Neue Studie zeigt: Elektroautos stabilisieren Stromnetze aktiv
Die Integration erneuerbarer Energien und Elektromobilität verändert die Energieversorgung grundlegend. Während Solaranlagen auf Dächern und Millionen Elektrofahrzeuge auf den Straßen zunehmend zur Normalität werden, entstehen komplexe Herausforderungen für die bestehenden Stromnetze. Ein zentrales Problem ist die Spannungsregelung in Verteilnetzen. Plötzliche Leistungsschwankungen durch wechselnde Sonneneinstrahlung oder das gleichzeitige Laden vieler E-Autos können zu Spannungsspitzen oder -einbrüchen führen, was die Netzstabilität gefährdet und die Qualität der Energieversorgung beeinträchtigt.
Ein bahnbrechendes Forschungsprojekt unter der Leitung von Zhang Jinguil von der State Grid Shandong Electric Power Company Binzhou Power Supply Company und Luo Ming von der School of Electrical Engineering der Shandong University bietet nun eine innovative Lösung. Ihre neue Studie, veröffentlicht in der renommierten Fachzeitschrift Microcomputer Applications, stellt ein fortschrittliches Modell zur aktiven Spannungsregelung vor, das die bislang oft ungenutzten Potenziale von Elektrofahrzeugen (EVs) und dezentralen Photovoltaik-Anlagen (PV) systematisch ausschöpft. Das Ziel ist nicht mehr, auf Spannungsprobleme zu reagieren, sondern sie proaktiv zu verhindern.
Die bisherigen Methoden zur Spannungsregelung stoßen an ihre Grenzen. Traditionelle Systeme setzen auf kapazitive Batterien oder Lastschalttransformatoren, die erst dann eingreifen, wenn die Spannung bereits außerhalb des zulässigen Bereichs liegt. Diese reaktive Herangehensweise ist oft zu langsam, um den schnellen und unvorhersehbaren Schwankungen moderner, aktiver Verteilnetze – sogenannter „Active Distribution Networks“ – Herr zu werden. Diese Netze sind durch einen bidirektionalen Energiefluss gekennzeichnet: Energie wird nicht nur vom Kraftwerk zum Verbraucher transportiert, sondern auch von privaten PV-Anlagen ins Netz eingespeist und von E-Autos entnommen oder, bei Bedarf, zurückgespeist. Diese Dynamik erfordert eine intelligentere, vorausschauende Steuerung.
Genau hier setzt das neue Modell der Forscher an. Ihr Ansatz ist revolutionär, weil er einen Paradigmenwechsel vollzieht: Elektrofahrzeuge und Solaranlagen werden nicht länger nur als zusätzliche Lasten oder Energiequellen betrachtet, sondern als aktive, netzdienliche Komponenten. Die Kernidee basiert auf der Nutzung der reaktiven Leistung (Blindleistung), die von den Wechselrichtern dieser Systeme bereitgestellt werden kann, ohne dass dafür zusätzliche Hardware nötig ist. Reaktive Leistung ist entscheidend für die Aufrechterhaltung einer stabilen Spannung im Netz. Sie wird benötigt, um die elektromagnetischen Felder in Motoren und Transformatoren zu erzeugen, führt aber selbst nicht zu nutzbarer Arbeit. Durch eine gezielte Steuerung des Wechselrichters kann ein E-Auto oder eine PV-Anlage reaktive Leistung ins Netz einspeisen (induktiv) oder aus dem Netz aufnehmen (kapazitiv), um so Spannungsunterschiede auszugleichen.
Die Forscher haben diese Fähigkeit tiefgehend analysiert. Sie zeigen, dass moderne PV-Wechselrichter über eine signifikante Reservekapazität verfügen. Auch wenn sie mit maximaler Leistung Sonnenenergie in Strom umwandeln, können sie gleichzeitig reaktive Leistung bereitstellen. Ähnlich verhält es sich mit E-Autos: Während des Ladevorgangs kann der integrierte Wechselrichter am Fahrzeug oder an der Ladestation genutzt werden, um reaktive Leistung zu steuern, ohne dass die Batterie entladen werden muss. Dieses Potenzial wurde bisher nur unzureichend genutzt, da viele Systeme im „Maximum Power Point Tracking“ (MPPT) Modus arbeiten und ihre volle Leistung ins Netz einspeisen, ohne auf die Netzbedingungen Rücksicht zu nehmen.
Das entscheidende Merkmal des neuen Modells ist seine Proaktivität und Wirtschaftlichkeit. Anstatt auf ein Spannungsproblem zu warten, berechnet das System die erwartete Spannungssituation für den kommenden Zeitraum – basierend auf präzisen Vorhersagen für den Stromverbrauch, die Sonneneinstrahlung und die Lade- und Abfahrzeiten der Elektrofahrzeuge. Mit Hilfe der Monte-Carlo-Simulation werden die Unsicherheiten im Fahrverhalten der E-Auto-Besitzer (wie tägliche Fahrleistung, Ankunfts- und Abfahrzeiten) und in der PV-Produktion (durch Wetteränderungen) realistisch abgebildet. Sobald eine zukünftige Spannungsüberschreitung oder -unterschreitung prognostiziert wird, wird ein Regelvorgang eingeleitet.
Der entscheidende Innovationspunkt ist die Auswahl der Regelmaßnahme. Statt eine feste Hierarchie zu verwenden (z. B. immer zuerst die PV, dann die E-Autos, dann kapazitive Batterien), wendet das Modell das Konzept der „ökonomischen Sensitivität“ an. Dieser Wert gibt an, wie viel es kostet, eine bestimmte Menge an Spannungsänderung durch eine bestimmte Maßnahme zu erzielen. Das System berechnet die Kosten pro Einheit Spannungskorrektur für jede verfügbare Option – sei es die Steuerung der reaktiven Leistung einer PV-Anlage, die Modulation der Ladeleistung eines E-Autos oder das Einschalten einer kapazitiven Batterie. Anschließend wählt es die kostengünstigste Maßnahme aus, um das gewünschte Ergebnis zu erzielen.
Diese wirtschaftliche Optimierung ist von entscheidender Bedeutung für die praktische Umsetzbarkeit. Sie stellt sicher, dass das Netz mit minimalen Betriebskosten stabilisiert wird. Die Kosten für die PV-Steuerung sind in der Regel sehr gering, da es sich um eine Software-Funktion handelt. Die Kompensation für E-Auto-Besitzer, deren Ladeverhalten angepasst wird, ist höher, da hier eine Dienstleistung des Nutzers in Anspruch genommen wird. Die Betriebskosten für kapazitive Batterien liegen dazwischen. Das Modell priorisiert daher zunächst die kostengünstigsten Optionen, was zu einer erheblichen Einsparung gegenüber festen Regelstrategien führt.
Die Wirksamkeit des Modells wurde anhand eines realistischen Szenarios getestet: dem standardisierten IEEE-33-Knoten-Testsystem, einem gängigen Modell für mittelspannungs Verteilnetze. Die Simulationen verglichen vier verschiedene Regelstrategien über einen 24-Stunden-Zeitraum, der typische Last-, PV- und E-Auto-Ladekurven berücksichtigte.
Die Ergebnisse waren überzeugend. Die erste Strategie, die ausschließlich auf kapazitive Batterien setzte, führte zu einer hohen Anzahl von Spannungsverletzungen. Die Spannung sank an einigen Knoten auf 0,9871 pu (per unit) und stieg an anderen auf 1,0798 pu, was weit außerhalb des akzeptablen Bereichs von 0,95 bis 1,05 pu liegt. Die zweite Strategie, die zusätzlich die reaktive Leistung der PV-Anlagen nutzte, verbesserte die Situation, reduzierte aber die Über- und Unterspannungen nur moderat. Die dritte Strategie integrierte auch die E-Autos, allerdings in einer passiven, reaktiven Weise: Sie griff erst ein, wenn die Spannung bereits außerhalb des Bereichs war. Diese Strategie zeigte bereits eine deutliche Verbesserung, brachte die minimale Spannung auf 0,9981 pu und reduzierte die Anzahl der betroffenen Knoten.
Die vierte und letzte Strategie war das vorgeschlagene aktive Modell mit ökonomischer Sensitivität. Hier zeigte sich der größte Unterschied. Die minimale Spannung stieg auf 1,0041 pu, was auf eine bessere Unterstützung während Lasttiefen hindeutet. Gleichzeitig sank die maximale Spannung auf 1,0712 pu, was eine effektivere Dämpfung von PV-Einspeisungsspitzen bedeutet. Am beeindruckendsten war jedoch die Reduktion der Gesamtanzahl an Spannungsverletzungen. Während die erste Strategie sieben Stunden mit nicht konformer Spannung aufwies, reduzierte das aktive Modell diese Zeit auf nur noch zwei Stunden. Die Anzahl der Knoten, die jemals die Grenzwerte überschritten, war ebenfalls signifikant geringer.
Diese Ergebnisse haben weitreichende Implikationen. Für Netzbetreiber bedeutet dies eine erheblich verbesserte Netzqualität und Stabilität. Die Gefahr von Ausfällen und Schäden an sensibler Elektronik wird minimiert. Langfristig könnte dies sogar die Notwendigkeit kostenintensiver Netzverstärkungen hinauszögern, da das bestehende Netz durch intelligente Steuerung effizienter genutzt wird. Für die Energiewende ist dies ein entscheidender Schritt, da es eine höhere Einspeisung von volatiler, erneuerbarer Energie aus Sonne und Wind ermöglicht, ohne die Netzintegrität zu gefährden.
Für die Besitzer von Elektrofahrzeugen eröffnet dieses Modell neue Perspektiven. Ihr Fahrzeug wird nicht länger nur als Konsumgüter gesehen, sondern als wertvoller Bestandteil der Energieinfrastruktur. Durch die Teilnahme an solchen Regelprogrammen könnten sie in Zukunft finanzielle Anreize erhalten, was die Gesamtbetriebskosten eines E-Autos weiter senken würde. Dies stärkt die Wirtschaftlichkeit der Elektromobilität und fördert ihre Akzeptanz.
Die Studie von Zhang Jinguil und Luo Ming ist ein Paradebeispiel für die konvergierende Entwicklung von Energie- und Informationstechnologie. Sie demonstriert, wie Datenanalyse, maschinelles Lernen und intelligente Algorithmen genutzt werden können, um komplexe physikalische Systeme effizienter und nachhaltiger zu steuern. Die Integration von Echtzeit-Daten aus Smart Metern, Wetterdiensten und Fahrzeugtelematik ist die Grundlage für diese Art der vorausschauenden Netzführung.
Für die Praxis bedeutet die Umsetzung dieses Modells eine enge Zusammenarbeit zwischen verschiedenen Akteuren. Netzbetreiber müssen ihre Steuerungssysteme (Distribution Management Systems) modernisieren, um die notwendigen Berechnungen durchführen zu können. Hersteller von PV-Wechselrichtern und E-Auto-Ladegeräten müssen sicherstellen, dass ihre Produkte die geforderten netzdienlichen Funktionen unterstützen. Politische Rahmenbedingungen müssen geschaffen werden, die eine faire Kompensation für netzdienliche Leistungen ermöglichen.
Trotz dieser Herausforderungen ist der Weg klar. Die Technologie ist vorhanden, und die Vorteile sind unübersehbar. Die Studie liefert nicht nur eine technische Lösung, sondern auch eine klare Vision: Die Zukunft der Energieversorgung liegt in vernetzten, intelligenten Systemen, in denen jedes Gerät – vom Dach-Solarpanel bis zum Elektrofahrzeug in der Garage – aktiv zur Stabilität und Effizienz des gesamten Netzes beiträgt. Dieses Modell markiert einen entscheidenden Fortschritt auf dem Weg zu einem resilienten, nachhaltigen und verbraucherzentrierten Energiesystem.
Zhang Jinguil, State Grid Shandong Electric Power Company Binzhou Power Supply Company; Luo Ming, School of Electrical Engineering, Shandong University. Microcomputer Applications. DOI: 10.1007-757X(2024)07-0184-04