Metadaten

Heidelberger Akademie der Wissenschaften [Hrsg.]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2022 — 2023

DOI Kapitel:
D. Förderung des wissenschaftlichen Nachwuchses
DOI Kapitel:
I. Preise der Akademie
DOI Kapitel:
4. Ökologiepreis der Viktor & Sigrid Dulger-Stiftung
DOI Artikel:
Molinar Torres, Gabriela Alejandra: Machine learning tool for transmission capacity forecasting of overhead lines based on distributed weather data
DOI Seite / Zitierlink: 
https://doi.org/10.11588/diglit.67410#0365
Lizenz: Freier Zugang - alle Rechte vorbehalten

DWork-Logo
Überblick
Faksimile
0.5
1 cm
facsimile
Vollansicht
OCR-Volltext
Preise der Akademie

selbständig. Inzwischen arbeitet sie im Energiesektor beim Übertragungsnetzbetreiber TenneT
TSO GmbH in Bayreuth.
„Machine Learning Tool for Transmission Capacity Forecasting of
Overhead Lines based on Distributed Weather Data"
Die Erhöhung des Anteils intermittierender erneuerbarer Energiequellen im elek-
trischen Energiesystem ist eine Herausforderung für die Nctzbetreiber. Ein Bei-
spiel ist die Zunahme der Nord-Süd Übertragung von Windenergie in Deutsch-
land, die zu einer Erhöhung der Engpässe in den Freileitungen führt und sich
direkt in den Stromkosten der Endverbraucher niederschlägt. Neben dem Ausbau
neuer Freileitungen ist ein witterungsabhängiger Freileitungsbctrieb eine Lösung,
um die aktuelle Auslastung des Systems zu verbessern. Aus der Analyse in einer
Probeleitung in Deutschland wurde gezeigt, dass ein Zuwachs von ca. 28 % der
Stromtragfähigkeit eine Reduzierung der Kosten für Engpassmaßnahmen um
ca. 55 % bedeuten kann. Dieser Vorteil kann nur vom Netzbetreiber wahrgenom-
men werden, wenn eine Belastbarkeitsprognose für die Stromerzeugungsplanung
der konventionellen Kraftwerke zur Verfügung steht.
Das in dieser Dissertation vorgestellte System prognostiziert die Belastbarkeit
von Freileitungen für 48 Stunden, mit einer Verbesserung der Prognosegenauig-
keit im Vergleich zum Stand der Technik von 6,13 % im Durchschnitt. Der Ansatz
passt die meteorologischen Vorhersagen an die lokale Wettersituation entlang der
Leitung an. Diese Anpassungen sind aufgrund von Veränderungen der Topographie
entlang der Leitungstrasse und Windschatten der umhegenden Bäume notwendig,
da durch die meteorologischen Modelle diese nicht beschrieben werden können.
Außerdem ist das in der Dissertation entwickelte Modell in der Lage, die Genauig-
keitsabweichungen der Wettervorhersage zwischen Tag und Nacht abzugleichen,
was vorteilhaft für die Strombelastbarkeitsprognose ist. Die Zuverlässigkeit und
somit auch die Effizienz des Stromerzeugungsplans für die nächsten 48 Stunden
wurden um 10% gegenüber dem Stand der Technik erhöht. Außerdem wurde
im Rahmen der Arbeit ein Verfahren für die Positionierung der Wetterstationen
entwickelt, um die wichtigsten Stellen entlang der Leitung abzudecken und gleich-
zeitig die Anzahl der Wetterstationen zu minimieren.
Wird ein verteiltes Sensornetzwerk in ganz Deutschland umgesetzt, wird die
Einsparung von Redispatchingkosten eine Kapitalrendite von ungefähr drei Jah-
ren bedeuten. Die Durchführung einer transienten Analyse ist im entwickelten
System ebenfalls möglich, um Engpassfälle für einige Minuten zu lösen, ohne
die maximale Leitertemperatur zu erreichen. Die Arbeit versucht, die Vorteile der
Freileitungsmonitoringsysteme zu verdeutlichen und stellt eine Lösung zur Un-
terstützung eines flexiblen elektrischen Netzes vor, die für eine erfolgreiche Ener-
giewende erforderlich ist.

365
 
Annotationen
© Heidelberger Akademie der Wissenschaften