Disaggergation von Leistungsflüssen an den Abgängen von Ortsnetzstationen in ihre Erzeugungs- und Verbrauchsbestandteile zur Identifikation von einzelnen Verbrauchsvorgängen.

Das Verbrauchs- und Erzeugungsverhalten in der Mittel- und Niederspannung hat sich durch neue Technologien und politische Rahmenbedingungen teilweise bereits dramatisch geändert. Es ist zu erwarten, dass die Anzahl an Elektrofahrzeugen, Wärmepumpen und Photovoltaikanlagen (mit evtl. Speichersystemen) in Zukunft weiter stark ansteigen wird. Verteilnetzbetreiber müssen über Anträge zur Installation von Wallboxen, Wärmepumpen, Photovoltaikanlagen sowie den Ausbau ihrer Netze entscheiden. Dabei verfügen sie aber nur über begrenztes Wissen bezüglich der angeschlossenen Verbraucher und Erzeuger in ihrem Netz und deren Nutzung (bspw. Wallboxen). Da exakte Informationen auf Basis von flächendeckenden intelligenten Messystemen noch in weiter Ferne sind, müssen sich die Verteilnetzbetreiber beispielsweise mit der Vermessung der Leistungsflüsse an den Ortnetzstationen behelfen.

Bearbeitende im Projekt:

Dominik Jost, Dominik Beinert, Jonas Koch, Garret Good,Sebastian Wende-von-Berg

Das Projekt ist interessant für:

Netzbetreiber, Stadtwerke

Ziele

In diesem Projekt soll der Proof-of-Concept für die Disaggregation von Leistungsflüssen in der Niederspannung erbracht werden. Das zu entwickelnde Modell soll dabei in der Lage sein, die Anzahl an Ladevorgängen von Elektrofahrzeugen, die Einspeiseleistung durch Photovoltaikanlagen sowie die Leistungsaufnahme durch Wärmepumpen bzw. Nachtspeicherheizungen und evtl. weiterer signifikanter Einflussgrößen auf den Leistungsfluss zu bestimmen.

Methoden

Für eine erfolgreiche Modellentwicklung wird eine Kombination verschiedener statistischer Verfahren und KI-Modellen getestet werden. Dabei kommen beispielsweise klassische Zeitreihenanalyse, Dimensionsreduzierungs- und Denoising-Algorithmen, statistische Verfahren (z.B. Hidden Markow Models), sowie verschiedene KI-Verfahren in Frage. Unter anderem soll getestet werden, synthetische Leistungsflüsse auf Grundlage von, nach Verbraucherarten aufgelösten, Verbrauchsprofilen und Erzeugungszeitreihen zu generieren und diese zum Training des Modells mit dem Wissen der zu erkennenden Leistungsarten zu nutzen.

Projektpartner

  • SMIGHT GmbH
  • ED Netze

Projektlaufzeit

Juni 2022 – Dezember 2022

Dominik Jost

Produktmanager

Fraunhofer IEE

+49 (0) 561 7294-467

Teilen Sie dieses Spotlight in Ihrem Netzwerk.

VemoSat
Vegetationsmonitoring für Energieinfrastrukturen auf Satellitenbasis
EV Forecast
EV Load Forecasting for Grid Operation