Die Zunahme unsymmetrisch betriebener Kundenanlagen mit hoher Betriebsdauer und -strömen in Niederspannungsnetzen führt neben der stärkeren Belastung der Betriebsmittel und des Spannungsbandes zu einer Erhöhung der Spannungsunsymmetrie. Diese Arbeit untersucht diese Beeinflussungen anhand von Wiederspannungsnetzsimulationen bei verschiedener Durchdringung von Elektrofahrzeugen und Photovoltaikanalgen. Dazu werden anhand von Labor- und Netzmessungen probabilistische Lastmodelle für Haushalte, Photovoltaikanalgen und Elektrofahrzeuge entwickelt, welche die unsymmetrische Betriebsweise über einen Tag berücksichtigen. Die Auswirkungen auf die Spannungsunsymmetrie werden anhand des Verhältnisses zwischen Gegen- zu Mitsystemspannung und die Stromunsymmetrie anhand von unsymmetrischen Leistungsanteilen beschrieben. Neben der Analyse der Auswirkungen der unsymmetrisch betriebenen Kundenanlagen auf die erwähnten Kenngrößen werden mögliche Maßnahmen zur Reduzierung des Einflusses vorgestellt und durch Simulationen geprüft. Anhand der durchgeführten Betrachtungen und Simulationen wird ein Niederspannungsäquivalent abgeleitet. Mit diesem können Profile für die unsymmetrischen Leistungsanteile bestimmt werden, mit denen die Sternpunktbelastung und der Einfluss auf die Unsymmetrie im übergeordneten Netz abgeschätzt werden kann.:1 Einführung 1 1.1 Stand der Technik 1 1.2 Ziel der Arbeit 2 1.3 Struktur der Arbeit 3 2 Grundlagen 4 2.1 Elektroenergiequalität und EMV Koordinierung 4 2.2 Allgemeine Bewertungsgrößen 8 2.2.1 Gleichphasigkeitsindizes 8 2.2.2 Qualitätsreserve 9 2.2.3 Quantil 9 2.3 Betriebsmittelbelastung 10 2.4 Verlustleistung und -energie 10 2.5 Langsame Spannungsänderung 10 2.6 Unsymmetrie-Kenngrößen 13 2.6.1 Spannungsunsymmetrie 16 2.6.2 Stromunsymmetrie 18 2.6.3 Unsymmetrische Leistung 20 3 Einflussfaktoren auf die Unsymmetrie 24 3.1 Übergeordnetes Netz 24 3.2 Transformator 25 3.3 Leitung 27 3.4 Erdung 28 3.5 Kundenanlagen 33 3.5.1 Anschluss der Kundenanlagen 33 3.5.2 Statisches Verhalten hinsichtlich Spannungs- und Frequenzabhängigkeit 34 3.5.3 Analytisches Modell zur vereinfachten Abschätzung der Spannungsunsymmetrie 35 3.6 Zusammenfassende Bewertung der Einflussfaktoren 40 3.7 Maßnahmen zur Reduzierung der Unsymmetrie 41 3.7.1 Verringerung der Gegensystemspannung des übergeordneten Netzes 43 3.7.2 Verringerung der wirksamen Gegen- bzw. Nullsystemimpedanz am Verknüpfungspunkt 43 3.7.3 Verringerung des Gegen- bzw. Nullsystemstroms der anzuschließenden Kundenanlage 43 3.7.4 Erhöhung der unsymmetrischen Lastimpedanz parallel betriebener Anlagen 44 3.7.5 Beeinflussung des Phasenwinkels des Gegen- bzw. Nullsystemstroms 44 3.8 Auswahl des Messorts zur Bestimmung der höchsten Spannungsunsymmetrie 47 4 Simulationskonzept und -modelle 49 4.1 Auswahl an Kundenanlagen 49 4.1.1 Erzeugungsanlagen im Niederspannungsnetz 49 4.1.2 Elektrofahrzeuge 51 4.2 Simulationsablauf 52 4.2.1 Wahl eines Simulationsszenarios und eines Simulationsnetzes 53 4.2.2 Installation von Photovoltaikanlagen und Ladepunkten für Elektrofahrzeuge 54 4.2.3 Festlegung von zu simulierender Zeitdauer und Mittelungsintervall 54 4.2.4 Lastflussberechnung je Zeitschritt 55 4.3 Stochastische Beschreibung der gleichzeitig ladenden Elektrofahrzeuge je Außenleiter – zentrales Laden 55 4.4 Simulationsmodelle - dezentrales Laden 57 4.4.1 Übergeordnetes Netz 57 4.4.2 Betriebsmittel des Niederspannungsnetzes 60 4.4.3 Kundenanlagen 62 5 Simulationsergebnisse 72 5.1 Zentrales Laden 72 5.1.1 Methodik 72 5.1.2 Auslastung der Betriebsmittel 73 5.1.3 Leitungsverluste 73 5.1.4 Unsymmetrischer Leistungsanteil 74 5.1.5 Spannungsunsymmetrie und Spannungsdifferenz 75 5.2 Dezentrales Laden 77 5.2.1 Methodik 77 5.2.2 Auslastung der Betriebsmittel 78 5.2.3 Leitungsverluste 79 5.2.4 Spannungsdifferenz 80 5.2.5 Unsymmetrischer Leistungsanteil 82 5.2.6 Spannungsunsymmetrie 83 5.2.7 Bewertung möglicher Maßnahmen zur Reduzierung der Spannungsunsymmetrie 89 5.2.8 Einfluss unsymmetrischer Koppelimpedanzen auf die Spannungsunsymmetrie 92 5.3 Resümee und Handlungsempfehlungen 94 6 Niederspannungsäquivalent für unsymmetrische Leistungsanteile 97 6.1 Lastgang der unsymmetrischen Leistungsanteile 97 6.2 Geräteklassenabhängiger unsymmetrischer Leistungsanteil 99 6.2.1 Unsymmetrischer Leistungsanteil Haushaltslasten 99 6.2.2 Unsymmetrischer Leistungsanteil Elektrofahrzeuge 99 6.2.3 Unsymmetrische Leistungsanteile PV-Anlagen 103 6.3 Überlagerung der Zeitverläufe 104 6.4 Beispiel 105 7 Zusammenfassung, Schlussfolgerungen und Ausblick 107 Literaturverzeichnis 110 Anhang 118

Eine angemessene Qualität der Elektroenergie ist Grundvoraussetzung für den störungsfreien Betrieb aller angeschlossenen Geräte und Anlagen und spielt in den Verteilungsnetzen moderner Industriegesellschaften wie Deutschland eine zentrale Rolle. Die Elektroenergiequalität (EEQ) wird in Strom- und Spannungsqualität unterteilt. Während die Stromqualität maßgeblich im Verantwortungsbereich der Hersteller von Geräten und Anlagen liegt, sind für die Sicherung einer angemessenen Spannungsqualität im Wesentlichen die Netzbetreiber verantwortlich. Durch die technische Weiterentwicklung bspw. neuer Gerätetechnologien und die zunehmende Integration dezentraler Erzeugungsanlagen wie Photovoltaikanlagen ist zu erwarten, dass die EEQ auch künftig weiter an Bedeutung gewinnt. Die EEQ im Niederspannungsverteilungsnetz ist abhängig von Ort und Zeit und wird durch verschiedene Qualitätskenngrößen beschrieben. Die örtliche und zeitliche Abhängigkeit resultieren aus einer Vielzahl verschiedener Einflussfaktoren, welche sich entweder der elektrischen oder der nicht-elektrischen Umgebung des betrachteten Verteilungsnetzes zuordnen lassen. Die elektrische Umgebung wird durch die Art und Anzahl angeschlossener Verbraucher bzw. Erzeuger (Abnehmer- bzw. Erzeugerstruktur) sowie Struktur und technische Parameter des Verteilungsnetzes (Netzstruktur) bestimmt. Die nicht-elektrische Umgebung umfasst u.a. Einflüsse der klimatischen Umgebung wie bspw. Temperatur oder Globalstrahlung. Ziel dieser Arbeit ist die systematische Identifikation korrelativer Zusammenhänge zwischen den genannten Umgebungseinflüssen und der EEQ sowie deren Quantifizierung auf Basis geeigneter Indizes und Kenngrößen. Die Ergebnisse der Arbeit helfen grundlegende Prinzipien der Ausprägung der Elektroenergiequalität im öffentlichen Verteilungsnetz besser zu verstehen sowie die Verteilungsnetze im Hinblick auf die Elektroenergiequalität zu charakterisieren und zu klassifizieren. Analog zu den Standard-Lastprofilen erfolgt die Definition von Standard-Qualitätsprofilen. / Power quality levels in public low voltage grids are influenced by many factors which can either be assigned to the electrical environment (connected consumers, connected genera-tion, network characteristics) or to the non-electrical environment (e.g. climatic conditions) at the measurement site. Type and amount of connected consumers (consumer topology) are expected to have a very high impact on power quality (PQ) levels. The generation topology is characterized by number and kind of equipment and generating installations like photovoltaic systems which are connected to the LV grid. The electrical parameters of the grid define the network topology. The parameters which are most suitable to describe each of the three topologies and the climatic environment will be identified. Voltage and current quality in public low voltage (LV) grids vary depending on location and time. They are quantified by a set of different parameters which either belong to events (e.g. dips) or to variations (e.g. harmonics). This thesis exclusively addresses continuous parameters describing variations. Continuous phenomena like harmonics are closely linked to an one-day-cycle which implies a more or less periodic behavior of the continuous power quality parameters. Consumer topologies such as office buildings or residential areas differ in their use of equipment. Time series analysis is used to distinguish between different consumer topologies and to identify characteristic weeks. The clustering of one-day time series is applied to identify characteristic days within the weeks of certain topologies. Based on the results, emission profiles for certain current quality parameters of different consumer topologies will be defined. Due to the characteristic harmonic current emission of certain consumer topologies which represents the typical user behaviour a classification system is developed. It is used to automatically classify the emission profiles of harmonic currents for unknown measurements and to estimate a likely consumer topology. A classification measure is introduced in order to identify unusual or false classified emission profiles. The usage behaviour of equipment by customers usually varies over the year. Subsequently, the levels of PQ parameters like harmonics may show seasonal variations which are identified by using newly defined parameters. The introduction of new device technologies on a large scale like the transition from incandescent to LED lamps might result in long-term changes to the levels of PQ parameters (e.g. harmonics). The analysis of the long-term behavior (trend) will be applied in order to quantify global trends (looking on the measurement duration as a whole) and local trends (looking on individual segments of the whole time series).

Eine angemessene Qualität der Elektroenergie ist Grundvoraussetzung für den störungsfreien Betrieb aller angeschlossenen Geräte und Anlagen und spielt in den Verteilungsnetzen moderner Industriegesellschaften wie Deutschland eine zentrale Rolle. Die Elektroenergiequalität (EEQ) wird in Strom- und Spannungsqualität unterteilt. Während die Stromqualität maßgeblich im Verantwortungsbereich der Hersteller von Geräten und Anlagen liegt, sind für die Sicherung einer angemessenen Spannungsqualität im Wesentlichen die Netzbetreiber verantwortlich. Durch die technische Weiterentwicklung bspw. neuer Gerätetechnologien und die zunehmende Integration dezentraler Erzeugungsanlagen wie Photovoltaikanlagen ist zu erwarten, dass die EEQ auch künftig weiter an Bedeutung gewinnt. Die EEQ im Niederspannungsverteilungsnetz ist abhängig von Ort und Zeit und wird durch verschiedene Qualitätskenngrößen beschrieben. Die örtliche und zeitliche Abhängigkeit resultieren aus einer Vielzahl verschiedener Einflussfaktoren, welche sich entweder der elektrischen oder der nicht-elektrischen Umgebung des betrachteten Verteilungsnetzes zuordnen lassen. Die elektrische Umgebung wird durch die Art und Anzahl angeschlossener Verbraucher bzw. Erzeuger (Abnehmer- bzw. Erzeugerstruktur) sowie Struktur und technische Parameter des Verteilungsnetzes (Netzstruktur) bestimmt. Die nicht-elektrische Umgebung umfasst u.a. Einflüsse der klimatischen Umgebung wie bspw. Temperatur oder Globalstrahlung. Ziel dieser Arbeit ist die systematische Identifikation korrelativer Zusammenhänge zwischen den genannten Umgebungseinflüssen und der EEQ sowie deren Quantifizierung auf Basis geeigneter Indizes und Kenngrößen. Die Ergebnisse der Arbeit helfen grundlegende Prinzipien der Ausprägung der Elektroenergiequalität im öffentlichen Verteilungsnetz besser zu verstehen sowie die Verteilungsnetze im Hinblick auf die Elektroenergiequalität zu charakterisieren und zu klassifizieren. Analog zu den Standard-Lastprofilen erfolgt die Definition von Standard-Qualitätsprofilen. / Power quality levels in public low voltage grids are influenced by many factors which can either be assigned to the electrical environment (connected consumers, connected genera-tion, network characteristics) or to the non-electrical environment (e.g. climatic conditions) at the measurement site. Type and amount of connected consumers (consumer topology) are expected to have a very high impact on power quality (PQ) levels. The generation topology is characterized by number and kind of equipment and generating installations like photovoltaic systems which are connected to the LV grid. The electrical parameters of the grid define the network topology. The parameters which are most suitable to describe each of the three topologies and the climatic environment will be identified. Voltage and current quality in public low voltage (LV) grids vary depending on location and time. They are quantified by a set of different parameters which either belong to events (e.g. dips) or to variations (e.g. harmonics). This thesis exclusively addresses continuous parameters describing variations. Continuous phenomena like harmonics are closely linked to an one-day-cycle which implies a more or less periodic behavior of the continuous power quality parameters. Consumer topologies such as office buildings or residential areas differ in their use of equipment. Time series analysis is used to distinguish between different consumer topologies and to identify characteristic weeks. The clustering of one-day time series is applied to identify characteristic days within the weeks of certain topologies. Based on the results, emission profiles for certain current quality parameters of different consumer topologies will be defined. Due to the characteristic harmonic current emission of certain consumer topologies which represents the typical user behaviour a classification system is developed. It is used to automatically classify the emission profiles of harmonic currents for unknown measurements and to estimate a likely consumer topology. A classification measure is introduced in order to identify unusual or false classified emission profiles. The usage behaviour of equipment by customers usually varies over the year. Subsequently, the levels of PQ parameters like harmonics may show seasonal variations which are identified by using newly defined parameters. The introduction of new device technologies on a large scale like the transition from incandescent to LED lamps might result in long-term changes to the levels of PQ parameters (e.g. harmonics). The analysis of the long-term behavior (trend) will be applied in order to quantify global trends (looking on the measurement duration as a whole) and local trends (looking on individual segments of the whole time series).