Master Theses

Mit dem Ziel der Dekarbonisierung des Energiesektors wird der Ausbau der regenerativen Energieerzeugung stark vorangetrieben. Die fortschreitende Transformation der Energiesysteme stellt eine ständige Herausforderung für die Energieversorgung dar. In den letzten Jahrzehnten hat sich die Energieerzeugung von der Übertragungsnetzebene zur Verteilnetzebene verlagert. Die Vorstellung eines passiven, deterministischen Verteilnetzes mit ausgeprägtem Lastcharakter ist nicht mehr gültig. Stattdessen hat das Aufkommen von wechselrichterbasierten Verteilnetzen und die Volatilität der erneuerbaren Energiequellen zu dynamischen und stochastischen Verteilnetzen geführt, die weniger vorhersehbar sind. Ein höherer Automatisierungsgrad im täglichen Verteilnetzbetrieb ist unumgänglich, um mit der zunehmenden Unsicherheit und Dynamik umzugehen. Diese Arbeit beschäftigt sich mit der Entwicklung eines dynamischen Äquivalents, welches das dynamische Verhalten eines Übertragungsnetzes darstellen kann. Die Verfügbarkeit dieser Modelle ist von grundlegender Bedeutung, um die Zusammenarbeit zwischen den Übertragungs- und Verteilnetzbetreibern zu ermöglichen. Dies ist auf den großen Einsatz von dezentraler Erzeugung zurückzuführen, der dazu führt, dass Verteilnetze nicht mehr eine passive, sondern eine aktive Rolle im modernen Stromsystem spielen. In der vorliegenden Arbeit wird eine Methodik zur Erstellung eines dynamischen Äquivalenzmodells auf der Grundlage eines Synchronmaschinenmodells dritter Ordnung zur Darstellung der Dynamik eines gegebenen Übertragungsnetzes präsentiert. Durch die Anwendung des dynamischen Äquivalenzmodells auf ein Testsystem wird die Methodik validiert. Die Ergebnisse zeigen den begrenzten Einfluss des Übertragungsnetzes auf das dynamische Verhalten des Verteilnetzes und deuten darauf hin, dass die vorgeschlagene Methodik zur Erstellung eines dynamischen Äquivalents nicht geeignet ist, um einen signifikanten Mehrwert für dynamische Bewertungen zu erzielen.

Die stetig wachsende Verbreitung dezentraler Energieerzeugungsanlagen im modernen Stromnetz hat zur sukzessiven Stilllegung von fossilen Kraftwerken im Übertragungsnetz geführt. Synchronmaschinen sind seit über 100 Jahren die Hauptpfeiler des elektrischen Energiesystems. Ihre Existenz wird durch dynamische, hochmodulare Stromrichter in Frage gestellt, die im großen Maßstab in das Verteilnetz integriert werden. Die Verbreitung von umrichterbasierter Erzeugung im Verteilnetz hat zu neuartigen Stabilitätsproblemen geführt. Um die Netzsicherheit im Verteilnetz zu gewährleisten, kann eine detaillierte Netzsicherheitsanalyse erforderlich sein, die dem Verteilnetzbetreiber Einblicke in die umrichterbasierte Dynamik im Verteilnetz bietet. Die vorliegende Arbeit untersucht die Anwendung dynamischer Netzsicherheitsrechnung (DSA) im Verteilnetz. Zu diesem Zweck wird die Stabilität eines umrichterdominierten Hochspannungsnetzes unter Verwendung von differential-algebraischen Gleichungen untersucht. Darüber hinaus wird in dieser Arbeit eine neuartige Methodik für die dynamische Netzsicherheitsrechnung von Verteilnetzen beschrieben. Die Methode basiert auf dynamischen Simulationen in Kombination mit üblichen Sicherheitsindizes, um die Sicherheit von Verteilnetzen zu bewerten. Die Ergebnisse zeigen die Existenz von Instabilität in einem realistischen umrichterdominierten Verteilnetz und stellen heraus, dass die vorgeschlagene Methodik zur Beurteilung der Netzsicherheit von Verteilnetzen geeignet ist.

In den vergangenen Jahrzehnten kam es zu einem starken Ausbau von dezentralen Erzeugungsanlagen, wodurch sich die Leistungsflüsse im Netz verändern und einzelne Übertragungsstrecken stärker belastet werden. Gleichzeitig müssen die Netzbetreiber einen sichereren Betrieb des elektrischen Energiesystems gewährleisten. Eine Maßnahme, die stationäre Sicherheit weiterhin zu gewährleisten, ist der Ausbau des Netzes. Dies bezieht sich in erster Linie auf den Ausbau der Wechselstromleitungen. Durch die Erweiterung des elektrischen Energieübertragungssystems mit Hochspannungs-Gleichstromübertragung (HGÜ), die in den vergangenen Jahren immer wieder weltweit diskutiert wird, ergeben sich neue Möglichkeiten in der Betriebsführung. In Deutschland laufen aktuell Projekte zur Errichtung von HGÜ-Systemen auf technologischer Basis der Voltage Source Converter. Dies ermöglicht eine schnelle Reaktion auf Störungen im Energiesystem, womit die HGÜ einerseits als Kurativmaßnahme für quasistationäre Überlastungen eingesetzt werden kann, als auch um dynamische Instabilität zu begegnen. Dafür wird eine Berücksichtigung der dynamischen Stabilität während der Bestimmung der Gegenmaßnahme benötigt, um die Gesamtsicherheit im System gewährleisten zu können. Im Rahmen dieser Arbeit wird ein Transient Security Constrained Optimal Power Flow (TSCOPF) für ein hybrides AC-DC System vorgestellt. Das Ziel der Optimierung ist es, die dynamische Stabilität eines Systems zu verbessern, nachdem es zu einer Störung kam. Als Optimierungsgrößen werden die AC-seitigen Arbeitspunkte der HGÜ Anlage herangezogen. Da die dynamische Stabilität verbessert werden soll, muss diese auch bewertet werden können. Hierzu werden Indizes verwendet, welche die Ergebnisse einer Zeitreihensimulation bewerten. Um die prinzipielle Funktionsfähigkeit des TSCOPF zu demonstrieren, wird anhand des Testsystems Cigré TB 536 eine Fallstudie durchgeführt. Dazu werden zwei Szenarien erstellt. Bei einem führt ein Leitungsausfall zu einer Instabilität des Systems, bei dem anderen führt ein Leitungsausfall zur Überlastung einer Leitung. Anhand dieser Szenarien wird die Funktionsfähigkeit der Indizes dargelegt. Durch die Anwendung des TSCOPF auf diese Szenarien wird eine Verbesserung der Systemstabilität erreicht, wodurch gezeigt wird, dass der TSCOPF zur Stabilisierung eines hybriden AC-DC Systems eingesetzt werden kann.

Mit der Verabschiedung des Erneuerbare-Energien-Gesetzes (EEG) hat die Bundesregierung den Ausbau erneuerbarer Energien seit Anfang der 2000er-Jahre vorangetrieben. Für das Jahr 2030 wird ein Anteil dieser Energien von 50 Prozent der Bruttostromerzeugung angestrebt. Inzwischen werden die ineffizienten konventioneller Kraftwerke aufgrund des Atom-Moratoriums, der Klimaschutzziele sowie der Bevorzugung regenerativer Energieerzeugung immer mehr abgeschaltet und heruntergefahren. Infolgedessen wird das Energieversorgungsystem signifikant umgewandelt. Die Netzkomplexität wird vor allem mit den zunehmenden dezentralen Erzeugern und steigenden Verbraucherzahlen stark zunehmen. Die Hauptbelastung dieser erhöhten Komplexität ergibt sich eine besondere Herausforderung an der Beobachtbarkeit des Verteilnetzes. Eine komplette Ausstattung mit Monitoring im Verteilnetz erweist sich als wirtschaftlich unrentabel. Ein eingeschränkter Einsatz der Messgeräte kann die vollständige Beobachtbarkeit nicht gewährleisten. Aus diesem Grund steigt der Bedarf an Analyseverfahren wie Zustandsschätzung an. In dieser Arbeit wird ein Algorithmus zur Zustandsschätzung auf Basis künstlichen neuronalen Netzes in Einbeziehung der Oberschwingungsspektren entwickelt. Diese Arbeit beschäftigt sich mit der Frage, wie der Algorithmus der Zustandsschätzung unter Verwendung des künstlichen neuronalen Netzes zum Vermehren der Beobachtbarkeit des Verteilnetzes beitragen. Dieses Thema wird auf der Grundlage von drei formulierten Forschungsfragen F1 - F3 behandelt, die im Folgenden summarisch beantwortet werden. F1: Wie wird die Beobachtbarkeit des Mittelspannungsnetzes mithilfe der Oberschwingungen erhöht? Die Beobachtbarkeit kann sowohl durch den Einsatz von Messgeräten als auch durch Verwendung der Analyseverfahren wie Zustandsschätzung erhöht werden. In Anbetracht der anfallenden Kosten ist das Verfahren der Zustandsschätzung vielversprechend. Im Rahmen dieser Arbeit wird ein Algorithmus zur Zustandsschätzung unter Verwendung des rekurrenten neuronalen Netzes entwickelt. Das rekurrente neuronale Netz ist in der Lage, eine Gesetzmäßigkeit aus den eingegebenen Daten zu erlernen und dadurch ein Verhaltensmuster zu ermitteln. Im Rahmen dieser Arbeit wird dieser Verhaltensmuster als Fingerabdruck bezeichnet. Die Eingabedaten des neuronalen Netzes sind die harmonischen Spektrenverläufe und die Ausgangsdaten der Energieerzeugungsanlagen wie z. B. Wirk- und Blindleistung. Durch die Erkennung der zeitlichen Spektrenverläufe unter Berücksich-tigung des Zustandes der elektrischen Energieanlage wird einen anlagespezifischen Finger-abdruck erstellt und als ein neuronales Netzmodell aufgebaut werden. Mit deren Hilfe ermöglicht der Algorithmus ObZ die Schätzung des Zustands der Energieanlage und dadurch die Erhöhung der Beobachtbarkeit. Die Zuverlässigkeit des Algorithmus wurde sowohl mit dem Simulationsmodell als auch durch die Messwerte eines Feldversuches validiert. Im Vergleich zum Simulationsmodell ist die Genauigkeit der Zustandsschätzung bei dem Feldversuch niedriger. Dennoch erge-ben sich in den beiden Fällen die Genauigkeiten der Zustandsschätzung über 90%. F2: Welche Parameter beeinflussen die Präzision des Algorithmus für die Zustandsschätzung? Zuerst wurde der Einfluss der Leitungslänge auf die Genauigkeit des Algorithmus untersucht. Daraus ergibt sich, dass die Leitungslänge auf die Präzision der Zustandsschätzung einen negativen Einfluss hat. Je länger die Leitung ist, desto niedriger ist die Genauigkeit der Zustandsschätzung. Der Grund dafür liegt v. a. in der Impedanz und Kapazität der Leitung, wodurch die Oberschwingungen frequenzgemäß gedämpft werden. Dieses Szenario bietet eine Empfehlung an die Platzierung der Messstellen. Die Messgeräte sind bevorzugt in der Nähe der zu betrachtenden Energieanlage zu installieren. Anschließend wurde der Auswirkung des weißen Rauschens diskutiert. Das Ergebnis der Untersuchung zeigt, dass das weiße Rauschen keine signifikante Wirkung auf die Präzision der Zustandsschätzung hat. Dies lässt sich durch die Fehlertoleranz des künstlichen neuronalen Netzes zu erklären. Das KNN führt während des Trainings eine Selektion innerhalb der Eingangsdaten durch. Die Daten, die für den Aufbau der Fingerabdruck unwichtig sind, wird nicht im Training verwendet. Auf Grund der Fehlertoleranz müssen nicht bei der praktischen Anwendung des Algorithmus die mit Rauschen behaftet Daten behandelt werden. Daraufhin wurde die Untersuchung der Menge der Trainingsdaten durchgeführt. Das Ergebnis ist offensichtlich, dass je mehr Trainingsdaten eingesetzt werden, desto höhere Präzision der Zustandsschätzung zu erkennen ist. Aber steigt der rechentechnische Aufwand auch mit der Zunahme der Trainingsdaten an. Deswegen sollte die Menge der Trainingsdaten für die hohe Genauigkeit und gleichzeitig eine kurze Ausführungszeit angepasst werden. Zudem zeigt die Zunahme der Datenpunkte einen positiven Effekt auf die Präzision der Zustandsschätzung. Diese Untersuchung gibt an, dass die Messgeräte mit höherer Abtastfrequenz für den Algorithmus von Vorteil sind. F3: Welche Voraussetzung benötigt die auf Oberschwingungen basierte Zustandsschätzung? Die zwei nebeneinander befindlichen Oberschwingungsquellen, die ähnlichen Oberschwingungen verursachen, kann von dem Algorithmus nicht unterscheidet werden. Dadurch resultiert den unzuverlässigen Fingerabdruck und die niedrige Genauigkeit der Zustandsschätzung. Dafür wird die Selektivitätskriterien der Oberschwingungsquelle untersucht. Die Untersuchung wurde unter Berücksichtigung der Amplitude und Anzahl der zur Verfügung stehenden Oberschwingungen durchgeführt. Das Ergebnis zeigt, dass die Oberschwingungsquellen von dem Algorithmus leichter erkannt werden, wenn die höhere Anzahl der Oberschwingungen eingesetzt werden. Beim Einsatz von drei Oberschwingungen werden die Oberschwingungsquellen mit einer Genauigkeit über 90% identifiziert. Je größer der Differenz zwischen den Amplituden ist, desto höher ist die Genauigkeit der Erkennung. Bei der durchschnittlichen Varianz von 0,09 erreicht die Präzision über 90%. Zusammenfassend bietet diese Arbeit eine neue Möglichkeit, die Zustandsschätzung mit Verwendung des künstlichen neuronalen Netzes zu realisieren und dadurch die Beobachtbarkeit des Verteilnetzes zu erhöhen. Mit Nutzbarmachung der Oberschwingungen wird der Algorithmus entwickelt. Dies macht ihn geeignet für die Anwendung im Verteilnetz, wo mit zahlreichenden Oberschwingungserzeuger v. a. erneuerbare Energieanlagen ausgestattet ist. Im Vergleich zum klassischen Verfahren der Zustandsschätzung weist ObZ eine geringere Komplexität auf, wobei die Identifizierung der fehlerhaften Messwerte nicht notwendig ist. Darüber hinaus sind die berücksichtigten Messungen wesentlich geringer, beispielweise wird die Netztopologie für ObZ nicht erforderlich. Eine potenzielle Forschungsrichtung liegt in der Erhöhung der Genauigkeit der ObZ durch Optimierung der Hyperparameter (HPO). Von dieser hängt das neuronale Netz bezüglich ihrer Architektur, Regularisierung und Optimierung entscheidend ab. Mithilfe der HPO wird einerseits der menschliche Aufwand für die Anwendung des maschinellen Lernens reduziert, anderseits wird die Leistungsfähigkeit von Lernalgorithmen verbessert. Dies ist besonders bedeutungsvoll im Zusammenhang mit der Genauigkeit des neuronalen Netzes.

Der zur angestrebten Decarbonisierung des Energiesektors beschleunigte Ausbau regenerativer Energieerzeuger führt zu einer zunehmend dezentralen Struktur der Erzeugungseinrichtungen. Neber der Dekommisionierung großer konventioneller Kraftwerke, führt eine große Anzahl kleiner Erzeugungsanlagen zu einer reduzierten Systemträgheit sowie zu neuen, komplexen dynamischen Phänomenen im Energiesystem. Diesen neuen Herausforderungen wird mit steigender Prozessautomatisierung bei den Energieversorgern begegnet. Dank der zunehmenden kommunikationstechnischen Vernetzung eröffnen sich neue Möglichkeiten für Netzleitsysteme. Neuere Systeme ermöglichen dynamische Sicherheitsbewertungen (DSA) basierend auf Zeitbereichssimulationen und automatischer Bestimmung sowie Bewertung der Stabilität in aktuellen und zukünftigen Betriebszuständen. Den nächsten Evolutionsschritt dieser Systeme bildet ein online mitlaufendes Spiegelsystem, welches durch aktuelle und zeitlich hochauflösende Messdaten das dynamische Systemmodell auf dem neusten Stand hält und nachgelagerte prognostisch-dynamische Netzsicherheitsrechnungen ausgehend von aktuellen Betriebszuständen ermöglicht. \cite{brosinsky_recent_2018} Im Hinblick auf die Entwicklung eines echtzeitfähigen dynamischen Spiegelsystems und Untersuchungen von dessen Zusammenwirken mit DSA, wird in dieser Arbeit ein Konzept zur Parallelisierung und Co-Simulation eines Netzsimulators erarbeitet und getestet. Das entwickelte Werkzeug ist durch das parallele Ausführen mehrerer Instanzen des Simulators sowie dessen Ansprechbarkeit in Echtzeit sowohl für DSA Funktionen, als auch für den Einsatz als dynamisches Spiegelsystem geeignet. Das entwickelte Simulationssystem bildet die Basis für weitere konzeptionelle Untersuchungen im Zusammenhang mit der Entwicklung einer neuen Generation von Netzleittechnik. Des Weiteren werden die Anforderungen des Systems an die dafür notwendige Datenschnittstelle in Anlehnung an den Daten-Austauschprozess innerhalb von netzleittechnischen Softwaremodulen und zwischen Netzbetreibern (CGMES) beschrieben und auf dieser Grundlage die bereits vorhandenen und in der Industrie zur Anwendung gebrachten Standards des CIM analysiert. Abschließend wird das entwickelte System mittels geeigneter numerischer Simulationen im Zeitbereich evaluiert.