34. PV-Symposium, Kloster Banz, Bad Staffelstein, 19.-21. März 2019

Simulationsbasierte Effizienzanalyse von PV-Speichersystemen

Selina Maier, Johannes Weniger, Nico Böhme, Volker Quaschning

Hochschule für Technik und Wirtschaft (HTW) Berlin

Forschungsgruppe Solarspeichersysteme

Internet: http://pvspeicher.htw-berlin.de

Email: pvspeicher@htw-berlin.de

1 Einleitung

Aufgrund der rasanten Marktentwicklung bei Batteriespeichersystemen in Kombination mit PV-

Anlagen für Wohngebäude gibt es einen dringenden Bedarf, die Vielfalt an Systemen für Ver-

braucherinnen und Verbraucher vergleichbar zu machen [1]. Bisher liegt es jedoch größtenteils

im Ermessen der Hersteller von PV-Batteriesystemen, welche Angaben zu den Systemen öf-

fentlich sind [2]. Das frei verfügbare „Performance Simulation Model for PV-Battery Systems

(PerMod) 2.0“ soll zukünftig die Bewertung des Betriebsverhaltens von PV-Batteriesystemen

ermöglichen [3]. Datenblattangaben gemäß dem „Effizienzleitfaden für PV-Speichersysteme“

[4] (Version 2.0) bilden die Grundlage für die simulationsbasierte Effizienzanalyse der drei

wichtigsten Systemtopologien (AC-, DC- und PV-Kopplung, vgl. Bild 1).

Um die Genauigkeit von PerMod 2.0 zu untersuchen, wurde eine Modellvalidierung auf Basis

mehrtägiger Labormessdaten von zehn PV-Batteriesystemen durchgeführt. Zunächst wird der

Aufbau des Simulationsmodells erklärt, um einen Überblick über die Funktionsweise von Per-

Mod 2.0 zu geben. Nach einer kurzen Beschreibung der erhobenen Messdaten folgt ein de-

taillierter Vergleich der Mess- und Simulationsergebnisse anhand eines Beispielsystems. Zu-

letzt wird PerMod 2.0 anhand des Vergleichs der gemessenen und simulierten Energieflüsse

am Netzanschlusspunkt für alle gemessenen Systeme validiert. Die Netzeinspeisung und der

Netzbezug stellen wichtige Kenngrößen für Anlagenbetreiberinnen und -betreiber dar und kön-

nen als Entscheidungshilfe dienen, ob ein PV-Batteriesystem energetisch sowie ökonomisch

sinnvoll ist.

Bild 1 Systemtopologien zur Anbindung des PV-Generators und Batteriespeichers an das elektrische Netz.

PV-Generator

Verbraucher

Batterie-speicher

Netz

BAT

DC

DC

DC

AC

DC

AC

DC

DC

AC-gekoppelte Systeme

AC AC

PV

PV-Wechsel-richter

Batterie-wechsel-richter

MPP-Regler

Wechsel-richter

Laderegler

Wechsel-richter

DC

AC

BATPV

DC

DC

DC

DC

DC-gekoppelte Systeme

DC

AC

PV-Generator

Verbraucher

Batterie-speicher

Netz

PV-Batterie-wechselrichter

MPP-Regler Laderegler

Wechsel-richter

AC

BATPV

DC

DC

DC

AC

DC

DC

PV- ystemegekoppelte S

PV-Generator

Verbraucher

Batterie-speicher

Netz

Laderegler

PV-Wechsel-richter

MPP-Regler

Wechsel-richter

2 Aufbau des Simulationsmodells

Das Simulationsmodell PerMod 2.0 wurde in der Simulationsumgebung Matlab entwickelt. Es

enthält mehrere Funktionen und wird in mehreren Schritten parametriert (vgl. Bild 2). Die rele-

vanten Systemeigenschaften aus den Datenblättern gemäß Effizienzleitfaden werden ein-

gangs in einer Excel-Datenbank zusammengestellt. Diese Eingangsparameter sowie einse-

kündig aufgelöste Zeitreihen der elektrischen Last und der PV-Generatorleistung werden an-

schließend in Matlab importiert. Es folgt die Bestimmung der Verlustleistungsparameter durch

eine quadratische Kurvenanpassung mithilfe der leistungsabhängigen Umwandlungswir-

kungsgrade, die nach Effizienzleitfaden an acht Stützstellen gemessen wurden. Diese Verlust-

leistungsparameter sowie weitere wichtige Verlustmechanismen dienen schließlich der Abbil-

dung des topologieabhängigen Betriebsverhaltens der PV-Batteriesysteme. Die Simulations-

ergebnisse beinhalten die DC- und AC-seitigen Leistungsflüsse und Energiesummen über den

Simulationszeitraum sowie den System Performance Index (SPI) zur Bewertung der Gesamt-

systemeffizienz.

Bild 2 Schematische Darstellung der Funktionsweise von PerMod 2.0.

3 Modellvalidierung

3.1 Datengrundlage

Die Validierung von PerMod 2.0 erfolgt anhand von Labormessdaten unabhängiger Prüfinsti-

tute von zehn PV-Batteriesystemen, darunter mehrere AC- und DC-gekoppelte sowie ein PV-

gekoppeltes System (vgl. Tabelle 1). Die mehrtägigen Anwendungstests im Labor unterschei-

den sich dahingehend, dass die emulierte PV-Erzeugung sowie die Last entweder an jedem

Testtag der eines sonnigen Sommertages gleicht (Sommerwoche (SW)). Die jahresmittlere

Woche (JMW) wird hingegen durch die Aneinanderreihung der PV-Erzeugung und Last je ei-

nes zufälligen Tages aus den Monaten von Juli bis Dezember abgebildet [5]. Die eingestellte

Nennleistung des PV-Generators PPV variierte dabei von 3 kW (System 10) bis 10 kW (System

5 und System 7). Ebenfalls zu beachten ist die PV-Generatorspannung UPV, die nur bei der

Hälfte der getesteten Systeme konstant gehalten wurde.

Tabelle 1 Vergleich der Validierungsdaten der untersuchten Systeme.

System 1 2 3 4 5 6 7 8 9 10

Topologie AC AC AC DC DC DC DC DC DC PV

Test SW SW SW JMW JMW SW JMW JMW JMW SW

Testtage 7 7 6 6 6 7 6 6 6 7

PPV in kW 5 5 5 6 10 5 10 4 4 3

UPV = konst. Nein Nein Ja Ja Ja Ja Nein Nein Nein Ja

importVerlustleistungs-

parameterSimulations-

modellSimulations-ergebnisse

Σ

Datenblatt gemäßEffizienzleitfaden

Eingangs-parameter

3.2 Modellvalidierung anhand eines Beispielsystems

Zunächst soll ein detaillierter Vergleich der Messwerte und Simulationsergebnisse eines Bei-

spielsystems zur Untersuchung der Modellgüte dienen. Um die Unterschiede zwischen der

Simulation mit PerMod 2.0 und dem realen Betrieb eines PV-Batteriesystems aufzuzeigen,

wird hier das DC-gekoppelte System 4 verwendet (vgl. Tabelle 1). Bild 3 (oben) zeigt den

Verlauf der PV-Generatorleistung sowie der elektrischen Haushaltslast über den sechstägigen

Testzeitraum. Es ist zu erkennen, dass die PV-Leistung an Tag 1 bis Tag 3 die typische Er-

zeugung eines Sommertages abbildet, wohingegen Tag 4 einen Tag im Herbst darstellt. Die

beiden letzten Tage geben die Erzeugungssituation an bedeckten Wintertagen wieder. Im Ver-

gleich zur PV-Erzeugung ist die Abhängigkeit der Haushaltslast von der Jahreszeit weniger

stark ausgeprägt.

In Bild 3 ist außerdem die DC-seitig gemessene und in PerMod 2.0 simulierte Batterieleistung

(Mitte) sowie die AC-seitige Systemleistung aus Messung und Simulation (unten) dargestellt.

Das Simulationsmodell bildet das reale Lade- und Entladeverhalten von System 4 weitestge-

hend gut ab. Systemspezifische Eigenarten wie die taktende Ladung des Batteriespeichers an

Tag 1 und 2 können in der Simulation hingegen nicht dargestellt werden. Auch die taktende

Entladung des realen Systems in den frühen Morgenstunden und am Nachmittag von Tag 5

wird von der Simulation nicht wiedergegeben. Für das taktende Verhalten ist eine zu gering

eingestellte Hysterese der Lade- und Entladeregelung verantwortlich, die nach den Tests

durch ein Software-Update angepasst wurde.

An Tag 1 bis Tag 3 sind nachmittags zudem kurzzeitige Spitzen der gemessenen Ladeleistung

zu erkennen, die auf die PV-Nachladung zur Deckung des Standby-Verbrauchs zurückzufüh-

ren sind. Des Weiteren ist festzuhalten, dass die gemessene maximale Lade- und Entlade-

leistung größer ist als die simulierte maximale Lade- und Entladeleistung. Dies ist auf Unge-

nauigkeiten bei der Bestimmung der Nennleistung nach Effizienzleitfaden zurückzuführen, die

sich in den Simulationswerten widerspiegeln.

Bild 3 Verlauf der PV-Leistung und der elektrischen Last (oben), der simulierten und gemessenen

Batterieleistung (Mitte) sowie der PV-Batteriesystemleistung (unten).

Bild 4 (links) stellt die aus den Messwerten bestimmte Ladeverlustleistung von System 4 ab-

hängig von der Eingangsleistung dar. Bei DC-gekoppelten PV-Batteriesystemen wird die PV-

Leistung während des Ladebetriebs zur Einspeisung ins Hausnetz über den AC-Bus und zur

Batterieladung verwendet. Diese beiden Energieflüsse werden gemäß Effizienzleitfaden mit-

hilfe der Energieumwandlungspfade PV2AC und PV2BAT abgebildet [4]. Die Eingangsleistung

entspricht demnach der PV-Leistung. Die realen Verlustleistungswerte sind in der Abbildung

zusätzlich mit dem Anteil der Batterieleistung an der Summenausgangsleistung eingefärbt,

welche der AC-Systemleistung zuzüglich der Batterieleistung entspricht. Ergänzend sind die

Verlustleistungskennlinien der beiden Energieumwandlungspfade eingezeichnet, die aus den

Messwerten nach Effizienzleitfaden hervorgehen und auf denen die Systemsimulation in Per-

Mod 2.0 basiert.

Die Kennlinien folgen jeweils einer quadratischen Funktion und es ist erkennbar, dass diese

den realen Betrieb bei einem Batterie-Anteil von 0% (PV2AC-Pfad bzw. dunkelblaue Punkte)

sowie 100% (PV2BAT-Pfad bzw. gelbe Punkte) an der Summenausgangsleistung mit ausrei-

chender Genauigkeit abbilden. Dennoch ist vor allem bei höheren Leistungen eine ausge-

prägte Streuung der Punkte um die Kennlinien zu verzeichnen, welche möglicherweise auf die

zunehmende Messungenauigkeit in diesem Leistungsbereich zurückzuführen ist. Tendenziell

sind die Ladeverluste gemäß Effizienzleitfaden sogar größer als die im Anwendungstest ge-

messene Verlustleistung. Das System wird folglich in der Simulation schlechter dargestellt als

es sich im realen Betrieb verhält.

Darüber hinaus gibt es Betriebspunkte, die weder durch den reinen PV2AC- noch den reinen

PV2BAT-Pfad abgebildet werden können. Im Ladefall geschieht das dann, wenn eine Doppel-

belastung des MPP-Reglers (vgl. Bild 1) auftritt [6]. Diese für DC-gekoppelte Systeme charak-

teristischen gemischten Energieflüsse sind in Bild 4 (links) durch alle Betriebspunkte zwischen

0% und 100% Batterie-Anteil an der Summenausgangsleistung dargestellt.

Bild 4 Verlustleistungskennlinien nach Effizienzleitfaden und reale Betriebspunkte (links) sowie aus

der Simulation resultierende Werte der Verlustleistung (rechts) beim Laden.

Bild 4 (rechts) zeigt die mit PerMod 2.0 simulierte Ladeverlustleistung von System 4 sowie die

Verlustleistungskennlinien des PV2AC- und PV2BAT-Pfads. Bei reiner PV-Einspeisung liegen

die simulierten Verlustleistungswerte erwartungsgemäß auf der PV2AC-Kennlinie. Die Ver-

luste des reinen PV2BAT-Pfads werden in der Simulation im Vergleich mit den Verlusten nach

Effizienzleitfaden unterschätzt, die gelben Simulationswerte liegen konstant etwa 12 W unter

der PV2BAT-Kennlinie. Dieser Effekt ist auf die Bereinigung der Batterieladeleistung um die

PV2BAT-Leerlaufverluste in PerMod 2.0 zurückzuführen [6]. Dies führt bei System 4 zu einem

Ausgleichseffekt, wodurch die Simulation das reale Betriebsverhalten bei Eingangsleistungen

größer 3000 W tendenziell besser abbildet als die Messung gemäß Effizienzleitfaden. Unter

3000 W werden die Verluste in der Simulation so hingegen unterschätzt. Auch bei gemischten

Energieflüssen werden die Verluste in der Simulation eher unterschätzt, was ebenfalls durch

die Bereinigung der Ladeleistung um die Leerlaufverluste des PV2BAT-Pfads begründet wer-

den kann.

In Bild 5 (links) ist die Verlustleistung während des realen Entladebetriebs über der Summen-

eingangsleistung dargestellt. Zusätzlich sind die Betriebspunkte mit dem Anteil der PV-

Leistung an der Summeneingangsleistung eingefärbt. Die Entladung des Batteriespeichers

wird gemäß Effizienzleitfaden durch den BAT2AC-Pfad abgebildet [4]. Bei DC-gekoppelten

PV-Batteriesystemen kann die Lastdeckung im Entladebetrieb zeitgleich durch den PV-

Generator erfolgen, es liegt dann eine Doppelbelastung der Wechselrichterbrücke vor. Die

Summeneingangsleistung im Entladefall ist also gleich der Batterieleistung zuzüglich der PV-

Leistung. Aus dem Bild wird ersichtlich, dass die Kennlinien aus den Messungen nach Effi-

zienzleitfaden das reale Betriebsverhalten im Entladefall besser als im Ladefall wiedergeben.

Die gemessenen Verlustleistungswerte bei 100% PV-Anteil an der Summeneingangsleistung

(gelbe Punkte) decken sich gut mit der PV2AC-Kennlinie und die Betriebspunkte streuen we-

niger als im Ladefall. Allerdings ist auch im Entladebetrieb der Effekt der zunehmenden Wer-

testreuung im oberen Leistungsbereich zu beobachten. Bei der reinen Batterieentladung (0%

PV-Anteil bzw. dunkelblaue Punkte) bildet die BAT2AC-Kennlinie nach Effizienzleitfaden den

realen Betrieb ebenfalls gut ab, tendenziell ist eine leichte Überschätzung der Verluste bei

hohen Leistungen festzustellen.

Bei Leistungen kleiner 500 W ist zudem eine auffallende Streuung der Betriebspunkte zu be-

obachten. Die realen Verlustleistungswerte liegen beim Auftreten von gemischten Energieflüs-

sen im unteren Leistungsbereich über den Verlustleistungskennlinien. Das kommt daher, dass

der MPP- und der Laderegler im gemischten Betrieb bei kleineren Leistungen und somit in

einem schlechteren Wirkungsgradbereich betrieben werden. Dadurch steigt auch die Verlust-

leistung.

Bild 5 Verlustleistungskennlinien nach Effizienzleitfaden und reale Betriebspunkte (links) sowie aus

der Simulation resultierende Werte der Verlustleistung (rechts) beim Entladen.

In Bild 5 (rechts) sind die mit PerMod 2.0 simulierten Werte der Entladeverlustleistung, einge-

färbt mit dem PV-Anteil an der Summeneingangsleistung, sowie die beiden Effizienzleitfaden-

Kennlinien über der Summeneingangsleistung abgebildet. Wie zu erwarten liegen die Simula-

tionswerte bei 0% und 100% PV-Anteil auf der BAT2AC- bzw. PV2AC-Kennlinie nach Effi-

zienzleitfaden. Bei Doppelbelastung der Wechselrichterbrücke unterschätzt die Simulation die

Verluste jedoch im Vergleich mit dem realen Betrieb. Das kann bei kleinen Leistungen durch

die Bereinigung der Entladeleistung um die Leerlaufverluste des BAT2AC-Pfads in PerMod

2.0 erklärt werden [6].

Es kann festgehalten werden, dass die simulierten Energieumwandlungsverluste des unter-

suchten Systems sowohl beim Laden als auch beim Entladen tendenziell unterschätzt werden.

Bei Betrachtung von Bild 6 zeigt sich jedoch, dass dies keinen relevanten Einfluss auf die

resultierenden Abweichungen zwischen den gemessenen und simulierten Energieflüssen der

Validierungswoche von System 2 hat. Bild 6 (oben) stellt die kumulierte gemessene und simu-

lierte DC-Ladeenergie sowie die Differenz zwischen Simulation und Messung während des

sechstägigen Validierungszeitraums dar. Beim Vergleich mit Bild 3 (Mitte) wird deutlich, dass

das taktende Ladeverhalten von System 2 hauptsächlich für die Energiedifferenzen verant-

wortlich ist.

Am Mittag des ersten Tages beginnt das reale System mit der taktenden Ladung, indem es

zwischen dem Sollwert der Ladeleistung und 0 W alterniert. Die Ladeleistung des simulierten

Systems folgt währenddessen der Sollwertvorgabe, wodurch es kurzfristig etwa 1,2 kWh mehr

Energie aufnimmt. Dies äußert sich im positiven Maximum der Energiedifferenz an Tag 1. Die

anderen beiden lokalen Maxima an Tag 2 und Tag 3 sind auch auf diesen Effekt zurückzufüh-

ren, wobei hier jeweils weniger Energie aufgenommen wird. Nachdem das simulierte System

seinen maximalen Ladezustand erreicht hat, lädt das reale System im taktenden Modus weiter.

Die Energiedifferenz wird negativ bis das reale System am Ende des Testzeitraums rund

2,3 kWh mehr Energie geladen hat als das simulierte System (vgl. Tabelle 2). Dies kann ei-

nerseits auf einen kleineren Wert der nutzbaren Batteriekapazität zurückzuführen sein, der der

Simulation zugrunde liegt. Andererseits ist die Nachladung des Batteriespeichers mit PV-

Energie vermutlich auch durch die Deckung des Standby-Verbrauchs des Batteriemanage-

mentsystems (BMS) bedingt. In der Nacht von Tag 5 führt eine kurze Netznachladephase des

realen Systems, die das Modell nicht abbilden kann, zusätzlich zur Vergrößerung der Energie-

differenz zwischen Simulation und Messung.

Bild 6 Kumulierte gemessene und simulierte Lade- (oben) und Entladeenergien (unten) sowie die

Energiedifferenz zwischen Simulation und Messung über den Validierungszeitraum. Die Differenz ent-

spricht dem Simulationswert abzüglich des Messwerts.

In Bild 6 (unten) ist die kumulierte Entladeenergie aus Messung und Simulation sowie die

Energiedifferenz im Entladebetrieb über den Validierungszeitraum aufgetragen. Es zeigt sich

zunächst, dass die energetischen Unterschiede beim Entladen geringer sind als beim Laden.

Bis zum Nachmittag von Tag 4 vergrößert sich die negative Energiedifferenz linear. Das reale

System entlädt sich folglich durchgehend mehr als das simulierte System. Das kann zum einen

auf die nach Effizienzleitfaden gemessenen stationären Regelungsabweichungen zurückzu-

führen sein, die sich womöglich von den realen Regelungsabweichungen unterscheiden. Zum

anderen können auch die in der Simulation unterschätzten Energieumwandlungsverluste für

die zu kleine Entladeleistung verantwortlich sein [6].

An Tag 4 entlädt sich das simulierte System länger als das gemessene System, was in einem

Anstieg der simulierten Entladeenergie resultiert. In der darauffolgenden Nacht sowie am

Nachmittag von Tag 5 ist beim realen System jedoch eine kontinuierliche getaktete Entladung

zu beobachten, durch die es zusammen mit einer weiteren Entladephase an Tag 6 zur maxi-

malen negativen Energiedifferenz von 1 kWh kommt (vgl. Tabelle 2). Das deutet darauf hin,

dass die reale Systemregelung an Tag 4 Kapazitätsreserven vorgehalten hat, die dann an Tag

5 und Tag 6 zur vollständigen Entladung dienten. Dieses Verhalten kann in der Simulation mit

PerMod 2.0 nicht abgebildet werden.

Tabelle 2 vergleicht abschließend verschiedene energetische Kenngrößen, die sich aus Mes-

sung und Simulation von System 2 ergeben. Die relativen Abweichungen von simulierter zu

gemessener Batterielade- bzw. Entladeenergie sind mit -7% bzw. -3,3% recht hoch. Das

grundlegende Systemverhalten wird in PerMod 2.0 dennoch mit zufriedenstellender Genauig-

keit abgebildet und es sind die systemspezifischen Eigenarten, die den großen Unterschied

ausmachen. Auch zeigt sich bei der geringen relativen Abweichung der AC-Energieabgabe,

dass es teilweise Ausgleichseffekte gibt, die Unterschiede zwischen Messung und Simulation

wieder kompensieren. Der Unterschied in der AC-Energieaufnahme von 0,7 kWh ist im We-

sentlichen auf die Nachladung des Batteriespeichers mit Energie aus dem Netz zurückzufüh-

ren. Das Betriebsverhalten dieses DC-gekoppelten PV-Batteriesystems konnte somit trotz

spezifischer Eigenschaften mit ausreichender Genauigkeit modelliert werden. Dies ist auch an

der Netzeinspeisung und am Netzbezug zu sehen. Die gemessene Netzeinspeisung ist um

1,4 kWh kleiner als die simulierte Netzeinspeisung, was hauptsächlich an der PV-Nachladung

des realen Systems am ersten Tag liegt. Der gemessene Netzbezug ist hingegen um 0,7 kWh

größer als in der Simulation. Dafür ist im Wesentlichen die Netznachladung am letzten Tag

verantwortlich. Die in das Netz eingespeiste und aus dem Netz bezogene Energie bilden die

Energieflüsse am Netzanschlusspunkt ab und sind somit wichtige Kenngrößen für die Effi-

zienzanalyse von PV-Batteriesystemen.

Tabelle 2 Vergleich verschiedener energetischer Kenngrößen für Messung und Simulation.

Größe Messung Simulation abs. Abweichung rel. Abweichung

DC-Batterieladung 33 kWh 30,7 kWh -2,3 kWh -7%

DC-Batterieentladung 30,3 kWh 29,3 kWh -1 kWh -3,3%

AC-Energieabgabe 86,9 kWh 87,8 kWh 0,9 kWh 1%

AC-Energieaufnahme 0,9 kWh 0,2 kWh -0,7 kWh -77,8%

Netzeinspeisung 33,8 kWh 35,2 kWh 1,4 kWh 4,1%

Netzbezug 28,6 kWh 27,9 kWh -0,7 kWh -2,5%

3.3 Validierung des Simulationsmodells für mehrere Systeme

Neben dem zuvor analysierten System wurden die gemessenen sowie die mit PerMod 2.0

simulierten Energieflüsse auch für die neun weiteren PV-Batteriesysteme verglichen. Sämtli-

che Abweichungen zwischen der Messung und Simulation wirken sich unabhängig von der

Systemtopologie auf die Energieflüsse am Netzanschlusspunkt aus. Daher erfolgt die Modell-

validierung anhand der während des Testzeitraums in das Netz eingespeisten sowie aus dem

Netz bezogenen Energie. Bild 7 stellt die gemessene und simulierte Netzeinspeisung für die

zehn Systeme gegenüber. Insgesamt wurden zwischen 24 und 104 kWh in das Netz einge-

speist. Einerseits lässt sich die unterschiedliche Höhe der Netzeinspeisung zwischen den Sys-

temen auf die unterschiedlichen Rahmenbedingungen zurückführen. Je nach System variieren

die Testprofile, der Testzeitraum sowie die PV-Nennleistung (vgl. Tabelle 1). Andererseits fällt

die Netzeinspeisung bei Systemen mit kleinerer Speicherkapazität höher aus als bei Systemen

mit größerer Speicherkapazität.

Beim Vergleich der Mess- und Simulationsergebnisse wird deutlich, dass das Simulationsmo-

dell die Unterschiede in der Höhe der Netzeinspeisung zwischen den Systemen gut wiederge-

ben kann. Bei den Systemen 1 und 8 ist die resultierende Abweichung mit unter 0,5 kWh am

geringsten. Die größte Differenz in Höhe von 5,5 kWh lässt sich bei System 2 beobachten.

Hierfür sind unter anderem erhöhte Verluste des Batteriespeichers aufgrund von Zellpflege-

maßnahmen verantwortlich, da dieses System bereits längere Zeit im Betrieb war. Alterungs-

bedingte Effekte sind jedoch nicht im Simulationsmodell abbildbar. Zu den Abweichungen bei

den Systemen 4 bis 7 trägt unter anderem die Standby-Leistungsaufnahme des Batteriema-

nagementsystems (BMS) bei, die ebenfalls nicht modelliert wird. Regelmäßige Unterbrechun-

gen des Lade- und Entladevorgangs bei System 10 verringern gegenüber der Simulation den

Energiedurchsatz durch den Batteriespeicher, was die Netzeinspeisung um 2,1 kWh höher

ausfallen lässt.

Bild 7 Vergleich der Netzeinspeisung aus der Messung und Simulation der analysierten PV-Batterie-systeme.

Bild 8 vergleicht den aus der Messung und der Simulation der zehn PV-Batteriesysteme resul-

tierenden Netzbezug. Bei den Systemen 1 bis 7 sowie bei System 10 ist der simulierte Wert

gegenüber dem gemessenen um 0,4 bis 1,7 kWh niedriger. Zu erklären ist dies durch Effekte,

die in der Praxis auftreten, jedoch nicht in der Simulation abbildbar sind. Gelegentlich lässt

sich bei einigen Systemen die Nachladung des Batteriespeichers mit Energie aus dem Netz

zur Kompensation der Standby-Leistungsaufnahme des BMS sowie der DC-seitigen Leis-

tungsaufnahme der Leistungselektronik im entladenen Zustand beobachten. Die Ladung des

Batteriespeichers wird zum Teil nicht unterbrochen, auch wenn aufgrund eines hohen Lastbe-

darfs gar keine überschüssige PV-Energie mehr zur Verfügung steht. Ebenfalls erhöhen Un-

terbrechungen des Entladevorgangs sowie ein verzögerter Wechsel vom Standby-Betrieb in

den Entlademodus den Netzbezug in der Realität gegenüber der Simulation.

Bei den Systemen 8 und 9 ist der aus der Simulation resultierende Netzbezug dagegen um

0,3 bis 1,3 kWh höher. Eine Ursache für den höheren Netzbezug bei diesen beiden Systemen

ist, dass im Simulationsmodell die gemäß Effizienzleitfaden bei variierender Last ermittelten

dynamischen Regelungsabweichungen auch bei Fluktuationen der PV-Leistung angenommen

werden. Im realen Betrieb zeigt sich, dass die Systeme 8 und 9 auf Fluktuationen der PV-

Leistungsabgabe jedoch deutlich schneller als auf Lastschwankungen reagieren. Eine weitere

Ursache für den höheren Netzbezug von System 9 liegt darin, dass die im Labortest ermittelten

Umwandlungswirkungsgrade des PV-Batteriewechselrichters im Entladebetrieb zum Teil um

mehrere Prozentpunkte unter den aus den Betriebsdaten abgeleiteten Umwandlungswir-

kungsgraden liegen. Somit wird deutlich, dass sowohl die Modellvereinfachungen, die Prüfbe-

dingungen des Effizienzleitfadens, als auch die Systemeigenarten Differenzen zwischen simu-

lierten und gemessenen Energiesummen hervorrufen. An dieser Stelle sei nochmals darauf

hingewiesen, dass sich die einzelnen Effekte überlagern und zum Teil auch kompensieren

können.

Bild 8 Vergleich des Netzbezugs aus der Messung und Simulation der analysierten PV-Batterie-systeme.

4 Fazit

Mit PerMod 2.0 wurde ein Simulationsmodell entwickelt, mit dem sich das Betriebsverhalten

von PV-Batteriesystemen in einsekündiger Auflösung simulieren lässt. In diesem Beitrag

wurde das Simulationsmodell auf Grundlage von mehrtägigen Anwendungstests für zehn PV-

Batteriesysteme validiert. Grundsätzlich zeigt sich eine gute Übereinstimmung zwischen den

Mess- und Simulationsergebnissen. Da das Modell lediglich mit den Datenblattangaben ge-

mäß Effizienzleitfaden parametriert wird, lassen sich jedoch nicht alle in der Praxis auftreten-

den Systemeigenschaften im Modell abbilden. Die Abweichungen zwischen den gemessenen

und simulierten Energieflüssen am Netzanschlusspunkt liegen bei allen Systemen im einstel-

ligen Prozentbereich. Zusätzlich gilt zu beachten, dass abweichende Messbedingungen zwi-

schen Effizienzleitfaden-Messungen und den einzelnen Anwendungstests einen fairen Ver-

gleich der Ergebnisse erschweren.

Danksagung

Die präsentierten Ergebnisse sind im Vorhaben „Bewertung und Optimierung der Energieeffi-

zienz von Photovoltaik-Batteriesystemen (EffiBat)“ entstanden, das mit Mitteln der Deutschen

Bundesstiftung Umwelt gefördert wird.

Literaturverzeichnis

[1] J. Figgener, D. Haberschusz, K.-P. Kairies, O. Wessels, B. Tepe, und D. U. Sauer, „Wis-senschaftliches Mess- und Evaluierungsprogramm Solarstromspeicher - Jahresbericht 2018“, Institut für Stromrichtertechnik und Elektronische Antriebe (ISEA), RWTH Aachen, Aachen, Jahresbericht, 2018.

[2] J. Weniger, S. Maier, L. Kranz, N. Orth, N. Böhme, und V. Quaschning, „Stromspeicher-Inspektion 2018“, Hochschule für Technik und Wirtschaft Berlin, Berlin, 2018.

[3] J. Weniger, T. Tjaden, N. Orth, und S. Maier, „Performance Simulation Model for PV-Battery Systems (PerMod 2.0)“, Hochschule für Technik und Wirtschaft HTW Berlin, 2019. [Online]. Verfügbar unter: http://pvspeicher.htw-berlin.de/permod (ab Q2/2019).

[4] BVES - Bundesverband Energiespeicher e.V. und BSW - Bundesverband Solarwirtschaft e.V., „Effizienzleitfaden für PV-Speichersysteme“, Berlin, März 2017.

[5] N. Orth u. a., „Vergleich der Energieeffizienz verschiedener PV-Speichersystemkonzepte“, in PV-Symposium 2018, Bad Staffelstein, 2018.

[6] S. Maier, „Modellierung von DC-gekoppelten Photovoltaik-Speichersystemen“, Bachelor-thesis, Hochschule für Technik und Wirtschaft Berlin, Berlin, 2018.