Vergleich der Performance von PV-Batteriesystemen

Der Markt für PV-Batteriesysteme wird auch dieses Jahr deutlich wachsen, wobei besonders die Vielfalt der installierten Systeme heraussticht. Wesentliche Unterscheidungskriterien liegen zum Beispiel in der Kapazität und Technologie des Speichers und im Integrationsgrad des Systems (vollintegriert oder aus Einzelkomponenten aufgebaut). Die vielen unterschiedlichen Systemausführungen erschweren den Vergleich zwischen verschiedenen Systemen sowohl für Endkunden als auch für Installateure. Gerade das Fehlen einer einheitlichen Datenblattangabe zum Vergleich der Systemperformance verstärkt diese Intransparenz. Dies führt zu großer Unsicherheit, wenn nach längerem Betrieb des Systems deutlich wird, dass die Herstellerangaben zum Gesamtwirkungsgrad und auch zur versprochenen Autarkie deutlich verfehlt wurden.

Aufgrund der Komplexität und der Vielfältigkeit sind die Anforderungen an ein einheitliches Mess- und Berechnungsverfahren sehr hoch. Neben den im System auftretenden Verlusten hat bei der Verwendung von PV-Batteriesystemen auch die Qualität der Systemregelung und des Energiemanagements einen ganz wesentlichen Einfluss auf die Leistungsfähigkeit des Systems.

Die klassische Wirkungsgradberechnung durch Bildung des Verhältnisses aus Ausgangs- und Eingangsenergie ist unter diesen Gesichtspunkten also nicht ausreichend. Sie gibt nur wenig Auskunft über die tatsächliche Performance des Systems, da für diese auch Regelabweichungen und unterschiedliche Regelstrategien berücksichtigt werden müssen. Dies unterstreicht, wie wichtig die Klarheit einer geeigneten Kennzahl mit möglichst einfachen Kriterien ist.

Im Arbeitskreis „Hybrid Benchmark“ wurde unter Leitung des Fraunhofer IWES in Kassel mit den Industriepartnern Baywa r.e., Bosch Power Tec und SMA Solar Technology AG ein Verfahren entwickelt, das die einheitliche und transparente Bewertung der Performance von PV-Batteriesystemen unter Beachtung der aufgezählten Anforderungen ermöglicht.

Die Grundidee des dabei verfolgten Lösungsansatzes ist die Bestimmung der Systemperformance durch Konzentration auf drei Betrachtungen:

Wie hoch sind die im System auftretenden Verluste? Mit welchem Wirkungsgrad wird die Sonnenenergie schließlich zur Deckung der Haushaltslasten genutzt oder ins Netz eingespeist?

→ Wie hoch ist die Energieeffizienz des Systems?

Wie gut passt sich das System an den Verlauf der Haushaltslast an? Können hohe Leistungsspitzen wie beispielsweise beim Kochen oder Waschen vom System ausreichend bedient werden oder ist das System zu träge, um schnellen Lastschwankungen zu folgen?

→ Wie hoch ist die Abweichung des Systemverhaltens von einer idealen Regelung?

Welchen Nutzen bringt die Verwendung eines Speichersystems im Vergleich zur klassischen direkten Nutzung oder Netzeinspeisung von Solarenergie? Wie viel Netzbezug wird durch das System vermieden?

→ Wie hoch ist der zu erwartende Autarkiegrad bei Verwendung des Systems?

Um eine geeignete Vergleichbarkeit zu gewährleisten, wurde in diesem Verfahren die Systemperformance auf Basis einer realitätsnahen Anwendung der PV-Batteriesysteme mit Hilfe von repräsentativen mehrtägigen Profilen der solaren Einstrahlung, der Modultemperatur und der Haushaltslasten bestimmt. Den oben genannten Fragen wird Rechnung getragen, indem aus den Leistungsverläufen, die während der Anwendung gemessen wurden, drei Performance-Indikatoren berechnet werden:

• Der Performance-Indikator der Energieeffizienz εAC – als klassische Bewertung des Systemwirkungsgrads hinsichtlich der auftretenden Wärmeverluste.
• Der Performance-Indikator der Regelung εLast – zur Bestimmung der Qualität der Systemregelung.
• Der Performance-Indikator der erreichten Autarkie εAut – zur Bewertung des Speichernutzens.

Um vergleichbare Ergebnisse zu erzielen, beginnt der Test mit einer leeren Batterie beziehungsweise einer Batterie, die vom System als entladen angezeigt wird. Danach durchläuft das System mehrere Testtage, in denen die Last und die Solaranlage simuliert werden. Aus den dabei ermittelten Messreihen werden dann Größen, wie die umgesetzte AC-Leistung, das heißt die Netzeinspeisung aus der Batterie oder dem Wechselrichter, die zur Verfügung gestellte DC-Leistung zur Ladung der Batterie sowie die Lastdeckung ermittelt.

Die genutzten Profile der solaren Einstrahlung, der Modultemperatur und der Haushaltslast sind dabei derart gewählt, dass eine gute Repräsentation wesentlicher Charakteristika vorliegt (siehe Infobox „Testprofile“). Wichtig ist auch eine ausreichend hohe Auflösung der Profile, um die dynamischen Aspekte der Systembewertung, wie die Lastnachregelung und das Maximum-Power-Point-Tracking, erfassen zu können. Da der Test mit einem komplett entladenen Speicher beginnt, muss darüber hinaus sichergestellt werden, dass das Speichersystem zum Ende der Messungen komplett entladen ist, so dass keine Energiedifferenz in den folgenden Berechnungen berücksichtigt werden muss.

Um die Performance der Regelung beurteilen zu können, wird der Anteil der durch das System gedeckten Haushaltslasten betrachtet und mit dem Idealfall verglichen. Dieser Idealfall ist allerdings nicht für alle Systeme identisch, sondern von der Dimensionierung der Systemkomponenten abhängig. Ein System mit einer großen nutzbaren Batteriekapazität kann theoretisch größere Anteile der Lasten bedienen als ein System mit kleiner Kapazität. Aus diesem Grund wird im „Hybrid-Benchmark-Verfahren“ die Performancebewertung aus einer kombinierten Anwendung von Labormessung und Computersimulation gewonnen. Dazu wird das zu bewertende System ideal (also verlustfrei und mit idealer Regelung) modelliert und die maximal mögliche Lastdeckung auf Basis einer Simulation dieses idealen Systems bestimmt (siehe Abbildung 1).

Schließlich erfolgt die Berechnung der Performance-Indikatoren: die Energieeffizienz, die Regeleffizienz und die Autarkie (siehe Infokasten „Performance-Indikatoren“).

Diese drei Zahlen stehen zunächst einmal für sich. Damit trotzdem eine schnelle Einordnung der verschiedenen Speichersysteme möglich ist, werden diese drei Indikatoren kategorisiert. Hierzu haben wir in der Tabelle unten einen Vorschlag dargestellt. Ein System, welches zum Beispiel eine hohe Energieeffizienz εAC = 95 Prozent, eine schnelle Regelung εLast = 92 Prozent hat und eine Autarkie von εAut = 60 Prozent erreicht, würde beispielsweise mit „ACD“ bewertet.

Auf diese Weise kann die Güte von verschiedenen Systemen schnell erkannt werden. Ein „CAB“-System verfügt demnach über eine sehr gute Regelung, allerdings ist die Effizienz der Leistungselektronik noch verbesserungsfähig. Ein „ACB“-System hingegen hat möglicherweise noch Verbesserungspotenzial bei der Lastnachregelung. Der Wirkungsgrad ist gut, aber das System konnte die Energie nicht so gut zur Deckung der Haushaltslasten nutzen. An diesen Beispielen sieht man sehr deutlich, wie eine solche plakative Klassifizierung bei einer ersten Bewertung von Speichersystemen helfen kann.

Das vorgestellte Verfahren erlaubt eine ganzheitliche Bewertung der Systemperformance anhand eines repräsentativen Anwendungsfalls. Um aber auch die Abschätzung der Performance in davon deutlich abweichenden Anwendungen zu ermöglichen, werden zusätzlich die Wirkungsgrade der in Abbildung 2 dargestellten Wandlungspfade gemessen. Letztere können zum Beispiel für Simulationsumgebungen genutzt werden, um so auch andere Anlagenauslegungen energetisch bewerten zu können. Auf diese Weise versetzen die Ergebnisse des „Hybrid-Benchmark-Verfahrens“ potenzielle Besitzer und Verkäufer von PV-Batteriesystemen in die Lage, einen transparenten Vergleich der Leistungsfähigkeit der Systeme durchzuführen.

Das Verfahren wurde bereits an zwei Systemen erprobt und verfeinert, so dass es ab sofort für den Test an weiteren Systemen zur Verfügung steht. Interessierte Hersteller oder Händler, die ihre Systeme testen lassen wollen, können sich ab sofort an das Fraunhofer IWES wenden. Erste Testergebnisse sollen im Frühjahr 2015 veröffentlicht werden, um Transparenz in der Branche bezüglich der Performance von PV-Batteriesystemen zu schaffen.

Testprofile

Zur Wahl der Profile für den Anwendungstest wurden hochaufgelöste Langzeitmessreihen der solaren Einstrahlung und des Verlaufs der Haushaltslast detailliert untersucht. Sämtliche Messreihen wurden in der Region Nordhessen durchgeführt. In den vermessenen Haushalten leben jeweils Familien mit berufstätigen Eltern und mehreren Kindern.

Aus den Messreihen wurden für jeden gemessenen Tag insbesondere folgende Werte analysiert:

• Die Energiemenge der Einstrahlung und der Haushaltslast.
• Die maximale Einstrahlungsleistung sowie die maximale und minimale Haushaltslast.
• Die Höhe und der Zeitpunkt von Fluktuationen der Einstrahlung und der Haushaltslast.
• Die zeitliche und energetische Verteilung der Einstrahlung und der Haushaltslast.

Auf Basis der Ergebnisse wurden schließlich Tagesverläufe ausgewählt und in Sekundenauflösung für den Test verwendet. Die oben stehende Abbildung zeigt die in Hybrid Benchmark verwendeten Profile in Minutenauflösung.

Performance-Indikatoren

Performance-Indikator der Energieeffizienz (εAC)

Dieser Performance-Indikator beschreibt die Verluste, die im Anwendungstest aufgetreten sind. Er entspricht der klassischen Berechnung einer Systemeffizienz als Quotient aus Ausgangs- und Eingangsenergie und ist somit eine ganz wesentliche Größe zur Bewertung der Systemperformance.

Performance-Indikator der Regelung (εLast)

Mittels des Performance-Indikators εLast wird berechnet, wie gut ein System die zur Verfügung stehende Energie zur Deckung der Lasten nutzen konnte. Da die im Anwendungstest maximal erreichbare Lastdeckung aber von der nutzbaren Speicherkapazität abhängig ist, wird hier mittels Simulation eines gleich dimensionierten und verlustfreien Systems die maximal erreichbare Lastdeckung mit der vorliegenden Batteriekapazität bestimmt. Um die energetischen Verluste der Lastdeckung im Labortest an die verlustfreie Simulation anzupassen, wird das Ergebnis durch den Performance-Indikator der Energieeffizienz geteilt.

Performance-Indikator der erreichten Autarkie (εAut)

Die erreichte Autarkie ist ein wesentliches Kriterium zur Bewertung eines PV-Speichersystems. Eine große Kapazität führt bei geeigneter Regelung zu höheren Autarkiegraden, so dass ein großer Speicher hier zu besseren Ergebnissen führen kann.

Autoren: Fabian Niedermeyer (IWES), Jan von Appen (IWES), Martin Braun (IWES), Armin Schmiegel (Bosch Power Tec), Martin Rothert (SMA), Nico Kreutzer (SMA)