Forschungsbericht 2017

Predictive Maintenance

Die KNG-Kärnten Netz GmbH entwickelt gemeinsam mit der Kelag und der Omnetric Group ein strategisches Planungstool für vorausschauende Instandhaltung im Mittel- und Niederspannungsnetz.

Um ein sicheres und zuverlässiges Stromnetz zu gewährleisten, hat die Instandhaltung der Betriebsmittel im Verteilernetz der KNG-Kärnten Netz GmbH (KNG) höchste Priorität. Dabei steht die Abteilung Instandhaltung Mittel-/Niederspannung stets vor der Herausforderung, ein Optimum zwischen geplanten Instandhaltungsmaßnahmen und damit verbundenen wirtschaftlichen Aufwendungen sowie der Gewährleistung der Versorgungssicherheit zu finden. Um dieses Ziel zu erreichen, ging die KNG einen neuen Weg und entschied sich, Maßnahmen proaktiv zu planen. Als Lösung wurden neue Technologien und Algorithmen aus anderen Branchen und Bereichen zu Hilfe genommen. Mittels analytischer Werkzeuge, die das Netz der KNG mathematisch nachbilden und eine zukünftige Prognose der Betriebsmittelzustände ermöglichen, entwickelte die KNG in Kooperation mit der Kelag und der Omnetric Group ein Softwaretool für Predictive Maintenance (vorausschauende Planung/Instandhaltung). Der Fokus wurde dabei im ersten Schritt auf die Beurteilung von Strommasten gelegt. Die Idee dahinter ist, Strommasten im Mittel- und Niederspannungsnetz anhand deren Ausfallsrisikos zu bewerten und entsprechende Instandhaltungsmaßnahmen abzuleiten. Um das Ausfallsrisiko zu bewerten, wurde eine Vielzahl von Parametern herangezogen. Dabei handelte es sich einerseits um Daten, die zum jeweiligen Betriebsmittel bekannt waren – beispielsweise Alter, Bauart, Aufstellungsort, zuordenbare atmosphärische Störungen, letzter Tausch etc. – und andererseits um Daten aus anderen Quellen – zum Beispiel geographische Eigenschaften wie durchschnittlicher Niederschlag, Bodenart, Höhenlage und Bewaldungsgrad. Diese Informationen wurden schließlich miteinander in Zusammenhang gesetzt und mittels analytischer Algorithmen auf einer Big-Data-Plattform der Kelag analysiert. Die dadurch gewonnene Information zur jeweiligen Höhe eines Ausfallsrisikos wurde schließlich mit wirtschaftlichen Randbedingungen kombiniert, um Maßnahmen für die Instandhaltung abzuleiten. Die Anwendung ermöglicht der KNG zukünftig Instandhaltungsmaßnahmen auf Basis eines innovativen Bewertungsansatzes zielgerichtet zu setzten.

RestoreGrid4RES: strategies and operator tools for grid restoration with massive renewable energy sources

The growing contribution of renewable energies and the liberalized energy market result in higher system stresses in terms of increasing system loadings and fluctuations. Combined with a delay of grid enhancements this results in an increasing risk of wide-area blackouts and a threat for successful grid restoration. This project will investigate new grid restoration strategies to ensure a fast, coordinated and stable system restoration. In particular it will give recommendations whether and how renewable generators shall contribute to the restoration and which technical requirements must be met observing the fact that the vast majority is connected to the distribution systems without direct control by the transmission system operators (TSO). To support the operators during this difficult procedure, a demonstration tool shall be developed which guides the operators through the restoration process and gives helpful information about possible next steps and their consequences.

Projektpartner:
TU Kaiserslautern, TU Wien, KNG-Kärnten Netz GmbH, Netz Oberösterreich GmbH

Simulation des Verhaltens von DC-versorgten Komponenten eines Umspannwerkes bei Tiefenentladung

Nach Großstörungen (Blackouts) sind Umspannwerke neben den Leitungsanlagen und Kraftwerken für einen Netzwiederaufbau von zentraler Bedeutung. Die Zeit, in der ein Umspannwerk dabei ohne externe Netzspannung ferngesteuert und bedient werden kann (Autonomiezeit), wird dabei durch die Kapazität der Gesicherte-Stromversorgungs-Anlage (GSV-Anlage) und das Last- bzw. Verbrauchsverhalten der DC-versorgten Komponenten bestimmt. In diesem Projekt wurden Kenntnisse über Verbrauchs- und Betriebsverhalten von über die GSV-Anlage versorgten 24V/110V-DC-Komponenten (Schutz-, Leittechnik- und Kommunikationseinrichtungen) in der Tiefentladungs- und in der Ladephase gewonnen. Weiters wurden das Lade- und Entladeverhalten von Batterieanlagen untersucht und Empfehlungen betreffend Betriebskonzepte von über GSV-Anlage versorgten DC-Komponenten erarbeitet.

Projektpartner:

Internes Projekt

Projektstudie zur Qualitätssicherung für Mittelspannungskabelanlagen

Gemeinsam mit der TU Graz untersucht die KNG-Kärnten Netz GmbH in einer Studie die Qualitätssicherung für Mittelspannungskabelanlagen. Die Themenschwerpunkte sind gegliedert in: Aufbau und Stand der Technik, Qualitätssicherungsstrategien, Diagnosemethoden, Evaluierung des Mengengerüstes, Evaluierung des vorhandenen Messequipments der KNG sowie Prüf- und Diagnoseprogramme für Mittelspannungskabelanlagen.

Projektpartner:
TU Graz