abstract: Photovoltaic (PV) power generation has the potential to cause a significant impact on power system reliability since its total installed capacity is projected to increase at a significant rate. PV generation can be described as an intermittent and variable resource because its production is influenced by ever-changing environmental conditions. The study in this dissertation focuses on the influence of PV generation on trans-mission system reliability. This is a concern because PV generation output is integrated into present power systems at various voltage levels and may significantly affect the power flow patterns. This dissertation applies a probabilistic power flow (PPF) algorithm to evaluate the influence of PV generation uncertainty on transmission system perfor-mance. A cumulant-based PPF algorithm suitable for large systems is used. Correlation among adjacent PV resources is considered. Three types of approximation expansions based on cumulants namely Gram-Charlier expansion, Edgeworth expansion and Cor-nish-Fisher expansion are compared, and their properties, advantages and deficiencies are discussed. Additionally, a novel probabilistic model of PV generation is developed to obtain the probability density function (PDF) of the PV generation production based on environmental conditions. Besides, this dissertation proposes a novel PPF algorithm considering the conven-tional generation dispatching operation to balance PV generation uncertainties. It is pru-dent to include generation dispatch in the PPF algorithm since the dispatching strategy compensates for PV generation injections and influences the uncertainty results. Fur-thermore, this dissertation also proposes a probabilistic optimal power dispatching strat-egy which considers uncertainty problems in the economic dispatch and optimizes the expected value of the total cost with the overload probability as a constraint. The proposed PPF algorithm with the three expansions is compared with Monte Carlo simulations (MCS) with results for a 2497-bus representation of the Arizona area of the Western Electricity Coordinating Council (WECC) system. The PDFs of the bus voltages, line flows and slack bus production are computed, and are used to identify the confidence interval, the over limit probability and the expected over limit time of the ob-jective variables. The proposed algorithm is of significant relevance to the operating and planning studies of the transmission systems with PV generation installed. / Dissertation/Thesis / Ph.D. Electrical Engineering 2012

Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-06-25Bitstream added on 2014-06-13T19:00:48Z : No. of bitstreams: 1 gallegopareja_la_dr_ilha.pdf: 1184349 bytes, checksum: 67e1f90a3708a0564704972e31ced51c (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Nesta tese é proposta e avaliada uma metodologia alternativa para o cálculo do fluxo de potência quando são consideradas incertezas no sistema de distribuição de energia elétrica. Especificamente é considerada incerteza na demanda dos usuários de baixa tensão, assim como também nas fases em que os usuários estão ligados no sistema. A demanda das unidades consumidoras é modelada através das funções de distribuição de probabilidades. A metodologia proposta vale-se das curvas de carga diárias típicas que foram estimadas através das curvas de carga medidas em uma campanha de medição. O fluxo de potência proposto emprega o método de simulação de Monte Carlo para gerar múltiplos cenários de demanda do sistema de distribuição. O método de fluxo de potência determinístico empregado é o denominado algoritmo Backward-Forward Sweep. Neste trabalho também é realizado um estudo estatístico para determinar quais distribuições de probabilidade podem representar os dados das curvas de carga diárias obtidas na campanha de medições. Muitos trabalhos apresentados no âmbito acadêmico empregam a priori a função de distribuição de probabilidade normal para realizar os diversos estudos, isto pode levar a conclusões inadequadas. Também é realizada uma análise comparativa entre os resultados obtidos pelo fluxo de potência probabilístico, quando são utilizadas duas funções de distribuição de probabilidade diferentes para estimar as curvas de carga diárias (a função de distribuição de probabilidade que ficou no primeiro lugar na análise estatística e a função normal). São apresentados resultados comparativos para diferentes distribuições de probabilidade, quando é considerada incerteza somente na demanda e quando é considerada conjuntamente incertezas na demanda e na conexão das fases / In this thesis an alternative methodology to calculate the power flow considering uncertainty in the electrical distribution system is proposed and validated. Specifically, uncertainty is considered in the demand of the low voltage consumers, as well as the phases in which the users are connected to the system. The demand of the consumer units is modeled by means of probability distribution functions. The proposed methodology uses the daily load curves that were estimated by means of the load curves measured in measuring campaign. The proposed power flow uses the Monte Carlo simulation method to generate multiple demand scenarios of the distribution system. The deterministic power flow method implemented is the so called Backward-Forward Sweep algorithm. In this work it is also implemented a statistical study to determine which distribution functions can represent the data of the daily load curves obtained in the measuring campaign. Many research works found in the academic ambit use a priori the normal distribution function to perform diverse studies; this can lead to wrong conclusions. This thesis also presents a comparative analysis between the results obtained by the probabilistic power flow, when two different probability distribution functions are used to estimate the daily load curves (the probability distribution function that was first in the statistical analysis and the normal function). Comparative results are shown for different distribution functions considering uncertainty only in the demand, and considering uncertainty in the demand and the connection of the phases

Orientador: Antonio Padilha Feltrin / Banca: Percival Bueno de Araujo / Banca: Anna Diva Plasencia Lotufo / Banca: José Manuel Arroyo Sanchez / Banca: Paulo Augusto Nepomuceno Garcia / Resumo: Nesta tese é proposta e avaliada uma metodologia alternativa para o cálculo do fluxo de potência quando são consideradas incertezas no sistema de distribuição de energia elétrica. Especificamente é considerada incerteza na demanda dos usuários de baixa tensão, assim como também nas fases em que os usuários estão ligados no sistema. A demanda das unidades consumidoras é modelada através das funções de distribuição de probabilidades. A metodologia proposta vale-se das curvas de carga diárias típicas que foram estimadas através das curvas de carga medidas em uma campanha de medição. O fluxo de potência proposto emprega o método de simulação de Monte Carlo para gerar múltiplos cenários de demanda do sistema de distribuição. O método de fluxo de potência determinístico empregado é o denominado algoritmo Backward-Forward Sweep. Neste trabalho também é realizado um estudo estatístico para determinar quais distribuições de probabilidade podem representar os dados das curvas de carga diárias obtidas na campanha de medições. Muitos trabalhos apresentados no âmbito acadêmico empregam a priori a função de distribuição de probabilidade normal para realizar os diversos estudos, isto pode levar a conclusões inadequadas. Também é realizada uma análise comparativa entre os resultados obtidos pelo fluxo de potência probabilístico, quando são utilizadas duas funções de distribuição de probabilidade diferentes para estimar as curvas de carga diárias (a função de distribuição de probabilidade que ficou no primeiro lugar na análise estatística e a função normal). São apresentados resultados comparativos para diferentes distribuições de probabilidade, quando é considerada incerteza somente na demanda e quando é considerada conjuntamente incertezas na demanda e na conexão das fases / Abstract: In this thesis an alternative methodology to calculate the power flow considering uncertainty in the electrical distribution system is proposed and validated. Specifically, uncertainty is considered in the demand of the low voltage consumers, as well as the phases in which the users are connected to the system. The demand of the consumer units is modeled by means of probability distribution functions. The proposed methodology uses the daily load curves that were estimated by means of the load curves measured in measuring campaign. The proposed power flow uses the Monte Carlo simulation method to generate multiple demand scenarios of the distribution system. The deterministic power flow method implemented is the so called Backward-Forward Sweep algorithm. In this work it is also implemented a statistical study to determine which distribution functions can represent the data of the daily load curves obtained in the measuring campaign. Many research works found in the academic ambit use a priori the normal distribution function to perform diverse studies; this can lead to wrong conclusions. This thesis also presents a comparative analysis between the results obtained by the probabilistic power flow, when two different probability distribution functions are used to estimate the daily load curves (the probability distribution function that was first in the statistical analysis and the normal function). Comparative results are shown for different distribution functions considering uncertainty only in the demand, and considering uncertainty in the demand and the connection of the phases / Doutor

[pt] A sazonalidade das fontes de geração de energia impacta as etapas de operação e planejamento do setor elétrico, pois provocam, dentre outros, variações de perfil de geração ao longo do ano. Diferentes tipos de usinas, como as hidráulicas, eólicas e térmicas à biomassa, têm sua disponibilidade afetada por causa do regime de chuvas, da intensidade dos ventos ou dos períodos de safra, respectivamente. Nessa dissertação, conduz-se um estudo sobre o impacto da sazonalidade hídrica na precisão de equivalentes de redes, por meio de fluxo de potência probabilístico via simulação Monte Carlo. As redes reduzidas são amplamente empregadas em estudos de planejamento da operação e da expansão do sistema elétrico. Uma das vantagens em sua adoção é a possibilidade de realizar um elevado número de simulações, com menor exigência computacional. A precisão dos equivalentes, nessa dissertação, é quantificada, considerando incertezas na demanda, variação de perfil de geração e a ocorrência de contingências de elementos de transmissão. São avaliados três métodos de redução de redes, em dois ambientes de simulação: cronológico e não cronológico. O primeiro tem o objetivo de analisar o impacto da utilização de um equivalente, obtido a partir da configuração típica de um mês especifico, nos demais meses do ano. O segundo visa comparar as diferentes metodologias de redução de rede diante de variações no ponto de redução, como contingências na transmissão. Os estudos são realizados com os sistemas IEEE 24 barras e IEEE 118 barras. Os equivalentes são elaborados com o software Organon e avaliados em MATLAB. Os resultados das simulações são amplamente discutidos e ressalta-se a importância do uso da rede reduzida adequada para garantia de resultados coerentes. / [en] The seasonality of energy generation sources impacts the operation and planning stages of the electricity sector, as they cause variations in the generation profile throughout the year. Different types of plants, such as hydraulic, wind, and biomass thermal plants, have their availability impacted due to the rainfall regime, the intensity of the winds, or the harvest periods, respectively. In this dissertation, a study is conducted on the impact of hydrological seasonality on the accuracy of network equivalents through probabilistic power flow via Monte Carlo simulation. Reduced networks are widely used in planning studies to operate and expand the electrical system. One of the advantages of its adoption is the possibility of performing a high number of simulations with less computational demand. The precision of the equivalents in this dissertation is quantified, considering the uncertainties in demand, variation of the generation profile, and the occurrence of contingencies of transmission elements. Three network reduction methods are considered in two simulation environments: chronological and non-chronological. The first is to analyze the impact of using an equivalent obtained from the typical configuration of a specific month in the other months of the year. The second aims to compare the different network reduction methodologies in the face of variations in the reduction point, such as transmission contingencies. The studies are carried out with the IEEE 24 bus and IEEE 118 bus systems. The equivalents are created with the Organon software and evaluated in MATLAB. The simulation results are widely discussed, highlighting the importance of using the reduced network to guarantee consistent results.

[pt] O aumento significativo de pequenas usinas de geração, impulsionado pela privatização do mercado de oferta de energia elétrica e avanços tecnológicos, apresenta desafios no acesso desses empreendimentos ao sistema de transmissão. Em algumas regiões, o aumento da implantação de usinas cria filas para acesso à rede elétrica, potencialmente resultando em uma escassez de margem de transmissão. Isso é caracterizado pela saturação de escoamento de potência em áreas geográficas com elevado potencial para fontes renováveis (como eólica e solar), impactando negativamente o planejamento e operação do sistema de transmissão. Esta Dissertação de Mestrado propõe uma abordagem de avaliação probabilística dos riscos associados à entrada de novos geradores, com destaque para fontes eólicas e fotovoltaicas. A utilização do fluxo de potência probabilístico, por meio da simulação de Monte Carlo, estende as capacidades do método determinístico, proporcionando uma melhor representação da intermitência inerente das fontes renováveis variáveis e possíveis contingências de equipamentos. Os estudos realizados no sistema teste IEEE RTS 79 - 24 barras, considerando a incorporação de usinas renováveis, permitem compreender a importância do método probabilístico no fornecimento de informações mais representativas aos tomadores de decisão. A proposta de reformulação do processo de acesso, adaptando métodos de cálculo para refletir a complexidade do cenário atual de geração de energia, emerge como um caminho promissor à utilização eficiente do sistema de transmissão, especialmente diante da crescente presença de fontes renováveis. / [en] The significant increase in small generation plants, driven by the privatization of the electricity supply market and technological advances, presents challenges in terms of their access to the transmission system. In some regions, the increasing deployment of power plants creates queues for access to the grid, potentially resulting in a transmission margin shortage. This is characterized by the saturation of power flow in geographical areas with high potential for renewable sources (such as wind and solar), negatively impacting the planning and operation of the transmission system. This Master s Thesis proposes a probabilistic approach to assessing the risks associated with the entry of new generators, especially wind and photovoltaic sources. The use of probabilistic power flow, through Monte Carlo simulation, extends the capabilities of the deterministic method, providing a better representation of the inherent intermittency of variable renewable sources and possible equipment contingencies. The studies carried out on the IEEE RTS 79 - 24-bus test system, considering the incorporation of renewable power plants, allow us to understand the importance of the probabilistic method in providing decision-makers with more representative information. The proposal to reformulate the access process, adapting calculation methods to reflect the complexity of the current energy generation scenario, emerges as a promising way of making efficient use of the transmission system, especially given the growing presence of renewable sources.

[pt] Na década de noventa, no Brasil, havia uma predominância de empresas verticalizadas no setor elétrico, pertencentes aos governos estaduais e federais, que no decorrer do processo de reestruturação e privatização sofreram uma desverticalização das suas atividades, em geração, transmissão, distribuição e comercialização. Após iniciada a privatização das companhias foi criada a Agência Nacional de Energia Elétrica (ANEEL),responsável por regular as atividades do setor elétrico brasileiro. Estas mudanças acarretaram em diferentes modelos de mercado caracterizados pelo acentuado uso dos sistemas de transmissão. Neste cenário, foi definido pela ANEEL que as concessionárias de distribuição devem pagar às transmissoras pela utilização de suas instalações o Encargo de Uso do Sistema de Transmissão (EUST). Para isso, é necessário informar o Montante de Uso do Sistema de Transmissão (MUST) para cada ponto de conexão e período tarifário por meio do Contrato de Uso do Sistema de Transmissão (CUST). Em caso de ultrapassagem dos valores firmados neste contrato acima de um percentual estipulado, a contratante terá que pagar uma penalidade. Esta dissertação tem por finalidade apresentar uma nova metodologia na determinação do valor ótimo do MUST, baseado em equivalentes estáticos flexíveis, fluxo de potência probabilístico e técnicas de otimização estocástica de modo a equilibrar o custo do transporte de energia e o custo da penalidade. Primeiro, utiliza-se uma técnica de redução de rede, flexível e precisa. Segundo, as incertezas provenientes das cargas, geração e topologia da rede são mapeadas nos pontos de conexão em análise. Terceiro, utiliza-se uma técnica simples de otimização estocástica para obter o MUST a ser contratado, pela distribuidora de energia elétrica, em cada barra de fronteira. Por último, a metodologia proposta é empregada no sistema acadêmico IEEE RTS com o objetivo de demonstrar a sua eficiência sendo os resultados obtidos amplamente discutidos. / [en] In Brazil, during the 1990s, there was a predominance of vertical companies in the electricity sector, belonging to the state and federal governments, which in the course of the restructuring and privatization process suffered a deverticalization of their activities into generation, transmission, distribution, and commercialization. After the beginning of this privatization process, the National Electric Energy Agency (ANEEL) was created, which is responsible for regulating the activities of the Brazilian electricity sector. These changes have led to different market models characterized by the strong use of the transmission systems. In this scenario, it was defined by ANEEL that the distribution concessionaires must pay the transmission companies for the use of their equipment. Thus, it is necessary to inform the Transmission System Usage Amount (MUST) for each connection point and tariff period by means of the Transmission System Use Agreement (CUST). In case of exceeding a specified percentage of the contracted amounts, the contractor will have to pay penalties. This dissertation aims to present a new methodology to determine the optimal value of MUST, based on flexible static equivalents, probabilistic power flow, and stochastic optimization techniques, in order to balance the energy transport and penalty costs. First, a flexible and accurate network reduction technique is used. Second, the uncertainties arising from the load, generation, and topology of the network are mapped at the connection points under analysis. Third, a simple stochastic optimization technique is used to obtain the MUST to be contracted by the electric power distributor at each border bus. Finally, the proposed methodology is used in the IEEE RTS academic system in order to demonstrate its efficiency, and the obtained results are widely discussed.

[pt] Em planejamento e operação de sistemas de energia elétrica, é necessário realizar diversas avaliações utilizando o algoritmo de fluxo de potência, para obter e monitorar o ponto de operação da rede em estudo. Em sua utilização determinística, devem ser especificados valores de geração e níveis de carga por barra, bem como considerar uma configuração especifica da rede elétrica. Existe, porém, uma restrição evidente em se trabalhar com algoritmo de fluxo de potência determinístico: não há qualquer percepção do impacto gerado por incertezas nas variáveis de entrada que o algoritmo utiliza. O algoritmo de fluxo de potência probabilístico (FPP) visa extrapolar as limitações impostas pelo uso da ferramenta convencional determinística, permitindo a consideração das incertezas de entrada. Obtém-se maior sensibilidade na avaliação dos resultados, visto que possíveis regiões de operação são mais claramente examinadas. Consequentemente, estima-se o risco do sistema funcionar fora de suas condições operativas nominais. Essa dissertação propõe uma metodologia baseada na simulação Monte Carlo (SMC) utilizando técnicas de amostragem por importância via o método de entropia cruzada. Índices de risco para eventos selecionados (e.g., sobrecargas em equipamentos de transmissão) são avaliados, mantendo-se a precisão e flexibilidade permitidas pela SMC convencional, porém em tempo computacional muito reduzido. Ao contrário das técnicas analíticas concebidas para solução do FPP, que visam primordialmente à elaboração de curvas de densidade de probabilidade para as variáveis de saída (fluxos, etc.) e sempre necessitam ter a precisão obtida comparada à SMC, o método proposto avalia somente as áreas das caudas dessas densidades, obtendo resultados com maior exatidão nas regiões de interesse do ponto de vista do risco operativo. O método proposto é aplicado nos sistemas IEEE 14 barras, IEEE RTS e IEEE 118 barras, sendo os resultados obtidos amplamente discutidos. Em todos os casos, há claros ganhos de desempenho computacional, mantendo-se a precisão, quando comparados à SMC convencional. As possíveis aplicações do método e suas derivações futuras também fazem parte da dissertação. / [en] In planning and operation of electric energy systems, it is necessary to perform several evaluations using the power flow algorithm to obtain and monitor the operating point of the network under study. Bearing in mind its deterministic use, generation values and load levels per bus must be specified, as well as a specific configuration of the power network. There is, however, an obvious constraint in running a deterministic power flow tool: there is no perception of the impact produced by uncertainties on the input variables used by the conventional algorithm. The probabilistic power flow (PLF) algorithm aims to solve the limitations imposed by the use of the deterministic conventional tool, allowing the consideration of input uncertainties. Superior sensitivity is obtained in the evaluation of results, as possible regions of operation are more clearly examined. Consequently, the risk of the system operating outside its nominal conditions is duly estimated. This dissertation proposes a methodology based on Monte Carlo simulation (MCS) using importance sampling techniques via the cross-entropy method. Risk indices for selected events (e.g., overloads on transmission equipment) are evaluated, keeping the same accuracy and flexibility tolerable by the conventional MCS, but in much less computational time. Unlike the FPP solution obtained by analytical techniques, which primarily aim at assessing probability density curves for the output variables (flows, etc.) and always need to have the accuracy compared to MCS, the proposed method evaluates only the tail areas of these densities, obtaining results with greater accuracy in the regions of interest from the operational risk point of view. The proposed method is applied to IEEE 14, IEEE RTS and IEEE 118 bus systems, and the results are widely discussed. In all cases, there are clear gains in computational performance, maintaining accuracy when compared to conventional SMC. The possible applications of the method and future developments are also part of the dissertation.

[pt] As companhias regionais de distribuição não são autossuficientes em energia elétrica para atender seus clientes, e requerem importar a potência necessária do sistema interligado. No Brasil, elas realizam anualmente o processo de contratação do montante de uso do sistema de transmissão (MUST) para o horizonte dos próximos quatro anos. Essa operação é um exemplo real de tarefa que envolve decisões sob incerteza com elevado impacto na produtividade das empresas distribuidoras e do setor elétrico em geral. O trabalho se torna ainda mais complexo diante da crescente variabilidade associada à geração de energia renovável e à mudança do perfil do consumidor. O MUST é uma variável aleatória, e ser capaz de compreender sua variabilidade é crucial para melhor tomada de decisão. O fluxo de potência probabilístico é uma técnica que mapeia as incertezas das injeções nodais e configuração de rede nos equipamentos de transmissão e, consequentemente, nas potências importadas em cada ponto de conexão com o sistema interligado. Nesta tese, o objetivo principal é desenvolver metodologias baseadas no fluxo de potência probabilístico via simulação Monte Carlo, em conjunto com a técnica da entropia cruzada, para estimar os riscos envolvidos na contratação ótima do MUST. As metodologias permitem a implementação de software comercial para lidar com o algoritmo de fluxo de potência, o que é relevante para sistemas reais de grande porte. Apresenta-se, portanto, uma ferramenta computacional prática que serve aos engenheiros das distribuidoras de energia elétrica. Resultados com sistemas acadêmicos e reais mostram que as propostas cumprem os objetivos traçados, com benefícios na redução dos custos totais no processo de otimização de contratos e dos tempos computacionais envolvidos nas estimativas de risco. / [en] Local power distribution companies are not self-sufficient in electricity to serve their customers, and require importing additional energy supply from the interconnected bulk power systems. In Brazil, they annually carry out the contracting process for the amount of transmission system usage (ATSU) for the next four years. This process is a real example of a task that involves decisions under uncertainty with a high impact on the productivity of the distributions companies and on the electricity sector in general. The task becomes even more complex in face of the increasing variability associated with the generation of renewable energy and the changing profile of the consumer. The ATSU is a random variable, and being able to understand its variability is crucial for better decision making. Probabilistic power flow is a technique that maps the uncertainties of nodal injections and network configuration in the transmission equipment and, consequently, in the imported power at each connection point with the bulk power system. In this thesis, the main objective is to develop methodologies based on probabilistic power flow via Monte Carlo simulation, together with cross entropy techniques, to assess the risks involved in the optimal contracting of the ATSU. The proposed approaches allow the inclusion of commercial software to deal with the power flow algorithm, which is relevant for large practical systems. Thus, a realistic computational tool that serves the engineers of electric distribution companies is presented. Results with academic and real systems show that the proposals fulfill the objectives set, with the benefits of reducing the total costs in the optimization process of contracts and computational times involved in the risk assessments.

[pt] A demanda global por soluções sustentáveis para geração de energia elétrica cresceu rapidamente nas últimas décadas, sendo impulsionada por incentivos fiscais dos governos e investimentos em pesquisa e desenvolvimento de tecnologias. Isso provocou uma crescente inserção de fontes renováveis nas redes elétricas ao redor do mundo, criando novos desafios críticos para as avaliações de desempenho dos sistemas que são potencializados pela intermitência desses recursos energéticos combinada às falhas dos equipamentos de rede. Motivado por esse cenário, esta dissertação aborda a estimativa de risco de inadequação de grandezas elétricas, como ocorrências de sobrecarga em ramos elétricos ou subtensão em barramentos, através do uso do fluxo de potência probabilístico, baseado na simulação Monte Carlo e no método de entropia cruzada. O objetivo é determinar o risco do sistema não atender a critérios operativos, de forma precisa e com eficiência computacional, considerando as incertezas de carga, geração e transmissão. O método é aplicado aos sistemas testes IEEE RTS 79 e IEEE 118 barras, considerando também versões modificadas com a inclusão de uma usina eólica, e os resultados são amplamente discutidos. / [en] The global demand for sustainable solutions for electricity generation has grown rapidly in recent decades, driven by government tax incentives and investments in technology research and development. This caused a growing insertion of renewable sources in power networks around the world, creating new critical challenges for systems performance assessments that are enhanced by the intermittency of these energy resources combined with the failures of network equipment. Motivated by this scenario, this dissertation addresses the estimation of risk of inadequacy of electrical quantities, such as overload occurrences in electrical branches or undervoltage in buses, through the use of probabilistic power flow, based on Monte Carlo simulation and the cross-entropy method. The objective is to determine the risk of the system not meeting operational criteria, precisely and with computational efficiency, considering load, generation and transmission uncertainties. The method is applied to IEEE RTS 79 and IEEE 118 bus test systems, also considering modified versions with the inclusion of a wind power plant, and the results are widely discussed.

Kenntnisse über das prinzipielle Verhalten der Lasten und deren Benutzung durch die Endabnehmer sind im Wesentlichen vorhanden. Viele der aktuell notwendigen Untersuchungen benötigen jedoch Zeitreihen elektrischer Lasten, sogenannte Lastgänge. Mit der Synthese von Zeitreihen elektrischer Lasten können unter Berücksichtigung verschiedenster Anforderungen Lastgänge aufgebaut werden, wobei in dieser Arbeit der Fokus auf Haushaltsabnehmer liegt. Wichtige Eingangsdaten für die Lastgangsynthese sind die technischen Kenngrößen der elektrischen Geräte und die sozialen Kennzahlen zur Benutzung der Geräte durch die Endabnehmer. Anhand dieser Eingangsdaten wird die Lastgangsynthese durchgeführt und werden Anwendungsbeispiele dargestellt. Die Entwicklung von klassischen Versorgungsnetzen hin zu aktiven Verteilungsnetzen ist bedingt durch neue Verbraucher, wie Wärmepumpen, Elektroautos, sowie vielen dezentralen Erzeugungsanlagen. Speziell die fluktuierende Einspeisung durch Photovoltaik-Anlagen ist Anlass zur Forderung nach einem Verbrauchs- und Lastmanagement. Mit dem Verbrauchsmanagement wird die Last an die Einspeisung angepasst und das Lastmanagement berücksichtigt zusätzlich die Versorgungssituation des Netzes. Für die Lastgangsynthese werden die Haushaltsgeräte in fünf Geräteklassen unterteilt, für die spezifische Kennzahlen aus technischer und sozialer Sicht angegeben werden. Diese Kennzahlen sind Leistung pro Gerät oder Energieverbrauch pro Nutzung sowie Ausstattungsgrade, Benutzungshäufigkeiten und Zeiten für das Ein- und Ausschalten der Geräte. Damit wird ein neuer Ansatz gewählt, welcher nicht mehr auf die detaillierte Beschreibung des Bewohnerverhaltens beruht, da die Datenbereitstellung dafür äußerst schwierig war und ist. Vorzugsweise in Niederspannungsnetzen sind mit synthetischen Zeitreihen umfangreiche und umfassende Untersuchungen realisierbar. Es gibt verschiedenste Möglichkeiten, die Zeitreihen zusammenzustellen. Mit Lastgängen je Außenleiter können beispielsweise unsymmetrische Zustände der Netze analysiert werden. Zudem können auch Lastgänge für Geräte bzw. Gerätegruppen erstellt werden, welche für Potenzialanalysen des Verbrauchsmanagement essenziell sind. Der wesentliche Unterschied besteht darin, dass viele Berechnungen nicht mehr auf deterministische Extremwerte beruhen, sondern die stochastischen Eigenschaften der Endabnehmer mit den resultierenden Lastgängen berücksichtigt werden. / Distributed generation and novel loads such as electric vehicles and heat pumps require the development towards active distribution networks. Load curves are needed for the appropriate design process. This thesis presents a feasible and expandable synthesis of load curves, which is performed exemplary on residential customers with a period under review of 1 year and time steps of as little as 30 s. The data is collected for up-to-date appliances and current statics examining the way of life. The main focus lies on the input data for the synthesis and distinguishes between technical and social factors. Some thirty home appliances have been analyzed and are classified into five appliance classes by incorporating switching operations and power consumptions. The active power is the key figure for the technical perspective and the data is derived from manufacturer information. For the social perspective six different customer types are defined. They differ in sizes of household and housekeeping. The social key figures are appliance penetration rate and depending on the appliance class the turn-on time, turn-off time, operating duration or cycle duration. The elaborated two-stage synthesis is efficiently implemented in Matlab®. First, artificial load curves are created for each appliance of the households under consideration of the appliance class. In the second step, the individual load curves of the appliances are combined to load curves per line conductor. The algorithms have been validated in the implementation process by retracing the input data in the load curves. Also, the feasibility of the results is shown by comparing the key figures maximum load and power consumption to data in literature. The generated load curves allow for unsymmetrical calculations of distribution systems and can be used for probabilistic investigations of the charging of electric vehicles, the sizing of thermal storage combined with heat pumps or the integration of battery storage systems. A main advantage is the possibility to estimate the likelihood of operating conditions. The enhancement to further appliances and the changeability of the input data allows for versatile further possible investigations.