Eine neue Methode zur Kartierung von Stromverteilungswegen

Stromverteilungsnetze liefern Energie von Transformatoren zu Haushalten und Unternehmen. Diese Netze werden immer komplexer, weil es mehr Kunden gibt und erneuerbare Energiequellen dazu kommen. Es ist wichtig zu wissen, wie der Strom durch diese Netze fliesst, um eine effiziente Planung und Verwaltung zu gewährleisten.

Eine grosse Herausforderung für Verteilungsnetzbetreiber (DSOs) ist es, den genauen Weg zu ermitteln, den der Strom zu den Kunden nimmt. Dieser Prozess wird als topologische Pfadidentifikation (TPI) bezeichnet. Aufgrund der Grösse dieser Netze und der begrenzten Daten wissen die DSOs oft nicht, welche Wege der Strom nimmt.

Wenn die TPI-Herausforderung angegangen wird, können die DSOs besser verstehen, wie Kunden mit Netzelementen wie Transformatoren verbunden sind. Dieses Verständnis ist wichtig für die genaue Planung und digitale Modellierung des Netzes.

#Vorherige Arbeiten

Es gibt viele Methoden, um das Problem der Identifizierung von Netzwerkpfaden anzugehen. Diese Methoden lassen sich in zwei Gruppen einteilen: solche, die mit statischen Daten arbeiten, und solche, die auf Daten aus fortschrittlicher Messinfrastruktur (AMI) basieren.

Die erste Gruppe verwendet geografische Informationssystem (GIS)-Daten. Diese Art von Daten zeigt die physischen Standorte der Netzelemente. Einige Studien haben erfolgreich Netzwerkpfade mit dieser Methode identifiziert, indem sie die Elemente basierend auf ihren Abständen verknüpft haben. Andere haben verschiedene Ansätze wie Clustertechniken verwendet, um das Verständnis des Netzlayouts zu verfeinern.

Allerdings haben Methoden mit statischen Daten oft Probleme wie unvollständige Informationen.

Die zweite Gruppe verlässt sich auf Daten von Smart Metern und Sensoren. Diese fortschrittlichen Technologien liefern dynamische Messwerte des Netzes, benötigen jedoch eine umfassende Abdeckung. In vielen Fällen schränkt der Mangel an vollständigen Daten ihre Nützlichkeit ein.

#Neuer Ansatz

Dieser Artikel stellt eine neue Methode vor, um DSOs bei der Identifizierung von topologischen Kundenpfaden zu helfen, die nur statische GIS-Daten und die Verbindungen zwischen Kunden und Transformatoren nutzt. Diese Methode benötigt keine AMI-Daten, was sie für DSOs mit weniger fortschrittlicher Infrastruktur anwendbarer macht.

Der Ansatz formuliert das Problem mit einem ganzzahligen linearen Programmierungs (ILP)-Optimierungsalgorithmus. Das Hauptziel ist es, so viele Kunden wie möglich mit ihrem richtigen Transformator zu verbinden, während Datenungenauigkeiten berücksichtigt werden.

Die neue Methode wird sowohl mit akademischen Beispielen als auch mit realen Netzwerken getestet. Die Ergebnisse zeigen, dass diese Methode effektiv Kundenpfade identifiziert, selbst wenn die Daten begrenzt sind.

#Verständnis der Netzelemente

Stromverteilungsnetze bestehen aus verschiedenen Elementen wie Umspannwerken, Leitungen, Knotenpunkten und Kunden. Jedes dieser Elemente hat unterschiedliche Eigenschaften wie Typ und Standort. Indem man diese Elemente kategorisiert und versteht, wird es einfacher, die gesamte Netzstruktur zu analysieren.

#Pfadkonzepte

In diesem Zusammenhang ist ein topologischer Kundenpfad der Weg, den der Strom von einem Transformator zu einem Kunden nimmt. Es gibt verschiedene Arten von Pfaden:

#Hypothetische Pfade

Diese Pfade sind potenzielle Routen, bei denen der ursprüngliche Kunde bekannt ist, aber die Verbindungen zum Transformator ungewiss sind. Sie stellen die Möglichkeiten dar, wie der Strom fliessen könnte, um einen Kunden zu erreichen.

#Reale Pfade

Reale Pfade repräsentieren den tatsächlichen Weg, den der Strom von einem Transformator zu einem Kunden nimmt. In radialen Netzen hat jeder Kunde normalerweise einen einzigen realen Pfad, da er Strom nur von einem Transformator erhält.

#Geschätzte Pfade

Das sind Annäherungen an reale Pfade basierend auf den verfügbaren Daten. Sie leiten sich von hypothetischen Pfaden ab und sollten die Realität des Netzes so genau wie möglich widerspiegeln.

#Methodologie

Die vorgeschlagene Methode beginnt mit den Rohdaten, die dem DSO zur Verfügung stehen. Dazu gehören oft GIS-Daten, Kundeninformationen und Netzwerk-Konfigurationsregeln. Das Ziel ist es, die Kundenpfade zu schätzen, die den tatsächlichen Routen möglichst nahekommen.

#Schritte in der Methode

1. Rohinformationen sammeln: Dazu gehören GIS-Koordinaten der Elemente, deren Typen und Verbindungen zu Transformatoren.

2. Transformationsfunktionen definieren: Diese Funktionen helfen, Rohinformationen in ein klares Format zu übertragen, das für das Netzwerk relevant ist.

3. Gut definierte Informationen erstellen: Diese neuen Informationen werden verwendet, um potenzielle Pfade zu identifizieren.

4. Hypothetische Pfade generieren: Mithilfe der gut definierten Informationen konstruiert die Methode hypothetische Pfade, die Kunden mit Transformatoren verbinden könnten.

5. Pfade schätzen: Der nächste Schritt besteht darin, Pfade zu identifizieren, die die realen Pfade schätzen, unter Verwendung des ILP-Optimierungsansatzes.

6. Geschätzte Pfade validieren: Die erhaltenen Lösungen werden überprüft, um sicherzustellen, dass sie mit realistischen Möglichkeiten übereinstimmen.

#Fallstudien

#Akademisches Beispiel

Um zu veranschaulichen, wie die Methode funktioniert, wird ein akademisches Beispiel betrachtet. Dieses Beispiel zeigt ein kleines Stromverteilungsnetz. Die Ergebnisse zeigen, wie die Methode hilft, Kundenpfade basierend auf begrenzten Daten zu identifizieren.

Die Methodologie durchläuft die gleichen Schritte wie oben beschrieben und führt zur Identifizierung von hypothetischen Pfaden und deren Verfeinerung zu geschätzten Pfaden.

#Anwendung in der realen Welt

Die Methodologie wird auch auf ein reales Verteilungsnetz in Belgien angewendet. Dieser Fall hebt die Herausforderungen hervor, die bei unvollständigen Daten auftreten. Der Ansatz zeigte seine Wirksamkeit bei der Identifizierung von Verbindungen, selbst wenn mehrere Datensätze fehlten.

#Ergebnisse

Die Methodologie identifiziert effizient Pfade, selbst mit unvollständigen Daten. Die geschätzten Pfade konnten eine signifikante Anzahl von Kunden mit den richtigen Transformatoren verbinden.

Durch grafische Darstellungen werden die Verbindungen zwischen den Elementen veranschaulicht, was es einfacher macht, die Kundenverbindungen zu visualisieren.

#Diagnostische Funktion

Sobald die geschätzten Pfade identifiziert sind, prüft eine diagnostische Funktion deren Gültigkeit. Wenn Probleme entdeckt werden, erlaubt die Methode Anpassungen an den Transformationsfunktionen und eine Neubewertung der Pfade.

Diese Phase ist entscheidend, um die Zuverlässigkeit der geschätzten Pfade sicherzustellen und kann helfen, Fehler in den Daten des DSO zu identifizieren.

#Fazit

Diese Methode bietet eine praktische Lösung für das Problem der topologischen Pfadidentifikation in Stromverteilungsnetzen. Indem sie ausschliesslich auf statische GIS-Daten angewiesen ist, vereinfacht dieser Ansatz den Prozess und reduziert die Notwendigkeit für fortschrittliche Technologien wie Smart Meter.

Die Fähigkeit, genaue Pfade zu identifizieren, hat bedeutende Auswirkungen auf die effiziente Verwaltung und Planung von Netzwerken. Darüber hinaus bietet die Methode eine Grundlage für die Erstellung digitaler Modelle von Stromnetzen, die den DSOs bei ihren betrieblichen Aufgaben helfen.

Zukünftige Arbeiten könnten sich darauf konzentrieren, diesen Algorithmus zu erweitern, um auch Backup-Pfad-Identifikation einzuschliessen oder AMI-Daten zu integrieren, um den Ansatz weiter zu verfeinern. Zudem werden Anstrengungen unternommen, um die Skalierbarkeit und Effizienz des Optimierungsprozesses zu verbessern.

Diese Arbeit zielt letztendlich darauf ab, DSOs bei der Optimierung ihrer Verteilungsnetze zu unterstützen, um die Servicezuverlässigkeit und die Betriebseffizienz zu verbessern.