Eigenverbrauchsoptimierung & Lastspitzenkappung

Batteriespeicher gelten als Schlüsseltechnologie der Energiewende, weil sie schwankende erneuerbare Energien wie Solar- und Windstrom flexibel nutzbar machen. Sowohl Privathaushalte als auch Unternehmen können von Behind-the-Meter (BTM) Batteriespeichern profitieren. BTM Speicher dienen dazu um “hinter dem Zähler” den Stromverbrauch zu senken, Energiekosten zu sparen und Netzentgelte zu reduzieren.

Es gibt drei zentrale Anwendungsfälle, auf die sich BTM Batteriespeicher spezialisieren können:

(1) Eigenverbrauchsoptimierung (möglichst viel selbst erzeugten Solarstrom selbst nutzen),

(2) Lastspitzenkappung (teure Lastspitzen im Strombezug kappen, auch Peak Shaving genannt) und

(3) eine Kombination beider Strategien.

Im Folgenden werden diese Use Cases praxisnah und verständlich erklärt – einschließlich ihrer Implementierung in Simulationen sowie Umsetzung im realen Praxisbetrieb.

1. Eigenverbrauchsoptimierung – mehr Solarstrom selbst nutzen

Bei der Eigenverbrauchsoptimierung geht es darum, den Anteil des selbst erzeugten Stroms aus einer PV-Anlage zu maximieren. In der Praxis bedeutet das: Wenn mittags viel Solarstrom produziert wird, diesen Überschuss in der Batterie zwischenzuspeichern, um ihn abends oder nachts bei Bedarf zu verbrauchen . Ohne Speicher muss überschüssiger PV-Strom häufig ins Netz eingespeist werden (oft zu geringerer Vergütung), während in sonnenarmen Stunden Strom teuer aus dem Netz bezogen wird. Mit einem Batteriespeicher kann man diese Lücke schließen.

Wie wird das technisch umgesetzt? Ein einfacher steuernder Algorithmus lädt die Batterie immer dann, wenn PV-Erzeugung > Verbrauch (Überschussstrom), und entlädt sie, wenn Verbrauch > PV-Erzeugung (Defizit), solange der Batteriestand (State of Charge, SoC) das zulässt. Auf diese Weise wird der Netzbezug minimiert. Mathematisch lässt sich die Eigenverbrauchsstrategie als Kostenminimierung formulieren: Es werden die Strombezugskosten über einen Zeitraum minimiert, indem die aus dem Netz bezogene Leistung gering gehalten und Einspeisung (für die es nur eine geringe Vergütung gibt) vermieden wird . Einfach ausgedrückt lautet das Ziel: „Verbrauche so viel eigenen Solarstrom wie möglich, kaufe so wenig Netzstrom wie nötig“. In einer Simulation könnte dies durch ein Optimierungsmodell realisiert werden, das für jedes Zeitintervall entscheidet, ob die Batterie laden, entladen oder untätig bleiben soll – unter Einhaltung der Batteriekapazität und Leistungsgrenzen.

Umsetzung im Energiemanagement: Viele Energiemanagement-Systeme (EMS) nutzen heute Prognosen für PV-Erzeugung und Verbrauch, um die Batterie vorausschauend zu steuern. So kann etwa prognosebasiertes Batterieladen dafür sorgen, dass die Batterie vor einem sonnigen Tag genug Kapazität frei hat (damit kein PV-Strom ungenutzt bleibt) und vor einem abends steigenden Verbrauch ausreichend geladen ist. Die Herausforderungen hierbei liegen vor allem in Prognoseungenauigkeiten und Dimensionierung: Ist die Batterie zu klein oder falsch geladen, kann es passieren, dass sie frühzeitig leer ist oder nicht allen Überschuss aufnehmen kann. Auch wirtschaftlich ist zu bedenken, dass ein Speicher allein für höheren Eigenverbrauch sich nicht in allen Fällen rechnet – viele Betriebe nutzen ohnehin schon ~60–70 % ihres PV-Stroms direkt, sodass ein Speicher oft nur geringen Mehrnutzen bringt, der in keinem Verhältnis zu den Kosten steht . Dennoch schätzen manche Nutzer die erhöhte Unabhängigkeit vom Stromversorger und die langfristige Planbarkeit von Stromkosten, sodass sie bereit sind, in einen Speicher zur Eigenverbrauchsmaximierung zu investieren.

2. Lastspitzenkappung (Peak Shaving) – teure Leistungsspitzen glätten

Die Lastspitzenkappung – auch Peak Shaving genannt – ist ein Anwendungsfall vor allem für gewerbliche und industrielle Stromverbraucher. Dabei zielt man darauf ab, kurze Leistungsspitzen im Strombezug zu kappen, weil diese in vielen Stromtarifen hohe Leistungskosten verursachen. Konkret berechnen Netzbetreiber für größere Abnehmer ein jährliches oder monatliches Netzentgelt basierend auf der höchsten abgerufenen Leistung (kW) in einem Abrechnungszeitraum. Lastspitzen treten z. B. auf, wenn mehrere große Maschinen gleichzeitig anlaufen oder andere verbrauchsintensive Prozesse zeitgleich stattfinden. Auch wenn eine solche Spitze nur wenige Minuten dauert, kann sie die Stromrechnung stark erhöhen. Hier springt der Batteriespeicher als Puffer ein: Sobald der Verbrauch einen definierten Schwellenwert überschreitet, liefert die Batterie automatisch die zusätzliche Leistung, anstatt diese aus dem Netz zu beziehen . Somit wird die Netzbelastung auf einen maximalen Wert begrenzt (die „gekappte” Spitze), und der gemessene Höchstwert an Bezugsleistung bleibt niedriger. In Zeiten geringer Last wird der Speicher dann wieder aus dem Netz oder überschüssigem PV-Strom geladen, um für die nächste Spitze bereit zu sein .

Beispiel: Hat ein Unternehmen einen Tarif mit 100 € pro kW Leistungspreis und normalerweise Spitzen bis 900 kW, würden ohne Speicher allein ~90.000 € pro Jahr an Leistungskosten anfallen . Ein Batteriesystem könnte diese Spitzen z.B. auf 800 kW begrenzen, wodurch der abgerechnete Höchstwert sinkt – jede vermiedene kW-Spitze spart direkt Kosten. In einem praktischen Beispiel kann ein 100 kWh/50 kW-Batteriespeicher eine Lastspitze um 50 kW reduzieren, was bei ~200 €/kW Leistungspreis etwa 10.000 € jährliche Ersparnis bedeuten kann .

Technische Umsetzung und Simulation: In Simulationen wird Peak Shaving als Optimierungsproblem formuliert, bei dem die maximale Netzleistung minimiert werden soll. Mathematisch kann man das z.B. ausdrücken als Minimierung der Spitzenlast $P_{\text{peak}}$:

$P_{\text{peak}} = \max_{t} \big( P_{\text{Last}}(t) - P_{\text{Batterie-Entladung}}(t) \big)$,

wobei $P_{\text{Last}}(t)$ der Leistungsbedarf aus Sicht des Verbrauchers und $P_{\text{Batterie-Entladung}}(t)$ die von der Batterie gelieferte Leistung ist . Die Batterie soll so gesteuert werden, dass $P_{\text{peak}}$ möglichst gering wird. Die Optimierung erfolgt unter Nebenbedingungen wie begrenzter Batteriekapazität und maximaler Entladeleistung. In der Praxis lässt sich das oft durch die Wahl eines Schwellwerts darstellen: z.B. „Beziehe maximal 800 kW vom Netz; alles darüber übernimmt die Batterie“. Ein EMS mit Peak-Shaving-Funktion überwacht kontinuierlich die Leistung und regelt die Batterie in Echtzeit, um die Lastkurve abzuflachen. Wichtig ist ein intelligenter Algorithmus, der die Batterie nach einer Lastspitzenkappung sofort wieder auflädt, um für die nächste Lastspitze bereit zu sein, Lastprognosen oft ungenau sein können und eine einzige “verpasste” Lastspitze die Stromrechnung schon nach oben schellen lässt.

Herausforderungen in der Anwendung: Lastspitzenkappung erfordert eine ausreichende Dimensionierung des Speichers für das individuelle Lastprofil . Der Speicher muss genügend Leistung und Energie bereithalten, um die typischen Spitzen abzudecken – sehr hohe, aber seltene Peaks kann man eventuell nicht vollständig kappen, ohne einen übergroßen (und unwirtschaftlichen) Speicher vorzuhalten. Daher muss in der Planung des Speichers ein wirtschaftlich optimaler Schwellwert gesucht werden, ab dem gekappt wird. Richtig implementiert entlastet Peak Shaving nicht nur die Stromrechnung, sondern auch das Stromnetz – flachere Lastkurven bedeuten weniger Bedarf an Netzausbau und Reservekraftwerken und damit auch einen Beitrag zu Klimaschutz und Netzstabilität .

3. Kombination beider Strategien – das Beste aus Eigenverbrauch & Peak Shaving

In der Praxis werden Batteriespeicher oft so ausgelegt, dass sie mehrere Nutzen gleichzeitig bringen, um die Wirtschaftlichkeit zu erhöhen. Eine Kombination aus Eigenverbrauchsoptimierung und Lastspitzenkappung ermöglicht es, Synergieeffekte zu erzielen: Der Speicher kann tagsüber Solarüberschüsse aufnehmen und abends zur Kostensenkung beitragen und gleichzeitig kurzzeitige Leistungsspitzen glätten. Durch eine solche Mehrfachnutzung steigt der Nutzen und die Amortisationsdauer des Speichers verkürzt sich deutlich. Fortschrittlichere Planungstool, wie auch Lumera Energy, bieten daher sogenannte Multi-Use-Konzepte, bei denen ein Batteriespeichersystem flexibel mehrere Betriebsmodi beherrscht.

Wie funktioniert die Kombination? Prinzipiell können beide Strategien mit einem priorisierten Regelwerk steuern. Eine einfache Lösung ist, einen Teil der Batteriekapazität für Peak Shaving zu reservieren und den Rest für die PV-Speicherung zu nutzen . Beispielsweise lässt sich in einem Energiemanagement einstellen: „Halte stets 30 % SoC in der Batterie frei für Lastspitzenkappung; nutze die darüber hinausgehende Kapazität für PV-Eigenverbrauch“ . Solange der Akku über 30 % geladen ist, kann er also überschüssigen Solarstrom aufnehmen oder für den Haushalt entladen (Eigenverbrauchsmodus). Sinkt der Ladezustand auf 30 % oder darunter, bleibt dieser Rest als Reserve, die nur noch eingreift, wenn eine Netzlast-Spitze auftritt (Peak-Shaving-Modus). Jedoch liegen die reservierten 30 % der Batterie of unbenutzt im Speicher, was sowohl höheren Eigenbrauch verhindern als auch eine überdimensionierte Batterie erfordert und somit die Wirtschaftlich reduziert.

Eine modernere Lösung sind Optimierungsmodelle, die beide Ziele in einer gemeinsamen Zielfunktion berücksichtigen. In solchen Modellen werden die Kosten aus Energiebezug (€/kWh) und Leistungsbezug (€/kW) zusammen minimiert. Das lässt sich als Optimierungsproblem mit den Nebenbedingungen der Batterie (Kapazität, Leistungsgrenzen, SoC-Kontinuität) und Zeitreihen für PV-Erzeugung und Last formulieren. Solche integrierten Optimierungen ermöglichen es, Leistungskosten zu senken und gleichzeitig den Eigenverbrauch zu steigern, was sowohl finanzielle Einsparungen als auch höhere Versorgungsresilienz bringt.

Herausforderungen und Praxisbezug: Die kombinierte Fahrweise erhöht die Anforderungen an das Energiemanagement erheblich. Es gilt, Konflikte zu vermeiden, z.B.: Sollte die Batterie an einem sonnigen Tag komplett für den Eigenverbrauch geladen werden, oder muss man Kapazität frei lassen, weil am Nachmittag vielleicht eine Verbrauchsspitze kommt? Eine Lösung ist die erwähnte Reservestrategie oder eine intelligente Prognose, die etwa anhand der geplanten Produktion oder historischer Daten erkennt, ob am aktuellen Tag Peaks zu erwarten sind. Entsprechend kann die Steuerung dynamisch Prioritäten setzen – z.B. an einem ruhigen Sonntag die volle Kapazität für PV nutzen, an einem arbeitstägigen Vormittag aber vorsichtiger sein mit der Entladung, um für  Mittagsspitzen gerüstet zu sein. Multi-Use-Systeme erfordern daher eine ausgeklügelte Software. Nicht zuletzt spielt die Wirtschaftlichkeit eine Rolle: Die Anschaffung eines großen Speichers ist teuer, aber die Kombination mehrerer Nutzen schafft zusätzliche Erlösquellen bzw. Einsparpotenziale. Untersuchungen und Praxisprojekte zeigen, dass erst die Kombination der Use Cases (ggf. noch ergänzt um weitere Dienste wie Arbitragehandel oder Bereitstellung von Regelenergie) einen Batteriespeicher wirklich rentabel macht .

Fazit

Batteriespeicher können je nach Anwendungsfall unterschiedliche Vorteile bieten. Für Unternehmen mit lastabhängigen Tarifen ist oft die Lastspitzenkappung der entscheidende Hebel, um Energiekosten zu senken und gleichzeitig die Netzbelastung zu reduzieren. Die Kombination beider Strategien ermöglicht es, das volle Potenzial eines Speichers auszuschöpfen: Tagsüber wie nachts, bei Energiebezug und Leistungsbezug, übernimmt der Speicher eine Doppelfunktion. Allerdings gibt es keine Universallösung – jedes Projekt sollte individuell geplant werden. Lastprofile, PV-Erzeugung, Tarifstruktur und Unternehmensabläufe müssen analysiert werden, um die optimale Betriebsstrategie zu finden. Mit der richtigen Auslegung und einem intelligenten Energiemanagement ist ein Batteriespeicher jedoch ein mächtiges Werkzeug: Er kann helfen, Stromkosten spürbar zu senken, den Eigenverbrauch zu maximieren und das Stromnetz zu entlasten – eine Win-Win-Situation für Betreiber und das Energiesystem.