Lastmodelle sind grundlegende Komponenten für die Simulation und Analyse eines Stromnetzes. Aufgrund ihrer großen Bedeutung wurde in den letzten Jahren eine große Anzahl dynamischer Modelle eingeführt, die das dynamische Verhalten konventioneller Lasten genau modellieren können. Neue Netzkomponenten, wie z.B. dezentrale Erzeugung und steuerbare Lasten, entstehen jedoch nach und nach und verwandeln lastdominierte Verteilnetze in aktive Verteilnetze. Daher ist es für die Übertragungsnetzbetreiber (ÜNB) unerlässlich, die bestehenden Lastmodelle zu aktualisieren und die Stabilität ihres Systems neu zu bewerten.
Angeregt durch eine vor einigen Jahren in Deutschland durchgeführte Studie wird in dieser Dissertation versucht, die stationäre Beziehung zwischen Frequenz und Wirkleistung zu bestimmen. Im nächsten Schritt wird die entsprechende Methodik zur Entwicklung von Lastmodellen, die vor einigen Jahren vorgeschlagen wurde, so erweitert, dass sie auf moderne Verteilnetze mit dezentraler Erzeugung angewendet werden kann. Die Ergebnisse der “alten” und der aktuellen Studie werden verglichen und zeigen, wie stark sich die Lastdynamik in den letzten Jahren verändert hat.
Im weiteren Verlauf der Dissertation wird eine dreistufige Methodik vorgestellt, um eine Reihe von dynamischen Modellen für ein aktives Verteilnetz zu erstellen. In der ersten Stufe identifiziert die vorgeschlagene Clustermethode alle relevanten Daten für die Parameteridentifikation. In der nächsten Stufe werden diese Daten in Gruppen mit ähnlicher Dynamik geclustert. In der dritten Stufe wird ein nichtlineares dynamisches Modell für jede der generierten Gruppen entwickelt. Man kommt zu dem Schluss, dass trotz der großen Anzahl von Messungen, die ein breites Spektrum von Netzkonfigurationen repräsentieren, das allgemeine dynamische Verhalten eines aktiven Verteilnetzes mit einer begrenzten Anzahl von Clustern genau erfasst und modelliert werden kann.
Schließlich zielt diese Dissertation darauf ab, die Unsicherheit zu modellieren, die durch die stochastische Natur der Last und der dezentralen Erzeugung entsteht. Zu diesem Zweck wird ein neues probabilistisches dynamisches Modell vorgeschlagen, das abgesehen von seiner deterministischen Antwort auch die entsprechende Prognoseunsicherheit liefert. Dieses probabilistische Modell wird weiter verbessert, so dass es Zeit- und Wettervariablen direkt einbeziehen kann. Es wird gezeigt, dass dieses Modell den Einfluss dieser Art von exogenen Variablen entschlüsseln und in genauere Vorhersagen umsetzen kann.