Home Energy Management under Tiered Peak Power Charges

Die vorgestellte Arbeit entwickelt eine modellprädiktive Regelungsstrategie für den Betrieb von Heimbatterien unter Berücksichtigung von gestaffelten Spitzenlastgebühren, die in numerischen Experimenten mit norwegischen Daten eine Kosteneffizienz von nur 1,7 % über dem theoretischen Optimum mit perfekter Vorhersage erreicht.

David Pérez-Piñeiro, Sigurd Skogestad, Stephen Boyd

Veröffentlicht Tue, 10 Ma
📖 5 Min. Lesezeit🧠 Tiefgang

Each language version is independently generated for its own context, not a direct translation.

🏠 Der Haushalt mit dem „intelligenten" Akku

Stellen Sie sich vor, Sie haben ein Haus mit Stromanschluss und einem großen Akku (wie eine riesige Powerbank für Ihr ganzes Zuhause). Normalerweise zahlen Sie für Strom zwei Dinge:

  1. Den Verbrauch: Wie viel Strom Sie insgesamt verbraucht haben (wie bei einer Wasserrechnung).
  2. Die „Spitzenlast": Eine Gebühr dafür, wie viel Strom Sie gleichzeitig am meisten brauchen.

In Norwegen (woher die Daten stammen) ist die zweite Gebühr besonders clever, aber auch tückisch berechnet: Es geht nicht nur um den einen höchsten Moment im Monat. Stattdessen schaut der Stromversorger sich die drei höchsten Tage des Monats an und berechnet den Durchschnitt dieser drei Tage. Ist dieser Durchschnitt hoch, zahlen Sie eine Strafe – und zwar in Stufen (wie ein Steuertarif: je höher, desto teurer).

🎯 Das Problem: Der „Teppich" und die „Hügel"

Stellen Sie sich Ihren Stromverbrauch wie einen Bergweg vor. An manchen Tagen (z. B. wenn alle nach Hause kommen und kochen, fernsehen und heizen) gibt es hohe Hügel. Wenn diese Hügel zu hoch sind, rutschen Sie in eine teurere „Stufe" (Tier) und zahlen mehr.

Die Aufgabe dieses Papers ist wie ein Gaming-Szenario:

  • Der Spieler: Ihr Akku.
  • Das Ziel: Den Bergweg so glatt wie möglich machen, damit Sie nie in die teure Zone rutschen, aber den Akku trotzdem nutzen, um Strom zu sparen.
  • Die Herausforderung: Sie wissen nicht genau, wie hoch die Hügel morgen sein werden.

🧠 Die Lösung: Zwei Strategien

Die Autoren haben zwei Methoden entwickelt, um den Akku zu steuern:

1. Der „Allwissende" (Die theoretische Bestmarke)

Stellen Sie sich vor, Sie hätten eine Zeitmaschine. Sie wüssten genau, wann Sie morgen duschen, wann der Herd an geht und wie teuer der Strom morgen ist.

  • Was passiert? Ein Computer berechnet den perfekten Fahrplan für den Akku für den ganzen Monat im Voraus.
  • Ergebnis: Das ist die absolute Untergrenze der Kosten. Niemand kann besser machen als dieser „Allwissende". In der Realität können wir das nicht, aber es dient als Maßstab: „Wie nah kommen wir an das perfekte Ergebnis?"

2. Der „Kluger Planer" (MPC – Model Predictive Control)

Da wir keine Zeitmaschine haben, nutzen wir eine Strategie, die wie ein Schachspieler funktioniert, der immer nur ein paar Züge vorausdenkt.

  • Wie es funktioniert: Jeden Tag schaut der Computer auf die nächsten 30 Tage (oder so lange wie möglich). Er macht eine gute Schätzung (Prognose) für den Stromverbrauch und die Preise.
  • Die Aktion: Er plant den Akku für diese Zeit, führt aber nur den ersten Schritt aus (z. B. jetzt laden).
  • Der Update: Am nächsten Tag schaut er wieder auf die neuen Daten, korrigiert seine Schätzung und plant neu.
  • Der Trick: Er versucht nicht nur, Strom billig zu kaufen (Arbitrage), sondern glättet auch die „Hügel", um die teuren Spitzenlast-Gebühren zu vermeiden.

📊 Was hat das Experiment ergeben?

Die Autoren haben das mit echten Daten aus einem Haus in Trondheim (Norwegen) getestet.

  • Ohne Akku: Das Haus hat im Jahr 25.052 Kronen (ca. 2.200 €) bezahlt.
  • Mit dem „Allwissenden": Hätte man alles perfekt geplant, wären es nur 21.204 Kronen gewesen (eine Ersparnis von 15 %).
  • Mit dem „Klugen Planer" (MPC): Das System im echten Leben hat 21.568 Kronen gekostet.

Das ist das Wunder: Der „Kluge Planer", der keine Zeitmaschine hat, liegt nur 1,7 % über dem perfekten Ergebnis der Zeitmaschine!

🍳 Ein einfaches Bild zum Verständnis

Stellen Sie sich vor, Sie müssen einen großen Kuchen für eine Party backen, aber Sie wissen nicht, wie viele Gäste kommen.

  • Ohne Strategie: Sie backen einfach so viel, wie Sie denken, und hoffen, dass es reicht. Wenn zu viele kommen, kaufen Sie teure Fertiggerichte (hohe Kosten).
  • Die „Allwissende" Strategie: Sie wissen genau, dass 50 Leute kommen, und backen exakt 50 Kuchen. Perfekt, aber unmöglich.
  • Die MPC-Strategie: Sie schauen sich die letzten Jahre an (Wetter, Feiertage) und schätzen: „Heute sind es wahrscheinlich 45 Leute." Sie backen 45 Kuchen. Wenn dann doch 48 kommen, haben Sie noch ein paar Reste. Wenn nur 40 kommen, essen Sie die Reste selbst. Sie passen sich jeden Tag neu an.

💡 Das Fazit

Das Paper zeigt, dass man mit einem einfachen Akku und einem cleveren Algorithmus (der wie ein vorausschauender Koch arbeitet) enorme Geld sparen kann. Man muss nicht perfekt sein, um fast perfekt zu sparen.

Der Algorithmus nutzt den Akku wie einen Puffer:

  1. Er lädt ihn auf, wenn der Strom billig ist (nachts).
  2. Er entlädt ihn, wenn der Strom teuer ist oder wenn der Verbrauch gerade so hoch ist, dass er die „teure Stufe" auslösen würde.

Kurz gesagt: Es ist wie ein intelligenter Butler, der den Stromzähler im Auge behält und den Akku so steuert, dass Sie nie in die teure Strafezone rutschen, ohne dass Sie selbst etwas tun müssen. Und das spart fast 15 % Ihrer Stromrechnung!