Numerische Methoden für Stabilität und Reglersynthese in Stromnetzen mit periodischen Dynamiken

• Antragsteller: Professor Dr.-Ing. Johannes Schiffer
• Fachliche Zuordnung: Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 545632618

Der weltweite Übergang zu erneuerbaren Energien stellt erhebliche Herausforderungen an den Betrieb zukünftiger klimaneutraler Stromsysteme, insbesondere im Wechselstrombereich. Eine wesentliche strukturelle Veränderung ist der Ersatz konventioneller Synchrongeneratoren durch Stromrichter auf verschiedenen Spannungsebenen. Dies führt zu einer wesentlich schnelleren Frequenzdynamik im Netz. Solche stromrichterdominierten Netze werden daher als Netze mit geringer Trägheit bezeichnet. Um einen wirtschaftlichen, effizienten und nachhaltigen Betrieb künftiger Stromsysteme zu gewährleisten, besteht ein erheblicher Bedarf an neuartigen Analyse- und Regelungslösungen. In Anbetracht der hochgradig disruptiven Veränderungen ist es unmöglich, diese ausschließlich über numerische Simulationen oder rein lokale Ansätze, die auf der Linearisierung der Systemdynamik basieren, erfolgreich zu gestalten. Stattdessen werden neue, fortschrittliche Methoden benötigt, die sich für die Analyse und den Entwurf globaler Eigenschaften von Stromsystemen eignen. Da Wechselstromsysteme von Natur aus periodisches Verhalten aufweisen, das zur Existenz mehrerer Ruhelagen führt, stellen ihre globale Analyse und Synthese eine große Herausforderung dar. Unser Forschungsansatz leitet sich deshalb von der Beobachtung ab, dass es durch Ausnutzung der Periodizität des Systems möglich ist, die üblichen Definitheitsanforderungen der Lyapunov-Theorie abzuschwächen und gleichzeitig Stabilität und Robustheit zu garantieren. Konkret haben die Partner gemeinsam den Leonov-Ansatz entwickelt, der speziell auf die periodische Natur der Dynamik von Stromsystemen eingeht. Inspiriert von jüngsten Fortschritten im Bereich des Deep Learning und der physikinspirierten neuronalen Netze (PINNs), konzentrieren sich die Hauptziele von SyNNuM auf die nächsten Entwicklungsschritte des Leonov-Ansatzes, nämlich der Ableitung numerischer Methoden zur effizienten Konstruktion von Leonov- und Kontroll-Leonov-Funktionen. Darüber hinaus wollen wir die Leonov-Ansätze für Stabilitätsanalyse und Reglerentwurf weiter verbessern. Die erzielten Ergebnisse werden eine Brücke zwischen innovativen regelungstheoretischen Konzepten und dem wichtigen Anwendungsgebiet nachhaltiger zukünftiger Energiesysteme bilden, welches im Mittelpunkt zahlreicher europäischer und nationaler wissenschaftlicher Initiativen steht. Hierzu werden wir das Potenzial der neuen Methoden auch experimentell an einem Power-Hardware-in-the-Loop-Aufbau demonstrieren. Das Konsortium, bestehend aus dem Fachgebiet Regelungssysteme und Netzleittechnik der Brandenburgischen Technischen Universität Cottbus-Senftenberg (BTU) und dem Valse-Team von Inria, Frankreich, vereint komplementäre Kompetenzen und zielt darauf ab, das hohe Transferpotenzial der Projektergebnisse zu realisieren und gleichzeitig wissenschaftliche Exzellenz zu erreichen. Diese wurde bereits durch eine langjährige, erfolgreiche Zusammenarbeit zu den Projektthemen bewiesen.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Frankreich
• Partnerorganisation: Agence Nationale de la Recherche / The French National Research Agency
• Kooperationspartner: Dr. Denis Efimov