Stochastische loadflow met GM-belastingmodel
De laagspanningsdistributie kenmerkt zich door asymmetrische kabels, asymmetrische belasting, niet-lineair net en onzekere belasting. Individuele aangeslotenen vertonen in het elektriciteitsverbruik een zeker groepsgedrag, maar gedragen zich momentaan gezien als onafhankelijke individuen. Immers, niet bij iedereen draait de wasmachine op hetzelfde moment. De belasting van het LS-distributienet is dus moeilijk voorspelbaar en stochastisch van aard.
De belasting in de methode Strand-Axelsson wordt gemodelleerd als één normaalverdeling.
De gelijktijdigheid van de afzonderlijke belastingen werd van oudsher met de methode van Strand-Axelsson gemodelleerd. Zo werd bij het ontwerpen van laagspanningsnetten de maximale belasting berekend, waarbij men uitging van een groei van 2% per jaar, op basis van een levensduur van 40 jaar. De methode van Strand-Axelsson heeft jarenlang voldaan, en werd ook in Gaia gebruikt.
De belastingen in het Gaussian-Mixture belastingmodel worden gemodelleerd als gemixte normaalverdelingen.
Op de toename van zonnepanelen, laadpalen, warmtepompen en elektrisch koken is de normaalverdeling van Strand-Axelsson niet berekend. Dit kunnen alle grote belastingen zijn en de kans is bovendien groot dat ze in meerdere aansluitingen tegelijk voorkomen. Phase to Phase heeft hiervoor een geheel nieuw modulair belastingmodel ontwikkeld, waarmee de toekomstige belasting van laagspanningsnetten accuraat kan worden berekend.
Scenario’s
Met behulp van slimme-meterdata wordt per categorie (rij- en vrijstaande woningen, appartementen, winkelpanden e.d.) de standaardbelasting bepaald. Deze wordt gecombineerd met modellen voor zonnepanelen, laadpalen, warmtepompen e.d. Met de gecombineerde belasting kunnen eenvoudig scenario’s worden gemaakt en wordt snel duidelijk in welke netten problemen te verwachten zijn en waar nog voldoende ruimte is.
Meer lezen?
Dit kennisverhaal is een samenvatting van de publicatie Stochastische Load Flow in Gaia met het Gaussian-Mixture belastingmodel (pdf). Hieronder vindt u de link naar deze publicatie en andere relevante informatie.