InnOpTEM - Innovative Ansätze zur Optimierung von Topologiemaßnahmen im Engpassmanagement des Netzbetriebs

Abstract

Im Forschungsprojekt InnOpTEM werden vier Ansätze für eine Integration von Topologiemaßnahmen in die Engpassmanagementoptimierung im deutschen Übertragungsnetz entwickelt: - Integrierte mathematische Optimierung - Iterative sensitivitätsbasierte Optimierung - Multi-Agent Deep Reinforcement Learning - Co-Optimierung mit heuristischer Topologievorauswahl

Zunächst werden bestehende Engpassmanagementprozesse analysiert und der deutsche "Präventiver Redispatch 2"-Prozess als sinnvolle Basis für die Integration einer Topologieoptimierung ausgewählt. Anschließend werden technische und betriebliche Anforderungen aus Prozess- und Datenanalysen sowie Workshops mit Betriebsplanern und Systemführern der vier deutschen Übertragungsnetzbetreiber (ÜNB) abgeleitet und in eine mathematische Problemformulierung überführt. Da nicht alle Randbedingungen aufgrund der Komplexität integrierbar bzw. teilweise benötigte Eingangsdaten in den aktuellen Daten nicht verfügbar sind, werden die Randbedingungen nach Relevanz priorisiert umgesetzt.

Die entwickelten Verfahren werden in einer bei der Amprion GmbH aufgebauten Simulationsumgebung getestet, in weiteren Workshops mit den ÜNB iterativ bewertet und abschließend auf historischen Daten aus 2022 angewendet. Die Ergebnisse zeigen Potenzial, Redisptachmaßnahmen zu reduzieren. Für eine praktische Anwendung sind jedoch weiterhin umfangreiche Prüfungen durch Operatoren nötig, insbesondere hinsichtlich Sammelschienenfehlern, Kurzschlussströmen und möglichen Leistungsflussverschiebungen in unterlagerte Netze.

Insgesamt zeigt das Forschungsprojekt, dass grundsätzlich verschiedene Verfahren für eine Topologieoptimierung geeignet sind. Entscheidend für die Praxistauglichkeit ist der Grad der Abbildung aller technischen sowie betrieblichen Randbedingungen. Aktuell dienen die entwickelten Ansätze vor allem als Entscheidungsunterstützung und sind auch für vorgelagerte Planungsprozesse denkbar.

In the InnOpTEM research project, four approaches are being developed to integrate topological remedial actions into congestion management optimization in the German transmission grid: - Integrated mathematical optimization - Iterative sensitivity-based optimization - Multi-agent deep reinforcement learning - Co-optimization with heuristic pre-selection of topological remedial actions

The existing congestion management processes are analyzed, and the German "Präventiver Redispatch 2" process is selected as a suitable basis for integrating topology optimization. Subsequently, technical and operational requirements are derived from process and data analyses as well as workshops with operational planners and control room operators from the four German transmission system operators (TSOs), and are translated into a mathematical problem formulation. Since not all constraints can be integrated due to complexity and some required input data are not available in the current datasets, the constraints are implemented in a prioritized manner based on their relevance.

The developed methods are tested in a simulation environment set up at Amprion GmbH, iteratively assessed in further workshops with the TSOs, and finally applied to historical data from 2022 and 2025. The results indicate potential to reduce redispatch measures. However, for practical application, extensive verification by operators is still required, in particular with regard to busbar faults, short-circuit currents, and possible power-flow shifts into underlying grids.

Overall, the research project shows that various methods are suitable for topology optimization. Practical applicability depends on how comprehensively all technical and operational constraints are represented. At present, the developed approaches primarily serve as decision support and may also be applicable to upstream planning processes.