RT23 | Effiziente p-q-Theorie-basierte Lastmodellierung für Echtzeitsimulationen

Im Energy Lab 2.0 am Karlsruher Institut für Technologie software Echtzeitsimulatoren und software von OPAL-RT für große Netzwerksimulationen und Power Hardware(PHIL)-Studien eingesetzt. Die Durchführung großer Netzwerk-Echtzeitsimulationen mit den verfügbaren Echtzeit-Rechenressourcen und die Durchführung von PHIL-Studien sind mit Herausforderungen verbunden. Eine der Herausforderungen bei der Durchführung großer Netzwerk-Echtzeitsimulationen ist die Rechenlast der CPU. Die CPU-Rechenlast des Netzwerks kann gelöst werden, indem 1) die Anzahl der CPUs erhöht wird, 2) der Zeitschritt der Simulation erhöht wird, 3) die detaillierten Blöcke reduziert und durch durchschnittliche Blöcke ersetzt werden oder 4) die Rechenlastblöcke mit leichten mathematischen Modellen optimiert werden. In dieser Präsentation diskutieren wir einen neuen Ansatz zur Entwicklung eines dynamischen Lastmodells unter Verwendung der momentanen p-q-Theorie, um die Rechenlastblöcke im Vergleich zum dynamischen Simulink-Block zu reduzieren. Die auf der p-q-Theorie basierende Last ist ein exponentielles dynamisches Lastmodell, das auf der Grundlage eines mathematischen Ansatzes entwickelt wurde und für Echtzeitsimulationen großer Netzwerke verwendet werden kann. Das auf der p-q-Theorie basierende Lastmodell wird auf dem SimBench-Halbstadt-Mittelspannungsnetz und dem IEEE-118-Busnetz in einer Echtzeitumgebung unter Verwendung des OP5700-Echtzeitsimulators getestet. Das entwickelte p-q-Theorie-basierte Lastmodell verbessert die Rechenleistung im Vergleich zur dynamischen Simulink-Last erheblich.