High-performance computing methods in large-scale power system simulation

Razik, Lukas; Monti, Antonello (Thesis advisor); Benigni, Andrea (Thesis advisor)

1. Auflage. - Aachen : E.ON Energy Research Center, RWTH Aachen University (2020)
Buch, Doktorarbeit

In: E.ON Energy Research Center : ACS, Automation of complex power systems 81
Seite(n)/Artikel-Nr.: 1 Online-Ressource (xvii, 241 Seiten) : Illustrationen, Diagramme

Dissertation, RWTH Aachen University, 2020

Kurzfassung

In der seit 2009 geltenden Erneuerbare-Energien-Richtlinie der Europäischen Union haben sich die Mitgliedsstaaten darauf verständigt, dass der Anteil erneuerbarer Energien bis 2020 bei mindestens 20% des Energieverbrauchs liegen soll. Die damit einhergehende wachsende Zahl von erneuerbaren Energieerzeugern wie Photovoltaik- und Windkraftanlagen führt zu einer vermehrt dezentralen Stromerzeugung, die ein komplexeres Stromnetzmanagement erfordert. Um dennoch einen sicheren Netzbetrieb zu gewährleisten, findet ein Wandel von konventionellen Stromnetzen zu sogenannten Smart Grids statt, bei denen z.B. nicht nur Statusinformationen der Stromerzeuger sondern auch der Verbraucher (z.B. Wärmepumpen und Elektrofahrzeuge) in das Netzmanagement einbezogen werden. Die Nutzung von Flexibilitäten auf Erzeugungs- und Nachfrageseite und der Einsatz von Energiespeichern zur Erreichung einer stabilen und wirtschaftlichen Stromversorgung erfordert neue Lösungen für die Planung und den Betrieb von Smart Grids. Andernfalls können Veränderungen an den Systemen des öffentlichen Energiesektors (Stromnetz, IKT-Infrastruktur, Energiemarkt usw.) zu unerwarteten Problemen und damit auch zu Stromausfällen führen. Computersimulationen können deswegen helfen, das Verhalten von Smart Grids bei Veränderungen abzuschätzen, ohne das Risiko negativer Folgen bei unausgereiften Lösungen oder Inkompatibilitäten einzugehen. Die wesentliche Zielsetzung der vorliegenden Dissertation ist die Anwendung und Analyse von Methoden des High-Performance Computings (HPC) und der Informatik zur Verbesserung von (Co-)Simulationssoftware elektrischer Energiesysteme, um komplexere Komponentenmodelle sowie größere Systemmodelle in angemessener Zeit simulieren zu können. Durch die zunehmende Automatisierung und Regelung in Smart Grids, die immer höheren Anforderungen an deren Flexibilität und die Notwendigkeit einer stärkeren Marktintegration der Verbraucher werden Stromnetzmodelle immer komplexer. Die Simulationen erfordern daher eine immer höhere Leistungsfähigkeit der eingesetzten Rechnersysteme. Der Schwerpunkt der Arbeiten liegt deshalb auf der Verbesserung verschiedener Aspekte moderner und derzeit entwickelter Simulationslösungen. Dabei sollten jedoch keine neuen Simulationskonzepte oder -anwendungen entwickelt werden, die ein Hochleistungsrechnen auf Supercomputern oder großen Computerclustern erst erforderlich machen würden. Vielmehr werden in dieser Dissertation die Integrationen moderner direkter Löser für dünnbesetzte lineare Systeme in verschiedene Stromnetzsimulations-Backends und die anschließenden Analysen mithilfe von großskaligen Stromnetzmodellen vorgestellt. Darüber hinaus wird eine neue Methode zur automatischen grobgranularen Parallelisierung von Stromnetz-Systemmodellen auf Komponentenebene präsentiert. Neben solchen konkreten Anwendungen von HPC-Methoden auf Simulationsumgebungen wird auch eine vergleichende Analyse verschiedener HPC-Ansätze zur Leistungssteigerung Python-basierter Software mithilfe von (Just-in-Time-)Kompilierern vorgestellt, da Python - in der Regel eine interpretierte Programmiersprache - im Bereich der Softwarenetwicklung im Energiesektor immer beliebter wird. Im Weiteren stellt die Dissertation die Integration einer HPC-Netzwerktechnologie auf Basis des offenen InfiniBand-Standards in ein Software-Framework vor, das für die Kopplung verschiedener Simulationsumgebungen zu einer Co-Simulation und für den Datenaustausch in HiL Aufbauten genutzt werden kann. Für die Verarbeitung von Energiesystemtopologien durch Simulationsumgebungen, auf denen die oben genannten HPC-Methoden angewendet wurden, ist die Unterstützung eines standardisierten Datenmodells notwendig. Die Dissertation behandelt daher auch das CIM, wie in IEC61970/61968 standardisiert, welches für die Spezifikation von Datenmodellen zur Repräsentierung von Energiesystemtopologien verwendet werden kann. Zunächst wird ein gesamtheitliches Datenmodell vorgestellt, das für Co-Simulationen des Stromnetzes mit dem zugehörigen Kommunikationsnetz und dem Energiemarkt durch eine Erweiterung von CIM entwickelt wurde. Um eine nachhaltige Entwicklung von CIM-bezogenen Softwaretools zu erreichen, wird im Folgenden eine automatisierte (De-)Serializer-Generierung aus CIM-Spezifikationen vorgestellt. Die Deserialisierung von CIM-Dokumenten ist ein Schritt, der für die anschließend entwickelte Übersetzung von CIM-basierten Netztopologien in simulatorspezifische Systemmodelle genutzt wird, die ebenfalls in dieser Dissertation behandelt wird. Viele der vorgestellten Erkenntnisse und Ansätze können auch zur Verbesserung anderer Software im Bereich der Elektrotechnik und darüber hinaus genutzt werden. Zudem wurden alle in der Dissertation vorgestellten Ansätze in öffentlich zugänglichen Open-Source-Softwareprojekten implementiert.

Einrichtungen

• E.ON Energy Research Center [080052]
• Lehrstuhl für Automation of Complex Power Systems [616310]