• search hit 1 of 1
Back to Result List

Implementation of a network cluster model for large-scale renewable power estimation and effective energy utilization

Implementierung eines Netzcluster-Modells zur Schätzung der Leistung erneuerbarer Energien im großen Maßstab und zur effektiven Energienutzung

  • With the large-scale expansion of decentralized power generation from renewable energy resources (RES) and reduction of fossil fuel-based power generation, this leads to fundamental structural changes in the power supply system. The transition is characterized by a shift from central to decentral, from directional to bi-directional. As the share of renewable power systems in the electricity grid increases, the inherent uncertainty of renewable energies poses challenges to the grid system’s stability. To achieve increased efficiency, decarbonisation, decentralization, and digitisation in energy sector, a flexible and resilient energy system is required. Electrical energy data and non-electrical energy data are generated from various sources, including the supervisory control and data acquisition system (SCADA), geographic information system (GIS), and weather information system. Based on these data, different spatial and temporal models of energy systems and their databases are created and connected. This thesis contributes to theWith the large-scale expansion of decentralized power generation from renewable energy resources (RES) and reduction of fossil fuel-based power generation, this leads to fundamental structural changes in the power supply system. The transition is characterized by a shift from central to decentral, from directional to bi-directional. As the share of renewable power systems in the electricity grid increases, the inherent uncertainty of renewable energies poses challenges to the grid system’s stability. To achieve increased efficiency, decarbonisation, decentralization, and digitisation in energy sector, a flexible and resilient energy system is required. Electrical energy data and non-electrical energy data are generated from various sources, including the supervisory control and data acquisition system (SCADA), geographic information system (GIS), and weather information system. Based on these data, different spatial and temporal models of energy systems and their databases are created and connected. This thesis contributes to the analysis of regional power performance. To this end, an efficient simplified grid-oriented network cluster is presented to account for the regional allocation of RES power systems. The model clustering includes the grid topology, temporal and spatial resolution, and the structure of electrical and non-electrical data. This approach contributes to methodological aspects of energy system modelling and analysis. In addition, based on the proposed cluster model, this thesis presents the physical profile-based and data-driven methods to estimate the regional large-scale photovoltaic (PV) and wind power generations. In order to adapt to the spatial-temporal heterogeneity of the regional renewable power generations and to improve the local power utilization rate, this thesis conducts empirical analyses of the regional energy storage and combined PV and wind power systems using cable pooling with shared grid connection. In summary, this thesis presents a flexible modelling approach that takes into account the regional allocation of renewable power systems and enables a more accurate estimation of regional power generation. The proposed model and analytical methods can help the efficiency and resiliency of the energy system and support the transition towards renewable energies.show moreshow less
  • Mit dem großflächigen Ausbau der dezentralen Energieerzeugung aus erneuerbaren Energiequellen (RES) und der Reduzierung der fossilbasierten Energieerzeugung kommt es zu grundlegenden strukturellen Veränderungen im Stromversorgungssystem. Der Übergang ist durch einen Wandel von zentral zu dezentral und von direktional zu bi-direktional gekennzeichnet. Mit zunehmendem Anteil erneuerbarer Energiesysteme im Stromnetz stellen die inhärente Unsicherheit dieser Energien Herausforderungen für die Stabilität des Netzes dar. Um eine erhöhte Effizienz, Dekarbonisierung, Dezentralisierung und Digitalisierung im Energiesektor zu erreichen, ist ein flexibles und robustes Energiesystem erforderlich. Elektrische Energie- und Nichtelektrische Energiemessdaten werden aus verschiedenen Quellen generiert, einschließlich des Supervisory Control and Data Acquisition Systems (SCADA), des Geographic Information Systems (GIS) und des Wetterinformationssystems. Basierend auf diesen Daten werden verschiedene räumliche und zeitliche Modelle von EnergiesystemenMit dem großflächigen Ausbau der dezentralen Energieerzeugung aus erneuerbaren Energiequellen (RES) und der Reduzierung der fossilbasierten Energieerzeugung kommt es zu grundlegenden strukturellen Veränderungen im Stromversorgungssystem. Der Übergang ist durch einen Wandel von zentral zu dezentral und von direktional zu bi-direktional gekennzeichnet. Mit zunehmendem Anteil erneuerbarer Energiesysteme im Stromnetz stellen die inhärente Unsicherheit dieser Energien Herausforderungen für die Stabilität des Netzes dar. Um eine erhöhte Effizienz, Dekarbonisierung, Dezentralisierung und Digitalisierung im Energiesektor zu erreichen, ist ein flexibles und robustes Energiesystem erforderlich. Elektrische Energie- und Nichtelektrische Energiemessdaten werden aus verschiedenen Quellen generiert, einschließlich des Supervisory Control and Data Acquisition Systems (SCADA), des Geographic Information Systems (GIS) und des Wetterinformationssystems. Basierend auf diesen Daten werden verschiedene räumliche und zeitliche Modelle von Energiesystemen und deren Datenbanken erstellt und miteinander verbunden. Diese Arbeit trägt zur Analyse der regionalen Leistung bei. Zu diesem Zweck wird ein effizientes, vereinfachtes netzorientiertes Clustermodell vorgestellt, um die regionale Zuordnung von RES-Energiesystemen zu berücksichtigen. Das Modell-Clustering umfasst die Netztopologie, zeitliche und räumliche Auflösung sowie die Struktur der elektrischen und nichtelektrischen Daten. Dieser Ansatz trägt zu methodischen Aspekten der Energiemodellierung und -analyse bei. Darüber hinaus präsentiert diese Arbeit auf der Grundlage des vorgeschlagenen Clustermodells physikbasierte und datengetriebene Methoden zur Schätzung der regionalen großflächigen Photovoltaik- (PV) und Windstromerzeugung. Um sich an die räumlich-zeitliche Heterogenität der regionalen erneuerbaren Stromerzeugung anzupassen und die lokale Stromnutzungsgrade zu verbessern, führt diese Arbeit empirische Analyse der regionalen Energiespeicherung und kombinierte PV- und Windenergiesysteme unter Verwendung von Kabel-Pooling mit gemeinsam genutzten Netzverbindungen durch. Zusammenfassend präsentiert diese Arbeit einen flexiblen Modellierungsansatz, der die regionale Zuordnung von erneuerbaren Energiesystemen berücksichtigt und eine genauere Schätzung der regionalen Stromerzeugung ermöglicht. Das vorgeschlagene Modell und die Analysemethoden können die Effizienz und Robustheit des Energiesystems verbessern und den Übergang zu erneuerbaren Energien unterstützen.show moreshow less

Download full text files

Export metadata

Additional Services

Search Google Scholar Stastistics
Metadaten
Author: Yang Li
URN:urn:nbn:de:kobv:co1-opus4-64562
DOI:https://doi.org/10.26127/BTUOpen-6456
Referee / Advisor:Prof. Dr.-Ing. Harald Schwarz, Dr. hab. inz. Przemysław Janik
Document Type:Doctoral thesis
Language:English
Year of Completion:2023
Date of final exam:2023/07/25
Release Date:2023/09/04
Tag:Dezentrale Stromerzeugung; Energiesystemmodellierung und -analyse; Netzorientiertes Netzcluster; Regionale Energiespeicherung; Regionale Stromerzeugung
Decentralized power generation; Energy system modelling and analysis; Grid-oriented network cluster; Regional energy storage; Regional power generation
GND Keyword:Erneuerbare Energien; Elektrisches Energiesystem; Elektrizitätsversorgungsnetz; Dezentrale Energieversorgung; Dezentrale Elektrizitätserzeugung
Institutes:Fakultät 3 Maschinenbau, Elektro- und Energiesysteme / FG Energieverteilung und Hochspannungstechnik
Licence (German):Creative Commons - CC BY - Namensnennung 4.0 International
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.