Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze - TU Graz
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze Pascal Pfeifer FGH e. V. – Forschungsgemeinschaft für elektrische Anlagen und Stromwirtschaft e. V. Graz, 13.02.2020 Agenda: ▪ Hintergrund und Zielsetzung ▪ Methodisches Vorgehen ▪ Exemplarische Ergebnisse ▪ Zusammenfassung
Hintergrund und Zielsetzung Installierte Leistung Versorgungsaufgabe deutschlandweit sehr heterogen geprägt Windenergieanlagen Aktuelle Entwicklung: Energiewende, Elektrifizierung der Mobilitäts- und Wärmesektoren in Deutschland ➔ Regional Herausforderungen für die Verteilnetze Quantifizierung der gegenwärtigen und zukünftigen Herausforderungen durch wissenschaftliche Untersuchungen erforderlich Physikalische Netzmodelle als Basis für technische Analysen Netzmodelle nicht öffentlich verfügbar ➔ Synthetische Erzeugung unter Berücksichtigung öffentlich verfügbarer Daten Erstellung und Untersuchung aller 4500 Mittelspannungsnetze aufwendig ➔ Auswahl repräsentativer Netzregionen und Erstellung der zugehörigen Netzmodelle Quantifizierung zukünftiger Herausforderung erfordert Berücksichtigung von Szenarien ➔ Ausweisung robust über mehrere Szenarien gültige Netzregionen und -modelle 0 [kW / km²] 600 Ziel des Beitrags Entwicklung einer Methode zur Ableitung robuster repräsentativer synthetischer Mittelspannungsnetzmodelle FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 2
Methodisches Vorgehen Eingangsdaten Ableitung repräsentativer Netzregionen mittels Clusteranalyse Betrachtete Merkmale Schritte der Clusteranalyse: Approximierte Inst. Inst. Inst. Fläche der Leistung Leistung Leistung (1) Bestimmung von Merkmalen als Eingangsgrößen Netzregion WEA PVA NS PVA MS (2) Festlegung der Bewertungsgrößen Energiebezug (3) Wahl des Cluster-Verfahrens Anteil Bebauung Anteil Gewerbe Haushalte (4) Anwendung und Ergebnisbewertung WEA: Windenergieanlagen, PVA: Photovoltaikanlagen Wahl der Merkmale MS: Mittelspannung, NS: Niederspannung Netz- regionen Kriterien: Relevanz, hinreichende Datengrundlage, stochastische Unabhängigkeit, geringe Anzahl Kriterien für festgelegte 7 Merkmale erfüllt Gewährleistung einer gleichmäßigen Berücksichtigung aller Merkmale in Clusteranalyse notwendig ➔ Skalierung der 5%- und 95 %-Quantile der Daten aller Merkmale auf [0,1] ➔ Merkmale für alle betrachteten Netzregionen sind Eingangsdatensatz der Clusteranalyse Berücksichtigung von Szenarien Berücksichtigung als Merkmale aufgrund hoher stoch. Abhängigkeit und Vielzahl von Dimensionen nicht geeignet ➔ Durchführen der Clusteranalyse für alle Szenarien und Auswahl der über alle Szenarien gesamtbesten Lösung FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 3
Methodisches Vorgehen Bewertungsgrößen und Wahl des Cluster-Verfahrens Anforderung an repräsentative Netze und daraus abgeleitete Bewertungsgrößen: Heterogenität: Berücksichtigung untypischer, ausgeprägter Netze ➔ Ähnlichkeitsmaß der Cluster-Verfahren: Quadr. Abstand , zwischen Schwerpunkt und Elementen des Clusters (Euklidische Norm) Repräsentativität: Widerspiegeln der Grundgesamtheit durch Repräsentanten ➔ Zusätzliche Auswertungsgröße (keine Zielgröße der Cluster-Verfahren): Skalierungsfehler bei Auswertung aller Merkmale je Clusterschwerpunkt * n Elemente des Clusters gegenüber Summe der Merkmalsausprägung der Grundgesamtheit aller Elemente Wahl des Cluster-Verfahrens Ergebnisanpassung Partitionierende Verfahren in Voruntersuchungen mit besten Ergebnissen für k-Means und Fuzzy-c-means Betrachtete Verfahren: K-Means, Fuzzy-c-means, k-Medoids Elemente eines K-Means, Fuzzy-c-means: Mittelwerte als Clusterschwerpunkte, Ausprägung Clusters die keinen Elementen der Grundgesamtheit aller Netzregionen entsprechen Merkmal 2 Schwerpunkt ➔ Anpassung des Ergebnisses erforderlich: Schwerpunktverschiebung zum nächstgelegenen Element der Grundgesamtheit Ausprägung ➔ Vergleichende Bewertung der genannten Verfahren und Beurteilung Merkmal 1 anhand der definierten Bewertungsgrößen notwendig FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 4
Methodisches Vorgehen Modellierung der Netze Ergebnis der Clusteranalyse Zusätzliche Eingangsdaten der Netzregion Eingangs- Repräsentative Netzregion, Weitere EE-Anlagen, Innovative Netznutzung daten Ausprägung der zugehörigen Parameter (Wärmepumpen, Elektrofahrzeuge), Heimspeicher Verfahren Synthetische Erstellung aller Netzkunden auf Basis der Eingangsdaten Beispielhafte Georeferenzierung Georeferenzierung der Netzkunden der Netzkunden Topologieerstellung mittels Capacitated Vehicle Routing Problems (CVRP) Vorgehen zur Berücksichtigung von Szenarien: Quelle Karte: OpenStreetMap Netzmodelle für zukünftige Szenarien Lizenz: CC-BY-SA 2.0 als Modifikation des Netzmodells des Grundszenarios Anschluss weiterer Netzkunden an Netztopologie des Grundszenarios, ggf. Verstärkung der Betriebsmittel Netzmodelle für repräsentative Netzregion Ergebnis für verschiedene Szenarien ➔ Exemplarische Anwendung von Clusteranalyse und Netzmodellierung FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 5
Exemplarische Ergebnisse Szenariorahmen Exemplarischer Szenariorahmen aus Forschungsprojekt enera Regional aufgeschlüsselte Vorgaben zukünftiger Stromnachfrage und -angebot in Deutschland Definition verschiedener Szenarien mit konservativen bis progressiven Entwicklungspfaden Installierteaggregierte Installierte aggregierte Leistung Leistung WEA und und PVA PV Nettostromnachfrage Nettostromnachfrage WEA Sz.1 300% Sz.2 100% Konven- tionell * Elektromobilität, Sz.3 Power to Heat, 200% 50% Power to Gas / Liquid Sz.4 Innovativ* Für beide Darstellungen: 100% 0% Referenzjahr für 100 % ist 2018 2030 2040 2050 2030 2040 2050 ➔ Anwendung der Cluster-Verfahren für alle 12 Zustände (4 Szenarien, 3 Stützjahre) FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 6
Exemplarische Ergebnisse Bewertung von Cluster-Verfahren und Clustergröße Summe quadr. Abstände zwischen Schwerpunkten und Elementen (Ellenbogenkurve) Ausgewiesene Bewertungsgrößen zeigen Durchschnitt der Ergebnisse 4400 20 über alle Szenarien Fuzzy-c-means, angepasst K-Means, angepasst 3900 [%] 15 K-Medoids sowohl hinsichtlich quadratischem Fehlermaß als auch K-Means K-Medoids bei Skalierung der Parameter und Vergleich mit Grundgesamtheit am besten 3400 10 Wahl der Anzahl der Cluster anhand gezeigter Ergebnisse schwierig 2900 5 Deutliche Reduzierung von ab = 5 festzustellen 2400 0 ➔ Detailbetrachtung der Ergebnisse 2 3 4 5 6 7 8 9 10 mit Fokussierung auf k-Medoids-Algorithmus Durchschnittl. Skalierungsfehler und Anzahl an Cluster von 5 ≤ ≤ 8 sinnvoll 4400 20 Fuzzy-c-means, angepasst Fuzzy-c-means, angepasst K-Means, angepasst K-Means, angepasst K-Medoids 3900 [%] 15 K-Means K-Medoids 3400 10 2900 5 2400 0 2 3 4 5 6 7 8 9 10 2 3 4 5 6 7 8 9 10 Anzahl Cluster (k) FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 7
Exemplarische Ergebnisse Detailbetrachtung 5 ≤ ≤ 8 Skalierungsfehler für < 8 zwar durchschnittlich gering, in einzelnen Merkmalen aber > 10% Heterogenität der resultierenden repräsentativen Netze erst ab = 8 hinreichend für alle Merkmale gegeben: Beispielhafter Vergleich von = 5 und = 8: Boxplot beschreibt Verteilung der 1 Merkmalsausprägung je Netz für Grundgesamtheit für alle Merkmale Merkmalsausprägung je Netz für Punkte zeigen Merkmalsausprägungen 0,8 der resultierenden Netze je Cluster 0,6 Für = 5 kein Netz mit hohen Werten für Fläche, Anteil Bebauung, Anteil Gewerbe, Energiebezug der Haushalte 0,4 ➔ Kein ausgeprägtes städtisches Netz 0,2 Ergebnisse mit = 6 und = 7 ähnlich für verschiedene Merkmale 0 Anteil Anteil Energie Für = 8 ausgeprägte resultierende Netze Fläche WEA PV NS PV MS für alle Merkmale Bebauung Gewerbe Haushalte ➔ Bestes Ergebnis bei Anwendung des k-Medoids-Algorithmus und Clusteranzahl von = 8 FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 8
Exemplarische Ergebnisse Repräsentative Netze Resultierende 8 Netzregionen Übersicht Cluster Zuordnung Cluster Netzmodell über ganz Deutschland verteilt Zuordnung der Cluster zeigt städtische und ländliche sowie 5 6 PVA- und WEA-geprägte Regionen 2 7 Ergebnis umfasst sowohl Quelle Karten: OpenStreetMap, Lizenz: CC-BY-SA 2.0 Netz 1 3 ausgeprägte seltene Netze als auch häufige Durchschnittsnetze Netzmodellierung zeigt sinnvolle 8 geografische Verortung der 4 Netzkunden und typische Ringnetztopologie 11 Charakteristika der Netze Ortsnetzstation Haushalt Biomasseanlage Gewerbe WEA Einzelhandel PVA ➔ Ansatz zur Modellierung 0.5 0,5 repräsentativer Netze geeignet 00 Netz 1 2 3 4 5 6 7 8 Fläche WEA PV NS PV MS Anteil Bebauung Anteil Gewerbe Energie Haushalte Anzahl Netze FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 9
Zusammenfassung Ziel des Beitrages Entwicklung einer Methode zur Ableitung robuster repräsentativer synthetischer Mittelspannungsnetzmodelle als Grundlage wissenschaftlicher Untersuchungen Zweistufiges Vorgehen: (1) Auswahl repräsentativer Netzregionen mittels Clusteranalyse auf Basis 7 charakterisierender Merkmale (2) Modellierung der Netze der repräsentativen Netzregionen Exemplarische Anwendung Berücksichtigung von konservativen bis progressiven Szenarien Bestes Ergebnis bei Verwendung des k-Medoids-Algorithmus und = 8 Clustern Resultierende Netzregionen über Deutschland verteilt Bandbreite von kleinen städtischen Netzen bis hin zu ländlichen Netzen mit hoher Zahl von EE-Anlagen Exemplarische Netzmodellierung: Geografische Verortung der Anlagen und typische Ringnetztopologie FGH e.V. | Pascal Pfeifer | Modellierung robuster repräsentativer synthetischer Mittelspannungsnetze | Graz, 13.02.2020 10
Fragen und Diskussion Kontaktdaten: Pascal Pfeifer FGH e. V. Forschungsgemeinschaft für elektrische Anlagen und Stromwirtschaft e. V. Tel.: +49 241 997 857-10 Mail: pascal.pfeifer@fgh-ma.de Web: https://www.fgh-ma.de
Sie können auch lesen
