Anwendung von graphentheoretischen Clustering Algorithmen auf europäische Stromnetze : Hintergründe, mathematische theorie und Implementierung

Abstract

Finanzielle und ökologische Anreize der letzten Jahre haben den Anteil erneuerbarer Energien in den Stromübertragungssystemen weltweit rapide erhöht. Aufgrund ihrer volatilen Erzeugung werden potenzielle Engpässe und Instabilitäten in den Stromnetzen immer herausfordernder. Wichtige Forschungsfragen zur Netzsicherheit und zu zukünftigen Investitionsentscheidungen beruhen auf realistischen Optimierungsmodellen. Mit tausenden Knoten, Übertragungsleitungen und Kraftwerken ist das europäische Stromübertragungsnetz längst zu komplex geworden, um unter Beschränkungen der Rechenzeit lösbar zu sein. Ein häufig angewandter Schritt zur Überwindung dieser Herausforderung ist die Reduzierung der Auflösung des modellierten Übertragunsnetzes. Das Ziel dieser Arbeit ist es, die Anwendung zweier graphenbasierter Clustering-Methoden zusammenzufassen und zu untersuchen: Spectral Clustering und Maximum Spanning Tree Clustering. Die Ergebnisse werden basierend auf theoretischen Messungen der Clustering-Qualität und Ergebnissen eines linearisierten Lastflusses mit einem häufig verwendeten Clustering-Ansatz verglichen. Es werden Ergebnisse für verschiedene Reduktionen der Netzauflösung für einen Teil des europäischen Netzes sowie des österreichischen Netzes angegeben.

During recent years, financial and environmental incentives have rapidly increased the share of renewable energies in power transmission systems world wide. Due to their volatile generation, potential bottlenecks and instabilities in the installed power grids are becoming increasingly challenging. Important research questions regarding the grid security and future investment decisions rely on realistic optimization models. With thousands of individual nodes, lines and generating units the European power transmission grid has long become too complex to handle considering realistic constraints on computing power. An often applied step to overcome this challenge is reducing the resolution of the modelled grid. The goal of this thesis is to summarize and investigate the application of two graph-based clustering methods: spectral clustering and maximum spanning tree clustering. The outcomes are compared, based on theoretic measures of clustering quality and linearized power flow results, against a commonly used clustering approach. Results for different reductions of grid resolution for a part of the European grid as well as the Austrian grid are given.