Digitaler Echtzeit Zwilling für die kontinuierliche und flexible Systemabbildung von Energieverteilnetzen; Teilvorhaben MicroNova AG: Echtzeitsimulationsplattform für CoMap zur kontinuierlichen und flexiblen Systemabbildung

Abstract

Im Rahmen des Projekts CoMap wurde ein digitaler Echtzeit-Zwilling zur kontinuierlichen Abbildung von Verteilnetzen entwickelt. Klassische Netzleitsysteme stoßen in heutigen Übertragungsnetzen zunehmend an ihre Grenzen, da sie Netzzustände nur punktuell und ohne Echtzeitdaten erfassen. Hier setzt CoMap an. Es kombiniert reale Messwerte mit einem Simulationsmodell, das Netzzustände realitätsnah und kontinuierlich abbildet. Ziel war es, Netzplanung und Netzbetrieb zu verbessern, insbesondere bei zunehmender Dezentralisierung und Lastvolatilität. Dafür wurde jeweils ein digitales Abbild des Fraunhofer-Testnetzes "Systec" und des Netzabschnitts "Neusorg" der Stadtwerke Wunsiedel erstellt. Das Echtzeitsimulationssystem basiert auf dem NovaCarts-System der MicroNova AG. Dies wird bisher überwiegend für Hardware-in-the-Loop-Testsysteme (HIL) in der Automobilindustrie eingesetzt und wurde für die Netzsimulation erweitert. Die Netzmodelle wurden mit Simulink entwickelt und in das NovaCarts-System integriert. Messwerte wurden über verschiedene Schnittstellen (Modbus, UDP, REST-API) integriert. Für die Erfassung von Messwerten mit bis zu 1 kHz Taktfrequenz wurde der eigens für dieses Projekt vom Fraunhofer IEE entwickelte Messanalysator eingebunden. Über das im Rahmen des Projekts entwickelte CoMap Control Center können Netzverläufe visualisiert, Grenzwertverletzungen angezeigt und Szenarien wie Lastabwürfe oder Kurzschlüsse simuliert werden. Der Einsatz des Systems wurde im Netzabschnitt Neusorg erfolgreich demonstriert, inklusive der Reaktion auf Echtzeitereignisse. Es wurde gezeigt, dass durch Einkopplung realer Messwerte die Modellgenauigkeit erheblich verbessert werden kann. CoMap eröffnet neue Möglichkeiten für die vorausschauende Netzführung, die Integration dezentraler Erzeuger sowie für Analyse und Planung auf Basis historischer Daten. Künftig ist die Erweiterung um größere Netze, Prognosefunktionen und KI-Agenten zur Netzsteuerung denkbar. As part of the CoMap project, a digital real-time twin was developed to enable continuous modeling of power distribution networks. Traditional grid control systems are increasingly reaching their limits in today’s transmission networks, as they can only represent grid states at discrete points in time and often lack real-time data integration. CoMap addresses this gap by combining real-time measurement data with a simulation model that continuously and realistically mirrors grid behavior. The project aimed to improve grid planning and operation, particularly in the context of growing decentralization and load volatility. Digital representations of both the Fraunhofer "Systec" test network and the "Neusorg" distribution segment of the Wunsiedel municipal grid were developed. The real-time simulation platform is based on the NovaCarts system by MicroNova AG, originally designed for hardware-in-the-loop (HIL) test systems in the automotive industry. The system was adapted and extended for power grid simulation. Grid models were developed using Simulink and integrated into the NovaCarts system. Live measurement data were acquired via various interfaces (Modbus, UDP, REST API). A high-speed measurement analyzer, developed specifically for the project by Fraunhofer IEE, was used to capture data at rates of up to 1 kHz. The CoMap Control Center, also developed within the project, provides a web-based interface for visualizing grid behavior, detecting limit violations, and simulating scenarios such as load shedding and short circuits. The system was successfully demonstrated in the Neusorg grid segment, including real-time event response. It was shown that integrating real-world measurements significantly improves model accuracy. CoMap opens new opportunities for predictive grid management, the integration of distributed energy resources, and data-driven analysis and planning based on historical trends. Future developments may include the expansion to larger networks, integration of forecasting tools, and the use of AI-based agents for automated grid control.