Voltera ist ein fortschrittliches Analyse- und Optimierungstool, das vom AIT Austrian Institute of Technology für das intelligente Management moderner Stromverteilungsnetze entwickelt wurde.
Durch die Kombination von deterministischer Stromnetzmodellierung und künstlicher Intelligenz bietet Voltera einen einheitlichen Rahmen für die Bewertung der Netzkapazität, die optimale Steuerung des Leistungsflusses und die Echtzeit-Zustandsabschätzung in Nieder- und Mittelspannungsnetzen. Das Tool berechnet kontinuierlich dynamische Betriebsgrenzen für steuerbare Anlagen und rekonstruiert unbeobachtete Netzzustände mit hoher Genauigkeit, um eine sichere und effiziente Nutzung der Netzinfrastruktur zu gewährleisten.
Voltera wurde vom AIT in mehreren nationalen und europäischen Projekten entwickelt und koordiniert. Es wurde in realen Verteilnetzen validiert und zeigte eine verbesserte Spannungsstabilität, geringere Ungleichgewichte und eine Betriebsleistung nahezu in Echtzeit. Durch die Integration von Simulation, Optimierung und maschinellem Lernen setzt Voltera einen neuen technologischen Standard für den datengesteuerten, autonomen und widerstandsfähigen Netzbetrieb und unterstützt damit den Übergang Europas zu nachhaltigen Energiesystemen.
PROJEKTZIELE
Voltera wurde entwickelt, um die analytischen und operativen Fähigkeiten moderner Verteilnetzbetreiber zu erweitern. Seine wichtigsten technischen Ziele sind:
Dynamisches Kapazitätsmanagement: Kontinuierliche Berechnung von Wirk- und Blindleistungsgrenzen an steuerbaren Knoten, um Spannungs- oder Belastungsverletzungen zu verhindern und sicherzustellen, dass das Netz innerhalb definierter physikalischer Grenzen arbeitet.
Deterministische Lastflussberechnung: Implementierung eines mathematisch stabilen Solvers, der in der Lage ist, dreiphasige unsymmetrische Bedingungen ohne Konvergenzprobleme zu bewältigen und zuverlässige Ergebnisse für den Betrieb und die Planung zu liefern.
Integrierter optimaler Leistungsfluss: Echtzeit-Optimierungsroutinen, die die beste Konfiguration von steuerbaren Ressourcen wie Photovoltaik-Wechselrichtern, Speichersystemen und Transformatoren ermitteln, um Netzverluste und Ungleichgewichte zu minimieren.
Maschinell erlernte Zustandsschätzung: Entwicklung von Vorhersagemodellen, die vollständige Netzzustände aus spärlichen Messdaten rekonstruieren und dabei nur topologische und historische Informationen verwenden.
Skalierbares Rahmenwerk für digitale Zwillinge: Einrichtung einer Berechnungsplattform, die Simulation, Schätzung und Optimierung in einem einzigen Arbeitsablauf für Online- und Offline-Anwendungen verbindet.
Diese Komponenten ermöglichen es Voltera, eine originalgetreue digitale Darstellung des Netzverhaltens und einen adaptiven Mechanismus für den Netzbetrieb bereitzustellen.
Ergebnisse des Projekts
Ausführliche Simulationen und Feldvalidierungen bestätigten die technische Leistungsfähigkeit und Anwendbarkeit von Voltera in realen Betriebsumgebungen.
Spannungsoptimierung und Verbesserung des Gleichgewichts: Feldeinsätze in österreichischen Niederspannungsnetzen zeigten eine Verringerung der dreiphasigen Spannungsunsymmetrie um bis zu 40 % und eine verbesserte Bündelung der Spannungen um die Nennwerte.
Deterministische Solver-Verifikation: Die analytische Lastflussmethode wurde mit Simulationswerkzeugen verglichen, die dem Industriestandard entsprechen. Dabei zeigte sich, dass die Genauigkeit gleichwertig ist und die numerische Stabilität unter hohen Lasten und asymmetrischen Bedingungen deutlich verbessert wurde.
Dynamische Kapazitätsumfänge: Voltera generierte erfolgreich zeitaufgelöste Wirk- und Blindleistungsgrenzwerte, die alle Knotenpunktspannungen in Zeiten hoher dezentraler Erzeugungs- und Lastschwankungen innerhalb von ±5 % des Nennwerts hielten.
Hochpräzise Zustandsschätzung: An synthetischen und realen Datensätzen trainierte Machine-Learning-Modelle erreichten Spannungsvorhersagefehler unter 0,01 p.u. und Reaktionszeiten unter 25 Millisekunden, was ihre Eignung für Echtzeitanwendungen beweist.
Validierter hybrider Arbeitsablauf: Die Kombination von physikbasierter Simulation und datengestützter Schätzung führte zu konsistenten und überprüfbaren Ergebnissen und bestätigte, dass synthetische Daten effektiv genutzt werden können, um Vorhersagemodelle für unbeobachtete Netzzustände zu trainieren.
Die Ergebnisse zeigen, dass Voltera die analytische Genauigkeit detaillierter physikalischer Modelle mit der Rechengeschwindigkeit des maschinellen Lernens verbindet und so ein Echtzeit-Situationsbewusstsein und eine Steuerung in Verteilungsnetzen ermöglicht.
Die Rolle des AIT
Das AIT Austrian Institute of Technology fungierte als Projektkoordinator und Hauptentwickler für alle Forschungsinitiativen, die zur Entwicklung von Voltera beigetragen haben. Das AIT war federführend bei der Konzeption, dem Design und der Implementierung der Analyse-, Optimierungs- und Zustandsabschätzungsfunktionen des Tools und sorgte für wissenschaftliche Konsistenz und technologische Integration in allen Partnerprojekten.
Förderungen
Voltera wurde von führenden nationalen und europäischen Forschungseinrichtungen unterstützt, darunter auch von der Europäischen Kommission:
- Österreichische Forschungsförderungsgesellschaft (FFG) - Vorzeigeregion Energie (BlockchainGrid)
- ERA-Net Smart Grids Plus RegSYS Programm (CLUE)
- Europäische Kommission - Horizon 2020 (REACT)
- Österreichischer Klima- und Energiefonds - Energieforschung 2022 (Infradapt)
- Europäische Kommission - Horizont 2020 (LocalRES)
- Europäische Kommission - Horizont Europa (Parmenides)
