Forschungsprojekt zur Netztransparenz in der Niederspannung 

Die Energiewende bringt viele Herausforderungen mit sich – gerade bei der Planung und Überwachung von Niederspannungsnetzen. Insbesondere die fehlende digitale Transparenz im Niederspannungsnetz kann zu zukünftigen Störungen und hohen Betriebskosten führen.

Hintergrund und Herausforderungen

‍Netzinstabilität durch dezentrale Einspeisung
Der zunehmende Anteil volatiler Erneuerbarer Energien (z. B. PV-Anlagen) führt zu unvorhersehbaren Lastflüssen und Spannungsschwankungen. Traditionelle Netze, ursprünglich für zentrale Einspeisung ausgelegt, erreichen häufig thermische Grenzen oder verletzen Spannungsbandvorgaben. Beispielsweise können Überlastungen in Kabeln oder Transformatoren auftreten, wenn Erzeugung undVerbrauch lokal nicht abgestimmt sind. 

Datenlücken und manuelle Prozesse
Viele Netzbetreiber arbeiten mit veralteten oder unvollständigen Netzmodellen. Smart-Meter-Daten liegen oft verzögert vor und die manuelle Topologiepflege ist fehleranfällig. Dies behindert präzise Lastflussberechnungen, die für Engpassmanagement und Netzplanung essenziell sind.

Mangelnde Digitalisierung der Niederspannung
Im Gegensatz zu Hoch- und Mittelspannungsebenen fehlt hier oft eine Echtzeitüberwachung durch SCADA-Systeme. Traditionelle Schaltzustandserfassung erfolgt teilweise noch über eine papierbasierte Dokumentation.

‍

Ziele des Projekts

Wir berichteten bereits von unserem Forschungsprojekt im Rahmen von DENSE.‍

Dieses hat klare Ziele:

• Langfristig: Entwicklung fortschrittlicher Datenanalysemethoden zur automatischen Identifikation von Netzwerktopologien bei unvollständigen Datensätzen. Das Ziel ist ein marktfähiges Produkt, das bei enersis implementiert werden kann.

• Kurzfristig: Zusammenarbeit mit Partnern, um ein Pilotprojekt mit realen Netzwerken durchzuführen. Zudem wird der Einsatz von PandaPower für   Lastflussberechnungen sowie Grundlagen der Elektrotechnik angewendet. Das Open-Source-Tool ermöglicht probabilistische Lastflussanalysen unter Einbeziehung stochastischer Last- und Erzeugungsprofile. Monte-Carlo-Simulationen identifizieren kritische Netzzustände, z. B. bei gleichzeitigem Betrieb von Wärmepumpen und PV-Einspeisung.

‍

Methodik: Rekonstruktion einer Netzwerktopologie

Die Rekonstruktion einer Netzwerktopologie erfolgt in mehreren Schritten:

1. Grundkomponenten: Identifikation von Knoten (Gebäude und Umspannwerke) sowie Leitungen.
2. Leistungskomponenten: Daten zu Transformatoren, Energieproduktion und Lasten werden integriert.
3. Parameteridentifikation: Schaltzustände, Phaseninformationen und Impedanzwerte werden geschätzt.
4. Zustandsschätzung: Spannungswerte, Winkel sowie aktive und reaktive Leistung an jedem Knoten werden berechnet.
5. Lastflussberechnungen: Mithilfe von PandaPower wird eine detaillierte Rekonstruktion der Niederspannungstopologie ermöglicht.

‍

Fallstudie: Kleve/Goch

Ein praktisches Beispiel für die Anwendung dieser Methodik ist die Fallstudie mit den Stadtwerken Kleve und Goch:

• Integration des Moduls infrastructure von enersis digitalem Zwilling zur Verknüpfung von GIS-Daten mit Verbrauchsprofilen aus Abrechnungsdaten. Dies ermöglicht eine granulare Lastmodellierung.
• Nutzung realer Netzwerktopologien zur Verbesserung der Lastabschätzung und -auflösung.

Fazit

Die Digitalisierung und Automatisierung der Netzwerktopologie ist ein entscheidender Schritt für die Energiewende. Durch innovative Ansätze wie die oben beschriebenen können Versorger ihre Netze effizienter überwachen und steuern – selbst bei unvollständigen oder fehlerhaften Datensätzen. enersis setzt damit einen weiteren bedeutenden Schritt auf dem Weg zur digitalen Transformation des Energiesektors.

‍

Bei Fragen gerne bei Yann Komenan melden, er betreut als Doktorand das Forschungsprojekt.