Modellbildung für dezentrale Stromerzeugung unter Nutzung erneuerbarer Energien


Masterarbeit, 2011

105 Seiten, Note: 1.0


Leseprobe

Inhaltsverzeichnis

Einleitung

1 EU-Forschungsprojekte zu Virtuellen Kraftwerken
1.1 DISPOWER-Projekt
1.2 FENIX
1.3 Framework Programm 7 - einige laufende Projekte
1.3.1 Address: Developement of interactive distribution energy networks
1.3.2 SUSPLAN - Developement of guidelines for integration of renewable energy
1.3.3 Irene-40 Infrastructure Roadmap for Energy Networks in Europe

2 Modellation und Simulation von Energiequellen in VPP
2.1 Photovoltaik
2.1.1 Mathematische Modelle für Solarpanel: Ort, Richtung, Zeit
2.1.2 Wetterabhängigkeiten - Berücksichtigung von Wolken
2.1.3 Modellimplementierung in Software
2.2 Windenergie
2.2.1 Mathematische Modelle für Windräder
2.2.2 Windverteilung über ein Jahr an einem Beispielort
2.2.3 Modellimplementierung in Software
2.3 Kraft-Wärme-Kopplung
2.3.1 Wärmebedarfsabhängige Führung - Jahreskurven
2.3.2 Strombedarfsabhängige Führung - Tageskurve
2.3.3 KWK-Modellimplementierung in Software

3 Energiespeicher
3.1 Mechanische Speicher
3.2 Akkumulatoren - chemische Speicher
3.3 Elektrische Speicher
3.4 Speicher-Softwaremodell

4 Erzeuger, Speicher und Verbraucher - Simulation

5 Zusammenfassung

Mathematik-Software im Vergleich

Glossar

Literatur-/Quellen-Verzeichnis

Index

Danksagung

An dieser Stelle möchte ich dem Deutschen Wetterdienst für die Einladung zum Klima-Workshop (Eumetsat CM-SAF User-Konferenz) 2010 in Rostock und insbesondere Christine Träger-Chatterjee, Dr. Richard Müller und Dr. Jörg Trentmann vom CM-SAF-Team, die mich mit Rat und Materialien zur Auswertung von Klimadaten aus Satelliten-Messungen unterstützt haben, danken.

Mein Dank gilt ganz besonders auch meinen Betreuern und Prüfern des Lehrgebiets Elektrische Ener­gietechnik, die mir die Bearbeitung eines breitangelegten Themas mit vielen interessanten interdizipli- narischen Verknüpfungen u.a. zu Wetter-, Klima-, Heizungs-, Wärmespeicherungs-, Chemie-, Mecha­nik- und Mathematik-Themen ermöglicht haben.

Meiner Familie (Marlis, Ute, Jutta und Judith) danke ich für ihre Geduld, denn so manchesmal ging diese Arbeit Anderem vor.

Einleitung

Liberalisierung des Strommarktes (Abschaffung von Monopolen), steigender Energieverbrauch, Zur­neigegehen fossiler Brennstoffe, geringe Wirkungsgrade von Großkraftwerken durch ungenutzte Ab­wärme, Ablehnung der Kernkraft bzw. ihrer Risiken und Umweltanforderungen, Verringerung des Schadstoffausstoßes sowie die Reduzierung des C02-Austoßes fuhren zu steigendem Einsatz von Er­neuerbaren Energien wie Solar-, Wind-, Wasser- und Biomasse-Energie, Erdwärme und von Kraft­Wärme-Kopplung. Die Stromnetze sind für diese (häufig dezentralen) Energiequellen bisher nicht ge­plant und gebaut worden. Regulatorisch und betriebswirtschaftlich ist man bisher davon ausgegangen, dass riesige Strommengen einem engen zeitlichen Raster zugeordnet, gekauft und verkauft werden, die Lieferverträge exakt eingehalten werden und Stromlieferung und -abnahme genau zueinander passen, so dass die u.a. durch Freuquenz und Spannung gekennzeichnete Stromqualität in engen Grenzen ge­halten werden kann. Das wird mit mehr kleineren Erzeugern und Erneuerbaren Energien zunächst nicht leichter zu bewerkstelligen sein.

Die Europäische Union hat daher auch zahlreiche Forschungsprojekte im Energiebereich initiiert und in ihre Förderprogramme aufgenommen. Die CORDIS-Datenbank (siehe1 ) listet die geförderten Projekte. Sie gruppiert Projekte zeitlich injeweils mehrere Jahre langen Framework Programs (FP). Das DISPOWER-Projekt liegt im FP5, das spätere FENIX-Projekt im FP6 und derzeit startende und laufende Projekte befinden sich im FP7. In den hier behandelten Projekten haben zahlreiche Firmen, Forschungsinstitute und Universitäten verteilt über ganz Europa mitgewirkt. Die EU hat nur einen Teil der Projektkosten (injedem Fall immer noch mehrere Millionen Euro je Projekt) übernommen. Nicht alle Ergebnisse, insbesondere nicht die entwickelten Software-Programme, sind kostenlos erhältlich.

Neben den großen europaweiten Projekten, gibt es natürlich auch zahlreiche lokale und regionale Pro­jekte wie das der Transferstelle Bingen5 und "Kombikraftwerk"6, auf die aber aus Platzgünden nicht weiter eingegangen werden kann.

Vom Inselbetrieb (kleine Energieerzeuger versorgen unabhängig vom allgemeinen Stromnetz ein lokal begrenztes Netz von Verbrauchern) einmal abgesehen haben diese Projekte gezeigt, dass und wie viele kleine dezentrale Erzeuger (insbesondere regenerativer Energiequellen) technisch und wirtschaftlich zu größeren Einheiten (virtuellen Kraftwerken) zusammengefaßt werden und sich in Bezug auf Meß-, Steuer- und Regelungstechnik, Kommunikationstechnik und (bei Wind- und Sonnenenergie) Wetter­prognosen weiterentwickeln müssen.

Nach der Vorstellung der Forschungsprojekte werden in dieser Arbeit einfache Modelle verschiedener Energiequellen aufgestellt und in MatLab/GNU-Octave zwecks Simulation implementiert. Zusammen mit Simulationen für Speicher und Verbraucher können verschiedenartige Netzwerke zusammenge­stellt und deren Verhalten simuliert werden. Wettereinflüsse sind grob (stundengenaue Prognosen und teure Prognose-SW, wie sie in den EU-Projekten verwendet und entwickelt wurden, standen nicht zur Verfügung) einstellbar.

Es entstand eine grobe Simulation von virtuellen Kraftwerken (virtual Power Plant - VPP), die le dig- lich Lehrzwecken dienen soll und nicht mit den in den europäischen Großprojekten und firmeninter­nen Projekten entwickelten Hard- und Software-Lösungen (z.B. Siemens DEMS7 oder AREVA e- terraplatform8 ) zum Management von virtuellen Kraftwerken konkurriert.

1 EU-Forschungsprojekte zu Virtuellen Kraftwerken

1.1 DISPOWER-Projekt

DISPOWER steht für "Distributed Generation with High Penetration of Renewable Energy Sources" - also "Verteilte Stromerzeugung mit hohen Anteil an Erneuerbaren Energien" im Kontrast insbesondere zu zentralen Kohle- und Atom-Kraftwerken. Der Abschlußbericht aus dem Jahre 2006 und viele Detailbe­richte (Deliverables) aus den 11 Arbeitspaketen (Work Package - WP) sind öffentlich zugänglich2. Das Projekt gehört zu einem Cluster von Projekten (SUSTELNET, DGnet, INVESTIRE, MICROGRIDS, CRISP, DG FACTS) zur regenerativen Energieerzeugung IRED3 und trug wesentlich zu Testumgebun­gen und Normungsvorbereitungen im Bereich dezentraler Energieerzeugung (DER = Distributed Energy Resources) DERlab4 bei.

Dezentrale Stromerzeuger (Distributed Generation - DG) wie Photovoltaik PV, Windfarmen, Kraftwärme­Kopplung (Combined Head & Power - CHP), Gas/Biomasse-Anlagen, ... sind nicht nur kleiner als Groß­kraftwerke und in Verbraucher-näheren Verteilernetzen angeordnet, sondern häufig auch weniger be­stimmt in ihrem Verhalten. Die zeitliche Leistungsbereitstellung in Abhängigkeit von Sonne und Wind läßt sich prognostizieren aber nicht erzwingen. Der von CHP abgedeckte Wärmebedarf und die damit an­fallende Stromerzeugung verhält sich ebenfalls anders als das Stromnachfrageprofil der Netzbetreiber. Die zunehmende Nutzung von Erneuerbaren Energien stellt zunächst (ohne die in diesem und anderen Projekten entwickelten Planungs, Meß-, Kommunikation- und Steuerungsmittel zur Einbindung in virtu­elle Kraftwerke - virtual Power Plants VPP) ein die Netzsicherheit und -stabilität gefährdendes Problem dar. DISPOWER hat nicht nur dieses Problem wertgehend gelöst, sondern auch technische, wirtschaft­liche und regulatorische Mittel bereitgestellt, den Wert Erneuerbarer Energieen und dezentraler Energieer­zeugung zu erhöhen. DISPOWER und Nachfolgeprojekte erleichtern den Umbau des klassischen Elektri­zitätsnetzes mit wenigen großen zentralen Erzeugern von denen die Energie in klarer einheitlicher Rich­tung zu den Verbrauchern fließt, zu viel komplizierteren Strukturen mit sehr vielen kleinen Erzeugern (auch mit nicht deterministischem Verhalten) in Verbrauchernähe.

Einige DiSPOWER-DeHverabies

Nur ein Teil der Detailberichte aus Arbeitspaketen/-Gruppen ist öffentlich gemacht worden und als *.pdf- Dateien herunterladbar. Sie werden mit "D*" für Deliverable bezeichnet:

D1.1 Techniques for controüng networks with renewable generation

Das 3-Phasen-Drehstromnetz wird neben (elektronischen) Invertern im Wesentlichen durch Synchronma­schinen gespeist, die alle mit der gleichen Frequenz f (aus der sich mit ihrer Polpaarzahl p auch direkt die Drehzahl n=f/p=f/2n®p ergibt) laufen und die folgende Beziehung für das (Synchronisierungs-)Drehmo- ment M erfüllen müssen:

Abbildung in dieser Leseprobe nicht enthalten

(siehe auch Lemzyklus 9, Kurseinheit 19 in10 ). Wird das Netz höher belastet, sinkt Ms und so wird ganz langsam die Drehzahl der Generatoren und damit die Netzfrequenz sinken. Schnelle Frequenzände­rungen sind wegen der riesigen trägen Massen der Generator-Rotoren nicht möglich. In dem Maße wie diese Synchrongeneratoren durch elektronische Inverter z.B. in PV-Anlagen ersetzt werden, nimmt auch die Trägheit ab und (sofern nicht ausgeregelt) raschere Frequenzänderungen sind möglich. Es ist also nötig, ständig die generierte Leistung an den Verbrauch anzupassen (Hochfahren von Spitzenlast­kraftwerken, Aktivieren der Minuten-Reserve, Leistungsregelung anjedem Generator).

Die Spannungsqualität wird im Netz wesentlich durch Blindleistung beeinflußt. Diese sollte im Netz wei­testgehend ausgeglichen werden. Dazu können Synchronmaschinen im Phasen-Schieber-Betrieb die zum Ausgleich von Blindleistungen aus den Verbrauchern nötige induktive oder kapazitive Blindleistung er­zeugen. Intelligentere Inverter (mit eigener Synchronisation, also nicht die netzgesteuerten) können eben­falls die gewünschte Blindleistung erzeugen und damit zur Sicherung der Stromqualität herangezogen werden.

Während die Frequenzstabilisierung zentral durch Leistungsanpassung der Generatoren erfolgt, wird die Blindleistungskompensierung in der Nähe der Verbraucher, die die Blindleistung verursachen, durchge­führt. Außer den schon erwähnten Mitteln werden dazu Kondensatorbänke, Leistungselektronik nach dem FACTS-Standard11 und Grid Control Units - GCU verwendet, die speziell bei Erneuerbaren Energien steuern, welche Wirk- und Blindleistung in das Netz eingespeist wird.

Die Deliverables 1.2 "SW models and simulation to control networks" und 1.3 "generation control in DG grids" wären für diese Arbeit besonders interessant gewesen, sindjedoch nicht öffentlich zugänglich.

D1.4 Power System models incorporating load control

Hier wurde ein verteilter intelligenter Last-Regler (Distributed Intelligent Load Controler - DILC) in HW und SW entwickelt. Die im Nezwerk verteilten Komponenten setzen Fuzzy Logic zur Frequenz- und Spannungsregelung ein, kommunizieren untereinander und schalten in Hochlastbereichen entbehrliche Verbraucher ab, bevor das Netz überlastet wird. DILC schaltet aber auch Verbraucher ein, wenn ein Über­angebot z.B. an Sonnen- oder Windenergie vorliegt. Dadurch wird z.B. ein stärkerer Anteil von Erneuer­baren Energien im Netzwerk akzeptabel und die Energien besser ausgenutzt. Die nächsten Deliverables sind wieder nicht öffentlich.

D1.8 Generator control, load management, storage for managlng LV networks

Insbesondere Inverter mit Pulsweitenmodulation (PWM) in Niederspannungsnetzen (400 V) und Mög­lichkeiten der Verbesserung der Stromqualität durch intelligentere Inverter-Elektronik und Speicher wie z.B. Schwungräder wurden untersucht. Störungen wie Spannungsschwankungen, Oberwellen, ... wurden mit intelligenteren PWM-Invertern, Energiespeichern, Last-Reglern und Magnetic Synthesisern (aus der Gruppe der aktiven leistungselektronischen Netz-Qualitätsregler), ... verringert. Alle gängigen Störungen und Mittel zu deren Linderung wurden verglichen und bewertet.

D2.1 Standard situation concernlng components ofdlstrlbuted powersystems

Das Dokument beschreibt internationale und nationale Standards und Vorschriften einiger Länder und Vorgaben der Netzbetreiber die bei der Verbindung von Stromerzeugern mit dem Netz zu beachten sind und zeigt Probleme und Lücken auf, die vor dem stärkeren Einsatz kleiner dezentraler Erzeuger und Er­neuerbarer Energien noch zu überbrücken sind. Behandelt werden Nieder- und Mittelspannungsnetze. Für Niederspannungsnetze wird zwischen Generatoren unter und über 16 Ampereje Phase unterschieden. Ziel ist es, zu europäisch abgestimmten Vorgaben zu kommen, die einer neuen Netzstruktur mit kleineren dezentralen Erzeugern gerecht werden.

Z.B. sind die Verteilnetzbetreiber grundsätzlich gegen eine heute noch übliche ihnen aber von Regelungs­gebern für Micro-Generatoren vorgegebene Praxis des "Connect & Forget" (Betreiber/Besitzer des Gene­rators darf ohne Genehmigung und Eingriffsmöglichkeit des Netzbetreibers den Generator ans Netz hän­gen) von Generatoren und fordern selbst bei Micro-Generatoren wie z.B. Solarpanel auf einzelnen Haus­dächern mindestens laufende Informationen (online) über die eingespeiste Leistung. Aktuelle Vorschriften verbieten bei Micro-Generatoren noch, dass diese eine aktive Rolle in der Sicherung der Stromqualität spielen, zukünftig wird man mit stärkerer Durchdringung dezentraler Generatoren diese auch hierfür nut­zen und die Vorschriften anpassen müssen.

D2.3 Safetyproblems, testprocedures forprotectlon

Es wurde untersucht, welche Wirkung Netzereignisse wie Kurzschlüsse, Spannungsänderungen,... auf de­zentrale Generatoren wie PV-Inverter haben und wie dezentrale Generatoren durch Gleichstromanteile und Oberwellen auf das Netz einwirken. Empfehlungen für technische Verbesserungen, Standards und Prüfverfahren wurden gegeben. Für für DG bisher geltende Devise "Disconnect at first sign of trouble" (vom Netz trennen, sobald dort Abweichungen vom Norm-Zustand gemessen werden) muss duch "Ride trough" (bei kleineren Problemen oder kürzeren Problemdauern Abweichungen hinnehmen und Situation aussitzen - "Augen zu und durch") ersetzt werden, damit sich ein Problem (z.B. Spannungseinbruch oder mehr Oberwellen) nicht durch Abschalten von immer mehr Generatoren zu einem immer größeren aus - wächst. Bisher vorgesehene Schutzeinrichtungen in DG (insbesondere PWM-Inverter) sind zu empfind­lich und gefährden bei hoher Durchdringung mit kleinen Generatoren die Netzstabilität.

D2.4 Distributed power quality management with inverters

Inverter verbinden Gleichstromquellen wie PV und frequenzmäßig nicht passende Quellen wie Wind- und Gasturbinen-Generatoren mit dem Netz. Zur Strom-Qualität (Unterbrechungsfreiheit, korrekte Spannung, reine Sinusform in der richtigen Freuquenz) können mit guter Regelungstechnik ausgestattete Inverter in jeder Hinsicht beitragen. Bei Netzausfällen können sie - sofern island mode zugelassen wird und sie wei­ter einspeisen können - die Unterbrechnung der Stromlieferung verhindern. Da sie die Wellenform im Prinzip fast beliebig synthetisieren können, sind sie auch in der Fage, sogestalteten Output zu erzeugen, dass sich im Netz bessere Spannungs-, Frequenz- und Oberwellen-werte einstellen. Auch der Ausgleich von Blindleistung läßt sich über eine entsprechende Ansteuerung der Inverter unterstützen. Bei vielen de­zentralen Generatoren sollten sich diese dazu untereinander abstimmen.

Gleichrichter, Phasen-Anschnittssteuerungen, Fichtbogenöfen, einfache Inverter (mit kleinen Steuerfre­quenzen), Blindleistungskompensierung mit StaticVAR (Thyristor-gesteuerte Reaktoren - TCR),... erzeu­gen alle Oberwellen (Total Harmonic Distortion - THD), die zu Fehlfunktionen von Meß- und Schutzein­richtungen, Überlastungen von Feitungen, Transformatoren, Motoren, Kondensatoren (Resonanz) usw. und zu Störungen in anderen Netzen führen.

Je nachdem ob die Inverter als DG eher Wirkleistung P(Active Power) einspeisen oder die Stromqualität z.B. durch Blindleistung Q (Reactive Power) verbessern sollen, sind Betriebs-Modi (Voltage Controlled Inverter - VCI oder Current Controlled Inverter - CCI), Ankoppelungsimpedanzen, Reglervorgaben und die Kommunikationstechnik für den koordinierten Betrieb mehrer Inverter zu wählen.

Bei geringer Feistungsabnahme führen PV-Anlagen schnell zu inakzeptablen Spannungserhöhungen (er­laubt sind max. 2%), so dass nur ein geringer Teil der Feistung in Verteilnetzen durch PV bereitgestellt werden darf oder die Inverter ihre Feistung mit steigender Netzspannung drosseln müssen. Bei Invertern mit eingebauter Feistungs-Drosselung kann eine höhere Durchdringung mit PV-Anlagen zugelassen wer­den. Auch eine teilweise Entkopplung von DG-Subnetzen vom Hauptnetz durch Induktivitäten kann hilf­reich sein.

D3.3 Changing Role ofEnergy Suppliers & Distribution System Operators - DSOs

Dezentral erzeugte Energie (DG) wird zunehmen und die Rolle der Verteilnetzbetreiber (DSO), wo DG stattfindet, verändern. DSOs werden weniger am Stromtransport verdienen, da der Abstand zwischen Quelle (bei DG bereits im Verteilernetz nahe beim Verbraucher) und Verbraucher abnimmt. Sie werden steigende Kosten durch die destabilisierend wirkenden dezentralen Generatoren haben. Neue Geschäfts­modelle und neue staatliche Vorschriften dazu könnten DSOs auch zu Anbietern von Stromqualitätsdien­sten, Betreibern von virtuellen Kraftwerken (zentrale Steuerung der DG, Teilen der Erlöse mit den Besit­zern der DG) werden lassen. Eigene Quellen (DG) im Verteilnetz zu haben, kann die Abhängigkeiten von den übergeordneten Transportsystembetreibern (Transport System Operator - TSO) reduzieren und Alter­nativen der Beschaffung von Minuten-Reserve-Energie und Qualitätsdiensten (Spannungs- und Frequenz­stabilisierung, Oberwellenreduzierung, Feistungsfaktoreinhaltung, ...) bei den Erneuerbaren Energien (RES) im eigenen Netz eröffnen. Auch Energieversorger können über Verträge mit den Besitzern von de­zentralen Generatoren (PV-Installationen, Windrädern, Kraft-Wärme-Kopplungsanlagen,...) virtuelle

Kraftwerke (virtual Power Plant VPP) bilden und die damit erzeugte Energie wie aus einem Großkraft­werk kommend an der Börse handeln. Sobald die Einspeisevergütungen für PV-Strom deutlich sinken, wird auch die Bereitschaft der Anlagenbesitzer, ihre Anlagen von anderen Firmen betriebswirtschaftlich und technisch betreiben zu lassen, steigen. Die für die Überwachung und Steuerung von DG nötige Infor­mations- und Kommunikationstechnik (ICT) war ebenfalls Gegenstand von DISPOWER und Nachfolge­projekten.

D4.1b GIS forplanning forDistributed Generation (DG)

Grafische Informationssysteme (Grafical Information Systems, GIS) sind z.B. für die Dokumentation und Untersuchung der Wind- (NOABL-, AIOLOS- und WASP-Modelle) und Sonnenverhältnisse (HELIO- SAT- und METEOSAT-Fernmessungen) nötig. Zusammen mit geografischen Daten über die Lage von Barrieren (Berge, Gewässer), und vorhandener Infrastruktur (Leitungen, Straßen, ...) können GIS-Tools Vorschläge für den Standort künftiger Wind- und PV-Farmen machen. GIS-Tools sollen offene Daten­Schnittstellen (XML, GML, OpenGIS) und Modellierungssprachen (UML) haben. Die entwickelte Solar­GIS-Software wertet Strahlungswerte, Windgeschwindigkeiten, Abstände zu Mittelspannungsnetzen, die Bevölkerungsdichte (Energieabnehmer) und die zugehörigen geografischen Koordinaten aus. Kommerzi­elle GIS-Tools wurden klassifiziert.

D5.1b Information Exchange in Electricity Markets

Getrennt für mehrere Länder wurden die am Stromhandel beteiligten Partner, die zwischen ihnen ausge­tauschten Daten und vorgesehenen Prozeduren dargestellt. Selbst innerhalb eines Landes existieren ver­schiedene Varianten. Von Normung war also noch nicht viel zu erkennen. Die unter Berücksichtigung von DG und RES zusätzlich zu Norm IEC-61970 nötigen Daten wurden identifiziert und allgemeine Daten­modelle für Daten, die für den Stromhandel relevant sind, in UML erstellt. Sichere Übertragung der Da­tensätze im Internet wurde untersucht. Da Abnehmer und Anbieter von elektrischer Energie immer mehr Möglichkeiten erhalten, wie und wo (Börsen, Balancing Markets, ...) sie handeln, wird es wichtiger, ein­heitliche Datensätze für den Informationsaustausch dazu zu haben und bidding procedures besser zu un­terstützen. Unterstützende Software ist zu entwickeln.

D 5.2 DG-reiated databases for Information Service

Es wurde eine Datenbankanwendung für die Speicherung und Verarbeitung von XML- und relationalen Daten im Zusammenhang mit dezentraler Stromerzeugung und Stromhandel entworfen. Vorhandene ESS­Standards der European Transport System Operators Association (ETSO) für XML-Dokumente mit Prog­nosedaten wurden berücksichtigt. Die Datenbankanwendung ist über das Internet sicher zu benutzen.

D5.3 DG-specific prediction system

Es wurden im Wesentlichen die beiden Vorhersagesysteme für Windenergie "Advanced Wind Power Pre­diction Tool" (AWPT von ISET/IWES) und "Armines Wind Power Prediction System (AWPPS) ange­passt, trainiert (Füllen mit historischen Daten) und intensiv getestet. Wochen-, Tages- und Stunden­prognosen über generierte Energiemengen sind Grundlage für die Lieferverträge. Nichteinhaltung (z.B. aufgrund schlechter Prognosen) wird zumindest künftig zu Strafen führen. Alternativ wird der Lieferant selbst teure Minuten-Reserve zum Ausgleich fehlender Energie bereitstellen müssen. Die Vorschriften zu Aktualität und Genauigkeit von Prognosen sind in Frankreich und England recht unterschiedlich. Wind- und Sonnenprognosen sollen integraler Bestandteil von Managementsystemen für dezentrale Generatoren (mit Erneuerbaren Energien) werden.

D 5.4 Service pools with plug & play interfaces

Anwendungen zur Unterstützung des Handels von DG und RES umfassen außer den Vorhersagetools noch Produktionsüberwachung, Erstellung von Produktionsplänen (Power Plant Scheduling), Angebots­erstellung, Preisinformation, Bewertung von Zusatz-/Qualitäts-Diensten. Ihre Integration erfolgt über die Datenbank aus D5.2.

D5.5 Contract structures forancillaryservices from DG

Es wurden (vertragliche) Möglichkeiten für Zusatzdienste (ancillary services) aus dezentraler Stromer­zeugung als Service der Transportnetzbetreiber (TSOs waren bisher allein dafür zuständig) und der Ver­teilnetzbetreiber (DSOs als künftig neuer Serviceanbieter auf diesem Gebiet) ausgelotet. Die Zusatz­dienste betreffen nicht die eigentliche Wirk-Energielieferung sondern qualitätssichernde Maßnahmen für Frequenz, Regelreserve (Ausgleich nicht geplanter Unterschiede zwischen produzierter und ab genomme­ner Energie), Blindleistungskompensierung, ... Sicherheit der Energiebereitstellung (z.B. Minimierung von Ausfallzeiten durch Möglichkeit zu zeitweisem islanding von DG versorgten Zellen), Spannungs­und Energieflußmanagement.

D6.1 Laboratory DG Grid (ISET e. VJFraunhofer IWES + Uni Kassel)

Bei ISET in Kassel besteht ein Labor, in dem verschiedene Netze mit dezentralen Generatoren und Erneu­erbaren Energien aufgebaut, Komponenten simuliert und das Zusammenspiel getestet wird. Im Rahmen von DISPOWER wurde ein Supervisory Control and Data Acquisition (SCADA) System hinzugefügt und mehrere Konfigurationen getestet.

D7.1 Long Term Perspectives for DG in Europe

Durch die Deregulierung kommen viele neue und auch kleinere Anbieter in den Strommarkt, die das In­vestitionsrisiko für zentrale Großkraftwerke nicht tragen wollen und können. Umweltschutz stellt eine weitere Bürde für Großkraftwerke dar. Auch die Erhöhung von Transportkosten und erhöhte Anforderun­gen an die Verfügbarkeit wirken positiv für dezentrale Erzeugung. Daher wird dezentrale Erzeugung (DG) in den nächsten Jahrzehnten weiterhin zunehmen, besonders stark mit dem Zurneigegehen von fos­silen Brennstoffen wie Erdgas und -Öl. Neben Erneuerbaren Energien spielen dabei auch Gasturbinen­Generatoren, Brennstoffzellen und alle anderen Formen der Kraft-Wärme-Kopplung, ... bis zu intelligen­ten Verbrauchern/elektonisch gesteuerten Motoren, die im Bremsbetrieb Energie ins Netz zurückspeisen eine Rolle. Das Potential verschiedener DG-Quellen, von Energiespeichern (Batterien, Schwungrad, Brennstoffzellen-Elektrolyse-H2Speicher-Kombi, Wasser-Pumpspeicher, Pressluftspeicher, Magnetfeld­speicher, ...) und Netzbildung/-Kopplung werden diskutiert. Die Probleme schwankender Lasten und schwankender Produktion (Wind, Sonne) können durch die Kombination vieler und verschiedenartiger Quellen und intelligenterer Kopplung zwischen ihnen und den Lasten stark reduziert werden. Durch Teil­netzbildung (Micro-Grids) und variable Anbindung von Niederspannungsnetzen (LV) an Mittelspan­nungsnetze (MV) mit verstellbaren Transformatoren (Tap Changer) kann eine höhere Durchdringung z.B. mit PV zugelassen werden.

D7.2 DG in european interconnected grids

Für Deutschland wurde gezeigt, wie die WPMS- und webbased AGCU (Advanced Grid Control Unit)- Software und zugehörige Controller-Hardware aufgebaut sind und wie sie die Energie-Erzeugung durch Wind Vorhersagen, aktuell messen und steuern kann. Viele Wind-Generatoren lassen sich technisch und kaufmännisch zu virtuellen Kraftwerken zusammenfassen, die sich weitgehend wie konventionelle Groß­kraftwerke verhalten können.

Für Frankreich wurden verschiedenstarke Durchdringungen mit Windenergie, die daraus resultieren Ener­gieflüsse und der Bedarf an Netzverstärkungen berechnet. In für die Windenergie besonders geeigneten Gebieten wie der Bretagne waren die Netze dafür noch zu schwach.

In der spanischen Pilot-Region Navarra ist durch Erneuerbare Energien (hauptsächlich Windenergie) aus einer Stromeinfuhr- eine -Export-Region geworden. Spannungsschwankungen durch fluktuierende Wind­Generatoren dürfen höchstens 2% betragen. Leitungen und Transformatoren mussten verstärkt werden. Wind-Generatoren wurden zu Clustern zusammengefaßt und als solche hauptsächlich an 220 KV-Netze angeschlossen (kein Anschluß einzelner Wind-Generatoren ans Netz). Wind-Generatoren (mit doppelt gespeister Asynchronmaschine - doubly fed induction generator DFIG oder mit vollelektronischem selbstsynchronisierendem Inverter) trugen auch zur Regelung der Blindleistung und der Spannung bei.

Auch in Österreich hat sich die Windenergie als Hauptquelle von RES entwickelt. Es kommt zu Überan­geboten und Netze müssen verstärkt werden. Genauere Vorhersagen, Planungs- und Steuerungstools sind nötig.

In D7.3 wurde DG auflnseln in Feldtests untersucht.

D 8.2a Characterization results ofgenerators

Hier wurden Redox-Batterien (positives und negatives Elektrolyt wird an den beiden Seiten einer Mem­bran vorbeigepumpt), Schwungräder (in Vakuumgehäusen), PV-Hybridsysteme (PV, Dieselgenerator, Wind, Batterien, Inverter), Stirlingmotoren (parabolische EuroDish, konzentrierte Sonnenstrahlung für thermodynamischen Kreisprozess in heißem und kaltem Helium-Zylinder), CHP-Microturbinen (Erdgas, 105/165 kW elektrisch/thermisch ) getestet und charakterisiert bezüglich ihrer Eignung für die Versor­gung abgelegener Gegenden. In D8.2b wurde das Verhalten dieser Geräte in verschiedenen Netztopologi­en (Radial, Ring, Netz) in Störfällen (MV-Unterbrechung /islanding und bei Lastsprüngen) untersucht.

D9.2 Prototype ofPoMS for test sites

Ein Energie-Fluss und - Energy-Qualitäts-Sicherungs Managementsystem (Power flow and power quality mgm system) PoMS zur Optimierung von Niederspannungsnetzen (LV grids) durch die Steuerung dezen­traler Generatoren und Verbraucher (Load-Management) über Kommunikationseinrichtungen (PoMS In­terface Box - PIB) wurde implementiert, getestet und für den Einsatz in weiteren Testumgebungen vorbe­reitet. An die PIBs werden ggf. gerätespezifische Meß- und Steuerungseinrichtungen (Sensoren, Daten­logger, ) angeschlossen. Die PIB sind alle mit der PoMS-Zentrale (PCU) verbunden und nutzen dazu XMLRPC und verschiedene Protokolle wie Ethernet, WLAN, RS232, TCP/IP. In D9.3 wird gezeigt, wel­che technischen und wirtschaftlichen Verbesserungen der PoMS-Einsatz in einigen Pilot-Installationen bewirken konnte. Durch abgestimmte Last- und Generator-Pläne und mit Speichertechniken war man bei einem Piloten sogar in der Lage, virtuellen Inselbetrieb (Verbindung zu übergeordneten Netzen ist vor­handen, musste aber kaum in Anspruch genommen werden) zu realisieren.

D 11.1 Report on impact ofpower generator distributed in iow voltage grid

Während DG von Netzbetreibem häufig als Problem betrachtet wurde, wird auch durch die im DIS­POWER Projekt entwickelten Erkenntnisse, Tools und Vorgehensweisen DG immer nützlicher. Neben Wirkleistungslieferung wird Spannungssteuerung, Netzverfügbarkeit, Leistungsfaktor- /Blindleistungs­verbesserung, Energie-Reserve, ... möglich. Da die Energie über kürzere Strecken transportiert wird, sin­ken Transportverluste und Transportkapazitäten werden frei. Größere Investitionen werden vermeid- oder aufschiebbar. Die Arbeit der Verteilnetzbetreiber (DSOs) wird aber komplizierter, da sie planen und über­wachen müssen, dass durch DG positive Effekte erzielt und negative vermieden werden. Das können sie nur, wenn sie Zugriff auf die DG-Einheiten bekommen und zentrale Steuerungen einsetzen. DG ist erfolg­reicher, wenn nicht nur die Energieerzeugung, sondern auch der Verbrauch (Load-Management) in ein Steuer- und Regelsystem eingebunden wird, also beispielsweise Waschmaschinen und Backöfen dann eingeschaltet werden, wenn ein Überangebot an Sonnen- oder Windstrom anliegt. Es wird also mehr Kommunikation und Zusammenarbeit zwischen Erzeugern und Verbrauchern statt des bisherigen "con­nect and forget" (Hauseigentümer schließen PV- oder CHP-Einheit ans Netz an, ohne Informationen über aktuelles Geschehen weiterzugeben oder gar Eingriffe aus einer Zentrale zuzulassen) gebraucht. Inselbe­trieb (Islandic mode = Weiterarbeiten von DG-Einheiten nachdem das übergeordnete Netz verlorengegan­gen ist) wird man ermöglichen und dafür geeignete Erdungs- und Schutzmaßnahmen anwenden müssen, damit DG einen Mehrwert durch Erhöhung der Verfügbarkeit leisten kann. D.h. Inverter sollen sich nicht mehr wie bisher bei Netzproblemen selbst abschalten.

1.2 FENIX

FENIX steht für "Flexible Electricity Networks to Integrate the eXpected Energy Evolution" und ist ein wichtiges Projekt aus dem 6. EU-Framework Program (FP 6) über aktive Verteilnetzwerke, also Verteil­netzwerke mit Generatoren (DG) und darunter auch Regenerativen Energien (RES). Der Abschlußbericht (Booklet genannt) aus dem Jahr 2009 ist in9 zu finden.

Die erweiterten Möglichkeiten (dezentrale Energie-Erzeugung und -Speicherung -DER- und Teilnahme am Markt auch von Zusatzdiensten) in aktiven Verteilnetzen und die höheren Anforderungen an Informa­tionsaustausch, Steuerung und Regelung münden in virtuellen Kraftwerken (virtual Power Plant - VPP). In FENIX sind betriebswirtschaftliche (CVPP) und technische (TVPP) virtuelle Kraftwerke und der zuge­hörige Regulatorische Rahmen entwickelt und in zwei Piloten (Nordeuropa = UK und Südeuropa = Spa­nien) getestet worden.

Die Firmen Siemens und Areva haben für die VPP-Unterstützung ihre Systeme (Decentralized Energy Management System - DEMS und e-terraPlatform) weiterentwickelt.

Mit der FENIX-Box wurde für die Überwachung und Steuerung von dezentralen Energie-Ressourcen (DER) ein Gerät mit mehr lokaler Intelligenz entwickelt.

FENIX unterscheidet virtuelle Kraftwerke nach technischen und kommerziellen Gesichtspunkten. Tech­nische VPP (TVPP) umfassen räumlich nahe Generatoren, die sich in einem einzigen Verteilnetz befinden und so auch nur von einem DSO betrachtet werden. Für den Handel an Strombörsen können auch räum­lich weiter und über mehrere Verteilnetze verteilte Generatoren zu CVPP (commercial VPP) zusammen­gefasst werden. Kosten-/Nutzen-Analysen (Cost Benefit Analysis - CBA) wurden für mögliche Dienste in CVPP durchgeführt. TVPP erbringen wirtschaftliche Vorteile durch Reduzierung der Netzverluste (kür­zere Transporte), Verzögerung von Investitionen (Freiwerden von Netz- und Großkraftwerks-Kapazitä­ten), Vermeidung von Strafen für Netzausfälle und Nichteinhaltung von Qualitätsvorgaben.

Während die technischen Möglichkeiten für dezentrale Generatoren und Erneuerbare Energien geschaffen wurden, sind die gesetzlichen Vorgaben noch nicht ideal.

1.3 Framework Programm 7 - einige laufende Projekte

In 2010 und den folgenden Jahren laufen wieder einige von der EU geförderte Großprojekte im Zusam­menhang mit künftiger Stromversorgung (unter Berücksichtigung dezentraler Generatoren und Erneuer­barer Energien):

1.3.1 Address: Developement of interactive distribution energy networks

ADDRESS steht für “Active Distribution networks with full integration of Demand and distributed ener­gy RESourceS. Das Address-Projekt will helfen, die Smart-Grid Vision eines intelligenten Verbundes aus

Erzeugern, Speichern und Verbrauchern von elektrischer Energie zu realisieren. Aktive Verteilemetzwer­ke haben bislang hauptsächlich steuerbare Generatoren gemeint. Hier kommt Active Demand (AD) von der Verbraucherseite dazu. Über Echtzeit-Information zu Preisen und Mengen an Angebot und Nachfrage wirdjeweils entschieden, ob der Strom fließen soll. Die Projekt-Website ist in12 zu finden. Sogenannte Aggregators vermitteln AD-Services, die dazu führen, dass das ursprüngliche Nachfrageprofil sich ändert (Schuduled or Conditional Reprofiling - SRP, CRP), weil Kunden für Energie zu bestimmten Zeiten oder in bestimmten Situationen (Netzbetreiber hat Überschuss oder Mangel an Energie) mehr oder weniger zahlen. Wenn z.B. Verbraucher freiwillig ihren Verbrauch vorübergehend senken (z.B. automatische Ab­schaltung von Waschmaschine, Klimaanlage, ...) braucht der Netzbetreiber keine Minuten-Reserve ein­kaufen und kann sich die gesparten Ausgaben mit den Verbrauchern teilen. Umgekehrt können Kunden auf die Nachricht eines Überangebots reagieren, Verbraucher einschalten und so muss der Netzbetreiber keine Trafo-Taps umschalten oder Erneuerbare Energien abschalten. Die Kapazität Erneuerbarer Energien kann besser ausgeschöpft werden.

1.3.2 SUSPLAN - Developement of guidelines for Integration of renewable energy

SUSPLAN steht für sustainability und planing und ist ein vom Direktorium für Transport und Energy (DG-TREN) gefördertes Projekt zur Unterstützung der EU-Direktive, einen Anteil an Erneuerbaren Ener­gien von mindestens 20% am gesamten Energieverbrauch bis 2020 zu erreichen. SUSPLAN erarbeitet Scenarios zur RES-Integration in regionale bis transnationale Netze. Es werden 9 regionale Fallstudien durchgeführt, in Deutschland für den Rhein-Neckar-Raum als Beispiel für einen dichtbesiedelten Raum. Unterlagen sind in13 zu finden. SUSPLAN baut auf TEN Energy Invest (Transeuropean Network14 ) und Dena Grit Study (Windenergie in Deutschland bis 202015 ).

1.3.3 lrene-40 Infrastructure Roadmap for Energy Networks in Europe

Irene steht für "Infrastructure Roadmap for Energy Networks in Europe". Es sollen Strategien für Investo­ren und Regulierer für ein sichereres, ökologisch nachhaltiges und wettbewerbsfähiges europäisches Elektrizitätssystem geschaffen werden (siehe16 ). Heute getroffene Investitionsentscheidungen wirken 40 Jahre und potentielle Investoren haben kein rechtes Vertrauen mehr in diesen Bereich. Es soll mehr Planungssicherheit hergestellt werden.

2 Modellation und Simulation von Energiequellen in VPP

Modellierung meint hier die Beschreibung der wichtigsten Eigenschaften mit mathematischen Formeln und Simulation die Programmierung/Implementierung dieser Formeln in Prozeduren und Programmen sowie entsprechende Testläufe dieser Programme. Hierfür wird in dieser Arbeit MatLab/ Simulink17 verwendet, da es die unter Ingenieuren und Naturwissenschaftlern am häufigsten verwendete Mathema­tik-Software ist. Z.B. mit Maple wäre es auch möglich, für MatLab/ Simulink spricht aber auch noch das Vorhandensein einer weitgehend kompatiblen OpenSource-Alternative, nämlich GNU-Octave und Qt- Octave18 als grafisches Frontend. Damit können die Prozeduren ohne Anschaffung eines kommerziel­len Produktes verwendet werden. Hier sollen die Prozeduren so geschrieben werden, dass sie in MatLab und GNU-Octave funktionieren. Damit Octave die selbstgeschriebenen Prozeduren findet (wir rufen sie nur mit ihrem Namen und nicht mit dem kompletten Pfad auf), nehmen wir in die Initialisierungsdatei "octaverc" (genauer: ...AOctave\3.2.3_gcc-4.4.0\share\octave\3.2.3\m\startup\octaverc) den Pfad zu unse­rem Projektverzeichnis "\VirtPowerPlant\Master" auf:

addpath("I:/ETechnik/VirtPowerPlant/Master");

oder wechseln in Octave das aktuelle Arbeitsverzeichnis zu unserem Projektverzeichnis. Octave spricht dabei (auch wenn es unter Windows läuft) UNIX/Linux, d.h. es versteht Befehle wie pwd (print working directory), ls (list contents of directory), rmdir (remove directory), mkdir (make directory)... und natürlich auch das (auch in Windows verfügbare) cd (change directory):

cd "I:/ETechnik/VirtPowerPlant/Master"

Wie von UNIX/Linux gewohnt, muss in Pfadnamen der Vorwärts-Schrägstrich (nicht der Windows-typi­sche Backslash) verwendet werden. Ähnliches gilt für die Statistik-Software R. Auch sie ist Open Source Software und verhält sich auf allen Plattformen "Unix-like". Ein Wechsel in ein Skriptverzeichnis geht aber mit setwd() und die Überprüfung des aktuellen Verzeichnisses mit getwd() (wd steht dabei für wor­king directory):

setwd("I:/ETechnik/VirtPowerPlant/Master")

2.1 Photovoltaik

In der Sonne wird in einer Kernfusion Wasserstoff in Helium umgewandelt. Die vielen Millionen Grad werden in der die Sonne umgebenden Photosphäre auf eine Temperatur von etwa 5500°C / 5780°K umge­setzt. Nach dem Stefan-Boltzmann-Gesetz P=c*A*T4 ergibt das bei einem Sonnendurchmesser von 1,39 Millionen Kilometern eine Leistung P von 3,84 1026 Watt.

Abbildung in dieser Leseprobe nicht enthalten

Die dabei in alle Richtungen abgestrahlten 3,85 1026 Watt führen in knapp 150 Millionen km Abstand, al­so unmittelbar über der Erdatmosphäre (d.h. im Vakuum) noch zu einer Leistungsdichte von 1367 Watt/ qm:

Abbildung in dieser Leseprobe nicht enthalten

Diese 1367 W/qm direkt oberhalb der Erdatmosphäre heißt auch Solarkonstante Eo. Da sie in einer 5780 °K heißen Schicht der Sonne entstanden ist, liegt der Hauptteil der Strahlung nach dem Planck'schen Strahlungsgesetz bzw. dem daraus abgeleiteten Wienschen Verschiebungsgesetz für die Wellenlänge, bei der das Strahlungsmaximum auftritt Amax=h*c/(4.965*k*T)=2898 gmK/T mit Amx=5 * 10"7 m = 0,5 gm = 500 nm:

Abbildung in dieser Leseprobe nicht enthalten

im sichtbaren Bereich von 0.4 - 0.8 gm (400 - 800 nm). Die Strahlung ist nicht ganz konstant. Z.B. durch die periodisch auftretenden Sonnenflecken schwankt die Intensität richtungsabhängig.

Lichtquanten (Photonen) des (vornehmlich sichtbaren) Sonnenlichts mit einer ausreichend hohen Energie (bzw. Frequenz f wegen E=h*f) erzeugen im Gebiet des oberflächennahen und lichtzugänglichen PN- Übergangs von Dioden (Solarzelle = Photodiode) freie Ladungsträger (Elektronen und Löcher), die im Feld der Raumladungszone über dem PN-Übergang getrennt werden. Von Photonen generierte Löcher wandern in die p-Schicht, generierte Elektronen in die n-Schicht, so dass ein kleiner Generator entsteht, der vom Halbleitermaterial und seinen p- und n-Dotierungen abhängige Spannung und Mindest-Lichtfre- quenz f (korrespondiert mit Maximal-Lichtwellenlänge A über c= A * f) als charakteristische Daten hat. Die Stromstärke hängt dagegen hauptsächlich von der Menge der eingestrahlten Lichtenergie (sofern die Frequenzen über den Halbleiter-abhängigen Mindestfrequenzen liegen) und den aktiven Flächen ab.

Dutzende Solarzellen-Dioden werden in Modulen in Reihe geschaltet, antiparallel mit Schutzdioden be- schaltet und in Schutzgehäuse eingebettet, so dass sie von Handwerkern z.B. auf Dächer montiert und dort in der Regel wieder in Reihe verschaltet werden bis mehrere hundert Volt Gleichspannung entstehen, wie sie die Wechselrichter im Eingang benötigen. Technische Daten erhalten wir vom Hersteller der Mo­dule unter Standardtestbedingungen (standard test condition STC) wie 1000 W/qm Einstrahlung, einer AM1.5-Atmosphäre (1,5-fache Atmosphäre mit genau dazu passenden frequenzabhängigen Dämpfungen durch unterschiedliche Stoffe in der Atmosphäre) und 25° C Umgebungstemperatur des Moduls. Es wird davon ausgegangen, dass der Wechselrichter die Module auch bei wechselnder Bestahlung (also auch außerhalb der STC) im Maximal-Power-Point (MPP) betreibt.

2.1.1 Mathematische Modelle für Solarpanel: Ort, Richtung, Zeit

Ausgangsdaten sind die elektrische Spitzenleistung unter STC von PV-Modulen, wie sie der Hersteller im Datenblatt angibt, sowie aus Position auf der Erde, Tag und Uhrzeit berechnete Position der Sonne, Länge des Weges des Lichts durch die Atmosphäre (in relativen Air Mass-Einheiten AM) bzw. die auf diesem Weg erfahrene Dämpfung. Konkrete Wolken bleiben dabei zunächst unberücksichtigt (Clear Sky Model­le).

Direkt oberhalb der Erdatmosphäre beträgt die Einstrahlung Eo=1367 W/qm (Solarkonstante). Diesen Wert können nur die Erde umkreisende Satelliten nutzen. Auf der Erdoberfläche kommt nach Durchgang der Atmosphäre deutlich weniger an, was auch nur dann ganz auf die Modulfläche trifft, wenn deren Flä­chennormale auf die Sonne zeigt, was ja nur in teuren 2-achsig (Richtung und Neigung) nachgeführten Solaranlagen der Fall ist. Wieviel Energie in der Atmosphäre verlorengeht, hängt von der Länge des We­ges durch sie hindurch und dies wiederum vom Sonnenstand (Zenitwinkel = Abweichung von der senk­rechten Position) ab.

Die Erdachse steht nicht senkrecht auf der nur fast kreisförmigen Umlaufebene um die Sonne, sondern ist (momentan) um 23,45° geneigt. Durch diese Ekliptikschiefe (Neigung der virtuellen Sonnenumlaufbahn um die Erde) kommen die Jahreszeiten zustande und die virtuelle Sonnenbahn am Himmel (Aufstieg im Osten, Kulmination im Süden - zumindest für Orte nörtlich des nördlichen Wendekreises - und Unter­gang im Westen) verändert sich im Jahreslauf. Nur zu Frühlings- und Herbstanfang befindet sich die Son­ne über dem Erdäquator und die Deklination (Höhe über dem Himmelsäquator) der Sonne ist Null (Äqui­noktien). Im Sommerhalbjahr hat sie eine nördliche, im Winterhalbjahr eine südliche Deklination. Erläu­terungen zum Sonnenlauf sind in19,20 und21 zu finden. Fertige Programme, die nach Eingabe der geographischen Breite und Länge des Standortes der PV-Anlage, des Datums und der Uhrzeit den Son­nenstand als Azimutwinkel (Himmelsrichtung zur Sonne hin,180° = Süden) und ihre Höhe h über dem Horizont (Elevation = 90° - Zenitwinkel) berechnen, sind in22,23,24,25 und26 zu finden. C- Source-Code für selbst zu kompilierende Sonnenstands-Programme (SOLPOS- und SPA-Algorithmus) ist in27 zu finden.

Wie in20 nutzen wir ein einfacheres Modell mit Kreisbewegungen und fester Neigung der Erdachse / Ekliptikschiefe s = 23,5° (epsilon; delta in20 ) statt elliptischer Bahnen, Julianischen Tageszahlen und kreiselnder Erdachse:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Sonnen-Polardiagramm am 15. Juli auf 50° N

Die restlichen Gleichungen für den SunSetHourAngle (= halbe Sonnenscheindauer), der auch schon aus obigen Diagrammen als Schnittpunkt der Kurven ersichtbar ist, den Sonnenazimutwinkel (Sonnenrich­tung sazm) und Winkelabweichung (incorrect alignment) zwischen Panelnormale und Sonnenstrahlen (inc) sind folgende: cos(ssha) = - sin(dekli) * sin(phi) / ( cos(dekli) * cos(phi)) = - tan(phi) * tan(dekli)

Abbildung in dieser Leseprobe nicht enthalten

Schwieriger und weniger deterministisch wird es bei der Berechnung der auf der Erdoberfläche ankom­menden Energie. Diese hängt stark vom eben berechneten Zenitwinkel z ab. Nur wenn dieser 0° beträgt, die Höhe der Sonne über dem Horizont also h=90°-z=90° beträgt und die Sonne genau über uns im Zenit steht, ist der Weg durch die Atmosphäre minimal und beträgt eine einzige Atmosphärendicke. Die durch­querte AirMass ist 1, oder kurz AM1.0. Dies kann nur in Orten zwischen dem südlichen und nördlichen Wendekreis, also nur zwischen den geographischen Breiten -23,5° (Süd) und +23,5° (Nord) überhaupt passieren und dort auch nur für einen kurzen Augenblick. Ansonsten sind die Wege durch die Atmosphäre länger und die Dämpfung stärker.

Sonnenlicht wird zum Teil schon an der Obergrenze der Atmosphäre in den Weltraum zurückgeworfen. Das in der Atmosphäre gedämpfte und gestreute Licht wird dann teilweise wieder an Wolken bzw. am Erdboden in Richtung Weltraum reflektiert (Albedo).

Die relative AirMass, die vom Licht zu durchqueren ist, läßt sich ganz grob als Kehrwert des Ko sinus des Zenitwinkels oder als Kehrwert des Sinus des Elevationswinkels berechnen: AM= 1/cos(z) = 1/sin(90-z)= 1/sin(h) und mit dem Luftdruck (in mbar) so korrigieren, dass bei geringem Luftdruck (z.B. in größeren Höhen) der Wert fürAM entsprechend kleiner wird: AM(p) = AM * p/1013mb.

In27 sind einige Modelle zur Dämpfungsberechnung, teilweise mit FORTRAN- oder C-Quellcodes zu finden. In28 werden einige Modelle verglichen. Aus dem einfachen Ansatz E=Eo1 exp(-T*AM) in19 werden recht komplizierte Gebilde, da die Dämpfung durch verschiedene Substanzen für unterschiedliche Lichtfrequenzen unterschiedlich ist und u.a. von Druck, Temperatur, Konzentration, Schichtdicke, ... ab­hängt. Damit spielt zwar die AM bei allen Modellen eine wichtige aber nicht die einzige Rolle. Es wird auch mindestens in direkte und indirekte (Streu-) Strahlung und zugehörige Transmissionskoeffizienten Tx unterschieden. Dabei wird die Dämpfung direkter Strahlung teilweise durch eine Zunahme indirekter Strahlung (die durch Streuung der direkten entsteht) kompensiert. Auch Reflektion (Weissheit = albedo) am Boden und in der Luft spielt eine Rolle.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 1: Clear-Sky-Modellefür die Atmosphärendämfung (SERI TR 642-761)

Die Kritik an diesen Modellen war, dass die nötigen Werte für Ozon-, C02-, Wasser-Dampf-Gehalte, Weissheit/Reflektion, ... zumindest für neue Aufstellungsorte von PV-Anlagen nicht vorliegen (sollten über mehrere Jahre gemessen worden sein) und auch an vorhandenen PV-Standorten häufig nur die dort am Boden ankommende Strahlung (z.B. in Form von Stundenmittelwerten fürjeden Tag des Jahres) ge­messen und in den Stralungsdatenbanken festgehalten wurde. Deshalb wurde mit dem DISC-Modell27 der umgekehrte Weg gegangen und aus tatsächlich gemessenen Strahlungswerten am Boden das Däm- pfungs-/Streuungsmodell für die Atmosphäre entwickelt.

Da wir beides nicht haben (weder Atmosphärenzusammensetzung noch gemessene Strahlungswerte am Boden) nutzen wir die Exponentialfunktion Eboden=Eo * exp( -T * AM) aus19 und den fast linearen Zu­sammenhang zwischen log(Strahlung) und der AirMass: log(E/Eo) = f(sec(z)) = f(1/cos(z)) = f(AM) in28 wonach bei AM9 nur noch etwa 0,1 der Strahlungskonstanten Eo auf der Erdoberfläche ankommt:

Abbildung in dieser Leseprobe nicht enthalten

d.h. wir berechnen aus dem Zenitwinkel 'z' die AM=1/cos(z) und dann (noch viel ungenauer) die (im gün­stigsten Fall) auf dem Erdboden ankommende Strahlung E = 1367 W/qm * exp (-0.26 * AM). Die Strah­lung auf dem Modul wird noch um den Kosinus des Winkels (inc) zwischen den Richtungen der Flächen­normalen und zur Sonne kleiner, wenn wir die Solarmodule nicht laufend genau auf die Sonne ausrichten (nachführen):

Abbildung in dieser Leseprobe nicht enthalten

Auf die Dämpfung T (momentan minimal = 0.26) im Exponenten der e-Funktion kommen wir nach der Betrachtung der Wettereinflüsse und echter an Bodenstationen und per Satellit gemessener Strahlungs­werte zurück, um ihn entsprechend zu erhöhen.

Die AMI.5 (cos(z)=1/1.5=0.666 => Zenitwinkel z=48°, Sonnenelevation = 90-z = 42°) aus den STC mei­nen insbesondere einen für diesen schrägen Sonneneinfall spektralen DämpfUngsverlauf, der die typi­schen Einbrüche enthält, die durch die Stoffe in der Atmosphäre hervorgerufen werden. Bei anderen Ein­strahlungswinkeln verändert sich der Dämpfungsverlauf nicht gleichmäßig linear über alle Frequenzen. Außerdem hat jedes Halbleitermaterial andere spektrale Wirkungsgrade. Für konkrete Kraftwerksplanun­gen wird man daher statt des groben Modells echte Meßdaten am geplanten Ort und mit geplanten Solar- zellen-Materialien für Berechnungen heranziehen.

Mit PVWatts29 kann ähnlich wie mit den hier erstellten Octave-Programmen der elektrische Ertrag von PV-Anlagen berechnet werden.

2.1.2 Wetterabhängigkeiten - Berücksichtigung von Wolken

Die Dämpfung der Atmosphäre ändert sich kontinuierlich mit deren variabler Zusammensetzung z.B. des Gehalts an Wasser (Dämpfung hauptsächlich langwelligen Lichts) oder Ozons (Dämpfung hauptsächlich des UV-Lichts). Starke Änderungen ergeben sich jedoch bei Wolkenbildung (Reflektion), die nicht nur vom Wassergehalt (relative Feuchte >= 100% nötig), sondern auch vom Vorhandensein von Kondensa­tionskeimen und Aufwinden abhängig ist. Selbst wenn der Wassergehalt der Luft höher als ihre nominelle Aufnahmekapazität ist, kommt es nicht ohne weiteres zur Wolkenbildung. Kleinste Tröpfchen können gleich zum Boden fallen, so dass sich keine größeren Tropfen und Wolken bilden können. Die hohe Ober­flächenspannung kleiner Tropfen kann die weitere Wasseraufnahme oder das Gefrieren behindern. Damit sich große Tropfen/ Kristalle bilden, müssen sie durch Aufwinde möglichst lange am Herunterfallen auf die Erde gehindert werden und möglichst lange vertikal bewegt werden, sodass reichlich Gelegenheit zu Zusammenstößen mit anderen Tröpfchen oder Eiskristallen und damit zum Wachstum gegeben ist. Das ist, auch für Wetterdienste, wie den Deutschen Wetterdienst30, europäische (EumetSat31 ) und ameri­kanische (NOAA32 ) Wetterdienste schwer vorauszusagen, obwohl sie mit ihren Satelliten viele Atmo­sphären- und Erdoberflächen-Daten und natürlich schon vorhandene Wolken messen.

Eumetsat CM-SAF

Eumetsat besitzt mehrere SAFs (Satellite Application Facilities), die für verschiedene Meßdaten und ihre Aufbereitung zuständig sind. Die meisten Eumetsat-Daten werden nur an nationale Wetterdienste gege­ben. Jedoch über die Climate Monitoring-SAF - CM-SAF33, die Aufbereitung der Klima-Daten aus Messungen der Eumetsat-Satelliten unter Leitung des DWD (ein zweites Verarbeitungszentrum ist der belgische Wetterdienst in Brüssel), kommt man (kostenlos) an Dateien (im HDF5-Format) mit Datensät­zen mit Tages- und Monatsmittelwerten (= Produkte) zu wichtigen Klima-Variablen: •

- Surface Net Shortwave Radiation - SNS (Kurzwellenstrahlung mit 0,2 - 4 Mikrometern Wellen­länge, die von der Erdoberfläche absorbiert wird in W/m2)
- Surface Net Longwave Radiation - SNL (Langwellenstrahlung mit mehr als 4 Mikrometern Wel­lenlänge, die von der Erdoberfläche absorbiert wird in W/m2 )
- Surface Radiation Budget - SRB (SNS + SNL)
- Surface Albedo - SAL (Weissheit, Reflektionsgrad am Erdboden)
- Top of atmosphere Reflected Shortwave Solar Radiation - TRS (in W/ m2 Ende 2010 "operatio­nal product" also nicht von der Güte der oben stehenden "echten" qualitätsgeprüften und korri­gierten Klimadaten)

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: CM-SAF-Produkte mit ihrer Lokation

Intessant sind z.B. TRS, um den in die Atmosphäre eintretenden Anteil der Sonneneinstrahlung (Eo - TRS) und dann mit CPC in Kombination mit COT die Dämpfung innerhalb der Atmosphäre damit be­rechnen zu können. Die Berechnung der richtungsabhängigen Einstrahlung oberhalb der Atmosphäre und all die Vorgänge in der Atmosphere (Reflektionen, Absorptionen, Streuungen) kann man auch außer Acht lassen und gleich mit SIS den auf der Erdoberfläche ankommenden Kurzwellenstrahlungsanteil (Global­strahlung = Direktstrahlung aus Richtung Sonne + diffuse Streu-Strahlung aus vielen Richtungen) be­trachten.

Eine Einführung in die CM-SAL-Daten und die für ihre Verwendung nötigen Tools wie GUI mit Interac­tive Data Language - IDL - der Lirma ITT VIS35, Climate Data Operators (CDO) genannte UNIX/ Li­nux-Programme des Max Planck Instituts für Meteorologie in Hamburg36 (von denen es auch Win­dows-Varianten gibt) und die OpenSource-Statistik-Software "R"37 bietet ein Online-Kurs34 und jährlich stattfindende Präsenzseminare.

"R" braucht die Daten im NetCDL-Lormat40, das ähnliche Eigenschaften wie HDL5 hat. Zwischen bei­den kann z.B. mit dem CDO-Tool konvertiert werden. Lür IDL gibt es auf Linux auch ein OpenSource- Ersatz (Interpreter/Compiler) in Lorm der GNU-Data-Language GDL. Ein grundlegendes Verständnis für Klima und Vorgänge in der Atmosphäre vermitteln Meteorologie-Bücher wie z.B.38. Das HDL-Lormat der CM-SAL-Dateien kann auch mit einem Viewer der HDL-Group39 gelesen werden. Die Dateien enthalten neben den eigentlichen Nutzdaten (mehrdimensionale Arrays) auch Metadaten (Arraystruktu- ren, Kommentare, History,...), die beschreiben, worum es sich handelt. Eumetsat empfiehlt auch einen NetCDL-Lile-Browser ncBrowse der NOAA (58, aus Datei "install_ncBrowse_rell_6_3.exe" auf Win­dows zu installieren)

Die bestellten Klimadaten sind nach wenigen Tagen herunterladbar. Man bekommt eine Email mit Anga­ben zu ftp-Server, User-ID und Passwort. Je Produkt (z.B. Lractional Cloud Cover - monthly mean) eine tar-Datei (tar = tape archiver). Das ist so etwas wie eine zip-Datei, allerdings aus dem UNIX/Linux-Um­feld, wo das zugehörige tar- oder pax-Programm immer vorhanden ist. Unter Windows kann man eine Cygwin-Umgebung (OpenSource77 ) installieren, so dass alle gängigen UNIX-Tools auch in Windows vorhanden sind (x=extract, v=verbose, Mfilename für input):

tar xvf ORD1656.tar

Das Packerprogramm "WinRAR" kennt neben Windows-typischen Formaten wie ZIP, CAB, LZH, ... auch UNIX-typische wie TAR und GZ. In der tar-Datei sind z.B. zahlreiche hdf-Dateien: fürjeden Monat (bei bestellten "monthly means") oder fürjeden Tag (bei bestellten "dayly means") der letzten Jahre eine Datei im hdf5-Format.

Climate Data Objects - CDO

Wenn uns eine Tabellenansicht im hdf-Viewer nicht reicht, das GUI-Tool mit IDL nicht zur Verfügung steht oder "R" und andere Tools verwendet werden sollen, können wir CDO für eine Umformung in ein anderes Dateiformat nutzen. Zum cdo-Programm (cdo.exe in Windows) gehört auch noch eine Biblio­theksdatei "pthreadGC2.dll", die wie das Programm in ein im Suchpfad liegendes Programmverzeichnis oder in das Verzeichnis der damit bearbeiteten Datendateien zu kopieren ist. "cdo" ist zwar nur ein kleines Kommandozeilen-Programm, ist aber sehr mächtig mittels seiner zahlreichen Optionen, die in einem 170­seitigen Users Guide erklärt werden und hier nur exemplarisch gezeigt werden.

Das NetCDF-Format wird (hier aus der Datei mit den Daten "Cloud fractional cover monthly means von April 2007") mit der Option "-f nc" (mit -f werden Formate von Ausgabedateien festgelegt, "nc" ist das NetCDF-Format) hergestellt:

Abbildung in dieser Leseprobe nicht enthalten

Der cdo-Befehl "info" zeigt uns hier zur Wolkenabdeckung Minimum, Mittelwert und Maximum der 289044 Datensätze zum geografischen Koordinatengitter:

Abbildung in dieser Leseprobe nicht enthalten

cdo info: Processed 289044 values from 1 variable over 1 timestep.

Der cdo-Befehl "infov" bezieht sich auf Variablen in der Datei. Hier ist nur eine Variable namens "Datal" vorhanden, zu der wir schon durch den Befehl "info" die Anzahl, Minimum, Mittelwert und Maximum er­fahren hatten:

Abbildung in dieser Leseprobe nicht enthalten

cdo infov: Processed 289044 values from 1 variable over 1 timestep.

Der cdo-Befehl "sinfo" erklärt detailierter wie das Gitter zustandekommt. Die eigentlichen Daten (hier % Himmelsabdeckung) sind in einer Matrix gespeichert. Es sind hier 777 Spalten oder x-Werte für die geo - grafische West/Ost-Länge (nlon = number of longitude values, West-Werte negativ, Ost-Werte positiv, wobei kleine West durch große Ostwerte ausgedrückt werden können) und 372 Zeilen der y-Werte für die geografische Nord-Breite (nlat = number of latitude values, 1. Wert = Grenze im Norden, letzter Wert = Grenze im Süden) vorhanden. Beide Koordinaten sind hier in Metern gemessen. Der Abstand (inc = in­crement) der Messungen beträgt in beiden Richtungen 15000 m = 15 km. Die dritte Dimension/ z-Achse/ vertical grid für die Höhe über dem Erdboden wird hier nicht benötigt. Auch Zeitreihen sind in unserer Datei nicht enthalten (es ist nur das Monatsmittel für April 2007):

cdo sinfo CFC200704.nc

Der Befehl "sinfov" bringt im vorliegenden Fall auch nicht mehr Informationen als der Befehl "sinfo" zum Gitter geographischer Positionen. Eine knappere Beschreibung des Gitters zeigt aber cdo-Befehl "griddes" (grid description):

Abbildung in dieser Leseprobe nicht enthalten

Processed 1 variable.

Der cdo-Befehl "vardes" gibt uns eine Variablenbeschreibung (variable description) ähnlich "infov", von dem wir schon wissen, dass hier nur eine Variable namens "Datal" in der Datei enthalten ist.

Der cdo-Befehl "sellonlatbox" (select longitude & latitude box) könnte aus der Datenmatrix die Werte zu einem kleineren Bereich von Längen (longitudes) und Breiten (latitudes) herausschneiden z.B. nur für Deutschland, was aber nur geht, wenn sie in Grad und nicht wie hier in Metern gegeben sind. So könnten wir deutlich kleinere Dateien ausgeben lassen, die nur noch Werte für den gewünschten Koordinatenbe­reich enthalten. Wir müssen hier auf die x- und y-Indexe gehen und den cdo-Befehl "selindexbox" ver­wenden (hier Gegend um Darmstadt):

cdo -f nc selindexbox,444,445,224,225 CFC200704.nc CFC 444 224.nc

Diese 2*2 Werte - wegen der Indizierung ab 0 sind es die der Koordinatenpaare (443,223), (444,223), (443,224) und (444,224) - werden in eine neue Datei "CFC_444_224.nc" im NetCDF-Format geschrie­ben. Hilfe zu den Selektionsbefehlen für Koordinaten bekommen wir mit "cdo -h sellonlatbox" oder "cdo -h selindexbox".

Ähnlich liest der cdo-Befehl "seltimestep,n/m" die n-ten bis m-ten Zeitwerte aus der Datei und schreibt sie in eine neue (wir haben hier jedoch keine Zeitreihe). Mit diesem Befehl können auch Variablenwerte zu Jahren, Monaten, Tagen, Stunden selektiert werden.

Der HDF-Viewer kann (obwohl das im Open-File-Dialog verschwiegen wird) auch *.nc-Dateien einlesen. Hier werden beide Dateien angezeigt. Der x-Wert gibt den Ost-West-Abstand vom Greenwich-Meridian (West = minus, Ost = plus) und der y-Wert den Abstand vom Äquator nach Norden an. Beide Werte wer­den in Metern angegeben. -5820000 < x < +5820000 entspricht etwa einer geografischen Länge zwischen 60° West und 60° Ost (60° = 5820km / (cos(30°) 111 km/° ) ). 3315000 < y < 8880000 entspricht 3315 km/ 111km/° < y < 8880km/111km/° = 80°N > y > 30° N, also einer nördlichen Breite zwischen 80° und 30°. Die %-Werte (bei manuellen Meßmethoden wurden/werden die bedeckten 0 bis 8 Achtel des Him­mels gezählt und als Okta angegeben) für die Wolkenabdeckung werden in beiden Richtungen im Ab­stand von 15 km angegeben. Wobei Ost-West-Abstände auf dem Äquator gemessen werden statt auf der aktuellen Breite (dann müßten wir noch mit dem Kosinus der geografischen Breite multiplizieren). Wir haben 372 Zeilen (y=0..371) und 777 Spalten (x=0..776). Bei Verwendung eines geeigneten GIS-Pro­gramms werden die Abdeckungswerte automatisch den geografischen Koordinaten zugeordnet. Ohne dies können wir Koordinaten/Spalten/Zeilen-Umrechnung selber vornehmen:

- Matlab/Octave-Skript geo2ind.m zur Umrechnung von Länge/Breite in Grad in x/y-Index % input: Länge und Breite in Altgrad
- output: x- (Spalten-) und y-(Zeilen-)Indexe zum Auslesen zugehöriger Daten aus Matrix % 372 Zeilen werden von Nordgrenze bei 80° N nach Süden bis 30oN gezählt = 372/50°=7,44 Zeilen/Grad function[spalte,zeile] = geo2ind(lambda,phi)
- zeile = (80- phi) * 111.12km / 15 km/Zeile = (80-phi) * 7.44 Zeilen/Breitengrad % spalte = 388 * (1+ lambda/60°), westliche Längen sind negativ, Hälfte bei Greenwich

zeile = round( (80-phi) * 7.44 );

spalte = round( 388 * (1+ lambda/60) ); end;

- Matlab/Octave-Skript ind2geo.m zur Umrechnung der x/y-Indexe in Länge/Breite in Grad % input: x- und y-Index (Spalten- und Zeilen-Nummer)
- output: geographische Länge lambda (westlich = negativ) und Breite phi in Altgrad
- Zeilen werden von Nordgrenze bei 80° N nach Süden bis 30oN gezählt
- 777 spalten / (2* 60°) = 6,475 Spalten pro Längengrad

function [lambda,phi]=ind2geo(spalte,zeile)

Abbildung in dieser Leseprobe nicht enthalten

Für Darmstadt auf 49°52' Nord, 8° 39' Ost (phi=49+52/60 = 49.867°, lambda=8+39/60=8.65°) berechnet sich damit die Zeilen- und Spaltennummer folgendermaßen (zur Probe berechnen wir daraus dann wieder Längen- und Breitengrad; kleine Abweichungen sind unvermeidbar, da Spalte und Zeile ganze Zahlen sein müssen und durch Rundung Zustandekommen):

Abbildung in dieser Leseprobe nicht enthalten

Diese Position (und die Nachbarpositionen) sehen wir uns im HDF-Viewer (hdf5- und nc-Datei) und im NetCDF-File-Browser "ncBrowse" an. Der HDF-Viewer zeigt für beide Dateien 30% Himmelsbedeckung in Spalte 444 und Zeile 224 für April 2007 an:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: HDF-Viewer mit CPC-Daten für April 2007

"ncBrowse" zeigt die Metadaten (Beschreibungen) entweder als Baum (wie der HDF-Viewer) oder als Ta­belle an. Die Daten selber werden graphisch farblich kodiert. Der geografische Bereich wird dabei in den in der Datei verwendeten Koordinaten (hier Meter) festgelegt. Zunächst der Gesamtbereich:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: ncBrowse-Koordinatenauswahl in Metern (hierMaximalbereich)

Und hier is die zugehörige Graphik (80° Nord ist oben, -60° West ist links, +60° Ost ist rechts, das Brei­tenparallel bei 30° Nord bildet die Unterkante):

1 Cloud Fractional Cover - CFC (Anteil des bedeckten Himmels in %)

- Cloud Type - CTY (low, middle level, high opaque, high semitransparent,...)
- Cloud Top Pressure - CTP (Luftdruck an Wolkenoberseite in hPa)
- Cloud Top Height - CTH (Höhe der Wolkenoberseite über dem Boden in m)
- Cloud Top Temperature - CTT (Temperatur an der Wolkenoberseite in K)
- Cloud Optical Thickness - COT (ohne Einheit)
- Cloud Phase - CPH (Wasser, Eis, Mischung)
- Cloud Water Path (Wasserdampf in der Atmosphäre in kg/m2)
- Surface Incoming Shortwave Radiation - SIS (Wellenlänge 0,2 - 4 pm, d.h. leider nicht nur PV- relevantes sichtbares Licht, in W/m2)
- Surface Downwelling Longwave Radiation - SDL (Strahlung mit mehr als 4 Mikrometern Wel­lenlänge zum Erdboden hin in W/m2)
- Surface Outgoing Longwave Radiation - SOL (Strahlung mit mehr als 4 Mikrometern Wellenlän­ge vom Erdboden weg in W/m2)

[...]

Ende der Leseprobe aus 105 Seiten

Details

Titel
Modellbildung für dezentrale Stromerzeugung unter Nutzung erneuerbarer Energien
Hochschule
FernUniversität Hagen  (Fakultät Mathe, Informatik, E-Technik)
Note
1.0
Autor
Jahr
2011
Seiten
105
Katalognummer
V433431
ISBN (eBook)
9783668755383
ISBN (Buch)
9783668755390
Dateigröße
1545 KB
Sprache
Deutsch
Schlagworte
Erneuerbare Energien, Renewable Energies Virtuelle Kraftwerke, Photovoltaik, Windenergie, Programme in R und Matlab/GNU-Octave, Kraft-Wärme-Kopplung, Ernergieverbrauch, Klimadaten per Satellit, Eumetsat
Arbeit zitieren
Rainer Stickdorn (Autor), 2011, Modellbildung für dezentrale Stromerzeugung unter Nutzung erneuerbarer Energien, München, GRIN Verlag, https://www.grin.com/document/433431

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Modellbildung für dezentrale Stromerzeugung unter Nutzung erneuerbarer Energien



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden