NTERSUCHUNG DER FFEKTIVITÄT VON EGELKONZEPTEN IM … · Simulator Grid Controller Power Grid...
Transcript of NTERSUCHUNG DER FFEKTIVITÄT VON EGELKONZEPTEN IM … · Simulator Grid Controller Power Grid...
UNTERSUCHUNG DER
EFFEKTIVITÄT VON
REGELKONZEPTEN IM
VERTEILNETZ
Andreas Plank, Franz Zeilinger, Alfred Einfalt
siemens.com/innovationen © Siemens AG Österreich 2016
Februar 2016
© Siemens AG Österreich 2016
Seite 2 Corporate Technology
Unsere Innovationskraft in Zahlen –
Siemens insgesamt und Corporate Technology
Universitätskooperationen –
unser Wissensvorsprung
Aufwendungen in Forschung und Entwicklung
Erfindungen und Patente –
unsere Absicherung der Zukunft
4,5 Mrd. € FuE-Aufwendungen im GJ 2015
32.100 FuE-Mitarbeiter1
7.650 Erfindungen1
3.700 Patenterst- anmeldungen
€ €
9 CKI-Uni- versitäten2
16 Principal-Partner- Universitäten
3 Mitarbeiterzahlen: Stand 30. September 2015
Corporate Technology –
Kompetenzzentrum für
Innovation und Business
Excellence3
7.800 Mitarbeiter weltweit
400 Patent- experten
5.300 Software- entwickler
1.600 Forscher
1 Im Geschäftsjahr 2015 2 Centers of Knowledge Interchange
Februar 2016
© Siemens AG Österreich 2016
Seite 3 Corporate Technology
Unsere Arbeitsgebiete: Forschungskooperationen –
Silodenken überwinden und Potenziale ausschöpfen
9 CKI- Universitäten
UC Berkeley
DTU Kopenhagen
RWTH Aachen
FAU Erlangen-Nürnberg
TU München
TU Berlin
Tsinghua University
16 Principal-Partner- Universitäten Georgia Tech TU Graz
‒ Wir sind mit führenden Hochschulen und außeruniversitären
Forschungseinrichtungen weltweit vernetzt
‒ Mit Open Innovation stärken wir die Innovationskraft von Siemens
und erschließen das Potenzial eines vernetzten, offenen Unternehmens
‒ Wir verbinden die industrielle mit der akademischen Welt und fördern
so intensive Forschungs- und Rekrutierungsaktivitäten
‒ Unsere Kooperationen mit neun Spitzenuniversitäten und die dort eingerichteten
»Centers of Knowledge Interchange« (CKIs) sind hierfür ein exzellentes Beispiel
Februar 2016
© Siemens AG Österreich 2016
Seite 4 Corporate Technology
Inhalt
2 Methodik
3 Ergebnisse
4 Zusammenfassung
1 Problemstellung
Februar 2016
© Siemens AG Österreich 2016
Seite 5 Corporate Technology
Problemstellung
Analyse der Auswirkungen von Latenz-
und Mittelungszeiten der Messwertaufnahme
auf innovative Regelungskonzepte für
zukünftige intelligente Niederspannungsnetze
1
Februar 2016
© Siemens AG Österreich 2016
Seite 6 Corporate Technology
MS
TRAFO
NS
U [V]
elektrische Entfernung vom Transformator
Vom Niederspannungsnetz
zum Smart Low Voltage Grid (I/III)
Februar 2016
© Siemens AG Österreich 2016
Seite 7 Corporate Technology
MS
NS
U [V]
Controller
Vom Niederspannungsnetz
zum Smart Low Voltage Grid (II/III)
elektrische Entfernung vom Transformator
Februar 2016
© Siemens AG Österreich 2016
Seite 8 Corporate Technology
MS
NS
Smart Meter
DC
U [V]
Controller DC… Datenkonzentrator
Vom Niederspannungsnetz
zum Smart Low Voltage Grid (III/III)
elektrische Entfernung vom Transformator
Februar 2016
© Siemens AG Österreich 2016
Seite 9 Corporate Technology
Erfolgsgeschichte DG Demonet – Smart LV Grid
Demos zur aktiven Niederspannungsregelung
Field test area
Low voltage grid section
Photovoltaic
on every 2nd roof
e-vehicels
in every 2nd garage
validation of solutions for future problems
Smart LV Grid Concepts
Smart planning, monitoring, control approaches
• Demo I:
– Eberstalzell
und Littring
– rd. 70 PV
Anlagen
– ca. 400 kWp
• Demo II:
– Köstendorf
– rd. 30 PV-Anlagen
– ca. 125 kWp
– rd. 30 E-Autos
Grafik: Brunner
Februar 2016
© Siemens AG Österreich 2016
Seite 10 Corporate Technology
• Simulationen als auch Feldtestergebnisse bestätigen die generelle
Anwendbarkeit der Lösungen aus “DG DemoNet Smart LV Grid”
• Wie angenommen verringert sich der Spannungsbandbedarf bei
steigender Qualität der Reglungslösung ( höhere Stufen)
• Allerdings hängen die technischen als auch ökonomischen Vorteile stark
von der Art des untersuchten Niederspannungsnetzes ab.
Analyse der Auswirkung von
• Smart Meter Mittelungszeit
• Integrationsschwellwert des Reglers
• Latenzzeit
• Datenverlustwahrscheinlichkeit
als Fragestellungen für weiterführende Diplomarbeit
Erfolgsgeschichte DG Demonet – Smart LV Grid
Erkenntnisse und offene Fragen
Februar 2016
© Siemens AG Österreich 2016
Seite 11 Corporate Technology
Erstellung der Simulationsumgebung
• Abstraktion eines intelligenten Niederspannungsnetzes
Definition der Simulationsszenarien
• Testniederspannungsnetz
• Synthetische Last- und Einspeiseprofile
Bewertung der Qualität der Regelung
Analyse der Simulationsergebnisse
Methodik
2
Februar 2016
© Siemens AG Österreich 2016
Seite 12 Corporate Technology
GridSim – Netzsimulator
• Lasten, PV-Anlagen, Smart
Meter, Lastflussberechnung
(PSS®Sincal)
DC – Datenkonzentrator
• Einsammlung der Messwerte
CoSim –
Kommunikationskanalsimulation
• Latenzzeit (Verzögerungszeit)
• Datenverlust
Controller – Regler
Simulationsumgebung
GridSim
DC
CoSim
Controller
Simulation
Message Bus
GridSim
Dashboard
ControllerCoSim
DC
Februar 2016
© Siemens AG Österreich 2016
Seite 13 Corporate Technology
Simulationsszenarien
Niederspannungsnetz zur Analyse
37 Haushalte,
21 mit PV-Anlage (81,6 kWp)
Februar 2016
© Siemens AG Österreich 2016
Seite 14 Corporate Technology
9 Szenarien
• sonnig, wechselhaft, bedeckt
• Sommer/Werktag
• Übergang/Sonntag
• Winter/Samstag
Datengrundlage aus EDLEM-Datenbank
• TU Wien–ESEA, (Franz Zeilinger)
Simulationsszenarien
Last- und Einspeiseprofile
Februar 2016
© Siemens AG Österreich 2016
Seite 15 Corporate Technology
Kriterium 1:
Einhaltung der Norm EN50160 (Spannungsqualität):
• ±10% , 95% der 10-Minuten-Spannungsmittelwerte
• Mittelspannung = 20kV (konstant)
• Verschärfte Bedingung: ±5%
Kriterium 2:
Geringe Anzahl an Schalthandlungen des regelbaren
Ortsnetztransformators pro Tag
Bewertung der Qualität der Regelung
Februar 2016
© Siemens AG Österreich 2016
Seite 16 Corporate Technology
Alle Ergebnisse im Detail sind in
der Diplomarbeit „Auswirkungen
von Latenz- und Mittelungszeiten
auf neue Regelungskonzepte für
Niederspannungsnetze“ von DI
Andreas Plank nachzulesen.
Ergebnisse
3
Februar 2016
© Siemens AG Österreich 2016
Seite 17 Corporate Technology
Smart Meter Mittelungszeit TSMM
• Gleitende Mittelwerte der EGDA Funktion
• Mittelwert zum Zeitpunkt tx:
• Untersuchte Intervalle
1s bis 30min gl. Mittelwerte
Integrationsschwellwert ISW
• Beobachtung der min. und max. Werte
• Integrationsschwellwert überschritten Schaltbefehl
Definition der Kenngrößen TSMM und ISW
220
225
230
235
Inte
gra
tionsw
ert
Sp
annung [
V]
Zeit
Regelalgorithmus
max
min
Obere Spannungsbandgrenze
Untere Spannungsbandgrenze
Integrationsschwellwert
Februar 2016
© Siemens AG Österreich 2016
Seite 18 Corporate Technology
Ergebnisse: Spannungsqualität
max
∅
min
Erhöhung der Mittelungszeit
Spannungsqualität sinkt
Erhöhung des Integrations-
schwellwertes
Spannungsqualität sinkt
Smart LV Grid – Feldtest
SMM: 5min
ISW: 100Vs
Februar 2016
© Siemens AG Österreich 2016
Seite 19 Corporate Technology
max
∅
min
Erhöhung der Mittelungszeit
Anzahl der RONT
Schalthandlungen sinkt
Erhöhung des Integrations-
schwellwertes
Anzahl an RONT
Schalthandlungen sinkt
Smart LV Grid – Feldtest
SMM: 5min
ISW: 100Vs
Ergebnisse: RONT Schalthandlungen
Februar 2016
© Siemens AG Österreich 2016
Seite 20 Corporate Technology
• Definition eines Kennwertes für Übertragungsqualität
Kommunikationskanal verbessern LP, TMD
Anzahl der Smart Meter mit EGDA reduzieren Q0
Smart Meter Mittelungszeit erhöhen TSMM
Auswirkungen von Latenzzeit und Paketverlustwahrscheinlichkeit
220
225
230
235
240
245
250
255
10:00:00 10:20:00 10:40:00 11:00:00 11:20:00 11:40:00
Sp
annung [
V]
Spannungen am Knoten B09.U3
Obere Spannungsbandgrenze Smart Meter Mittelwerte (5min) B09.U3
B09.U3 Regler Spannung am Knoten B09.U3
2
0 0
11
2
SMM
MD
TQq LP
Q Q T
Februar 2016
© Siemens AG Österreich 2016
Seite 21 Corporate Technology
Es kommt auf das Verhältnis an!
• Verhalten des Übertragungskanals (Verzögerungszeit und Verlustwahrsch.)
bestimmt nicht allein die Qualität der Regelung
• Smart Meter Mittelungszeit und die Gesamtanzahl zu übertragender Werte
• q > 1 gute Qualität der Regelung garantiert
• q > 0,5 geforderte Spannungsqualität eingehalten
Ergebnisse hinsichtlich Latenzzeit und Ausfallwahrscheinlichkeit
Februar 2016
© Siemens AG Österreich 2016
Seite 22 Corporate Technology
Bestätigung der Parametrierung für die im
Rahmen von DG Demonet Smart LV Grid
entwickelten Lösungen für ein aktives
Niederspannungsnetzmanagement.
Zusammenfassung
4
Februar 2016
© Siemens AG Österreich 2016
Seite 23 Corporate Technology
• Szenariendefinition erfordert aktive Regelung um EN50160 zu erfüllen
• Qualität der Reglung gut, wenn
Smart Meter Mittelungszeit im Bereich 5-10 min
Integrationsschwellwert 25-150 Vs
Smart Meter Mittelungszeit im gewählten Szenario ausschlaggebend
• Übertragungsqualität abhängig von Verhältnis
Smart Meter Mittelungszeit
Qualität des Kommunikationskanal
Anzahl der Smart Meter
• Optimale Abstimmung der parametrierbaren Kenngrößen (TSMM und ISW) zu den
physikalischen Gegebenheiten (PLC Übertragungsqualität)
Z.B: TSMM erhöhen um Übertragungsqualität q zu verbessern, wenn ausreichend
Abstand zu Spannungsqualitätsgrenzen vorhanden
• Regelalgorithmus sehr robust und Auswahl der Kenngrößen im Projekt DG Demonet Smart
LV Grid waren mit entsprechender Sicherheit gut gewählt
Zusammenfassung
Februar 2016
© Siemens AG Österreich 2016
Seite 24 Corporate Technology
Danke für Ihre Aufmerksamkeit!
Dipl.-Ing. Dr. Alfred Einfalt
Siemens AG Österreich
Corporate Technology
Siemensstraße 90
1210 Wien
Internet
siemens.at
siemens.com/innovationen
Februar 2016
© Siemens AG Österreich 2016
Seite 25 Corporate Technology
Erfolgsgeschichte DG Demonet – Smart LV Grid
Mehrstufiges Regelungskonzept im Praxistest
Lokale Regelung Fernregelung Koordinierte Regelung
local control border
local control border
measurement
local control border
measurement
controller set values
(broadcast)
local control border
measurement
controller set values
(broadcast)
local control border
measurement
controller set values
(broadcast)
Grafik: Kupzog
Februar 2016
© Siemens AG Österreich 2016
Seite 26 Corporate Technology
Erfolgsgeschichte DG Demonet – Smart LV Grid
Co-Simulation und Rapid Prototyping S
imu
latio
n M
essa
ge
Bu
s (S
MB
)
Communication
Simulator
Grid Controller
Power Grid
Simulator
Substation
Automation
Model
Modellierung
Regler & SMB
Datenkonzentrator
Powerline-Kommunikation
Niederspannungsnetz
Grafik: Abart/Kupzog