Mit der zunehmenden Einspeisung und Verteilung von erneuerbaren Energien im Stromnetz wächst die Anzahl der Stromrichter (SR). Dies kann zu einer Destabilisierung des Systems aufgrund mehrerer Faktoren führen, von denen einer auf die Reglerparameter der Stromrichter zurückzuführen ist. Es erfordert...

Ausführliche Beschreibung

Bibliographische Detailangaben

1. Verfasser:	Cai, Hui 1992- (VerfasserIn)
Format:	Abschlussarbeit Buch
Sprache:	English
Veröffentlicht:	Ilmenau Universitätsverlag Ilmenau 2024
Schriftenreihe:	Ilmenauer Beiträge zur elektrischen Energiesystem-, Geräte- und Anlagentechnik (IBEGA) 37
Schlagworte:	Stromrichterregler Verteilungsnetz Neuronales Netz Digitaler Zwilling Hochschulschrift
Online-Zugang:	kostenfrei kostenfrei
Zusammenfassung:	Mit der zunehmenden Einspeisung und Verteilung von erneuerbaren Energien im Stromnetz wächst die Anzahl der Stromrichter (SR). Dies kann zu einer Destabilisierung des Systems aufgrund mehrerer Faktoren führen, von denen einer auf die Reglerparameter der Stromrichter zurückzuführen ist. Es erfordert eine Parametrierung und Optimierung der genannten Parameter. Die vorliegende Arbeit widmet sich der zentralen Forschungsfrage, wie die Stabilität eines Stromrichter-dominierten Verteilnetzes bei variierenden Betriebs-punkten durch das dynamisch adaptive Regelverfahren verbessert werden kann. Für die Parametrierung der Regler wird ein Reinforcement Learning (RL)-Agent vorgeschlagen, der adaptiv geeignete Reglerparameter in Abhängigkeit von den Systemzuständen erzeugt, um die Stabilität zu gewährleisten und zu verbessern. In dieser Arbeit wird zunächst ein digitaler Zwilling (DZ) des untersuchten Netzes mit Hilfe von Parameterschätzungen konstruiert. Das DZ-Modell wird verwendet, um Trainingsdaten für einen auf einem künstlichen neuronalen Netz (KNN) basierenden Zustandsschätzer zu erzeugen, der den stabilen Zustand des Systems präzise und effizient bestimmen soll. Darüber hinaus wird ein Klein-signal-Stabilitätsindikator (SI) unter Verwendung des Dämpfungsgrades des dominanten Eigenwerts für das DZ-Modell entwickelt. Da der SI dem RL-Agenten die Systemstabilitätsreserve während des RL-Trainings anzeigt, ist der Agent letztendlich in der Lage, optimale Reglerparameter für die Stromrichters auszugeben. Mittels numerischer Fallstudien wird die Funktionsfähigkeit des vorgeschlagenen Ansatzes verifiziert, dass die Netzstabilität durch die vorgeschlagene adaptive Kontrollmethode verbessert werden kann.
Beschreibung:	XII, 168 Seiten Diagramme, Illustrationen
DOI:	10.22032/dbt.59235