Cluster-Analyse und Erstellung der Einbauliste
Bild 2. Der Analytics-Ansatz zur Bildung einer Messstrategie ergab sieben definierte Cluster mit ONS gleicher Eigenschaften und Verhalten. (Bildquelle: enersis)
Bild 3. Ein digitaler Stationszettel liefert Echtzeitdaten für den Netzbetrieb einschließlich Auslastung je Abgang, Maximalwerte je Phase, Tagesverläufe, etc. (Bildquelle: Smight)
Für die folgenden Analysen wurden 19 definierte Merkmale (Features) gewählt, die die ONS näher charakterisieren. Dazu gehören unter anderem Einspeise- und Verbrauchswerte, Stammdaten, PV-Potenzial und E-Mobilitätsprognosen. Generell stehen für ein Clustering verschiedene Ansätze und Methodiken zur Verfügung. Enersis entschied sich hier für eine übergeordnete Optimierungsfunktion mittels Dynamikfaktor (DF). Damit werden nicht nur der Status quo, sondern auch künftige Entwicklungen im Netzgebiet beim Clustering berücksichtigt. Mit einem hierarchischen Clustering wurden in Summe sieben Cluster gebildet, die sich aufgrund verschiedener DF voneinander unterscheiden (Bild 2).
Um nun eine Messstrategie beziehungsweise eine konkrete Einbauliste zu erstellen, wurde zunächst eine Annahme in Bezug auf die Messdichte getroffen. Im Team entschied man sich für einen Wert von 10 % der Stationen, der ausreichen sollte, den Ist-Zustand abzubilden. Im konkreten Fall würde das die Ertüchtigung weiterer 250 ONS bedeuten. Deren Auswahl fand über die Berücksichtigung des DF und der Größe der Cluster statt. »Das heißt konkret, dass große Cluster und Cluster mit einem hohen DF vermehrt mit Sensorik ausgestattet werden«, erläutert Oberfeier. »Innerhalb der Cluster werden wiederum 15 % der Messsysteme für Stationen mit dem höchsten DF verwendet. Die restlichen 85 % werden gleichmäßig über das gesamte Gebiet verteilt.« Mit einer abschließenden Datenanalyse wurden die so bestimmten 250 ONS mit den verbleibenden ONS im Netzgebiet hinsichtlich deren Merkmale verglichen. So konnte die Annahme einer Messdichte von 10 % erfolgreich validiert werden.
Die entstandene Liste mit Messempfehlungen für die analysierten ONS wurde von Experten bei ED Netze geprüft, bestätigt und um weitere 30 ONS ergänzt. Somit wird man die Nutzung von Messtechnik auf insgesamt 460 ONS ausweiten. »Für uns bei ED Netze ist der nun vorliegende Plan ein großartiges Ergebnis. Wir haben ein gutes Gefühl und wissen, wo die Reise hingeht«, sagt Heidecke.
Ausblick und nächste Schritte
Sobald der Rollout der Messtechnik auf das gesamte Netzgebiet vollzogen ist, beginnt ein weiterer spannender Projektabschnitt: man kann die ermittelten Cluster mit Blick auf die getroffenen Annahmen untersuchen und validieren. Die Erkenntnisse lassen sich dann für die Netzplanung nutzen, um Gebiete zu identifizieren, in denen eine hohe Dynamik zu erwarten ist. Diese können so entsprechend engmaschig beobachtet und frühzeitig Netzmaßnahmen geplant werden.
Auch für den Netzbetrieb sollen die Messdaten unterstützend genutzt werden. Hierzu wird Smight dem Netzbetreiber individuelle Daten-Reports zur Verfügung stellen. Dazu gehört unter anderem ein digitaler Stationszettel, der Auslastung, Maximalwerte und typische Verläufe enthält (Bild 3).
Das Projekt ist ein anschauliches Beispiel für die Nutzung innovativer Lösungen und Ansätze zur Digitalisierung in der Niederspannung. »Es war die richtige Entscheidung, dass wir Anfang 2021 den ersten Schritt gegangen sind und begonnen haben, unser Netz intelligent zu machen. Die Erfahrungen, die wir als Organisation bisher gemacht haben, sind unglaublich wertvoll«, resümiert Heidecke. »Digitalisierung ist eine Chance. Ich kann anderen Netzbetreibern nur empfehlen, sich innovative und flexible Partner ins Boot zu holen und Themen Schritt für Schritt anzugehen. 2030 ist nicht so weit weg, wie man denkt.«
Dr. Anja Martin, Manager Marketing & Kommunikation, Smight, Karlsruhe, a.martin@enbw.com, www.smight.com, www.ednetze.de