Systematische Bewertung von Methoden der Künstlichen Intelligenz zur Zustandsüberwachung von Schaltanlagen in deutschen Verteilnetz

  • Die Ziele der Energie- und Mobilitätswende von einerseits einem Anteil von 65% anerneuerbaren Energien am Bruttostromverbrauch bis 2030 und andererseits die Treibhausgasneutralität bis 2050 stellen umfangreiche Herausforderungen an das deutsche Stromnetz. Diese sind geprägt durch die massive und flächendeckende Einbindung von Anlagen zur Gewinnung erneuerbarer Energien, die Integration von Ladesäulen für die Elektromobilität sowie steigenden Effizienz- und Kostendruck. Während in der Vergangenheit die Übertragung der Leistung im deutschen Stromnetz von der Höchst- und Hochspannungsebene in die Mittel- und Niederspannungsnetze unidirektional erfolgte, kehren sich vor dem Hintergrund der zunehmenden dezentralen Energieerzeugung sowie des Anstiegs zeitlich und räumlich konzentrierter Nachfragequellen die Leistungsflüsse im Netz teilweise um. Zeitweise signifikante Flüsse von niedrigen Netzebenen in höhere Netzebenen führen zu einer erheblichen Beeinflussung der Netzspannung und -frequenz. Dadurch wird der sichere, stabile und zuverlässige Betrieb des Netzes herausgefordert. Aus diesem Grund nimmt der Einsatz von stabilisierenden Netz- und Systemsicherheitsmaßnahmen durch Netzbetreibende enorm zu. Ein Großteil der Maßnahmen finden im Verteilnetz statt und führen zu erheblichen Veränderungen und enormen Belastungen der Betriebsmittel und Komponenten. Aus diesen Veränderungsprozessen ergibt sich die Notwendigkeit eines Um- und Ausbaus der Stromverteilnetze. Hierzu ist die Modernisierung der Verteilnetze erforderlich. Es bedarf einer verstärkten Digitalisierung und Integration zusätzlicher Einrichtungen für Steuerung und Monitoring, um die umfassende Beobachtbarkeit und Steuerbarkeit im Verteilnetz zu ermöglichen. Betriebsmittel mit ihren Kennzahlen sowie Netzzustände werden kontinuierlich in allen entscheidenden Netzknoten genauestens überwacht und ausgewertet. Dieser Überblick erlaubt den Betreibenden eine Prognose des Netzzustandes und seiner Komponenten als Grundvoraussetzung für die zukünftige optimale Ausschöpfung ihrer Flexibilität.

Download full text files

  • FIR-Bibliothek/-Archiv
    deu

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Maximilian Thomas Banek
Referee:Günther Schuh
Advisor:Martin Bremer
Document Type:Master's Thesis
Language:German
Date of Publication (online):2021/05/20
Date of first Publication:2021/03/31
Release Date:2021/08/12
Tag:Künstliche Intelligenz; Schaltanlagen; Verteilnetz
Page Number:123
FIR-Number:FIR 9054
Institute / Department:FIR e. V. an der RWTH Aachen
Dewey Decimal Classification:6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften