Berücksichtigung einer Spannungsanpassung als Handlungsoption im intelligenten Netzbetrieb
Ziel der vorliegenden Arbeit ist die Bewertung einer aktiv herbeigeführten Spannungsanpassung als Handlungsoption im intelligenten Netzbetrieb. Hierbei wird unter Anwendung von Algorithmen des maschinellen Lernens eine Weitbereichsregelung im elektr. Niederspannungsnetz adressiert. Im Fokus der Untersuchung steht die aktive Spannungshaltung mit Hilfe eines regelbaren Ortsnetztransformators unter der praxisnahen Prämisse, die Schalthäufigkeit des Stufenschalters gering zu halten. Es wird eine Methodik vorgestellt, die eine Ableitung von Netzführungsstrategien mit Bezug auf das Energieversorgungssystem ermöglicht. Ausgehend von einer Netzsimulation werden bestehende Stamm- und Bewegungsdaten explizit im Zuge der Ableitung der Netzführungsstrategien berücksichtigt. Zudem sieht der simulative Ansatz die Definition unterschiedlicher Szenarien vor, wodurch exogene sowie endogene Unsicherheiten berücksichtigt werden. Dies resultiert in der Ableitung einer robusten Kontrollstrategie.
Der vorgestellte Ansatz sieht den Einsatz einer Simulationsumgebung vor, welche die Prozesse im elektr. Niederspannungsnetz realitätsnah wiedergibt. Hierbei steht die Modellierung spannungsabhängiger Last- und Einspeiseprozesse im Vordergrund. Es werden unterschiedliche Ansätze vorgestellt und in klassische sowie probabilistische Verfahren gruppiert. Insbesondere die Modellierung des individuellen stochastischen Verhaltens einzelner Haushalts-Endkunden mit Hilfe eines probabilistischen Ansatzes wird hervorgehoben. Die erarbeiteten Modelle werden mit Hilfe aufgenommener Messdaten validiert.
Ausgehend von einer detaillierten Modellierung spannungsabhängiger Last- und Einspeiseprozesse wird explizit der Einfluss eines energiekonstanten Verbraucherverhaltens berücksichtigt. Da dieses Verhalten und der hieraus resultierende Kompensationseffekt, der mit fortschreitender Zeit der Spannungsänderung entgegen wirkt, häufig vernachlässigt wird, wird die Notwendigkeit der Berücksichtigung des Kompensationseffekts mit Hilfe von zwei umfangreichen Szenarien belegt. Hierfür werden im Zuge einzelner Optimierungsprobleme die optimalen Schaltzeitpunkte eines regelbaren Ortsnetztransformators für ein passives sowie ein aktives elektr. Niederspannungsnetz bewertet. Ein netzdienlicher Effekt auf die Spitzenlast, die Energieaufnahme und die Verlustenergie untermauern einen signifikanten Einfluss trotz der kompensierenden Wirkung des Kompensationseffekts.
Die vorliegende Arbeit verfolgt einen praxisorientierten Ansatz. Zur Verifizierung und Validierung wird auf reale Stamm- und Bewegungsdaten einzelner elektr. Niederspannungsnetze, aufgenommen im Forschungsvorhaben Erfassung der niederspannungsseitigen Netzzustandsgrößen in Echtzeit (ENERGIE), zurückgegriffen.
The aim of the present thesis is the evaluation of an actively caused voltage adjustment as an option for action in smart grid operation. For this purpose, a conservation voltage reduction approach in a low-voltage grid is addressed using machine learning algorithms. The focus of the study is on active voltage control with the help of a regulated distribution transformer while reducing the number of tap-operations. The presented method enables the derivation of grid management strategies with reference to the energy supply system. Based on a power system simulation, existing topology and measurement data are explicitly taken into account while deriving grid management strategies. In addition, the simulative approach considers different scenarios so that exogenous and endogenous uncertainties can be considered. This results in the derivation of a robust control strategy.
The presented method uses a simulation environment which reflects the real system conditions in low-voltage grids accurately. Here, the focus is on modelling voltage-dependent load and power injection. Different approaches are presented and grouped into classical as well as probabilistic methods. Especially the modelling of the individual stochastic behaviour of single households using a probabilistic approach is highlighted. The developed models are validated with the help of measurement data.
Based on a detailed modelling of voltage-dependent load and power injection processes, appliances with constant energy behaviour are explicitly taken into account. Since this behaviour and the associated duty cycle rebound effect, which compensates the consequences of the voltage change over time, are often neglected, the need to take the duty cycle rebound effect into account is proven with the help of two extensive studies. For this purpose, optimal switching time tuples of a regulated distribution transformer for a passive as well as an active low-voltage grid are evaluated within individual optimisation tasks. A grid-serving effect on the peak load, energy demand and system loss underpin a significant influence despite the compensating impact of the duty cycle rebound effect.
The present thesis follows a practice-oriented approach. Real topology and measurement data of individual low-voltage grids, which are based on the research project Acquisition of Low-Voltage Grid States in Real Time (ENERGIE), are used for verification and validation.