ServicenavigationHauptnavigationTrailKarteikarten


Forschungsstelle
BFE
Projektnummer
SI/502593
Projekttitel
BATMAESTRO

Texte zu diesem Projekt

 DeutschFranzösischItalienischEnglisch
Kurzbeschreibung
-
Anzeigen
-
Anzeigen
Publikationen / Ergebnisse
-
-
-
Anzeigen
URL-Adressen
-
-
-
Anzeigen
Schlussbericht
Anzeigen
Anzeigen
-
Anzeigen

Erfasste Texte


KategorieText
Kurzbeschreibung
(Englisch)

Storage systems are an important enabler for the integration of increasing amounts of renewable energy. Electricity system planning and operation of electrochemical storage systems require models that are suitable for use within mathematical optimization that capture sufficiently accurately the main operating limitations of batteries, such as degradation resulting in a reduction of the available storage capacity. This project will create an open-source model for batteries that is built upon a public simulation model supported by experimental data. This model will allow to properly consider multiple factors contributing to battery degradation in optimization frameworks based on traceable data.

Kurzbeschreibung
(Französisch)

Les systèmes de stockage sont un outil important pour l'intégration de quantités croissantes d'énergie renouvelable. La planification des réseaux électriques et l'exploitation des systèmes de stockage électrochimiques nécessitent des modèles qui puissent être utilisés dans le cadre de l'optimisation mathématique et qui rendent compte de manière suffisamment précise des principales limites de fonctionnement des batteries. Ce projet créera un modèle de batteries à code source ouvert, basé sur un modèle de simulation public basé sur des données expérimentales. Ce modèle permettra de considérer correctement les multiples facteurs contribuant à la dégradation des batteries dans les cadres d'optimisation basés sur des données traçables.

Publikationen / Ergebnisse
(Englisch)

A publication has been presented at the IEEE ISGT Europe 2023 in Grenoble, France in October 2023:
Method to Embed Behavioral Battery Model in Predictive Energy Management Systems, A. Sutter, T. T. Gorecki and S. S. Bhoir

URL-Adressen
(Englisch)
Schlussbericht
(Deutsch)

Speichersysteme sind eine wichtige Voraussetzung für die Integration zunehmender Mengen erneuerbarer Energie. Für die Planung von Elektrizitätssystemen und den Betrieb elektrochemischer Speichersysteme werden Modelle benötigt, die sich für die Verwendung im Rahmen der mathematischen Optimierung eignen und die die wichtigsten Betriebsbeschränkungen von Batterien, wie etwa die Degradation, die zu einer Verringerung der verfügbaren Speicherkapazität führt, ausreichend genau erfassen. Im Rahmen dieses Projekts wurde ein Open-Source-Modell für Batterien entwickelt, das auf einem öffentlichen Simulationsmodell basiert, das durch experimentelle Daten gestützt wird. Dieses Modell ermöglicht es, mehrere Faktoren, die zur Degradation von Batterien beitragen, in Optimierungsrahmen auf der Grundlage nachvollziehbarer Daten angemessen zu berücksichtigen. Das Modell wurde einerseits durch den Nachweis von Fehlern bei der Degradationsvorhersage von weniger als 5 % über ein ganzes Jahr im Vergleich zu zuvor verfügbaren und validierten empirischen Modellen validiert. Andererseits wurde in simulierten Szenarien gezeigt, dass es zur Verbesserung der Lebensdauer und der wirtschaftlichen Leistung von Batterien in Arbitrage- und Eigenverbrauchsszenarien eingesetzt werden kann. Bei der Optimierung des Ladeprofils einer Batterie, die Arbitrage auf den Strompreisen betreibt, wurde beispielsweise festgestellt, dass die Lebensdauer der Batterie auf 12 Jahre verlängert werden kann, im Vergleich zu 5 Jahren, wenn nur die Standardlademenge und Ladezustandsgrenzen verwendet werden, was den Nettonutzen (einschließlich der jährlichen Kosten für den Batterieaustausch) von -1,2k auf +10kCHF/MWh/Jahr erhöht.

Schlussbericht
(Englisch)

Storage systems are an important enabler for the integration of increasing amounts of renewable energy. Electricity system planning and operation of electrochemical storage systems require models that are suitable for use within mathematical optimization that capture sufficiently accurately the main operating limitations of batteries, such as degradation resulting in a reduction of the available storage capacity. This project has led to the creation of an open-source model for batteries that is built upon a public simulation model supported by experimental data. This model allows to properly consider multiple factors contributing to battery degradation in optimization frameworks based on traceable data. The model has been validated on the one hand by demonstrating errors in degradation prediction of less than 5% over a full year compared to previously available and validated empirical models based. On the other hand, it was demonstrated in simulated scenarios that it can be used to improve the lifetime and economic performance of batteries in arbitrage and self-consumption scenarios. For example, when utilized to optimize the charging profile of a battery performing arbitrage on electricity prices, it was found that the battery life could be extended to 12 years compared to 5 years when using only standard charging rate and state of charge limits, bringing the net benefit (including an annualized cost for battery replacement) from -1.2k to +10kCHF/MWh/year.

Zugehörige Dokumente
Schlussbericht
(Französisch)

Les systèmes de stockage constituent un outil important pour l'intégration de quantités croissantes d'énergie renouvelable. La planification du système électrique et l'exploitation des systèmes de stockage électrochimique nécessitent des modèles adaptés à l'optimisation mathématique qui saisissent avec suffisamment de précision les principales limites de fonctionnement des batteries, telles que la dégradation entraînant une réduction de la capacité de stockage disponible. Ce projet a conduit à la création d'un modèle open-source pour les batteries qui est construit sur un modèle de simulation public soutenu par des données expérimentales. Ce modèle permet de prendre en compte correctement les multiples facteurs contribuant à la dégradation des batteries dans des cadres d'optimisation basés sur des données traçables. Le modèle a été validé d'une part en démontrant des erreurs de prédiction de dégradation inférieures à 5% sur une année complète par rapport aux modèles empiriques précédemment disponibles et validés. D'autre part, il a été démontré dans des scénarios simulés qu'il peut être utilisé pour améliorer la durée de vie et les performances économiques des batteries dans des scénarios d'arbitrage et d'autoconsommation. Par exemple, lorsqu'il est utilisé pour optimiser le profil de charge d'une batterie effectuant un arbitrage sur les prix de l'électricité, il a été constaté que la durée de vie de la batterie pouvait être prolongée à 12 ans par rapport à 5 ans en utilisant uniquement le taux de charge standard et les limites de l'état de charge, ce qui porte le bénéfice net (y compris un coût annualisé pour le remplacement de la batterie) de -1,2k à +10kCHF/MWh/an.