Zum Hauptinhalt

Vortrag

Stromspeicher-Inspektion 2025: Wie gut kappen Heimspeicher die Solarstromspitze?

Weshalb alle Solarstromspeicher an sonnigen Tagen mittags laden sollten, erklären wir in diesem Beitrag.

Autor_in
Weniger, J.; Orth, N.
Medium
Strommarkttreffen „Speicher“, 03/2025

Der forcierte PV-Ausbau kann daher nur erfolgreich sein, wenn die solaren Mittagsspitzen durch kleine und große Batteriespeicher sowie flexible Verbraucher und andere Flexibilitätsoptionen aufgefangen werden. Dazu müssen auch Heimspeichersysteme vorrangig in den Mittagsstunden laden, was sich durch ein prognosebasiertes Energiemanagement realisieren lässt.

Wie können Batteriespeicher prognosebasiert betrieben werden?

Ein prognosebasiertes Energiemanagement für PV-Batteriesysteme lässt sich durch verschiedene Prognoseansätze und Optimierungsalgorithmen realisieren. Prognosebasierte Ladestrategien zielen darauf ab, die Ladung zeitlich zu verzögern, ohne dabei die Eigenversorgung zu beeinträchtigen. Also die Batterie vorrangig in Zeiten hoher Solarstromerzeugung zu laden und dennoch den maximal möglichen Ladezustand zu erreichen. Die Grundlage Batterieladeplanung stellen Informationen zum aktuell verfügbaren Energieinhalt des Batteriespeichers sowie Prognosen der elektrischen Last und Erzeugung dar. Der Algorithmus ermittelt hierzu in jedem Zeitschritt des Prognosezeitraums die optimale Ladeleistung. Da Abweichungen zwischen den Prognosewerten und realen Messwerten unvermeidbar sind, korrigiert häufig eine nachgelagerte Regelung die für den aktuellen Zeitpunkt ermittelte Batterieladeleistung.

Eingangs- und Ausgangsgrößen der Ladeplanung und Systemregelung sowie Einbindung der Mess- und Prognosewerte zur Umsetzung eines prognosebasierten Energiemanagements für PV-Batteriesysteme (Grafik: HTW Berlin).

Test des KIT und der HTW Berlin: Qualität der Solarspitzenkappung durch Heimspeicher

Im Rahmen des Forschungsvorhabens „Perform“ haben das Karlsruher Institut für Technologie (KIT) und die Berliner Hochschule für Technik und Wirtschaft (HTW Berlin) gemeinsam ein neues Testverfahren entwickelt, mit dem sich prognosebasierte Energiemanagementstrategien von PV-Speichersystemen vergleichen lassen. In der Messkampagne wurden 6 PV-Speichersysteme parallel und unter identischen Testbedingungen betrieben. Die Rahmenbedingungen der Messkampagne können wie folgt zusammengefasst werden:

  • Anbieter der untersuchten Energiemanagementsysteme sowie PV-Batteriesysteme: sonnen, FENECON, KOSTAL, RCT Power sowie 2 anonym teilnehmende Unternehmen
  • Nutzbare Speicherkapazität der Batteriespeicher: 6,9 kWh bis 10,0 kWh.
  • Nennleistung des im Labor emulierten PV-Generators: 8 kW.
  • Neigung und Ausrichtung des PV-Generators: 30° Süd.
  • Testzeitraum und Standort: 10 Tage im Juni 2024 in Karlsruhe.
  • 2 Messphasen: Betrieb der PV-Speichersysteme mit und ohne prognosebasiertem Energiemanagement.
  • Vorgabe: Begrenzung der Einspeiseleistung am Netzverknüpfungspunkt auf 4 kW (50 % der nominalen PV-Generatorleistung).

Solarstromspeicher mit einem prognosebasiertem Energiemanagement reduzieren die solar Mittagsspitze

Der Clou der Messkampagne: Im Anschluss an den Test der prognosebasierten Ladestrategien schloss sich eine zweite Messphase an. In dieser waren die 6 PV-Speichersysteme den identischen Betriebsbedingungen ausgesetzt, wurden allerdings frühzeitig, ohne Berücksichtigung von Prognosen, geladen. Die nachfolgende Grafik vergleicht die mittleren Tagesverläufe der Ladeleistung, die sich aus den Messdaten der 6 Systeme während des zehntägigen Tests ergeben. Werden die Batteriespeicher ohne ein prognosebasiertes Energiemanagement betrieben, nehmen diese an Sommertagen vorrangig in den frühen Vormittagsstunden den Großteil der Energie auf. Durch eine prognosebasierte Ladeplanung ist die Batterieladung gleichmäßiger über den Tag verteilt. Dadurch laden die Batteriespeicher vorrangig in Zeiträumen mit hoher PV-Erzeugung.

Tagesverlauf der mittleren Ladeleistung der 6 PV-Speichersysteme während des zehntägigen Tests mit und ohne aktiviertem prognosebasierten Energiemanagement (zeitliche Auflösung der dargestellten Messwerte: 15 min, Daten: KIT, Grafik: HTW Berlin).

 

Weitere Publikationen