Spannungsregelung mit Hilfe eines Regeltransformators mit Laststufenschalter im intelligenten Niederspannungsnetz

Abstract

Die derzeit größten Herausforderungen der Energieversorgungsindustrie sind der steigende Energiebedarf, die Integration von dezentralen Erzeugungseinheiten und die Trennung von Produktion, Transport und Vertrieb von Strom. Im Rahmen dieser Problematik fällt immer wieder das Schlagwort Smart Grid, das dem Energieversorgungsnetz eine gewisse technische Intelligenz zuordnet.<br />Eine Funktion des Smart Grids, welche hier von Bedeutung ist, ist die verbesserte Kommunikationsinfrastruktur, die es ermöglicht den Status des Netzes bis hin zum Hausanschluss regelmäßig abzufragen und zu überprüfen. Die Daten hierfür werden über Smart Meters, die an den einzelnen Verbrauchern und Erzeugern angebracht sind, bereitgestellt. In dieser Arbeit werden Spannungswerte an den einzelnen Hausanschlüssen verwendet um eine Spannungsregelung im Niederspannungsnetz durchzuführen. Um das Netz im Hinblick auf dezentrale Energieversorgung durch erneuerbare Energiequellen in einem gewissen Spannungsband zu halten, wird untersucht, wie man die Daten der Smart Meters dazu verwenden kann, eine Spannungsstufenregelung im Niederspannungsnetz durchzuführen. Dazu wird eine Regelung mittels eines Regeltransformators mit Laststufenschalter simuliert. Als Stellgröße dieser Regelung dient der Stufensteller des Transformators. Zentraler Punkt dieser Arbeit ist eine Sensibilitätsanalyse bezüglich der Anzahl- und der Spannungsschritte der Stufen des Regeltransformators. Im Hinblick auf fehlende Messwerte durch Kommunikationsfehler wird als Lösung ein statistisches gleitendes Mittelwertfilter untersucht. Eine weitere Analyse in dieser Arbeit ist die beschränkte Datenrate zur Übertragung von Spannungsmesswerten. Hierfür wird das Konzept der kritischen Knoten näher betrachtet. Um eine geeignete Simulationsumgebung zu realisieren werden unterschiedliche Netzberechnungstools in Betracht gezogen und jenes gewählt, das hinsichtlich der Berechnungszeit und der Ansteuermöglichkeit am besten geeignet ist um Simu-lationen über einen längeren Zeitraum durchzuführen. Die Konzepte werden an einem realen Beispielnetz aus Oberösterreich getestet und dokumentiert.<br />

The greatest challenges of the energy supply industry are the growing energy demand, the integration of distributed generation units and the separation of production, transport and distribution of electricity. Smart Grids are part of the solution to this problem. They allocate a certain degree of technical intelligence to the electric power supply system. A feature of the Smart Grid is an enhanced communications infrastructure that enables checking and querying of the status of the network at the house connection points. The data is provided by smart meters, which are attached to individual consumers and producers. This thesis is about using the voltage information for doing voltage controlling at the low voltage system. In order of growing decentralized energy supply from renewable energy sources, it is necessary to analyze how to keep the voltage level in a certain voltage band. This is possible by the usage of the measured voltage data of the smart meters. For this purpose the system is using a control based on an on load tap changer transformer. Actuating variable of this scheme is the tap position of the transformer. One main point of this thesis is a sensitivity analysis regarding the number of steps and the additional voltage per step of the on load tap changer transformer. Due to communication errors and delays some measurement samples will be missing. As a solution for this challenge, a moving average filter has been implemented. A further investigation in this study is the limited data rate for transmission of the voltage data. Therefore, the concept of critical nodes has been introduced. To realize a suitable simulation environment, different network analysis tools are considered. The selection was made for a tool which in terms of computation time and control option was best suited to perform simulations over a longer period. The results are tested on an example of a real network, located in Upper Austria.