Table Of ContentDevelopment and Assessment
of a Real-Time Electric Water Heating
Control Algorithm
Entwicklung und Bewertung eines Echtzeit-
Regelalgorithmus für die elektrische Warmwasserbereitung
Julian Alexander Bruno Bruhn
Matriculation Number: 302110
Master Thesis
The present work was submitted to
RWTH Aachen University
Faculty of Electrical Engineering and Information Technology
Institute for Automation of Complex Power Systems
Univ.-Prof. Antonello Monti, Ph.D.
Supervisor: Gianluca Lipari, Ph. D.
Eidesstattliche Versicherung
Ich, Julian Alexander Bruno Bruhn (Matrikelnummer 302110), versichere hiermit
an Eides Statt, dass ich die vorliegende Masterarbeit mit dem Titel
Entwicklung und Bewertung eines Echtzeit-Regelalgorithmus für die elektrische
Warmwasserbereitung
selbstständig und ohne unzulässige fremde Hilfe erbracht habe. Ich habe keine
anderen als die angegebenen Quellen und Hilfsmittel benutzt. Für den Fall, dass
die Arbeit zusätzlich auf einem Datenträger eingereicht wird, erkläre ich, dass die
schriftliche und die elektronische Form vollständig übereinstimmen. Die Arbeit hat
in gleicher oder ähnlicher Form noch keiner Prüfungsbehörde vorgelegen.
Ort, Datum Unterschrift
Belehrung
§156 StGB: Falsche Versicherung an Eides Statt
Wer vor einer zur Abnahme einer Versicherung an Eides Statt zuständigen Behörde eine solche
Versicherung falsch abgibt oder unter Berufung auf eine solche Versicherung falsch aussagt, wird
mit einer Freiheitsstrafe bis zu drei Jahren oder mit Geldstrafe bestraft.
§161 StGB: Fahrlässiger Falscheid; fahrlässige falsche Versicherung an Eides Statt
(1) Wenn eine der in den §§ 154 bis 156 bezeichneten Handlungen aus Fahrlässigkeit begangen
worden ist, so tritt Freiheitsstrafe bis zu einem Jahr oder Geldstrafe ein.
(2) Straflosigkeit tritt ein, wenn der Täter die falsche Angabe rechtzeitig berichtigt. Die Vor-
schriften des §158 Abs. 2 und 3 gelten entsprechend.
Die vorstehende Belehrung habe ich zur Kenntnis genommen:
Ort, Datum Unterschrift
Kurzfassung
Elektrische Warmwasserspeicher haben einen großen Anteil am häuslichen Strom-
verbrauch. Aufgrund ihrer hohe elektrische Leistung und Speicherkapazität bietet
es sich an, sie im Rahmen von Endkunden-Demand-Side-Management (DSM) ein-
zusetzen. Hierdurch könnte möglicherweise neben einem wirtschaftlichen Vorteil für
den Verbraucher auch ein Beitrag zum Gelingen der Energiewende geleistet werden.
Zwar wurden bereits eine Reihe von Studien veröffentlicht, die sich mit dem Poten-
zial von elektrischen Warmwasserspeichern für DSM beschäftigen, jedoch wurden
hauptsächlich Strategien entwickelt die große Mengen an Rechenleistung benötigen,
keine Methode zur Bekämpfung von Legionellen beinhalten und keine realistischen
Abschätzungen des Kosteneinsparpotenzials zur Verfügung stellten.
Im Rahmen dieser Arbeit wurde ein Echtzeit-Regelalgorithmus entwickelt, der
elektrischen Warmwasserspeichern die Teilnahme an bestehenden DSM Konzepten
ermöglicht, wie sie derzeit für Endverbraucher in Deutschland verfügbar sind. Funk-
tional arbeitet der Algorithmus, indem er die Energiekosten minimiert und gleich-
zeitig die gewohnten Gesundheits- und Komfortstandards beibehält, an die Nutzer
gewöhnt sind. Die Leistung dieses Algorithmus wurde in einer Vielzahl verschiedener
Szenarien bewertet, sodass eine Beurteilung entstand, die für ein breites Spektrum
von Haushalten in Deutschland repräsentativ ist.
Eine Analyse der möglichen Einsparungen erfolgte durch eine Simulation und
den anschließenden Vergleich der Energiekosten mit den Kosten die in einer Si-
mulation der konventionellen Betriebsweise von elektrischen Warmwasserspeichern
ermittelt wurde. Um weiteres Verbesserungspotenzial abzuschätzen, wurde zudem
eine optimale Betriebsplanung durch gemischt-ganzzahlige lineare Programmierung
ermittelt.
Während der Algorithmus selbst eine Kostenreduktion von bis zu 26.5 % und da-
mit nahezu optimale Ergebnisse erzielen konnte, stiegen die Energiekosten mit der
Einbringung von Prognosefehlern, die durch exponentielle Glättung hervorgerufen
wurden,deutlichan.DennochlässtsichausdenErgebnissenderSimulationableiten,
dass bis zu 21 % Kosteneinsparungen ohne Beeinträchtigung des Nutzerkomforts er-
reicht werden können. Die anschließende parametrische Analyse der Haushaltsgröße,
der Wärmedämmung und der Nutzerpräferenzen zeigt, dass höhere Haushaltsgrö-
ßen, niedrigere Entnahmetemperaturen und eine schlechtere Wärmedämmung des
Wassertanks positiv mit erreichbaren Kostensenkungen korrelieren. Die ermittel-
ten Simulationsergebnisse deuten darauf hin, dass ein wirtschaftlicher Betrieb nur
für Haushalte mit zwei oder mehr Einwohnern zu erwarten ist. Ebenso legen die
Simulationsergebnisse und der ermittelte geringe Rechenaufwand nahe, dass der Al-
gorithmus wirtschaftlich in einem lokal eingebetteten Gerät implementiert werden
v
kann,mitdessenHilfeeineweitgehendeVerbreitungvonDSMfürelektrischeWarm-
wasserspeicher in der aktuellen Angebotssituation von Stromtarifen denkbar ist.
Stichwörter: Energie, Demand-Side-Management, Smart-Grid, Wärmespeicher,
Elektrische Warmwasserbereitung
vi
Abstract
Domestic Electric Hot Water Tanks (DEHWTs) are responsible for a significant
proportion of household electricity consumption. Given their high rated power and
storage capacity, they represent appropriate applications for household DSM mea-
sures, which could provide economic benefits for households and aid the successful
transitionoftheenergysystem. Whileanumberofstudiesproposedstrategiestoex-
ploit the potential of DEHWTs for DSM purposes, they mostly developed methods
requiring large amounts of computational resources, lacked a viable method to cope
with the problem of Legionella bacteria and failed to provide realistic estimation of
the potential cost reductions that can be achieved.
This thesis proposes a rule-based algorithm that could control DEHWT-units in-
telligently throughout existing residential DSM programs in Germany, minimizing
energy cost while maintaining the habitual health and comfort standards users of
conventionally operating hot water tanks are accustomed to. The performance of
this algorithm was evaluated under a range of different scenarios, creating a rep-
resentative assessment for a vast number of households in Germany. In addition,
the DEHWT scheduling problem was solved via Mixed-Integer Linear Program-
ming (MILP), in order to assess the potential for further improvement.
While the algorithm itself was able to attain cost reductions of up to 26.5 %,
thereby identifying near-optimal solutions to the DEHWT scheduling problem, en-
ergy cost increased significantly when the forecast error associated with Single Sea-
sonal Exponential Smoothing (SSES) was introduced. Nevertheless, it was revealed
that even then, up to 21 % cost savings can be achieved, without any deterioration
ofusercomfort. Theparametricanalysisofhouseholdsize, tankinsulationmaterials
and user preferences shows that increased household sizes, decreased draw-off tem-
peratures and less effective tank insulation positively correlate with achievable cost
reductions, and imply that economic gain could only be expectable for households
with two or more residents.
The simulation results and estimated low computational resource requirements
suggest the economic viability of implementing the algorithm in a locally embedded
device and that extensive dissemination of DSM for DEHWTs is might be feasible
in the current electricity tariff environment.
Keywords: Energy, Demand-Side-Management, Smart-Grid, Thermal-Storage,
Electric water heating
vii
Contents
1 Introduction 1
1.1 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Problem Description . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Transition of the Energy System . . . . . . . . . . . . . . . . . 2
1.2.2 Demand Side Management . . . . . . . . . . . . . . . . . . . . 2
1.2.3 DSM Potential of Electric Water Heaters . . . . . . . . . . . . 4
1.3 Related Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Objectives and Outline . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Water Tank Thermodynamic Model 11
3 Optimization Problem Formulation 15
4 Algorithm 17
4.1 Design Requirements . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2.1 Input Parameters . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2.2 Algorithm Architecture . . . . . . . . . . . . . . . . . . . . . . 20
4.2.3 Modules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5 Evaluation Method 33
5.1 Conventional Control . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.2 Optimal Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.3 Scenarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.3.1 Electricity Tariff . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.3.2 DHW Consumption Data . . . . . . . . . . . . . . . . . . . . 38
5.3.3 Parameterization . . . . . . . . . . . . . . . . . . . . . . . . . 39
6 Results 43
6.1 Electricity Tariff Selection . . . . . . . . . . . . . . . . . . . . . . . . 43
6.2 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.2.1 Forecast . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.2.2 Optimality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.2.3 Insulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.2.4 Residents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.2.5 Regions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
6.2.6 User Preferences . . . . . . . . . . . . . . . . . . . . . . . . . 48
ix
Contents
7 Discussion and Conclusion 49
A Physical Parameter Assumptions 54
A.1 Thermal losses for DEHWTs . . . . . . . . . . . . . . . . . . . . . . . 54
A.2 Data for the Generation of DHW Consumption Profiles . . . . . . . . 54
B Illustrations 55
B.1 Influence of the time-horizon Setting . . . . . . . . . . . . . . . . . . 55
C Acronyms 56
D Nomenclature 57
List of Figures 58
List of Tables 59
x
