Neuer klassifikationsbasierter globaler Optimierungsansatz für nachhaltige aktive Verteilnetze

Die Beleuchtung effizient eingeschaltet halten

Da Haushalte, Unternehmen und Elektrofahrzeuge zunehmend an ein Netz mit erneuerbaren Energien angeschlossen werden, wird die effiziente Übertragung von Strom von Kraftwerken bis in die Steckdosen zu einer zentralen Herausforderung. Traditionelle Ortsnetze waren nie für Solarmodule auf Dächern oder viele kleine Erzeuger in einer Stadt ausgelegt. Diese Studie untersucht einen neuen Weg, um diese lokalen Stromnetze aufzurüsten, sodass sie saubere Energie verlässlicher handhaben, deutlich weniger Energie als Wärme verschwenden und die globalen Klima‑ und Nachhaltigkeitsziele besser unterstützen können.

Warum lokale Leitungen Energie verschwenden

Die meisten Verteilnetze, die Strom in Straßen und Wohngebiete liefern, haben eine einfache baumartige Struktur: Der Strom fließt von einer Hauptumspannstation entlang von Zweigen zu vielen Verbrauchern. Dieses radiale Layout ist günstig zu bauen, aber wenig tolerant. Beim Transport entlang langer Kabel gehen Teile der Energie verloren und die Spannungen fallen ab, besonders an den äußeren Enden des Netzes oder wenn die Nachfrage plötzlich ansteigt. Mit mehr Klimaanlagen, Elektronik und inzwischen auch Ladegeräten für Elektrofahrzeuge werden diese Schwächen deutlicher, was zu höheren Verlusten, geringerer Effizienz und einem größeren Risiko schlechter Spannungsqualität führt.

Passive Netze in aktive verwandeln

Moderne „aktive“ Verteilnetze versuchen, diese Probleme durch das Hinzufügen kleiner Erzeuger – etwa Dachphotovoltaik und andere dezentrale Ressourcen – sowie durch Kondensatorbänke zur Feinabstimmung der Spannungspegel zu beheben. Strategisch platziert erlauben diese Geräte, Strom näher am Verbrauchspunkt zu erzeugen, entlasten lange Leitungen und verbessern die Spannungsstabilität. Bislang haben Ingenieure häufig auf trial‑and‑error‑Suchverfahren zurückgegriffen, die von Natur‑ oder Sozialverhalten inspirierte Metaheuristiken nutzen, um Installationsorte zu bestimmen. Solche Algorithmen können zwar gute Lösungen finden, verhalten sich jedoch wie Black‑Boxes: sie sind stark von der Parametrierung abhängig, können in suboptimalen Lösungen hängen bleiben und werden mit wachsender Netzgröße langsam und unvorhersehbar.

Eine schlauere Methode zur Auswahl wichtiger Standorte

Diese Arbeit schlägt einen anderen Weg vor, genannt klassifikationsbasierte globale Optimierung. Anstatt eine blinde Suche über das gesamte Netz laufen zu lassen, betrachtet die Methode zunächst jeden Knotenpunkt (Bus) im Netz und klassifiziert ihn nach Kriterien wie Spannungssensitivität, Leistungsaufnahme und Lage innerhalb der Netzstruktur. Knoten, die Verluste und Spannungen besonders stark beeinflussen, werden zu Hochprioritätskandidaten. Erst nach dieser ingenieurwissenschaftlich fundierten Sortierung wendet die Methode einen globalen Optimierungsschritt an, der zwei Ziele abwägt: Spannungen nahe den Sollwerten zu halten und sowohl Wirkleistungs‑ als auch Blindleistungsverluste zu reduzieren. Indem der Suchraum auf die vielversprechendsten Stellen verkleinert und klare elektrische Regeln genutzt werden, gewinnt der Ansatz gegenüber herkömmlichen Black‑Box‑Algorithmen an Transparenz, Geschwindigkeit und Zuverlässigkeit.

Die Idee an realistischen Netzen testen

Um die Praxistauglichkeit zu prüfen, testeten die Autoren die Methode an zwei standardisierten Benchmark‑Systemen, die weltweit verwendet werden: eines mit 33 und eines mit 69 Bussen. In jedem Fall betrachteten sie drei Szenarien: nur Kondensatorbänke installieren, nur dezentrale Erzeuger (Photovoltaik‑Einheiten, modelliert als inverterbasierte Systeme) installieren und beide zusammen installieren. Für jedes Szenario verfolgten sie Leistungsverluste, die niedrigste Spannung im Netz und einen einfachen Spannungsstabilitätsindex, der widerspiegelt, wie nahe das System an unsicheren Betriebszuständen liegt. Außerdem verglichen sie ihre Ergebnisse mit einer breiten Palette veröffentlichter Optimierungstechniken — von feuerfliegeninspirierten Suchen bis zu Coyote‑ und Schwarmverfahren — um Leistung und Rechenaufwand zu beurteilen.

Große Einsparungen bei Verlusten und stärkere, sauberere Netze

Der klassifikationsbasierte Ansatz erzielte eindrucksvolle Gewinne. Im 33‑Bus‑System reduzierten allein hinzugefügte Kondensatoren die Wirkleistungsverluste um etwa ein Drittel, während alleinige Solargeneratoren Verluste um rund zwei Drittel verringerten. Die Kombination beider Gerätekategorien eliminierte Verluste nahezu vollständig: etwa 95 Prozent Reduktion und eine Annäherung des Spannungsstabilitätsindex an den Idealwert. Im größeren, anspruchsvolleren 69‑Bus‑System war das Muster ähnlich, aber noch eindrucksvoller: Kondensatoren allein verringerten die Verluste um etwa 36 Prozent, Erzeuger allein um etwa 69 Prozent, und die kombinierte Lösung reduzierte Verluste um über 98 Prozent. In beiden Netzen stiegen die niedrigsten Busspannungen von besorgniserregenden Werten auf nahezu die gewünschten Nennwerte, und die Simulationszeiten blieben trotz der Komplexität der Aufgabe moderat — im Bereich von einigen zehn Sekunden.

Was das für den Alltag der Stromnutzer bedeutet

Für Nicht‑Spezialisten ist die Botschaft klar: Durch eine informiertere, klassifikationsbasierte Strategie können Versorgungsunternehmen entscheiden, wo lokale Solaranlagen und unterstützende Einrichtungen installiert werden sollten, sodass bestehende Leitungen Strom effizienter und zuverlässiger transportieren. Das führt zu weniger Verlusten, stabileren Spannungen in Ihrem Zuhause oder Geschäft und erleichtert die Integration großer Mengen erneuerbarer Energie. Da die Methode schneller, leichter interpretierbar und gut skalierbar ist, bietet sie ein praktisches Werkzeug für Versorger, die saubere Energieziele unterstützen und nachhaltigere, widerstandsfähigere Energiesysteme aufbauen möchten, die auf intelligente Weise zuverlässig die Lichter anlassen.

Zitation: Elazab, R., Salem, A. New classification-based global optimization approach for sustainable active power distribution networks. Sci Rep 16, 13648 (2026). https://doi.org/10.1038/s41598-026-48973-7

Schlüsselwörter: aktive Verteilnetze, dezentraler Erzeugung, Reduzierung von Leistungsverlusten, Spannungsstabilität, Integration erneuerbarer Energien