Elektrofahrzeugflotten stabilisieren Stromnetz
Die Integration erneuerbarer Energien in die Stromnetze weltweit stellt eine der größten Herausforderungen der Energiewende dar. Während Wind- und Solarenergie saubere und nachhaltige Alternativen zu fossilen Brennstoffen bieten, bringt ihr fluktuierender Erzeugungscharakter neue Unsicherheiten mit sich – insbesondere hinsichtlich der Frequenzstabilität von Stromnetzen. Traditionelle Kraftwerke basieren auf der Rotationsmasse großer Synchronmaschinen, die als Puffer fungieren und plötzliche Ungleichgewichte zwischen Erzeugung und Verbrauch ausgleichen. Mit dem schrittweisen Rückzug dieser konventionellen Anlagen und der zunehmenden Dominanz leistungselektronisch gekoppelter Erzeuger sinkt jedoch die Gesamtinertie des Systems. Dies erhöht die Anfälligkeit gegenüber Frequenzschwankungen und kann im Extremfall zu Netzkollapsen führen.
In diesem sich wandelnden Energiesystem gewinnen Elektrofahrzeuge (EVs) zunehmend an Bedeutung – nicht nur als umweltfreundliche Fortbewegungsmittel, sondern auch als mobile Energiespeicher mit großem Potenzial für die Netzstabilisierung. Bei einer weltweit steigenden Zahl an Elektrofahrzeugen repräsentiert deren aggregierte Batteriekapazität ein riesiges, dezentral verteiltes Speichernetzwerk. Forscher untersuchen daher intensiv, wie diese Fahrzeugflotten intelligent orchestriert werden können, um sogenannte Regelenergiedienstleistungen zu erbringen, insbesondere durch die Bereitstellung virtueller Trägheit.
Eine bahnbrechende Studie, veröffentlicht in der Fachzeitschrift High Technology Letters von Ling Feng und Wang Licheng vom College of Information Engineering der Zhejiang University of Technology, stellt einen neuartigen zweischichtigen Steuerungsansatz vor, der es ermöglicht, dynamische Elektrofahrzeugflotten stabil und zuverlässig in die Frequenzregelung von Stromnetzen einzubinden. Die Forscher haben ein Framework entwickelt, das es offenen, sich ständig verändernden EV-Clustern erlaubt, präzise den Anweisungen einer zentralen Netzsteuerung zu folgen, obwohl Fahrzeuge jederzeit zufällig an das Netz anschließen oder es wieder verlassen können.
Die Arbeit adressiert eine entscheidende Lücke in bestehenden Netzbetriebsstrategien. Viele bisherige Ansätze konzentrierten sich darauf, Elektrofahrzeuge für Lastspitzenabsenkung oder Energiespeicherung zu nutzen, untersuchten aber selten deren Fähigkeit, die dynamische Frequenzreaktion des Netzes aktiv zu beeinflussen. Die Frequenzstabilität ist jedoch essentiell, um Blackouts zu verhindern und den sicheren Betrieb elektrischer Geräte zu gewährleisten. Tritt eine plötzliche Störung auf – etwa der Ausfall eines Großkraftwerks – beginnt die Netzfrequenz abzuweichen. Die Geschwindigkeit und das Ausmaß dieser Abweichung hängen stark von der Gesamtinertie des Systems ab. Eine geringere Inertie bedeutet schnellere Frequenzänderungen und verkürzt somit die Reaktionszeit für Korrekturmaßnahmen.
Die von Ling und Wang vorgeschlagene Strategie nutzt die schnelle Reaktionsfähigkeit der Leistungselektronik in Elektrofahrzeugen, um das träge Verhalten traditioneller Generatoren nachzuahmen. Indem die Fahrzeuge ihre Lade- oder Entladeleistung proportional zur Frequenzänderungsrate (df/dt) anpassen, können sie innerhalb von Millisekunden Leistung einspeisen oder aufnehmen. Dadurch wird die Frequenzabweichung verlangsamt und wertvolle Zeit gewonnen, bis langsamere Reservequellen aktiviert werden können. Diese Funktion wird als virtuelle Inertialregelung bezeichnet.
Die Umsetzung dieses Konzepts im großen Maßstab ist jedoch komplex. Im Gegensatz zu einem zentralen Kraftwerk handelt es sich bei einer EV-Flotte um ein dezentralisiertes, offenes System. Fahrzeuge schließen sich je nach Fahrerverhalten zufällig an und trennen sich wieder ab, ihre Batterieladezustände (SoC) variieren stark, und Kommunikationsnetzwerke sind anfällig für Störungen. Diese Faktoren erschweren eine konsistente und vorhersagbare Unterstützung. Frühere Ansätze basierten entweder auf statistischen Modellen, die reale Dynamiken nur ungenau abbilden, oder auf robusten Optimierungsverfahren, die oft zu konservativ und wirtschaftlich ineffizient sind.
Um diese Limitationen zu überwinden, schlagen Ling und Wang eine zweischichtige Steuerungsarchitektur vor. Die erste Schicht arbeitet in festen Zeitintervallen – in der Simulation alle fünf Minuten – und führt eine zentrale Optimierung des gesamten Stromsystems durch. Diese umfasst nicht nur die Disposition konventioneller Kraftwerke und die Festlegung von Reservekapazitäten, sondern auch die Bestimmung der optimalen Menge an virtueller Inertie, die von jedem einzelnen EV-Cluster bereitgestellt werden soll. Das übergeordnete Ziel ist die Minimierung der Gesamtkosten des Systems bei gleichzeitiger Gewährleistung der Frequenzsicherheit im Falle möglicher Störungen.
Diese Optimierung berücksichtigt mehrere zentrale Randbedingungen. Erstens wird sichergestellt, dass die kombinierte Inertie aus konventionellen Generatoren und EV-Clustern ausreicht, um die maximale Frequenzänderungsrate (RoCoF) auf ein akzeptables Niveau zu begrenzen. Zweitens wird überprüft, dass die verfügbaren rotierenden Reserven in der Lage sind, den größtmöglichen Leistungsdefizit vollständig auszugleichen, bevor die Frequenz auf ein kritisches Niveau sinkt. Drittens werden die physikalischen Grenzen der EV-Cluster respektiert, wie maximale Ladeleistung und Batterieladezustandsgrenzen, um eine Überentladung oder Überladung zu vermeiden.
Besonders hervorzuheben ist, dass das Modell die Verteilung des Ladezustands innerhalb jedes Clusters berücksichtigt, um die maximale machbare virtuelle Inertie zu bestimmen. Die Forscher erkennen an, dass ein Elektrofahrzeug mit niedrigem SoC eher bereit ist, Leistung aufzunehmen (zu laden), wenn die Frequenz steigt, während ein Fahrzeug mit hohem SoC besser geeignet ist, Leistung abzugeben (zu entladen), wenn die Frequenz fällt. Durch die Modellierung des durchschnittlichen SoC und dessen Einfluss auf die Reaktionsfähigkeit kann die Aufgabe der virtuellen Inertie realistischer und fairer verteilt werden.
Sobald die oberste Steuerungsebene die erforderliche Menge an virtueller Inertie für jeden Cluster festgelegt hat, wird dieser Befehl an die einzelnen Fahrzeuge übertragen. Hier kommt die zweite Schicht der Strategie ins Spiel: die Echtzeit-Koordination innerhalb jedes EV-Clusters. Angesichts der dynamischen Natur der Flotte – Fahrzeuge schließen sich jederzeit an oder trennen sich ab – wäre eine zentrale Steuerung praktisch unmöglich und anfällig für Kommunikationsverzögerungen oder Ausfälle.
Stattdessen setzen die Forscher einen robusten dynamischen Konsensalgorithmus ein. Dieses Verfahren ermöglicht es den Elektrofahrzeugen, ihre Reaktion autonom über lokale Peer-to-Peer-Kommunikation zu koordinieren, ohne dass ein zentraler Controller jedes einzelne Fahrzeug steuern muss. Jedes Fahrzeug tauscht Informationen nur mit seinen unmittelbaren Nachbarn in einem Kommunikationsnetzwerk aus und aktualisiert seine eigenen Steuerungsparameter basierend auf der Differenz zwischen seinem Zustand und dem seiner Nachbarn.
Der Algorithmus ist darauf ausgelegt, drei Arten von Ereignissen zu handhaben: Fahrzeuge, die verbunden bleiben, neue Fahrzeuge, die dem Cluster beitreten, und bestehende Fahrzeuge, die sich abmelden. Wenn ein Fahrzeug das Netzwerk verlässt, muss sein Beitrag zur Gesamtinertie auf die verbleibenden Fahrzeuge umverteilt werden, um die Reaktionsfähigkeit des Clusters aufrechtzuerhalten. Der Algorithmus erreicht dies, indem er den Inertie-Anteil des ausscheidenden Fahrzeugs an seine Nachbarn überträgt, die diesen dann durch das Netzwerk weiterleiten. Dadurch bleibt die Summe der individuellen Reaktionen konstant, was die Fähigkeit des Clusters gewährleistet, dem Befehl der oberen Ebene nachzukommen.
Für neu hinzukommende Fahrzeuge initialisiert der Algorithmus deren Inertie-Beitrag mit null und passt ihn schrittweise an den Konsenswert an, der sich aus dem Rest des Clusters ergibt. Dies verhindert plötzliche Sprünge in der aggregierten Reaktion und gewährleistet einen reibungslosen Betrieb. Auch das Kommunikationsnetzwerk selbst ist adaptiv; wenn Fahrzeuge hinzukommen oder gehen, wird die Netzwerktopologie neu konfiguriert, um die Konnektivität und einen konstanten Kommunikationsgrad aufrechtzuerhalten, wodurch die Stabilität des Konsensprozesses gesichert wird.
Eine der zentralen Innovationen dieses Ansatzes ist seine Fähigkeit, eine verzerrungsfreie Reaktionsspurverfolgung zu gewährleisten. Trotz der ständigen Veränderung der Fahrzeugzusammensetzung kann der Cluster als Ganzes dem Dispositionsbefehl mit minimaler Abweichung folgen. Simulationen, die auf einem Fünf-Areal-, 35-Generator-Testsystem durchgeführt wurden, zeigen, dass die vorgeschlagene Strategie die Frequenzstabilität während großer Störungen erheblich verbessert, beispielsweise beim plötzlichen Ausfall eines Großgenerators. Das Frequenzminimum ist höher, und das System erholt sich schneller als in Szenarien ohne Unterstützung durch Elektrofahrzeuge.
Darüber hinaus sind die wirtschaftlichen Vorteile beträchtlich. Durch die Verbesserung der Systeminertie ermöglicht die Unterstützung durch EV-Cluster eine höhere Einspeisung von Wind- und Solarenergie. In den Simulationen stellten die Forscher fest, dass mit der virtuellen Inertieunterstützung durch Elektrofahrzeuge Windparks näher an ihrer vollen Kapazität betrieben werden können, was die Nutzung erneuerbarer Energien in einigen Fällen um bis zu 12,58 % erhöht. Dies reduziert wiederum die Abhängigkeit von fossilen Kraftwerken und senkt die Gesamtbetriebskosten des Systems.
Die Studie unterstreicht auch die Bedeutung einer fairen Beteiligung. Der Konsensalgorithmus sorgt dafür, dass die Last der Frequenzregelung basierend auf dem Ladezustand der Fahrzeuge gleichmäßig verteilt wird, wodurch verhindert wird, dass ein einzelnes Fahrzeug übermäßig beansprucht wird. Diese Fairness ist entscheidend für die Akzeptanz durch die Nutzer und die langfristige Teilnahme an Netzunterstützungsprogrammen.
Praktisch gesehen passt das vorgeschlagene Framework gut in die bestehende Infrastruktur intelligenter Stromnetze. Die periodische Optimierungsschicht kann in aktuelle Energiemanagementsysteme integriert werden, während die dezentrale Steuerungsschicht mit Vehicle-to-Grid-(V2G-)Kommunikationsprotokollen umgesetzt werden kann. Die Nutzung einer sparsamen, lokalen Kommunikation reduziert den Bandbreitenbedarf und erhöht die Skalierbarkeit.
Die Implikationen dieser Forschung gehen über die Frequenzregelung hinaus. Der gleiche konsensbasierte Koordinationsmechanismus könnte für andere Netzstützdienste angepasst werden, wie etwa die Spannungsstützung, die Blindleistungskompensation oder das Management von Netzengpässen. Mit der weiteren Beschleunigung der Elektromobilität wird das Potenzial für die Integration von Fahrzeugen in das Stromnetz nur noch wachsen.
Trotzdem bleiben einige Herausforderungen bestehen, bevor eine flächendeckende Implementierung möglich ist. Die Standardisierung von Kommunikationsprotokollen, der Schutz vor Cyberangriffen und regulatorische Rahmenbedingungen für die Vergütung von EV-Besitzern sind notwendige Voraussetzungen. Außerdem muss der Einfluss häufiger Lade- und Entladezyklen auf die Batteriealterung sorgfältig gemanagt werden, um sicherzustellen, dass Netzdienstleistungen nicht auf Kosten der Fahrzeuglebensdauer gehen.
Auch das Nutzerverhalten und Datenschutzbedenken spielen eine Rolle. Obwohl der Algorithmus individuelle Daten schützt, indem er sich auf lokale Interaktionen stützt, könnten Nutzer dennoch zögern, externen Stellen die Kontrolle über ihre Ladevorgänge zu überlassen. Transparente Opt-in-Mechanismen und klare Anreize werden entscheidend sein, um Vertrauen aufzubauen.
Trotz dieser Hürden stellt die Arbeit von Ling Feng und Wang Licheng einen bedeutenden Fortschritt im Zusammenspiel von Verkehrs- und Energiesystemen dar. Sie zeigt, dass Elektrofahrzeuge nicht länger nur passive Verbraucher sind, sondern aktive Teilnehmer an der Netzsteuerung. Indem sie als flexible, reaktionsfähige Ressource betrachtet werden, können Netzbetreiber die Stabilität erhöhen, mehr erneuerbare Energien integrieren und die Kosten senken – allesamt Ziele, die gleichzeitig den Verbrauchern ermöglichen, zu einer nachhaltigeren Energiewelt beizutragen.
Während sich Stromsysteme weiterentwickeln, wird die Grenze zwischen Verbraucher und Erzeuger verschwimmen. Das Elektrofahrzeug, einst ausschließlich als Fortbewegungsmittel gesehen, ist nun dabei, zu einem zentralen Knotenpunkt in einem intelligenteren und widerstandsfähigeren Stromnetz zu werden. Die in High Technology Letters veröffentlichte Forschung bietet einen robusten, skalierbaren und fairen Rahmen, um dieses Potenzial zu erschließen und den Weg für eine neue Ära der Fahrzeug-zu-Netz-Integration zu ebnen.
Ling Feng, Wang Licheng, College of Information Engineering, Zhejiang University of Technology, High Technology Letters, doi:10.3772/j.issn.1002-0470.2024.11.008