"Der bisherige Betrieb der Niederspannungsnetze war passiv", umreißt Peter Schegner, Professor an der TU Dresden, das Grundproblem. "Störungen wurden überwiegend durch die Netznutzer gemeldet, die aktuelle Auslastung ist praktisch nicht bekannt." Die Netze seien über Jahrzehnte auf Basis von Erfahrungswerten ausgelegt worden. Mit dem Hochlauf neuer Verbraucher und Erzeuger werde die Belastung aber steigen und "ab einem gewissen Punkt die vorhandenen Netzkapazitäten übersteigen".
Projekt Digitechnetz
Die Frage ist also, wie sich Niederspannungsnetze künftig präziser beobachten und im Engpassfall gezielter führen lassen. Antworten darauf soll "DIGITECHNETZ" liefern. In dem von der TU Dresden koordinierten Projekt arbeiten mit Sachsennetze beziehungsweise Sachsennetze HS.HD, Robotron Datenbank-Software, F&S Prozessautomation, Digsilent und Emsys Grid Services Partner aus Netzbetrieb, Wirtschaft und Forschung zusammen. Ziel ist eine modulare Diensteplattform, die die Auslastung von Niederspannungsnetzen sichtbar macht, kritische Netzsituationen erkennt und den Netzbetrieb datenbasierter macht. Erprobt wurde sie in Simulationen, Laborumgebungen und realen Netzbereichen.
Für Schegner liegt genau darin der Punkt: Nicht jedes Niederspannungsnetz könne kurzfristig klassisch ausgebaut werden. "Aufgrund personeller und finanzieller Limits können nicht alle Niederspannungsnetze in der erforderlichen Zeit ertüchtigt werden." Um den sicheren Betrieb dennoch zu gewährleisten, könne "Digitalisierung beziehungsweise der aktive Netzbetrieb der Niederspannungsnetze eingesetzt werden". Die im Projekt entwickelte Diensteplattform sei dafür "ein wichtiges Werkzeug".
Noch steht die Mittelspannung stärker im Fokus
Die Digitalisierung der Niederspannungsnetze gewinnt zunehmend an Bedeutung, bekräftigt Uwe Schmidt, Geschäftsführer von F&S Prozessautomation. Viele Netzbetreiber seien noch "mit der Digitalisierung der Mittelspannung beschäftigt". Mit wachsendem Monitoring werde aber auch die betriebliche Notwendigkeit steigen, "zumindest für hochbelastete Niederspannungsnetze" stärker zu digitalisieren. Gleichzeitig bleibe das eine Frage der personellen und finanziellen Ressourcen. Denn auch Diensteplattformen seien in der kritischen Infrastruktur "ein nicht zu unterschätzender Kostenfaktor".
Der digitale Zwilling als Basis
Soll die Niederspannung künftig gezielter beobachtet und gesteuert werden, braucht es zunächst ein möglichst genaues digitales Abbild des Netzes. Genau hier setzt der digitale Zwilling an. Robotron beschreibt ihn als "ein durchgängig konsistentes und inhaltlich vollständiges Abbild des realen Netzes". Dieses umfasst "die gesamte Netztopologie mit allen Leitungen, Transformatoren, Betriebsmitteln, Knoten und Kundenanlagen" und wird mit Messwerten, Pseudomessungen sowie Ergebnissen aus Zustands- und Prognoseberechnungen verknüpft. Hinzu kommen Stammdaten und Marktrollen. So würden physische Struktur, Betriebsdaten und Marktprozesse "kohärent zusammengeführt".
Im Zentrum der Diensteplattform steht damit ein digitales Abbild des Niederspannungsnetzes, das mit Messdaten aus intelligenten Messsystemen und Ortsnetzstationen gespeist wird. Für diese Plattform entwickelte Robotron die Datenbankstrukturen sowie die Schnittstellen für Datenempfang und -abruf, TU Dresden und Digsilent die Verfahren zur Netzzustandsermittlung. Emsys Grid Services implementierte Prognoseverfahren für künftige Belastungen, F&S eine grafische Benutzeroberfläche für den operativen Betrieb.
Wie belastbar sind die Ergebnisse?
Wie belastbar ein solches Modell im Betrieb tatsächlich ist, hängt stark von der Qualität der Datenbasis ab. Genau darin sieht Marco Weisenstein, Beratungs- und Applikationsingenieur bei Digsilent eine der zentralen Herausforderungen des Projekts. Ob sich der Netzzustand trotz lückenhafter Messinfrastruktur verlässlich bestimmen lässt, sei eine Schlüsselfrage.
Dabei gebe es zwei Baustellen: Zum einen fehlten oft Messwerte aus der Fläche. Zum anderen sei auch das digitale Abbild des Netzes nicht immer präzise genug. "Das Problem ist nicht nur die spärliche Messinfrastruktur, sondern auch die ungenaue Datengrundlage", heißt es. Gerade GIS-Daten seien häufig nicht so gepflegt, dass sie direkt als belastbares Netzmodell taugen.
Weisenstein betont, dass die Netzzustandsermittlung im Niederspannungsnetz nicht den Anspruch habe, jederzeit alle Ströme und Spannungen exakt zu bestimmen. Entscheidend sei vielmehr, "die kritischen Zustände in Hochlastfällen für die relevanten Komponenten zu erkennen". Mit den Schätzfehlertoleranzen, die nach dem aktuellen Stand der Technik im VDE-FNN-Hinweis "Netzzustandsermittlung" angegeben sind, seien auch bei lückenhafter Messabdeckung "belastbare" Ergebnisse möglich.
Laura Fiedler, wissenschaftliche Mitarbeiterin an der TU Dresden bestätigt diese Einschätzung. "Die Netzzustandsidentifikation liefert durchaus auch ohne flächendeckende Messinfrastruktur belastbar Ergebnisse", sagt sie. Entscheidend sei nicht nur die Zahl der Messgeräte, sondern "vor allem auch deren Position".
Wo die Grenzen liegen
Grenzen gibt es dennoch. Fiedler macht deutlich, dass auch gute Algorithmen fehlende Daten nicht vollständig ersetzen können. "Wenn zu wenige Messdaten vorhanden sind oder zu viele Messdaten fehlen, kann der Netzzustand nicht mehr ausreichend genau bestimmt werden." Weisenstein von Digsilent verweist auf weiteres Entwicklungspotenzial: "Aus wissenschaftlicher Sicht gibt es eigentlich keine Grenzen." In der Praxis könne man aber nicht "aus dem ‘nichts‘" belastbare und genaue Schätzungen erzeugen.
Aus wissenschaftlicher Sicht gebe es allerdings noch einige Ansatzpunkte, um mit immer weniger Messdaten auszukommen. Sei es mit zusätzlicher Verarbeitung von Wetterprognosen, wie auch im Projekt erfolgt, oder auch das Nutzen von Zusatzinformationen aus technischen Systemen wie der "Power-Line-Communication". Aber auch der verstärkte hybride Einsatz von klassischer Zustandsschätzung kombiniert mit datengetriebenen Verfahren des maschinellen Lernens habe viel Potenzial. "Alles in allem sind die technischen und wirtschaftlichen Herausforderungen die eigentlichen Grenzen automatisierter Netzzustandsermittlung", so Weisenstein.
Vom Projekt in ein Produkt
Für Robotron ist das Projekt nicht im Forschungsmodus geblieben. Mehrere dort entwickelte Konzepte flossen direkt in die Netz-IQ-Plattform des Unternehmens zur netzorientierten Steuerung nach § 14a EnWG ein. Dazu zählt vor allem die "Entkopplung von Basisdiensten und fachlichen Diensten" über definierte Schnittstellen (APIs), erläutert Detlef Kuhfahl, Fachbereichsleiter Netzprozesse bei Robotron. Dahinter steht die Idee, Datenempfang, Nachrichtenverarbeitung und Berechnungen von Anwendungen wie Netzzustandsanalyse, Prognosen oder Engpassmanagement zu trennen. Netzbetreiber sollen so unterschiedliche fachliche Dienste in eine gemeinsame Plattform einbinden können, ohne ihre gesamte Systemlandschaft neu aufbauen zu müssen.
Auch das Datenzugriffskonzept aus dem Projekt hat Robotron übernommen. Netzobjekte werden dabei mit Zeitreihen verknüpft und über externe Identifikatoren eindeutig adressierbar gemacht. Aufbauende Dienste müssten damit nicht auf interne Datenbankstrukturen zugreifen, sondern standardisiert auf Topologie- und Bewegungsdaten zugreifen können. Hinzu komme die "Trennung von Persistenz und Hot-Data-Verarbeitung mit Microservice-Architektur". Gemeint ist, dass dauerhaft zu speichernde Daten und aktuelle Betriebsdaten getrennt verarbeitet werden. Statt eines großen Gesamtsystems übernehmen mehrere spezialisierte Dienste einzelne Aufgaben.
Sachsennetze als Praxisbeispiel
Dass das Konzept auch in der Praxis funktioniert, zeigt sich bei Sachsennetze. Im Reallabor wurden drei Ortsnetzstationen mit moderner Messtechnik ausgestattet und in die Diensteplattform eingebunden. Damit wird nicht nur die Netzauslastung im Feld besser sichtbar. Auch Störungen lassen sich schneller lokalisieren, und stark belastete Netzbereiche können gezielter identifiziert werden.
Der Schritt vom Pilot in die Praxis bedeutet zudem für den Netzbetreiber, dass Anforderungen in einer KRITIS-Umgebung zu erfüllen sind. Im Reallabor habe man daher gesetzliche Anforderungen analysiert, Risiken bewertet, Unterlagen aktualisiert sowie Feldgeräte besser abgesichert und Firewalls errichtet. Zudem habe das Unternehmen "Schulungs- und Belehrungsprogramme, Auditunterlagen und Notfallkonzepte aktualisiert", erklärt Lea Braun, Projektleiterin bei Sachsennetze.
Hinzu kommt die Datenqualität als Daueraufgabe. "Bei der Datenbereitstellung für die Netzzustandsermittlung sind sowohl bei Messstellenbetreibern als auch bei Netzbetreibern eine Vielzahl an Personen und Abteilungen beteiligt", heißt es bei Sachsennetze. "Daher muss die Sicherung der Datenqualität immer über die gesamte Prozesskette betrachtet werden", so Braun. Zum Einsatz kommen dabei selbst entwickelte Qualitätssicherungstools, die durch Kontrollmessungen beziehungsweise Prüfalgorithmen unterstützen werden.
Für einen flächendeckenden automatisierten Einsatz sieht Sachsennetze derzeit dennoch keinen unmittelbaren Bedarf. "In den nächsten Jahren erwarten wir in unseren Niederspannungsnetzen nur vereinzelte Engpässe, wodurch heute ein flächendeckender Einsatz noch nicht notwendig ist", erläutert Braun. Das Unternehmen bereite sich aber "intensiv auf den Zeitpunkt" vor, an dem großflächigeres Engpassmanagement erforderlich werden könnte. Im Fokus stünden bessere Stammdaten, höhere Datenqualität und mehr Beobachtbarkeit. Dadurch lasse sich aus Sicht des Unternehmens auch "der Netzausbau effizienter steuern".
Hintergrund
Projekt Digitechnetz
Digitechnetz ist ein Forschungsprojekt zur Digitalisierung des Niederspannungsnetzbetriebs. Koordiniert wurde es von der TU Dresden. Beteiligt waren Sachsennetze, Robotron, F&S Prozessautomation, Digsilent und Emsys Grid Service. Entwickelt wurde eine modulare Diensteplattform mit digitalem Zwilling, Netzzustandsermittlung, Prognosen und einer Oberfläche für den operativen Betrieb. Das Projekt lief rund dreieinhalb Jahre, hatte ein Volumen von 4,7 Millionen Euro und wurde mit 2,5 Millionen Euro vom Bundeswirtschaftsministerium gefördert. Erprobt wurden die Funktionen in Simulationen, Laborumgebungen und realen Niederspannungsnetzen.



