Use Case: Green Planet Energy – Wirtschaftlichkeitsbewertung der Sekundärregelleistung mit TOP-Energy und Python

Wie wirtschaftlich ist die Teilnahme eines Batteriespeichers am Sekundärregelmarkt?

Diese Frage stellte sich Julian Franz von Green Planet Energy im Rahmen eines Use Cases zur systemischen Bewertung von Speichervermarktungsstrategien. Für die fundierte Analyse kombinierte Green Planet Energy die modellbasierte Simulation mit TOP-Energy und eine externe Marktdatenverarbeitung mit Python – verbunden über die REST-API von TOP-Energy.

Ziel war es, die Erbringung von Sekundärregelleistung (SRL) technisch korrekt, regulatorisch vollständig und wirtschaftlich präzise zu bewerten – und mit alternativen Marktstrategien wie dem Day-Ahead-Handel zu vergleichen.

Herausforderung: Lohnt sich die ganzjährige Erbringung von Sekundärregelleistung für einen Batteriespeicher mit 60 MWh/60 MW?

Dafür mussten zahlreiche technische und wirtschaftliche Aspekte berücksichtigt werden:

  • die Leistungs- und Arbeitspreise des SRL-Marktes,
  • die tatsächlich abgerufene positive und negative Regelarbeit,
  • Alterungseffekte durch physische Stromflüsse,
  • mögliche Kannibalisierungseffekte gegenüber dem Day-Ahead-Markt
  • sowie regulatorische Anforderungen, wie die exklusive Vorhaltung von Energie für Regelleistung.

Die für die Bewertung nötigen historischen Marktdaten – wie Merit Order Lists und Regelabweichungen – standen als Zeitreihen im Internet frei zur Verfügung, mussten aber prozessiert und systematisch eingebunden werden.

Die Lösung mit TOP-Energy

TOP-Energy bietet eine leistungsfähige REST-API, über die externe Anwendungen – wie Python-Simulationen – Daten einlesen und exportieren können. Julian Franz nutzte diese Schnittstelle, um Ergebnisse aus einer externen Marktanalyse direkt in die TOP-Energy-Simulation zu integrieren.

Zum Einsatz kamen unter anderem:

  • die Komponente „Regelenergie“, die Leistungsvorhaltung, Stromflüsse und Erträge modelliert,
  • Stromrichtungsweiser und Steuerungskomponenten, um systemtechnische Vorgaben korrekt abzubilden,
  • die Zeitreihenerfassung historischer Preise und Leistungen im Viertelstundentakt
  • und der Vergleich von Vermarktungsvarianten, u. a. mit dem Day-Ahead-Markt.

Die Python-basierten Berechnungen ermittelten die tatsächlich erbrachte Regelleistung einer Anlage in Abhängigkeit von den Marktbedingungen. Diese Informationen wurden automatisiert in das TOP-Energy-Modell überführt – als realer Stromfluss mit entsprechendem Einfluss auf die Wirtschaftlichkeitsrechnung.

Luftaufnahme einer Energiespeicheranlage

Das Ergebnis: ganzjähriges aFRR-Marketing

TOP-Energy stellte die ganzjährige SRL-Vermarktung als weiteren Freiheitsgrad im Energiesystem dar – mit allen Markt- und Betriebsrestriktionen. Die Software berechnete daraus:

  • Jahreserträge aus der Sekundärregelleistung,
  • die unterschiedlichen Betriebsmodi des Batteriespeichers
  • sowie den wirtschaftlichen Vorteil im Vergleich zur alternativen Direktvermarktung.

Durch den kombinierten Einsatz von TOP-Energy und externen Python-Simulationen konnte Green Planet Energy belastbar beantworten, ob sich die SRL-Erbringung für die betrachtete Speicheranlage wirtschaftlich lohnt.

Zielgruppen von TOP-Energy: Wer profitiert von der Software?

  • Direktvermarkter und Energieversorger
  • Projektentwickler
  • Energiemarktanalysten

Energie für eine klimafreundliche Zukunft: über Green Planet Energy

Green Planet Energy ist eine bundesweit aktive Energiegenossenschaft mit Sitz in Hamburg. Ihr Ziel: Eine klimafreundliche, unabhängige und demokratisch organisierte Energieversorgung. Das Unternehmen liefert Ökostrom und Ökogas, investiert in erneuerbare Energien und treibt innovative Projekte zur Energiewende voran – genossenschaftlich, transparent und nachhaltig

Portraitfoto von Julian Franz
Julian Franz