Thumbnail Image

Development and application of electricity load profiles for long-term forecasting and flexibility assessment

Seim, Stephan

FG Energie- und Ressourcenmanagement

The advancing defossilisation of the energy system requires far-reaching interventions and their sound planning to ensure an efficient, safe and sustainable system transformation. The application of electricity demand models with high temporal and spatial resolution is a key element for evaluating different transformation pathways. As a literature review reveals, however, models and data describing electricity demand are only available in very fragmentary or outdated form. This thesis addresses this research gap and focuses on the development, validation, exemplary application and evaluation of subsector load profiles. The potential benefit is evident: subsector load profiles serve as generic profiles which allow to model national or regional power systems. They are used for demand forecasting, for the planning and design of power generation plants and for the procurement of energy. Moreover, they can be used to analyse efficiency and demand side flexibility potentials of individual subsectors – a field of increasing relevance in the scientific literature. There are multiple fields of application for electricity load profiles spanning across all steps of the value chain. Addressing different research gaps, this thesis is divided into six modules. The first module presents the development of 32 subsector load profiles (TUB BLP) from the sectors of industry as well as commerce, trade and services (CTS). Based on a large number of real metered load profiles, the subsector load profiles are developed using multiple regression and then validated using real data and literature-based load profiles (e.g. VDEW standard load profiles). The performance of the regression model approach is also compared with the model quality of a feed-forward artificial neural network. The accuracy of the subsector load profiles varies between subsectors, which is due to the underlying explainable variance in the data and the subsector-specific heterogeneity. Overall, however, a comparison with real metered load profiles shows in the vast majority of cases a very reasonable model performance according to Lewis' benchmark as well as a mostly significantly higher mapping accuracy of the developed TUB BLP compared to available standard load profiles. In combination with a description of the load characteristics and the demand drivers, the TUB BLP of each subsector were made freely available for further scientific use. In the second module, the TUB BLP are used and evaluated in the Python-based application disaggregator. The disaggregator allows the modelling of electricity demand in Germany in high temporal and spatial resolution. Using demand drivers, the annual electricity consumption from the industrial, commercial and residential sectors is disaggregated to subsectors and counties. Subsequently, the annual electricity consumption is converted into electricity load profiles of quarter-hourly resolution using subsector load profiles. On the one hand, standard load profiles and generic load profiles are used as subsector load profiles; on the other hand, the TUB BLP developed in the first module are used. The model results of the different load profile approaches are compared with real data at federal and county level. It is shown that the disaggregator can reproduce the load behaviour at both federal and county level in a good to very good approximation. In addition, it can be seen that the use of TUB BLP significantly improves the load modelling compared to standard load profiles. There are various possible explanations for remaining structural deviations in the model results: In addition to a possible inaccuracy of the residential profile used, some important subsectors could not be modelled in a distinguished manner in the form of TUB BLP due to a lack of data. In the third module, an engineering-based approach is developed for modelling technology-specific load profiles of five CTS subsectors. Due to the increased sophistication and effort of the engineering-based approach, this approach is applied in modules 3-5 to only five relevant subsectors out of the original 32 considered in module 1. These five subsectors of offices, trade, accommodation, hospitals and education account for about 62 % of the electricity consumption of the CTS sector. Occupancy profiles are developed based on international and national standards (ISO, DIN, SIA), which are converted into load profiles for each application technology in conjunction with technology-specific simultaneity profiles. By means of a literature-based annual electricity demand, a subsector-specific scaling of the load profiles is then carried out. A comparison of the engineering-based subsector load profiles with the TUB BLP developed in the first module allows the adjustment of the weighting of international and national standards as well as individual assumptions to increase the accuracy of the model. As a result, technology-specific load profiles for five subsectors are presented, which represent essential load characteristics and form the foundation for the modelling steps of the next two modules. In the fourth module, the previously developed technology-specific load profiles of five subsectors are projected to the year 2035 with the help of literature-based scenarios. In addition to the efficiency development of the individual application technologies, a technology shift from night storage heaters to heat pumps with a corresponding profile change is also taken into account. It can be seen that the resulting (cumulative) load profiles alter in some subsectors. The projected load profiles of some subsectors show more pronounced load peaks. The energy consumption shares of individual technologies also change, which in turn influences the load flexibility potentials in the fifth module. In the fifth module, technical demand side flexibility (DSF) potentials of the above five CTS subsectors are quantified in high temporal and spatial resolution. The DSF potentials are specified per subsector and application technology (air conditioning, ventilation, process cooling, space heating and hot water) for the years 2018 and 2035 and described in terms of minimum/maximum switchable loads, minimum/maximum shiftable energy quantities, shift duration and temporal availabilities. The five subsectors are responsible for about 74 % of the technical DSF potential of the entire CTS sector. A comparison with literature values underlines the plausibility of the chosen approach. The high switchable loads identified for the subsectors offices and trade, as well as the temporally stable shiftable energy quantities of hospitals and accommodation, can make a cost-effective contribution to the reduction of the residual load, the avoidance of grid bottlenecks and the integration of renewable energies in the overall system. In the last module, the beneficial applicability of developed subsector load profiles is demonstrated in two use cases: In the first use case, the substitution of old standard load profiles by newly developed TUB BLP is assessed for the electricity procurement and balancing group management. Therefore, the model outputs of the disaggregator (once using standard load profiles only, once using TUB BLP) are priced on the spot market, simulating a specific procurement strategy. Any model deviations that arise between the disaggregator output and real reference loads are considered by the imbalance settlement price. The assessment comfirms that the total costs from procurement and balancing energy are significantly reduced for the entire system by using TUB BLP (and replacing standard load profiles) in the outlined case. However, the assessment also shows that arbitrage profits, which result from short-term trading or imbalance settlement, are smaller in the majority of cases through the application of TUB BLP. These unilaterally generated arbitrage profits result in an incentive, especially for distribution system operators in the synthetic load profile procedure, to continue to use partially outdated standard load profiles and not to switch to new, more accurate subsector load profiles. In the second use case, the flexibility potentials identified in the engineering-based modelling approach are economically evaluated in their use for peak load reduction. For this purpose, Germany's residual load in 2018 is compared with the temporally high-resolution DSF potentials in order to determine the maximum peak load reduction through load shifting. Technical restrictions of the load reduction potentials and shiftable energy quantities are taken into account. The maximum peak load reduction is evaluated with the annual power costs for gas turbine power plants that can be replaced by using the CTS DSF potentials. These cost savings are compared with the estimated costs for exploiting the DSF potentials. It is shown that commercial DSF offers a considerable cost saving potential reducing necessary peak load capacity. In addition, other use cases promise further economic benefits.
Die voranschreitende Defossilisierung des Energiesystems erfordert weitreichende Eingriffe und deren fundierte Planung, um eine effiziente, sichere und nachhaltige Systemtransformation zu gewährleisten. Die Anwendung von Stromnachfragemodellen in zeitlich und räumlich hoher Auflösung stellt einen entscheidenden Baustein dar, um verschiedene Transformationspfade zu bewerten. Wie eine Literaturauswertung zeigt, liegen die Stromnachfrage beschreibende Modelle und Daten jedoch nur sehr lückenhaft oder veraltet vor. Die vorliegende Dissertation setzt an dieser Forschungslücke an und fokussiert auf die Entwicklung, Validierung, Anwendung und Bewertung von wirtschaftszweigspezifischen Lastprofilen, sogenannten Branchenlastprofilen (BLP). Der potenzielle Nutzen liegt auf der Hand: branchenspezifische Lastprofile dienen als generische Profile, mit denen sich nationale oder regionale Stromsysteme modellieren lassen. Sie werden für Bedarfsprognosen, für die Planung und Auslegung von Stromerzeugungsanlagen und für die Beschaffung von Energie verwendet. Darüber hinaus können sie zur Analyse von Effizienz- und Flexibilitätspotenzialen einzelner Branchen verwendet werden - ein Bereich, der in der wissenschaftlichen Literatur zunehmend an Bedeutung gewinnt. Die Anwendungsfelder für Stromlastprofile sind vielfältig und erstrecken sich über alle Stufen der Wertschöpfungskette. Die vorliegende Dissertation gliedert sich in sechs Module, die jeweils unterschiedliche Forschungslücken adressieren. Im ersten Modul wird die Entwicklung von 32 Branchenlastprofilen (TUB BLP) aus den Sektoren Industrie sowie Gewerbe, Handel, Dienstleistungen (GHD) vorgestellt. Basierend auf einer Vielzahl real gemessener Lastgänge werden die Branchenlastprofile mittels multipler Regression entwickelt und anschließend anhand von Realdaten sowie mit literaturbasierten Lastprofilen (z.B. mit VDEW Standardlastprofilen) validiert. Die Modellgüte des regressionsanalytischen Ansatzes wird zudem mit der Modellgüte eines vorwärtsgerichteten künstlichen neuronalen Netzes verglichen. Die Abbildungsgenauigkeit der Branchenlastprofile variiert zwischen den Wirtschaftszweigen, was auf die in den Daten zugrundeliegende erklärbare Varianz sowie auf die wirtschaftszweigspezifische Heterogenität zurückzuführen ist. Insgesamt zeigt sich im Vergleich mit real gemessenen Lastprofilen jedoch in der überwiegenden Mehrzahl der Fälle eine nach Lewis‘ Benchmark sehr passable Modellgüte sowie eine gegenüber verfügbaren Standardlastprofilen meist deutliche höhere Abbildungsgenauigkeit der entwickelten TUB BLP. In Verbindung mit einer Beschreibung der Lastcharakteristika und der Einflussgrößen wurden die TUB BLP jedes Wirtschaftszweigs zur weiteren wissenschaftlichen Nutzung frei zugänglich zur Verfügung gestellt. Im zweiten Modul werden die TUB BLP in der Python-basierten Anwendung disaggregator eingesetzt und evaluiert. Der disaggregator erlaubt die zeitlich und räumlich hochaufgelöste Modellierung der Stromnachfrage in Deutschland. Anhand von energienachfragebestimmenden Größen werden dabei statistische Jahresstromverbräuche der Sektoren Industrie, GHD und Haushalte auf Wirtschaftszweige und Landkreise disaggregiert. Anschließend werden die jährlichen Stromverbräuche mittels wirtschaftszweigspezifischen Lastprofilen in Stromverbrauchsverläufe von bis zu viertelstündlicher Auflösung überführt. Als wirtschaftszweigspezifische Lastprofile werden einerseits Standardlastprofile und generische Lastprofile eingesetzt; andererseits werden die im ersten Modul entwickelten TUB BLP eingesetzt. Die Modellergebnisse der unterschiedlichen Lastprofilansätze werden mit Realdaten auf Bundes- und Landkreisebene verglichen. Es zeigt sich, dass der disaggregator das Lastverhalten sowohl auf Bundes- als auch auf Landkreisebene in guter bis sehr guter Näherung widergeben kann. Zudem zeigt sich, dass die Verwendung von TUB BLP gegenüber Standardlastprofilen die Lastmodellierung deutlich verbessert. Für verbleibende strukturelle Abweichungen in den Modellergebnissen kommen verschiedene Erklärungsansätze infrage: Neben einer möglichen Ungenauigkeit des verwendeten Haushaltsprofils (ZVE-Profil) konnten einzelne wichtige Wirtschaftszweige aufgrund von Datenmangel nicht differenziert in Form von TUB BLP abgebildet werden. Im dritten Modul wird ein ingenieursbasierter Ansatz zur Modellierung technologiespezifischer Lastgänge von fünf Wirtschaftszweigen des Sektors GHD entwickelt. Aufgrund der höheren Komplexität und des höheren Aufwands des ingenieurbasierten Ansatzes wurde dieser Ansatz in den Modulen 3 bis 5 auf fünf relevante Wirtschaftszweige von den ursprünglich 32 in Modul 1 betrachteten angewandt. Diese fünf Wirtschaftszweige Büroähnliche Betriebe, Handel, Beherbergung, Krankenhäuser und Schulen bilden etwa 62 % des Stromverbrauchs des Sektors GHD ab. Auf Basis internationaler und nationaler Standards (ISO, DIN, SIA) werden Anwesenheitsprofile entwickelt, die in Verbindung mit technologiespezifischen Gleichzeitigkeitsprofilen in Lastprofile je Querschnittstechnologie überführt werden. Mittels Anwendungsbilanzen erfolgt anschließend eine wirtschaftszweigspezifische Skalierung der Lastprofile. Ein Abgleich der wirtschaftszweigspezifischen Lastprofile mit im ersten Modul entwickelten TUB BLP erlaubt die Anpassung der Gewichtung der internationalen und nationalen Standards sowie einzelner Annahmen zur Erhöhung der Abbildungsgenauigkeit. Im Ergebnis werden technologiespezifische Lastprofile für fünf Wirtschaftszweige vorgestellt, die wesentliche Lastcharakteristika abbilden und die die Ausgangsbasis für die Modellierungsschritte der nächsten beiden Module bilden. Im vierten Modul werden die zuvor entwickelten technologiespezifischen Lastprofile der fünf Wirtschaftszweige mithilfe literaturbasierter Szenarien in das Jahr 2035 fortgeschrieben. Neben der Effizienzentwicklung der einzelnen Querschnittstechnologien wird dabei auch ein Technologiewechsel von Nachtspeicherheizungen zu Wärmepumpen mit entsprechender Profiländerung berücksichtigt. Es zeigt sich, dass sich das resultierende (Summen-)Lastprofil je Wirtschaftszweig ändert. So weisen die fortgeschriebenen Lastprofile einzelner Wirtschaftszweige stärker ausgeprägte Lastspitzen auf. Auch ändern sich die Energieverbrauchsanteile einzelner Technologien, was wiederum Einfluss auf die Identifikation von Lastflexibilisierungspotenzialen im fünften Modul hat. Im fünften Modul werden technische Lastflexibilisierungspotenziale der fünf genannten Wirtschaftszweige des Sektors GHD in hoher zeitlicher und räumlicher Auflösung quantifiziert. Die Lastflexibilisierungspotenziale werden je Wirtschaftszweig und Technologie (Klimakälte, Lüftung, Prozesskälte, Raumwärme und Warmwasser) für die Jahre 2018 sowie 2035 angegeben und bezüglich minimal/maximal schaltbarer Lasten, minimal/maximal verschiebbarer Energiemengen, der Verschiebungsdauer und zeitlicher Verfügbarkeiten beschrieben. Die fünf Branchen verantworten etwa 74 % des technischen Lastflexibilisierungspotenzials des gesamten Sektors GHD. Ein Vergleich mit generischeren Potenzialerhebungen aus der Literatur unterstreicht die Plausibilität des gewählten Ansatzes. Die im Ergebnis identifizierten hohen Lastflexibilisierungspotenziale der Wirtschaftszweige Bürobetriebe und Handel sowie die zeitlich stabilen verschiebbaren Energiemengen der Krankenhäuser und der Beherbergung können einen kostengünstigen Beitrag zur Reduktion der Residuallast, der Vermeidung von Netzengpässen und der Integration erneuerbarer Energien im Gesamtsystem leisten. Im letzten Modul wird die vorteilhafte Anwendbarkeit der erstellten Branchenlastprofile in zwei Anwendungsfällen unter Beweis gestellt. Im ersten Anwendungsfall wird die Substitution von veralteten Standardlastprofilen durch neu entwickelte TUB BLP für die Strombeschaffung und das Bilanzkreismanagement untersucht. Dazu werden die Modelloutputs des disaggregator (einmal nur mit Standardlastprofilen, einmal mit TUB BLP) auf dem Spotmarkt bepreist und damit eine bestimmte Beschaffungsstrategie simuliert. Etwaige Modellabweichungen, die sich zwischen dem disaggregator -Output und den realen Referenzlasten ergeben, werden durch den regelzonenübergreifenden einheitlichen Bilanzausgleichsenergiepreis (reBAP) berücksichtigt. Die Analyse kommt zu dem Ergebnis, dass die Gesamtkosten aus Beschaffung und Ausgleichsenergie durch die Anwendung von TUB BLP (und dem Ersatz von Standardlastprofilen) im skizzierten Fall deutlich für das Gesamtsystem reduziert werden. Allerdings zeigt die Abschätzung auch, dass Arbitragegewinne, die sich über den kurzfristigen Handel oder Ausgleichsenergieabruf ergeben können, in der Mehrzahl der Fälle kleiner ausfallen durch die Anwendung von TUB BLP. Diese einseitig erwirtschafteten Arbitragegewinne ergeben insbesondere für Verteilnetzbetreiber im synthetischen Lastprofilverfahren einen Anreiz, weiterhin teilweise veraltete Standardlastprofile zu verwenden und nicht auf neue, bessere Branchenlastprofile umzustellen. Im zweiten Anwendungsfall werden die im Rahmen des ingenieursbasierten Modellansatzes identifizierten Flexibilitätspotenziale im potenziellen Einsatz zur Spitzenlastreduktion ökonomisch bewertet. Dabei wird die Residuallast Deutschlands im Jahr 2018 mit den zeitlich hochaufgelösten Flexibilitätspotenzialen gegenübergestellt, um die maximale Spitzenlastreduktion durch Lastverschiebung zu ermitteln. Technische Restriktionen der Lastreduktionspotenziale sowie verschiebbarer Energiemengen werden berücksichtigt. Die maximale Spitzenlastreduktion wird bewertet mit den jährlichen Leistungskosten für Gasturbinenkraftwerke, die durch den Einsatz der GHD-Lastflexibilisierungspotenziale ersetzt werden können. Diesen Kosteneinsparungen werden die geschätzten Kosten zur Hebung der Lastflexibilisierungspotenziale gegenübergestellt. Es zeigt sich, dass GHD-Lastflexibilisierungspotenziale ein erhebliches Kosteneinsparungspotenzial aufweisen durch die Reduktion notwendiger Spitzenlastkapazitäten. Zudem versprechen zusätzliche Anwendungsfälle weiteren ökonomischen Nutzen.