Die Landschaft der Stromerzeugung hat sich in den letzten Jahren aufgrund der dringenden globalen Klimawandelbewegung stark verändert. Diese Verschiebung hat zu einem signifikanten Anstieg der Nutzung erneuerbarer Energien geführt, was dazu führt, dass das Stromnetz zunehmend schwankenden Eingaben ausgesetzt ist. Der Aufstieg von Wärmepumpen und Elektrofahrzeugen hat die Nachfrage der Verbraucher nach Strom weiter erhöht, während Benutzer auch damit beginnen, zum Netz beizutragen, indem sie ihren eigenen Strom durch Photovoltaikanlagen erzeugen.
Übertragungsnetzbetreiber (TSOs) müssen ihre Strominfrastruktur auf innovative Weise anpassen, um mit der Unvorhersehbarkeit umzugehen. Das Umschalten an den Bussen auf der Umspannwerkebene, um die Topologie des Netzes zu ändern, ist eine vielversprechende Methode, die in der akademischen Gemeinschaft zunehmend Beachtung findet. Die Grid-Stabilität kann durch intelligentes Umschalten in Schlüsselbereichen stabilisiert werden, wie in DRL, Deep Reinforcement Learning, vorgeschlagen wird. Auch die Forscher der Universität Kassel erforschen eine neue Richtung in ihrer aktuellen Studie, die sich auf die Topologie des Stromnetzes konzentriert, nicht auf einzelne Umspannwerksschaltvorgänge, sondern auf die Anordnung aller Bussen an allen Umspannwerken.
Die Studie präsentiert eine Suchtechnik für stabilere Topologien, die als Target Topologies (TTs) bezeichnet werden. Die Forschung zeigt, dass TTs gegen Instabilität stabil sind, wenn eine Reihe von bestehenden Umspannwerkstätigkeiten berücksichtigt werden. Die Forscher entwickelten einen Topology Agent (TopoAgent85−95%), der auf dem L2RPN-Validierungsnetz der WCCI 2022-L2RPN-Herausforderung ausgeführt wurde und eine um 10% höhere Punktzahl und eine 25% längere Medianüberlebensdauer als der Benchmark erreichte. Der TopoAgent85−95% liegt nahe der Basistopologie, was seine Leistungsfähigkeit erklärt.
Insgesamt zeigt die Studie, dass die Verwendung von TTs als dominante Iteration die Laufzeit kaum erhöht. Die Forscher glauben, dass die Forschergemeinschaft TTs weiter untersuchen sollte, insbesondere in Kombination mit DRL.
