Data-Driven Methods for Distribution Grid Modeling and Topological Reduction of Transmission Grid Models

Mit dem Umstieg von fossilen Brennstoffen auf erneuerbare Energien stehen die Stromnetze weltweit vor großen Veränderungen.
Die zentrale und kontrollierbare Energieerzeugung mit traditionellen Kraftwerken wird durch eine dezentrale und volatile Erzeugung aus erneuerbaren Quellen ersetzt.
Die Elektrifizierung unterschiedlicher Sektoren wie Verkehr und Wärme hat einen erheblichen Einfluss auf die Nachfrage nach elektrischer Energie.
Diese Veränderungen stellen alle Spannungsebenen des Stromnetzes vor große Herausforderungen und erfordern innovative Lösungen, wofür umfangreiche Simulationen der relevanten Energiesysteme nötig sind. ... mehr
In dieser Arbeit werden die dazu notwendigen Methoden zur Erstellung der erforderlichen Modelle für Verteil- und Übertragungsnetze vorgestellt.

Zur Simulation von Verteilnetzen führt diese Arbeit eine Imputationsmethode für Energiezeitreihen ein, sowie eine Methode zur automatischen Generierung von Verteilnetzmodellen aus öffentlichen Datenquellen.
Die Imputationsmethode nutzt Regelmäßigkeiten in Last- und Erzeugungszeitreihen und fügt passende Datenblöcke unter Berücksichtigung der tatsächlichen Energiemengen in die Lücken ein.
Dadurch wird die Verwendung ursprünglich unvollständiger Zeitreihen für die Netzanalyse und -modellierung ermöglicht.
Die Methode zur automatischen Generierung von Verteilnetzmodellen nutzt freie Kartendaten, um den Energieverbrauch von Gebäuden zu schätzen, und erstellt Stromnetze auf der Grundlage von Straßenverläufen in einem zweistufigen Optimierungsprozess für Mittel- und Niederspannungsnetze.

Zur Bewältigung des Rechenaufwands für dynamische Simulationen großer Übertragungsnetze stellt diese Arbeit zwei neue Methoden zur Modellreduktion vor.
Die erste Methode führt eine statische Reduktion durch, die—im Gegensatz zu herkömmlichen Methoden—die grundlegende Topologie des Netzes erhält und die Zuordnung von Stromsystemkomponenten aus dem detaillierten Modell in das reduzierte Modell ermöglicht.
Diese Zuordnung ermöglicht es beispielsweise, die geografischen Informationen der Systemkomponenten angemessen zu verarbeiten, was für Stromsysteme mit einem hohen Anteil an erneuerbarer Energieerzeugung von entscheidend ist.
Um auch das dynamische Verhalten detaillierter Modelle vereinfacht nachzubilden, optimiert die zweite Methode mithilfe eines genetischen Algorithmus die Regler von Synchronmaschinen im reduzierten System.

With the transition from fossil fuels as a primary energy source to renewable energy sources, power grids worldwide face drastic changes.
Centralized and controllable energy generation with traditional power plants is gradually replaced with decentralized and volatile generation from renewable sources.
Additionally, the electrification of various sectors, such as transportation and heating, significantly changes the demand for electric energy.
These changes pose significant challenges to all voltage levels of the electric power grid, from high-voltage transmission grids to low-voltage distribution grids, and require innovative solutions.
... mehr
Developing these solutions requires a wide variety of simulations of the relevant power systems.
Therefore, this thesis proposes methods to create the necessary power system models for distribution grids as well as transmission grids.

For the simulation of distribution grids, this thesis introduces an imputation method to fill missing values in energy time series and a method to automatically generate distribution grid models from openly available data sources.
The imputation method exploits periodicities often found in demand and generation time series and copy-pastes matching chunks of data into the gaps considering energy quantities.
Filling these gaps helps with using previously incomplete time series for grid analysis and modeling.
The method to automatically generate distribution grid models utilizes open map data to estimate the demands of buildings and creates power grids based on street layouts in a two-stage optimization process for medium-voltage and underlying low-voltage grids.

To tackle the computational burden of dynamic simulations of large transmission grids, this thesis presents two new model reduction methods.
The first method performs a static reduction that, in contrast to conventional methods, preserves the basic topology of the grid and allows the tracing of power system components from the detailed model to the reduced model.
This traceability allows, for example, to handle the geographic information of the system components adequately, which is crucial for modern power systems with a high share of renewable energy generation.
To also replicate the dynamic behavior of detailed models in a simplified way, the second method uses a genetic algorithm to optimize the controllers of synchronous machines in the reduced system.