Skip to main content

Einbindung netzdienlicher Betriebsweisen dezentraler Erzeugungsanlagen in die rechnergestützte Netzoptimierung zur Minimierung des Netzausbaubedarfs

Integration of grid-serving modes of decentralized generation plants into computer-aided grid optimization to minimize the need for grid expansion measures

Zusammenfassung

Die Umsetzung des Klimaschutzprogramms der deutschen Bundesregierung wird die Belastung der Verteilnetzebene aufgrund der weiteren Integration dezentraler Erzeugungsanlagen zusätzlich erhöhen. Ländliche Mittelspannungsnetze sind davon besonders belastet, da sie, bezogen auf die installierte Leistung, den höchsten Anteil an direkt angeschlossenen dezentralen Erzeugungsanlagen besitzen. Neben Netzverstärkungs- und Netzausbaumaßnahmen werden nach dem NOVA-Prinzip (Netzoptimierung vor Netzverstärkung vor Netzausbau) zur Verhinderung von unzulässigen Netzzuständen auch Netzoptimierungsmaßnahmen herangezogen. Zur Bestimmung des optimalen Netzausbaus müssen folgerichtig Netzoptimierungsmaßnahmen mit einbezogen werden, welche auch aus netzdienlichen Betriebsweisen dezentraler Erzeugungsanlagen bestehen können. Dieser Aufsatz beschreibt einen Ansatz zur Nutzung netzdienlicher Betriebsweisen dezentraler Erzeugungsanlagen innerhalb einer rechnergestützten Netzoptimierung zur Minimierung der Netzausbaumaßnahmen in Mittelspannungsnetzen. Die Planungsmethodik bildet die Grundlage für die hier vorgestellte Netzoptimierung und besteht aus einem matheuristischen Optimierungsansatz, der eine hybride Heuristik mit einem exakten Lösungsverfahren koppelt. Der weitere Fokus liegt sowohl auf der Integration der netzdienlichen Betriebsweisen dezentraler Erzeugungsanlagen in das exakte Lösungsverfahren als auch auf dessen mathematischer Beschreibung. Der Nutzen der netzdienlichen Betriebsweisen zur Reduzierung des Netzausbaubedarfs wird anhand von Bespielrechnungen für ein ländliches Mittelspannungsnetz aufgezeigt.

Abstract

The implementation of the Climate Action Programme of the German federal government will further increase the burden on the distribution grid level due to the further integration of decentralized generation plants. In this respect, rural medium-voltage grids are particularly burdened, since they have the highest proportion of directly connected decentralized generation plants with regard to the installed capacity. In addition to grid reinforcement and grid expansion measures, grid optimization measures are also implemented based on the NOVA principle (grid optimization before grid reinforcement before grid expansion) to prevent impermissible grid conditions. Consequently, grid optimization measures, which can also consist of grid-serving modes of decentralized generation plants, must be included to determine the optimal grid expansion measures. This paper describes an approach to use grid-serving modes of decentralized generation plants within a computer-aided grid optimization to minimize grid expansion measures in medium-voltage grids. The planning methodology, which consists of a matheuristic optimization approach coupling hybrid heuristics with an exact solution method, forms the basis of the grid optimization presented in this paper. The other focus is on the integration of grid-serving modes of decentralized generation plants into the exact solution method as well as on its mathematical description. The benefits of grid-serving modes to reduce the need for grid expansion are demonstrated by using sample calculations for a rural medium-voltage grid.

This is a preview of subscription content, access via your institution.

Abb. 1.
Abb. 2.
Abb. 3.
Abb. 4.
Abb. 5.
Abb. 6.
Abb. 7.

Literatur

  1. 1.

    Rendel, T. (2015): Erweiterung und Plausibilisierung eines Modells für die integrierte Simulation des europäischen Verbundnetzes und Strommarktes. Hannover: Leibniz Universität. Dissertation

    Google Scholar 

  2. 2.

    Thies, H. H., Schneider, M., Zdrallek, M., Schmiesing, J. (2019): In Future structure of rural medium-voltage grids for sustainable energy supply. CIRED Workshop, Paper No. 128, Lisbon.

    Google Scholar 

  3. 3.

    Bundesnetzagentur EEG in Zahlen 2019. https://www.bundesnetzagentur.de/DE/Sachgebiete/ElektrizitaetundGas/Unternehmen_Institutionen/ErneuerbareEnergien/ZahlenDatenInformationen/zahlenunddaten-node.html, abgerufen am 11.07.21.

  4. 4.

    Klimaschutzprogramm (2030). https://www.bundesregierung.de/breg-de/themen/klimaschutz/klimaschutzprogramm-2030-1673578, abgerufen am 11.07.21.

  5. 5.

    Bundesregierung der Bundesrepublik Deutschland (2019): Gesetz zur Weiterentwicklung des Strommarktes (Strommarktgesetz), Ausfertigungsdatum 29. Juni 2019.

  6. 6.

    Hofmann, L. (2019): Elektrische Energieversorgung, Grundlagen, Systemaufbau und Methoden (Bd. 1). 1. Aufl. Berlin: DE Gruyter Oldenbourg.

    Google Scholar 

  7. 7.

    Borchard, T. (2008): Bewertung des Nutzens einer spannungsebenenübergreifenden Planung von Hoch- und Mittelspannungsnetzen. Aachen: RWTH Aachen. Dissertation

    Google Scholar 

  8. 8.

    Heuck, K., Dettmann, K-D., Schulz, D. (2013): Elektrische Energieversorgung. 9. Aufl. Hamburg: Springer.

    Book  Google Scholar 

  9. 9.

    Bundesregierung der Bundesrepublik Deutschland (2016): Gesetz zur Weiterentwicklung des Strommarktes (Strommarktgesetz). Ausfertigungsdatum 29. Juni 2016.

  10. 10.

    Bundesministerium für Wirtschaft und Energie FAQ Abkürzung NOVA, abgerufen am 11.07.21. https://www.bmwi.de/Redaktion/DE/FAQ/Netzausbau/faq-netzausbau-03.html.

  11. 11.

    Blaufuß, C., Hofmann, L. (2019): Linear optimization of reinforcements in medium voltage grids in respect to increasing load behavior. In IEEE APPEEC 2019, Macao, Macao.

    Google Scholar 

  12. 12.

    Krumke, S. O., Noltemeier, H. (2012): Graphentheoretische Konzepte und Algorithmen. 3. Aufl. Wiesbaden: Springer.

    Book  Google Scholar 

  13. 13.

    Ungrad, H., Winkler, W., Wiszniewski, A. (1994): Schutztechnik in Elektroenergiesystemen (Vol. 2). Berlin: Springer.

    Book  Google Scholar 

  14. 14.

    Blaufuß, C., Hofmann, L. (2020): Grid planning program (GPP). Data sets. https://doi.org/10.25835/0049306.

    Book  Google Scholar 

Download references

Author information

Affiliations

Authors

Corresponding author

Correspondence to Christoph Blaufuß.

Additional information

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Blaufuß, C., Hofmann, L. Einbindung netzdienlicher Betriebsweisen dezentraler Erzeugungsanlagen in die rechnergestützte Netzoptimierung zur Minimierung des Netzausbaubedarfs. Elektrotech. Inftech. (2021). https://doi.org/10.1007/s00502-021-00938-6

Download citation

Schlüsselwörter

  • Netzplanung
  • Netzoptimierung
  • Integration erneuerbarer Energien
  • Netzausbauoptimierung
  • Matheuristik
  • Netzplanungsmethodik

Keywords

  • grid planning
  • grid optimization
  • integration of renewable energies
  • grid extension optimization
  • matheuristics
  • grid planning methodology