Beschreibung

Durch die zunehmende Integration von regenerativen Energieerzeugungsanlagen und Elektroladesäulen in die Verteilnetze ergeben sich schwer prognostizierbare lokale Einspeise- und Verbrauchsvorgänge, die zu Überlastungen der Betriebsmittel führen können. Konventionelle Netzberechnungstools bilanzieren global die Netze und benötigen daher viel Rechenzeit und eignen sich daher nicht, um auf kurzfristig auftretende lokale Störfälle im Netz zu reagieren. Aus diesem Grund basiert das im Rahmen von IT-Grid-Design entwickelte Netzoptimierungstool auf einem künstlichen neuronalen Netz (KNN). Der entscheidende Vorteil dabei ist, dass ein trainiertes KNN in weniger als einer Sekunde eine Lösung bereitstellen kann. Der Optimierer ist damit in der Lage, auf kurzfristige dezentrale Störungen in einem einzelnen Quartier, verursacht durch beispielsweise hohe Einspeisungen aus PV-Systemen oder das Laden von Elektrofahrzeugen, zu reagieren. Dazu kann der Verteilernetzbetreiber Kapazitäten und Flexibilität, die das vorhandene Netz in lokaler Nähe bietet, bestmöglich nutzen und eine aktive Steuerung z.B. nur innerhalb eines Quartiers vornehmen, um das Netz lokal wieder zu stabilisieren. Die Notwendigkeit eines kostenintensiven Netzausbaus im Mittel- und Niederspannungsnetz kann dadurch verringert oder sogar verhindert werden.