Durch den fortschreitenden Ausbau der erneuerbaren Energien sind die elektrischen Verteilnetze einer steigenden Belastung ausgesetzt. Bei geplanten Netzeingriffen (z.B. Instandhaltungsmaßnahmen) müssen die Verteilnetzbetreiber immer häufiger Windenergie- und Photovoltaikanlagen kurzfristig präventiv abschalten, um die Netzstabilität zu gewährleisten. Als Konsequenz steigt der CO2-Ausstoß, da beim Ausfall erneuerbarer Energiequellen konventionelle Kraftwerke den Strombedarf decken müssen. Weiterhin entstehen ökonomische Schäden, da die Betreiber konventioneller Kraftwerke bezahlt und die Betreiber abgeregelter erneuerbarer Kraftwerke für entgangene Einnahmen ggfs. entschädigt werden müssen.  

Ziel des Projekts ist eine verbesserte zeitliche und räumliche stochastische Prognose der Photovoltaikeinspeisung und der damit zusammenhängenden elektrischen Lastflüsse innerhalb von Verteilnetzen, sowie darauf aufbauend eine optimierte Planung von Netzeingriffen, welche die Abregelung von Photovoltaikanlagen unter Berücksichtigung quantifizierbarer Risiken minimiert. Die verwendeten Methoden umfassen u.a. raumkontinuierliche stochastische Modellierung, parametrische Copula-Modelle, gemischt-ganzzahlige nichtlineare Optimierungsmodelle und Integration von und Absicherung gegenüber schwankender Einspeisung in Netzwerk-Modellen. Die Absicherung gegenüber Unsicherheiten erfolgt durch die Einbindung von probabilistischen Nebenbedingungen in die Optimierungsprobleme. Durch die verstärkte Methodenkopplung von Stochastik, Simulation und Optimierung werden hierfür neue mathematische Verfahren entwickelt, die mit solchen schwer lösbaren nichtlinearen Problemen unter Unsicherheit umgehen können.

Die Methodik wird auf Basis von Strahlungsvorhersagen, generiert vom Deutschen Wetterdienst, beispielhaft für das Netz des Verteilnetzbetreibers Main-Donau-Netzgesellschaft mbH entwickelt und ist auf andere Netzgebiete übertragbar.

Teilprojekte

• 05M18VUB | Teilprojekt 1: Solareinstrahlung | Universität Ulm
• 05M18VUB | Teilprojekt 2: kritische Einspeisungssituationen | Universität Ulm
• 05M18PGA | Teilprojekt 3: Aggregationsverfahren | Universität Duisburg-Essen
• 05M18PGA | Teilprojekt 4: Lastfluss-Simulation | Universität Duisburg-Essen
• 05M18WEB | Teilprojekt 5: Optimierung der Netzeingriffe | Friedrich-Alexander-Universität Erlangen-Nürnberg