2018-09-01  –  2022-02-28

487.094,66 EUR

Rheinisch-Westfälische Technische Hochschule Aachen - Fakultät 6 - Elektrotechnik und Informationstechnik - Institut für Hochspannungstechnik, Aachen, Nordrhein-Westfalen

0350035C

Monitoring und Netzschutz [EB1821]

01183429/1  –  MAKSIM

Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)

Forschungszentrum Jülich GmbH (PT-J.ESI6)

Energie

Das Asset Management von Stromnetzen bietet im Kontext einer Digitalisierung hohe Potentiale zur wirtschaftlichen und technischen Optimierung. Eingebettet in vorhandene Asset Management Strategien würden beispielsweise Datenanalysen von online erfassten Zustandsdaten des Betriebsmittelparks Netzbetreibern vollkommen neue Geschäftsprozesse, Methoden und Strategien ermöglichen, um Betriebskosten zu senken. Ausgangsbasis für die Umsetzung solcher Ansätze sind allerdings auf die Anwendung zugeschnittene, technologische Lösungen aus vielen Teildisziplinen (z.B. 'Sensorik', 'Messverfahren', 'Signal & Datenverarbeitung', 'IKT', 'Algorithmen und Zustandsbewertung'). Konventionelle Technologien aus der Energietechnik weisen zu hohe Kosten auf. In der Automobil-, Consumer- oder Prozessindustrie kommen jedoch kostengünstige Mikro-Elektromechanische-Systeme (MEMS) zum Einsatz, welche neben der Sensorik eine integrierte Signalverarbeitung und Kommunikationsschnittstelle enthalten. Ziel der RWTH Aachen ist die Entwicklung von Messverfahren, welche auf Basis von Low-Cost Technik für das Asset Management von Verteilungsnetzen geeignet sind. Dabei sollen sensornahe Analysealgorithmen entwickelt werden. Zu Entwicklungszwecken werden manipulierbare Betriebsmittel in eine reale Großraumlaborumgebung integriert. Ausgehend von einer Anforderungsanalyse an die Mess- und Kommunikationstechnik aus Sicht des Asset Managements von Verteilungsnetzen werden im Rahmen von Laborversuchen, mittels manipulierbarer realer Betriebsmittel, Low-Cost Messverfahren Bottom-Up neu entwickelt. Dabei soll untersucht werden, wie auf MEMS basierende Sensorik aus energietechnikfernen Bereichen eingesetzt werden kann. Des Weiteren werden Algorithmen zur sensornahen Datenaufbereitung und –analyse entwickelt. Abschließend werden die Low-Cost-Systeme in Form von Demonstratoren an realen Betriebsmitteln verifiziert und einer technisch wirtschaftlichen Bewertung unterzogen.