Advertisement

Netzberechnung pp 289-345 | Cite as

Netzzustandserkennung

  • Karl Friedrich SchäferEmail author
Chapter

Zusammenfassung

Eine wesentliche Aufgabe der Netzüberwachung ist die Bestimmung des aktuellen Netzzustandes, der aus der Spannungs- und Leistungsflussverteilung im Netz abgeleitet wird. Hierzu werden Messwerte aus dem geografisch weit verteilten Energieversorgungssystem über Fernwirkeinrichtungen in die Netzleitstelle übertragen.

Literatur

  1. 1.
    Monticelli, State Estimation in Electric Power Systems, New York: Springer, 1999.CrossRefGoogle Scholar
  2. 2.
    R. Marenbach, D. Nelles und C. Tuttas, Elektrische Energietechnik, Wiesbaden: Springer, 2013.CrossRefGoogle Scholar
  3. 3.
    G. Hosemann, Elektrische Energietechnik, Band 3: Netze, Berlin: Springer, 2001.Google Scholar
  4. 4.
    E. Handschin, Elektrische Energieübertragungssysteme, Heidelberg: Hüthig, 1987.Google Scholar
  5. 5.
    D. Rumpel und J. Sun, Netzleittechnik, Berlin: Springer, 1989.Google Scholar
  6. 6.
    DIN, DIN 1319-1: Grundlagen der Messtechnik – Grundbegriffe, Berlin: Beuth-Verlag, 1995.Google Scholar
  7. 7.
    M. Rudolph und U. Wagner, Energieanwendungstechnik, Berlin: Springer, 2008.Google Scholar
  8. 8.
    L. Sachs, Angewandte Statistik, Berlin: Springer, 1999.CrossRefGoogle Scholar
  9. 9.
    M. L. Crow, Computational Methods for Electric Power Systems, Boca Raton, CRC Press, 2015.Google Scholar
  10. 10.
    A. G. Phadke und J. S. Thorp, Synchronized Phasor Measurements and their Applications: 2. Aufl., Springer, 2017.Google Scholar
  11. 11.
    M. Powalko, K. Rudion und Z. Styczynski, „Erweiterung des State-Estimation-Algorithmus’ durch den Einsatz von PMU-Messungen“, ETG-Kongress, Düsseldorf, 2009.Google Scholar
  12. 12.
    M. Kezunovic, S. Meliopoulos et al., Application of Time-Synchronized Measurements in Power System Transmission Networks, New York: Springer, 2014.CrossRefGoogle Scholar
  13. 13.
    F. Schweppe und J. Wildes, „Power System Static-State Estimation Part I – III“, IEEE Transactions on Power Apparatus ans Systems, Vol. 89, No. 1, pp. 120–135, 1970.CrossRefGoogle Scholar
  14. 14.
    H. Benker, Mathematische Optimierung mit Computeralgebrasystemen, Berlin: Springer, 2003.CrossRefGoogle Scholar
  15. 15.
    P. Kosmol, Optimierung und Approximation, Berlin: De Gruyter, 2010.CrossRefGoogle Scholar
  16. 16.
    A.J. Conejo und L. Baringo, Power System Operations, Cham, Switzerland: Springer, 2018.Google Scholar
  17. 17.
    R. Zurmühl und S. Falk, Matrizen und ihre Anwendungen, Grundlagen, Berlin: Springer, 1984.Google Scholar
  18. 18.
    F. Aschmoneit, „Ein Beitrag zur optimalen Schätzung des Lastflusses in Hochspannungsnetzen“, Dissertation RWTH Aachen, 1974.Google Scholar
  19. 19.
    G. Beißler, „Behandlung passiver Knoten bei der Zustandserkennung“, etzArchiv, Bd. 3, Nr. 6, S. 179–184, 1981.Google Scholar
  20. 20.
    G. Beißler, „Schnelle Zustandsestimation“, Dissertation TH Darmstadt, 1982.Google Scholar
  21. 21.
    A. Abur und A. Esposito, Power System State Estimation, CRC Press, Boca Raton, FL, USA, 2004.Google Scholar
  22. 22.
    NEW Netz, „Standardlastprofile nach BDEW“, [Online]. Available: https://www.new-netzgmbh.de/stromnetz/netzzugang/lastprofile/. [Zugriff am 13. April 2016].
  23. 23.
    H.-J. Haubrich, „Optimierung und Betrieb von Energieversorgungssystemen“, Skript RWTH Aachen, 2007.Google Scholar
  24. 24.
    A. Mansour, „Bad-data pre-cleaning and static state estimation in electric power networks“, Dissertation Bergische Universität Wuppertal, 1990.Google Scholar
  25. 25.
    G. Pomberger und H. Dobler, Algorithmen und Datenstrukturen, München: Pearson, 2008.Google Scholar
  26. 26.
    R. Brandalik, D. Henschel, W. Wellssow, „A computationally efficient State Estimation algorithm for the Supervision of Low Voltage Grids“, PSCC, Dublin, 2018.CrossRefGoogle Scholar
  27. 27.
    D. Echternacht, „Optimierte Positionierung von Messtechnik zur Zustandsschätzung in Verteilnetzen“, Dissertation RWTH Aachen, 2015.Google Scholar
  28. 28.
    M. Cramer, S. Häger, P. Goergens und A. Schnettler, „Untersuchung von Verfahren zur Pseudo-Messwert-Generierung bei der Zustandsschätzung von Niederspannungsverteilnetzen“, 14. Symposium Energieinnovation, Graz, Österreich, 2016.Google Scholar
  29. 29.
    N. Neusel-Lange, „Dezentrale Zustandsüberwachung für intelligente Niederspannungsnetze“, Dissertation Bergische Universität Wuppertal, 2013.Google Scholar
  30. 30.
    C. Oerter, „Autarke, koordinierte Spannungs- und Leistungsregelung in Niederspannungsnetzen“, Dissertation Bergische Universität Wuppertal, 2014.Google Scholar
  31. 31.
    I. Schönberg, „Kommunikationstechnik für intelligente Stromnetze mittels Breitband-Powerline“,Netzpraxis, Jg. 48, S. 12–14, 2009.Google Scholar
  32. 32.
    M. Wolter, Grid State Identification of Distribution Grids, Diss. Universität Hannover, 2008.Google Scholar
  33. 33.
    A. Abdel-Majeed, S. Tenbohlen, M.Braun und D. Schöllhorn, „Platzierung von Messstationen zur Zustandsschätzung in Niederspannungsnetzen“, ETG-Kongress, Berlin, 2013.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.Elektrische EnergieversorgungstechnikBergische Universität WuppertalWuppertalDeutschland

Personalised recommendations