Fallbasierte probabilistische Lastflussberechnungen mittels Zeitreihen zur optimierten Verteilnetzplanung

Die sich ändernden Rahmenbedingungen und das Auftreten neuer Verbrauchergruppen stellen die Verteilnetzplanung vor Herausforderungen. Bei dem aktuell eingesetzten konventionellen Ansatz werden die Stromnetze meist nach vordefinierten Worst-Case Szenarien geplant. Dadurch können insbesondere für neue Verbrauchergruppen, deren genaues Lastverhalten noch nicht bekannt ist, falsche Annahmen getroffen werden, was zu einem fehlerhaften Netzausbau führen kann. Probabilistische Lastflussberechnungen, die auf dem analytischen/approximationsbasierten Ansatz basieren, liefern zwar Ergebnisse über die Wahrscheinlichkeit von Lastflüssen, allerdings werden einige Vereinfachungen in Form von Linearisierungen getroffen, die zu Fehlern in den Ergebnissen führen. Insbesondere Blindleistungsflüsse und Spannungsbeträge sind fehlerbehaftet bzw. müssen näherungsweise bestimmt werden. Der zeitliche Zusammenhang der Lastflüsse geht bei diesen Ansätzen verloren. Eine Berücksichtigung von thermischen Belastungsgrenzen, die einen zeitlichen Belastungsverlauf voraussetzen, können nur unzureichend beurteilt werden. Numerische Ansätze basierend auf der Monte-Carlo Simulation können diese Informationen zwar liefern, benötigen aber eine hohe Anzahl an Zufallsstichproben. Nachfolgende Ausfallanalysen sind aufgrund der zu hohen Anzahl an Kombinationen nicht ohne Weiteres durchführbar. Der in dieser Arbeit vorgestellte neue Planungsansatz der fallbasierten probabilistischen Lastflussberechnungen stellt einen Kompromiss zwischen den probabilistischen Lastflussberechnungen und dem konventionellen Ansatz dar. Bei den fallbasierten probabilistischen Lastflussberechnungen werden ausgewählten Szenarien unter Verwendung von gruppierten Zeitreihen und einer Klassifizierung von Umspannanlagen bzw. HS-/MS-Transformatoren kombiniert. Es kann gezeigt werden, dass mit diesem Ansatz auch die kritischen Fälle abgebildet werden. Durch die Unterteilung der Daten in Jahreszeiten und Tagestypen können saisonale Besonderheiten simuliert und mögliche Grenzwertverletzungen besser abgeschätzt werden. Außerdem kann ermittelt werden, mit welcher Häufigkeit und Dauer die Auslastungen bzw. Lastflüsse für alle Betriebsmittel auftreten. Die Methode wird zusätzlich erweitert, um eine verkürzte Ausfallanalyse durchzuführen. Die entwickelte Methode bestimmt selbstständig die relevanten Betriebsmittelausfälle und die zu berücksichtigenden relevanten Lastfälle. Durch die eindeutige Definition der Fälle kann die Belastung vor dem Ausfall ermittelt werden und als Eingangsdaten in thermischen Belastungsmodellen von Betriebsmitteln herangezogen werden. Alternativ kann geprüft werden, ob kurzzeitige Überlastungen mit einer geringen Dauer und Häufigkeit toleriert werden können. Durch die Anwendung der vorgestellten Methode kann der Bedarf an Netzausbau ermittelt und priorisiert werden, was zu einer signifikanten Optimierung des Netzausbaus führt.

The changing conditions and the appearance of new consumer groups are challenging distribution network operators. In the conventional approach currently used, electricity grids are usually planned according to predefined worst-case scenarios. As a result, incorrect assumptions can be made, particularly for new consumer groups whose exact load behaviour is not yet known which, in turn, can lead to incorrect grid expansion. Probabilistic load flow calculations based on the analytical /approximation approach provide results on the probability of load flows, but some simplifications are made in the form of linearisation, can lead to errors in the results. In particular, reactive power flows and voltage values are are subject to errors or must be determined approximately. The time relationship of the load flows is lost with these approaches. A consideration of thermal load limits, which presuppose a temporal load curve, can only be inadequately evaluated. Numerical approaches based on the Monte Carlo simulation can provide this information, but require a high number of random samples. Because of the large number of combinations, subsequent failure analyses are not easily possible because of the high number of combinations. The new planning approach of case-based probabilistic load flow calculations presented in this thesis represents a compromise between the probabilistic load flow calculations and the conventional approach. In the case-based probabilistic load flow calculations, selected scenarios are combined using grouped time series and a classification of substations or HV-/MV-transformers. It can be shown that this approach also covers the critical cases. By subdividing the data into seasons and day types, seasonal characteristics can be simulated and possible limit values can be analysed more accurately. It is also possible to determine the frequency and duration of load and power flows for all operating equipment. The method is also extended to perform a reduced failure analysis. The developed method automatically determines the relevant equipment failures and the relevant load cases to be considered. By defining the cases clearly, the load before the failure can be determined and used as input data in thermal load models of equipment. Alternatively, it is possible to check whether short-term overloads with a low duration and frequency can be tolerated. By applying the method presented, the need for grid expansion can be determined and prioritised, which leads to a significant optimisation of grid expansion.