Infrastruktur und Netze
Refine
Document Type
- Conference Proceeding (3)
- Doctoral Thesis (1)
Keywords
- intelligente Messsysteme (2)
- Artificial neural networks (1)
- Blindleistung (1)
- Deep Learning (1)
- Machine Learning (1)
- Metamodeling (1)
- Probabilistic simulation (1)
- Regression (1)
- Security of electricity supply (1)
- Spannungshaltung (1)
Department/institution
Der im Jahr 2024 angepasste §14a im deutschen Energiewirtschaftsgesetz (EnWG) ermöglicht Verteilnetzbetreibern in Deutschland, neue, in der Niederspannungsebene angeschlossene steuerbare Verbrauchseinrichtungen (SteuVE) mit einer Leistung über 4,2 kW temporär in ihrer Leistungsaufnahme zu begrenzen. Im Gegenzug ist ein unverzüglicher Netzanschluss zu gewährleisten. Ab 2029 darf diese Leistungsreduktion ausschließlich im Rahmen einer netzorientierten Steuerung erfolgen, die auf EchtzeitMesswerten aus intelligenten Messsystemen und Ortsnetzstationen basiert.
Die hierfür notwendige Prozesskette umfasst zahlreiche IT-Systeme, Kommunikationskanäle und Hardwarekomponenten mit unterschiedlichen Verantwortlichkeiten. Ein Ausfall einzelner Komponenten kann dazu führen, dass Netzengpässe nicht erkannt oder behoben werden und Überlastungen bzw. Versorgungsunterbrechungen auftreten. Deshalb wird im Rahmen dieser Veröffentlichung die Zuverlässigkeit der §14a-Prozesskette am Beispiel der SchleswigHolstein Netz GmbH (SHN) analysiert.
Vorgestellt wird ein methodischer Ansatz zur Ermittlung von Zuverlässigkeitskennzahlen auf Komponenten- und Prozessebene, basierend auf Service Level Agreement (SLA) Daten sowie Auswertungen von umfangreichen Messwerten. Die Ergebnisse zeigen nicht nur Verfügbarkeitskennwerte, sondern auch den Einfluss von Redundanzen auf. Ergänzend werden mögliche Fallback-Strategien sowie deren systemische Auswirkungen betrachtet.
Die Netzgesellschaft Düsseldorf mbH beobachtet ein zunehmend kapazitives Blindleistungsverhalten ihrer Netze an den Kuppelstellen zum Übertragungsnetz. Zur Identifizierung der Ursachen und möglicher Gegenmaßnahmen erfolgt eine systematische Untersuchung des Blindleistungshaushaltes über alle Spannungsebenen auf Basis realer Messwerte. Die vorgestellten Ergebnisse zeigen, dass das zunehmend kapazitive Verhalten unter anderem aus den Niederspannungsnetzen resultiert. Dort weisen insbesondere leistungselektronische Verbraucher sowie moderne Messeinrichtungen, die als Ersatz für konventionelle Ferrariszähler verbaut werden, ein kapazitives Verhalten auf.
Politik und Wirtschaft sind auf eine fundierte, schnelle und flexible Bewertung der Ver-sorgungssicherheit mit Elektrizität als Grundlage strategischer Entscheidungen angewiesen. Dazu werden komplexe probabilistische Simulationsmodelle unter Einbeziehung einer hohen Anzahl möglicher Zukunftsszenarien verwendet. Allerdings schränken die langen Rechenlaufzeiten von mehreren Stunden pro Szenario die Analysetiefe ein. Zudem werden die Analysen durch die Prognose der zeitlich aufgelösten zukünftigen Randbedingungen erschwert.
Die vorliegende Arbeit zeigt, dass sich mit Methoden aus dem Bereich des Maschinellen Lernens (ML) in Kombination mit angepassten Methoden des Design of Experiments die Kennzahlen der Versorgungssicherheit mit Elektrizität aus einem komplexen Simulationsmodell auf Basis rekursiver Faltungen sehr gut approximieren lassen. Die Zeitreduktion im Vergleich zum nativen Simulationsmodell ist sehr hoch, bei gleichzeitig hoher Genauigkeit. Auch im Bereich der Prognose zeitlich aufgelöster Randbedingungen demonstrieren die Ergebnisse ein erhebliches Verbesserungspotenzial von ML-Methoden im Vergleich zu klassischen Verfahren. Zusammengefasst sind die untersuchten und vorgeschlagenen ML-Methoden in der Lage, die Versorgungssicherheit mit Elektrizität komplexitätsgerecht (tausende von Zukunftsszenarien) in praktikabel kurzer Zeit (weniger als eine Stunde) detailliert zu analysieren.