Title: Nachrichtenbasierte Simulation von elektrischen Lastflüssen
Other Titles: Message Based Power Flow Analysis
Language: Deutsch
Authors: Vielguth, Stefan 
Qualification level: Diploma
Advisor: Dietrich, Dietmar 
Assisting Advisor: Kupzog, Friederich 
Issue Date: 2008
Number of Pages: 104
Qualification level: Diploma
Abstract: 
Im Zuge der Liberalisierung der Energiemärkte und des zunehmenden Energiebedarfs kommt es heutzutage vor allem im Bereich der Mittelspannungs- und Niederspannungsebene zu zusätzlichen Einspeisungen von elektrischer Energie. Beispiele dafür sind Wind- oder Biomassekraftwerke. Dies verändert allerdings die Situation der Energienetze, da neue Einspeisepunkte im Betrieb die elektrischen Parameter im Bereich der betroffenen Spannungsebene verändern. Deshalb ist es notwendig, noch vor der Planung bzw. Inbetriebnahme neuer Kraftwerke, die Auswirkungen auf das betroffene Netz abschätzen zu können. Zu diesem Zweck wurden Verfahren der Lastflussanalyse entwickelt. In dieser Arbeit wird der Fokus auf die Implementierung eines nachrichtenbasierten Lastflussanalyse-Verfahrens, das auf einem Vorwärts-/ Rückwärtsschritt-Verfahren basiert, gelegt. Für die Implementierung des Verfahrens wird das Open-Source-Framework OMNeT++ herangezogen, welches es ermöglicht, Graphenmodelle aufzubauen und Nachrichten zwischen den Knoten des Graphen auszutauschen. Weiters wird die Integration des Algorithmus in die Architektur der Simulationsplattform DAVIC beleuchtet. DAVIC ist eine Simulationsplattform des Instituts für Computertechnik, die es ermöglichen soll, Geld-, Kommunikations- und Energieflüsse in Energienetzen zu simulieren. Als Ergebnis wurde eine Lösung implementiert, die es ermöglicht, ein einfaches elektrisches Verteilnetz bestehend aus Leistungs- und Leitungsknoten in Graphenform zu modellieren und für die gegebenen Parameter eine Lastflussanalyse durchzuführen. Weiters wurde in der Lösung ein Ansatz für eine Monte-Carlo-Simulation vorgesehen. Die Berechnungsergebnisse sind mit denen von matrizenbasierten Verfahren bzw. kommerziellen Softwarepaketen vergleichbar.

Due to the liberalization of the market and the increasing demand of energy, there is an increasing amount of electrical energy injected in the low- and medium voltage grids. Examples are wind mills, biomass power plants or solar cell constructions. The problem arises that these feeds are changing parameters in the network. Therefore it is necessary to analyze the networks in advance to see how the additional feeds are changing the parameters. A lot of algorithms have been developed for this purpose.
This work focuses on the message based implementation of a load flow analysis algorithm which is based on a forward and backward sweep algorithm. For the implementation of the algorithm, the Open Source Framework OMNeT++ is used, which makes it possible to create graph models and to exchange messages between the nodes of the graph. In addition the possibility of the integration of the algorithm into the architecture of the simulation platform DAVIC is discussed. DAVIC is a simulation platform of the Institut für Computertechnik, aiming to simulate money, information and energy flows in power networks. As a result a solution was implemented which makes it possible to create a simple electrical distribution network consisting of power and line nodes in a graph type model and to simulate the model with the given parameters. In addition a solution of a Monte Carlo Simulation was developed. The results were comparable to the results of matrice based algorithms or commercial application programs.
Keywords: Lastflussanalyse; elektrische Verteilnetze; nachrichtenbasiert; OMNeT++
power flow analysis; electrical distribution networks; message based; OMNeT++
URI: https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-23167
http://hdl.handle.net/20.500.12708/12357
Library ID: AC05038872
Organisation: E384 - Institut für Computertechnik 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:


Page view(s)

15
checked on Jul 1, 2021

Download(s)

57
checked on Jul 1, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.