により、システムの運用コストが削減されました。これにより、ドイツのユーザーにとって電気料金が最大 5 ユーロ/kWh 削減されました。エネルギー危機以前の料金は 30 ユーロ/kWh だったので、節約額はほぼ 20% になります。エネルギー危機により電気料金は大幅に上昇しましたが、節約額も比例して増加すると予想されていました。
朝までに食器を洗いたい場合、待機時間は一晩中ですが、各家庭の食器洗い機が同時に作動することはないので、全体的な電力曲線は平坦になります。
シミュレーションでは、電気と熱の生成と消費をインテリジェントに制御することで、地元で生成され使用されるエネルギーの割合をどのように増やすことができるかを調査しました。
今後、EIFER はこのような種類のプロジェクトに AnyLogic Cloud をさらに活用する予定です。相互接続されたデジタルツインに向けたさらなる開発のため、EIFER は、仮想世界で実際の歴史的シナリオ (過去のデータ) の再生、予測制御、最適化、学習アルゴリズムなどの新しい機能を追加したいと考えています。
このケーススタディは、AnyLogic Conference 2022 で EIFER の Enrique Kremers 氏によって発表されました。
スライドは PDF として無料で入手可能です。
