ESInfoVEiN – Effiziente Stromnutzung durch externe Informationen

• Forschungsstelle: BFE
• Projektnummer: SI/500918
• Projekttitel Englisch: ESInfoVEiN – Efficient Power Consumption supported by external Information

Schlüsselwörter (Englisch)

potential analysis, network management, information management, information integration, decentralized power generation

Kurzbeschreibung (Deutsch)

Existierende Ansätze für das Management von Niederspannungsnetzwerken beruhen meist auf lokalen Messungen. Allerdings – so die These – kann das Management mit Hilfe von weiteren externen Informationen wie eine short-term Wettervorhersage in Richtung Netzwerkstabilität und Wirtschaftlichkeit verbessert werden. Diese Studie untersucht das Potential für externe Informationen zur Optimierung von Niederspannungsnetzwerken.

Kurzbeschreibung (Englisch)

Existing approaches for the management of low power grids only consider local measurements. However the management may be suboptimal due to the lack of information like e.g. a precise short-term weather forecast for solar generators. That kind of external information may improve network stability and power consumption significantly. This study investigates how big the potential of (external) information for optimisation of low power grids is.

Schlussbericht (Deutsch)

Im Rahmen der vorliegenden Vorstudie wurde das Potential für externe Informationen zur Optimierung von Niederspannungsnetzwerken untersucht. Besonderer Fokus wurde dabei auf die Verbesserung der Netzqualität durch die Reduktion der Anzahl der Schalvorgänge von schaltbaren Transformatoren gelegt. Zu diesem Zweck wurden zwei Methoden zur Erkennung und Vorhersage von Produktionseinbrüchen dezentral installierter Photovoltaik-Anlagen (PV-Anlagen) in Niederspannungsnetzen entwickelt, welche sich auf zwei externe Datenquellen stützen: 1. die regionale short-term Wettervorhersage, sowie 2. das Produktionsprofil umliegender Solarpanels.
Aufgrund einer nicht ausreichenden Datengrundlage in den PV-Installationen im Umfeld der Testregion VEiN in Rheinfelden konnten die entwickelten Methoden nur für grobe Produktionsschwankungen evaluiert werden. Diese bieten in der Praxis keine ausreichende Granularität für eine effektive Trafosteuerung. Beide Methoden können jedoch auf höhere Granularitäten extrapoliert werden. Die Ergebnisse der Evaluation sind vielversprechend.

Zugehörige Dokumente

• ESInfoVEiN – Grundlagen für Kurzfristvorhersagen von PV-Anlagen mit externen Informationen - Schlussbericht [PDF] 4'061 kB

Schlussbericht (Englisch)

In this pre study the potential of external information for optimizing low voltage power networks was investigated. In particular the study aimed for improving the network quality by reducing the number of switching operations of a switchable transformer. Two methods were developed for the detection and forecast of production interrupts of distributed solar panel installations. The database includes regional short-term weather forecasts and production profile of other, not so far away solar panels. In the progress of this pre study it showed up that the database is not of sufficient quality for the area around the VEiN test field. Therefore the two methods could only be used to detect coarse production interrupts. In practice these coarse production interrupts are useless for the transformer operations. But both methods showed promising results. It can be expected that – given a database with sufficient and detailed data of necessary granularity – both methods can produce appropriate results.

Schlussbericht (Französisch)

Dans le cadre de la présente étude, on n'en a examiné le potentiel des informations externes pour l'optimisation des réseaux électriques basse tension. Les efforts concernent l'amélioration des réseaux par la réduction des processus de commutation des transformateurs commutables. A cette fin, deux méthodes ont été développé pour la détection et la prévision des décrues de la production des installations photovoltaïques installées à distance. Ceci se fondent sur deux source de données externe: 1. Des prévisions météorologiques régionaux à court terme 2. Le profil de production des panneaux solaires adjacents. En raison des données insuffisantes fournis par les installations photovoltaïques du terrain d'expérimentation VEiN à Rheinfelden, les nouvelles méthodes élaborées n'ont que pu être évalué pour des fortes variabilités de la production. En pratique ils n'offrent pas une granularité adéquate pour un contrôle de transformateur efficace. Par contre les deux méthodes peuvent être extrapolées pour une granularité supérieure. Les résultats de l'évaluation sont prometteurs.