Projektbeskrivning

Projektet ämnar utreda hur lokala batterilager ska utformas och användas i småhus, inklusive utveckling av styrmodeller och tjänster batterilagret kan tillhandahålla. Batteristyrningen bygger vidare på datainlärningsmodeller (AI) för prognostisering av elektrisk last och solcellsgenerering som har utvecklats inom ett tidigare projekt (projektnummer 43055-1) och ska användas för att optimera i- och urladdning. Projektets ämnar vidare demonstrera den utvecklade styrstrategin i RISE Forskningsvilla på befintligt solcells -och batterisystem, för att testa prognostiseringen och demonstrera hur stor energi -och kostnadsbesparing styrstrategin kan leverera.

Vilka är de viktigaste lärdomarna från projektet?

Resultaten visar på goda förutsättningar att kombinera den konventionella styrningen för maximering av egenkonsumtion tillsammans med frekvensreglering. En kombinerad styrning ökar utnyttjandegraden av batteriet samtidigt som det ekonomiska värdet ökar. En batteristyrning baserat på momentan styrning av effektflödena utan krav på prognostisering, för kombinerad effektkapning och maximerad egenkonsumtion, har också utvecklats inom projektet och modellerats för de 1400 småhusprofiler som använts inom projektet. I jämförelse mot den konventionella styrningen för maximerad egenkonsumtion visar modellen på årliga besparingar i och med att effekttopparna från nätet kan kapas samtidigt som egenkonsumtionen maximeras.

En demonstration av en batteristyrning som bygger på solel-prognostisering och lastprediktering har också genomförts vid Rises Forskningsvilla. Modellen prognostiserar netto-utbytet med nätet och batteriet styrs därefter för att minimera köpt energi från nätet. Demonstrationen genomfördes under 16 veckor, våren och sommaren 2021 med varierade lastbehov och solel-generering. Resultaten från modellering av prognostisering för solel, elanvändning och netto-last visar på att val av metod är viktigt och starkt beroende på mål med prognostiseringen.

Vad är nästa steg för att ta forskningsresultaten vidare?

Vidareutveckling av prognosstyrningen av batteriet, görs i projektet Flexibilitet och energieffektivisering i byggnader med solel och fordonsladdning (https://solartestbed.se/flexibilitet-och-energieffektivisering-i-byggnader-med-solel-och-fordonsladdning/). Vidare vore det intressant att demonstrera den kombinerade styrningen med maximerade egenkonsumtion och effektkapning som tagits fram inom projektet.

Vilka målgrupper bör ta del av projektets resultat?

Här ser vi en bred målgrupp med alltifrån akademi till produkttillverkare och el-nätsbolag.

Länkar
Medier
sladdar.png

Prognostisering för styrning av lokalt batterilager

Sammanfattning

Projektnamn

Prognostisering för styrning av lokalt batterilager

Status

Avslutat

Varaktighet

2019-01-03 

2021-07-02

Organisation

Rise Research Institutes Of Sweden AB

Projektledare

Patrik Ollas 

Involverade aktörer

RISE, Uppsala universitet, Chalmers Tekniska Högskola, Herrljunga Elektriska AB, Trä- och Möbelföretagen och Cell Solar Nordic AB

Webbplats