Skip to content
IoT-Forschung

Energiesystem-Wiederherstellung — SCI-publizierte Algorithmenforschung

Ein kollaboratives Forschungsprojekt mit zwei begutachteten Publikationen im CSEE Journal of Power and Energy Systems. Die Forschung schlug neuartige Algorithmen zur Wiederherstellung von Stromverteilungssystemen nach Ausfällen vor — unter Verwendung von Prims Minimum Spanning Tree zur Findung optimaler Leistungsflusspfade.

MATLABMatpower ToolboxAlgorithm DesignPrim’s MSTMulti-Objective OptimizationPower Flow AnalysisGraph TheoryIEEE 69-Bus System
Energiesystem-Wiederherstellung — SCI-publizierte Algorithmenforschung

Die Herausforderung

Bei schweren Netzausfällen erfordert die Wiederherstellung der Stromversorgung kritischer Lasten mit verteilten Erzeugungsressourcen die Ermittlung optimaler Leistungsflusspfade — ein komplexes multikriterielles Optimierungsproblem.

Unsere Lösung

Wir schlugen einen neuen Gewichtungskoeffizienten für den Prim-MST-Algorithmus vor, um optimale Wiederherstellungspfade basierend auf Leitungsimpedanz, Lastpriorität und Bedarf zu finden. Eine adaptive Strategie wurde für den Umgang mit Störungen nach der Wiederherstellung entwickelt.

Wirkung

Ergebnisse & Wirkung

Veröffentlicht: Optimale Inselnetzbildung mit Prims MST-Algorithmus — CSEE JPES, Bd. 8, Nr. 2, März 2022
Veröffentlicht: Adaptive Inselnetzbildungsstrategie — CSEE JPES, Bd. 9, Nr. 4, Juli 2023
Vorgeschlagene Methode stellte 64% des Gesamtbedarfs wieder her — übertraf 6 konkurrierende Methoden
100% Wiederherstellung der höchstpriorisierten Lasten im Ausgangsszenario
Validiert am IEEE-69-Bus-Verteilungssystem mit MATLAB Matpower

Power System Restoration — FAQ

Häufige Fragen zu unserer SCI-indexierten Forschung zur Wiederherstellung von Energiesystemen und deren Anwendungen.

Die Forschung löst das Islanding-Problem in Stromverteilungssystemen nach einem Ausfall — also zu bestimmen, welche Lasten sicher wieder aufgeschaltet werden können, in welcher Reihenfolge und über welche Feeder, sodass Teildienst schnell wiederhergestellt wird, ohne verteilte Erzeugung zu überlasten.

Die Arbeit wurde als zwei peer-reviewte Paper im CSEE Journal of Power and Energy Systems veröffentlicht, einem SCI-indexierten Journal, das von der Chinese Society for Electrical Engineering und IEEE gemeinsam herausgegeben wird.

Der Ansatz nutzt den Minimum-Spanning-Tree-Algorithmus nach Prim (Prim's Minimum Spanning Tree), um das Verteilnetz als gewichteten Graphen zu modellieren und den praktikabelsten Restorationspfad zu finden — unter Abwägung der Kapazität verteilter Erzeugung gegenüber Lastkritikalität.

Das 2020er-Paper zu Optimal Islanding hat 9 Zitierungen und über 1.400 Volltext-Views auf IEEE Xplore. Das Follow-up von 2022 zu Adaptive Islanding hat 6 Zitierungen und über 800 Views.

Energieversorger und Microgrid-Betreiber nutzen diese Techniken in Distribution-Management-Software, um den Dienst nach Störungen schneller wiederherzustellen — das reduziert Ausfalldauer und verbessert die Resilienz in Netzen mit verteilter Erzeugung wie Solar und Wind.

Haben Sie ein Projekt im Sinn?

Lassen Sie uns besprechen, wie NexGenix Ihre nächste Lösung entwickeln kann.

Projekt starten