2023-06-252023-06-25https://tore.tuhh.de/handle/11420/16126Die Durchdringung von NS-Verteilnetzen (NSVN) mit dezentralen regenerativen Energieanlagen (DEA) führt zu Herausforderungen für den Netzbetrieb. Lastflüsse in NSVN werden nicht mehr vorhersagbar sein, und ein überwachter und gesteuerter Netzbetrieb wird nötig werden. Viele DEA sowie neue Arten elektrischer Lasten erhöhen das Risiko kritischer Lastflüsse, ein Ausbau der Netze ist jedoch kostspielig und ineffizient. Neue Steuerungsfunktionen für verteilte Erzeuger und Verbraucher sind somit notwendig, um die DEA-Erzeugung zu maximieren, ohne dass es zu Grenzwertverletzungen im Netz kommt. Dazu wird der Ansatz einer nutzenbasierten Optimierung vorgeschlagen, ein Konzept, das für Kommunikationsnetze bereits üblich ist, und auf das Problem der Bestimmung optimaler Erzeugung verteilter DEA und optimalen Verbrauchs steuerbarer Lasten in NSVN angewendet. Optimalität ist hier ein maximaler Nutzen, den Erzeuger und Verbraucher erfahren. Das Verfahren berücksichtigt zunächst keine Beschränkungen von Spannungen und Strömen. Kritische Situationen werden aber von einem korrektiven Lastflussberechnungsmodul ermittelt, das sodann über Sensitivitäten korrigierende Leistungen für Erzeuger und Verbraucher vorgibt. Zunächst wird eine Lösung des stationären Problems zentral implementiert, d.h. Leistungsgrenzen sowie die Nutzenfunktionen von Erzeugern und Verbrauchern bleiben während der Optimierung konstant. Dies demonstriert die Anwendbarkeit des Konzeptes. Das finale Ziel ist ein verteilter Optimierungsalgorithmus mit sich ändernden Eingangsdaten. Dieser soll mit einer hohen Aktualisierungsrate ausgeführt werden und berechnet in jedem Zeitschritt kleine inkrementelle Leistungsänderungen in Richtung des Optimums. Zur Erfassung des Netzzustandes wird eine State Estimation für NSVN implementiert. Die hohe Aktualisierungsrate ermöglicht eine linearisierte Systemmodellierung. Die resultierenden Einflüsse auf Konvergenz und Stabilität der Optimierung sind zentrale Fragen. Die verteilte Realisierung ist typisch für Kommunikationsnetze und verspricht eine Erhöhung von Robustheit und Skalierbarkeit, während die Anforderungen an die Rechenleistung einzelner Instanzen limitiert bleiben. Dies ist entscheidend für einen verlässlichen und ökonomisch effizienten Betrieb eines sich dynamisch ändernden NSVN. Zugleich erfordert der verteilte Ansatz aber einen sehr hohen Informationsaustausch zwischen den Teilnehmern, wodurch das Kommunikationsnetz stark belastet wird. Die Leistungsfähigkeit der Kommunikation hat daher einen starken Einfluss auf die der verteilten Optimierung im NSVN. Für die Bewertung der Anwendbarkeit des verteilten Optimierungsalgorithmus sowie zur Untersuchung der Leistungsfähigkeit des nutzenbasierten Ansatzes insgesamt werden auch die Kommunikationsnetze modelliert. Dieses Modell beinhaltet hauptsächlich Verteilungsfunktionen der Verzögerungen und verwendet Signalflussgraphen, stochastische Netzwerkberechnungen sowie Warteschlangentheorie.The increasing amount of distributed renewable energy resources (DER) installed in low voltage power distribution grids (LVDG) imposes new challenges on the grid operation. Load flows will not be predictable anymore and a monitored and managed grid operation will become necessary. Many DER as well as new types of electric loads increase the risk of critical load flows. As the extension of grid capacity is costly and inefficient, new control algorithms are needed to manage the distributed power production and consumption within LVDG, aiming at maximum usage of DER while keeping grid parameters within their limits.Therefore, a utility-based optimization is proposed, a concept that is common practice in com-munication networks, and applied to the problem of determining optimal power generation of DER and consumption of controllable loads within an LVDG. Optimality is understood as maximum utility experienced by producers and consumers. While the optimization algorithm itself shall be ignorant of constraints on grid currents and voltages, it is closely coupled to a corrective power flow module that identifies critical situations and uses sensitivity analysis to propose corrections on single units’ power generation or consumption.At first, a solution of the static problem is implemented at a central place, meaning that power level bounds and producer/consumer utility functions remain constant during the optimization process. This shall demonstrate the applicability of the concept.The final goal is to develop a distributed optimization algorithm under dynamically changing pa-rameters. It shall run at a high update rate, applying incremental power level changes towards the optimum in each time step. A state estimation in distribution grids is employed for identification of the actual grid state. The high update frequency presumably allows for linearized system modelling. The resulting influences on convergence and stability of the optimization algorithm are main questions to be addressed. The distributed nature, which is also well known from communication networks, is expected to increase robustness and ensure scalability while limiting computing demands on single devices. These properties are crucial for reliable and economically efficient operation of a dynamically changing LVDG. At the same time, the distributed approach requires extensive exchange of information between the participants, putting a high burden on the communication network. The performance of the communication network therefore has a crucial impact on the performance of the LVDG optimization algorithm. For the evaluation of the applicability of the distributed algorithm and for the investigation of the overall performance of the proposed utility-based approach, a model of the communication networks is established. This model mainly focuses on the delay distribution functions using mathematical models such as Signal Flow Graphs, Stochastic Network Calculus and Queueing Theory.