⚡ electrical engineering

A Novel Two-Step Approach for Reactive Power Demand Calculation Using Integrated Voltage Stability Analysis

Dit artikel stelt een nieuwe tweestapsmethodologie voor die Quasi-Dynamische Simulatie, Q-V-analyse en dynamische simulatie integreert om de werkelijke reactieve vermogensvraag over een volledig jaar te berekenen, waarmee effectief spanningsstabiliteitsproblemen worden aangepakt en bestaande optimalisatiebenaderingen op basis van één simulatie worden overtroffen.

Oorspronkelijke auteurs: Hassan Abouelgheit, Hendrik Lens

Gepubliceerd 2026-04-29

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Hassan Abouelgheit, Hendrik Lens

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je het elektriciteitsnet voor als een enorm, complex leidingwatersysteem. In dit systeem is spanning de waterdruk, en is blindvermogen de "duw" die nodig is om die druk stabiel te houden, vooral wanneer de leidingen lang zijn of de vraag hoog.

Lange tijd hebben ingenieurs die probeerden lage druk (spanningsproblemen) op te lossen, gebruikgemaakt van twee verschillende, gescheiden hulpmiddelen:

Het traag-veranderende hulpmiddel: Kijken naar hoe de druk over een heel jaar daalt naarmate het gebruik langzaam stijgt en daalt.
Het snel-veranderende hulpmiddel: Kijken naar wat er gebeurt met de druk in het splitseconde nadat een leiding barst (een storing).

Het probleem is dat de wereld verandert. We voegen meer zonne- en windenergie toe (die als onvoorspelbare sproeiers werken) en verwijderen oude, zware generatoren (die vroeger fungeerden als gigantische drukstabilisatoren). Dit maakt het leidingwatersysteem zowel op de langzame als de snelle manier instabiel. Bestaande methoden probeerden meestal het een of het ander op te lossen, of ze raadden gewoon de beste plek om een "drukbuster" (blindvermogenapparatuur) te plaatsen om geld te besparen.

Dit artikel introduceert een nieuwe, tweestaps "back-to-back"-aanpak om precies te berekenen hoeveel "duw" (blindvermogen) nodig is om het licht aan te houden en de druk stabiel te houden.

Hier is hoe hun methode werkt, met behulp van eenvoudige analogieën:

Stap 1: Het "Jaarlijkse Weerbericht" (Lange-termijnstabiliteit)

Stel je voor dat je wilt weten of je huis tijdens het regenseizoen zal overstromen. In plaats van alleen het weer voor één uur te controleren, simuleer je het hele jaar (8.760 uur) aan weerspatronen.

De simulatie: De auteurs draaiden een computersimulatie voor een heel jaar, uur per uur.
Het probleem: Ze vonden specifieke tijdstippen en specifieke locaties (knooppunten) waar de "waterdruk" te laag daalde.
De oplossing: Ze raadden niet zomaar. Ze identificeerden de zwaarst getroffen locatie, berekenden precies hoeveel "duw" nodig was om de druk terug te brengen naar een veilig gebied, en voegden daar een virtuele booster toe.
De lus: Ze draaiden de jaarlijkse simulatie opnieuw. Als andere plekken nog steeds laag waren, vonden ze de volgende ergste plek, voegden ze een andere booster toe en draaiden ze het opnieuw. Ze bleven dit doen totdat de druk het hele jaar veilig was.
Resultaat: Ze berekenden de totale "duw" die nodig was om de trage, langetermijnsveranderingen in het net te overleven.

Stap 2: De "Plotselinge Stormtest" (Korte-termijnstabiliteit)

Nu de druk het hele jaar stabiel is, vragen ze zich af: "Wat gebeurt er als er nu een boom op een hoogspanningslijn valt?"

De simulatie: Ze namen de ergste momenten uit Stap 1 (de tijdstippen waarop de druk het laagst was) en simuleerden plotselinge ongevallen, zoals een kortsluiting (een leiding die barst) of het uitschakelen van een generator.
De maatstaf (TVI): Ze gebruikten een speciale liniaal genaamd de Trajectory Violation Integral (TVI). Stel je een "veiligheidszone"-tunnel voor de druk. Als de druk te laag daalt of te lang duurt om zich te herstellen na een schok, raakt hij de wanden van de tunnel. De TVI meet hoe hard en hoe lang de druk tegen die wanden botst.
De oplossing: Als de druk te hard tegen de wanden botste, voerden ze een snelle analyse uit om te zien hoeveel extra "duw" precies nodig was om de druk tijdens de schok binnen de veilige tunnel te houden. Ze voegden deze extra capaciteit toe aan de specifieke plekken die worstelden.
De lus: Ze draaiden de crash-test opnieuw om ervoor te zorgen dat de druk veilig bleef.

Het Eindresultaat

Door deze twee stappen te combineren, raakten de auteurs niet alleen op het gebied van waar apparatuur geplaatst moest worden of optimalisatie voor kosten. Ze berekenden direct het werkelijke hoeveelheid blindvermogen dat nodig was om het systeem veilig te houden tegen zowel trage, jaarlijkse drifts als plotselinge, snelle crashes.

In hun testgeval (een model van een elektriciteitsnet met 39 verbindingspunten):

Stap 1 identificeerde dat twee hoofdlocaties boosters nodig hadden om het jaarlijkse last te hanteren, wat ongeveer 1.522 Mvar vermogen vereiste.
Stap 2 vond dat tijdens een plotselinge crash, één specifieke locatie een enorme 2.750 Mvar boost nodig had om een spanningsinval te voorkomen.

Kortom: Het artikel presenteert een methode die fungeert als een rigoureuze stress-test. Het simuleert een heel jaar om zwakke plekken te vinden, simuleert vervolgens plotselinge rampen om te zien of die plekken standhouden, en berekent uiteindelijk het exacte bedrag aan "ondersteuning" dat nodig is om ervoor te zorgen dat het net nooit druk verliest, of het probleem nu traag of plotseling is.

Hier volgt een gedetailleerde technische samenvatting van het artikel "A Novel Two-Step Approach for Reactive Power Demand Calculation Using Integrated Voltage Stability Analysis".

1. Probleemstelling

De wereldwijde energietransitie naar een hoge penetratie van Hernieuwbare Energie (RE) en Inverter-gebaseerde Bronnen (IBRs) (bijvoorbeeld wind en zon) verandert fundamenteel de dynamiek van het elektriciteitsnet. In tegenstelling tot traditionele synchrone generatoren leveren IBRs variabele output en missen ze inherent traagheid, wat leidt tot complexe problemen met de balans van blindvermogen en spanningsinstabiliteit.

Bestaande methodologieën voor Blindvermogensplanning (RPP) lijden aan verschillende beperkingen:

Optimalisatie-gericht: De meeste benaderingen formuleren RPP als een optimalisatieprobleem gericht op het minimaliseren van kosten of het bepalen van de dimensionering/plaatsing van apparatuur, waarbij spanningsstabiliteit vaak slechts als een randvoorwaarde wordt behandeld in plaats van als een directe berekeningsdoelstelling.
Gefragmenteerde Stabiliteitsanalyse: Huidige methoden behandelen doorgaans ofwel langetermijn spanningsstabiliteit (stationaire toestand, trage dynamiek) of kortetermijn spanningsstabiliteit (dynamisch, door storingen veroorzaakt) geïsoleerd van elkaar.
Gebrek aan Directe Vraagberekening: Er is een gat in methoden die de werkelijke blindvermogenvraag direct berekenen die nodig is om stabiliteitsmarges over beide tijdschalen te handhaven, zonder uitsluitend te vertrouwen op iteratieve optimalisatielussen.

Het artikel heeft tot doel dit gat te dichten door een methodologie te ontwikkelen om de noodzakelijke blindvermogencompensatie direct te berekenen om spanningsstabiliteit te waarborgen onder zowel langdurige lastvariaties als kortdurende storingsomstandigheden.

2. Methodologie

De auteurs stellen een nieuwe tweestapsbenadering voor die Quasi-Dynamische Simulatie (QDS), Q-V-analyse en Root Mean Square (RMS) dynamische simulaties integreert in een sequentieel, iteratief kader. Het proces bestrijkt een volledige jaarperiode (8.760 uur) en maakt gebruik van een meer-criteria overtredingsbeoordeling (aantal, ernst en duur van overtredingen).

Stap 1: Langetermijn Spanningsstabiliteitsbeoordeling

Simulatie: Een tijdreeks (Quasi-Dynamische) simulatie wordt uitgevoerd over 8.760 uur.
Overtredingsdetectie: Netspanningen worden vergeleken met een vooraf gedefinieerd bereik (bijvoorbeeld $V = [0,95, 1,05]$ p.u.). Overtredingen worden gekwantificeerd op frequentie ( $f_n$ ), ernst ( $\Delta V$ ) en duur ( $t_v$ ).
Prioritering: Kritieke knooppunten en tijdstappen worden geïdentificeerd en gerangschikt op basis van overtredingsmetrieken.
Iteratieve Compensatie:
1. Er wordt een Q-V-analyse uitgevoerd op het knooppunt met de hoogste prioriteit om de blindvermogeninjectie ( $\Delta Q$ ) te bepalen die nodig is om de spanning terug te brengen naar een doelniveau.
2. Compensatieapparatuur wordt virtueel geïnstalleerd op dat knooppunt.
3. De QDS wordt opnieuw uitgevoerd om de impact te beoordelen.
4. Deze lus herhaalt zich totdat alle langetermijnspanningsovertredingen zijn opgelost.
Output: De cumulatieve blindvermogenvraag ( $\Delta Q_{long}$ ) vereist voor langetermijnstabiliteit.

Stap 2: Kortetermijn Spanningsstabiliteitsbeoordeling

Input: Gebruikt de resultaten van Stap 1, met focus alleen op kritieke tijdstappen (bijvoorbeeld uren met minimale spanning) en de systeemtoestand na de compensatie van Stap 1.
Storingssimulatie: Dynamische (RMS) simulaties worden uitgevoerd voor specifieke storingsscenario's (bijvoorbeeld kortsluiting in combinatie met generatoruitval).
Trajectovertredingsintegraal (TVI): In plaats van eenvoudige spanningsdrempels wordt de TVI-metriek gebruikt. TVI kwantificeert het gebied tussen de spanningsbaan en een vooraf gedefinieerde, exponentieel herstellende grens. Het vangt zowel de grootte als de duur van spanningsafwijkingen na een storing.
Iteratieve Correctie:
1. Als TVI-grenzen worden overtreden, wordt een Q-V-analyse uitgevoerd op het betrokken knooppunt om de aanvullende blindvermogenvraag ( $\Delta Q_{short}$ ) te berekenen die nodig is.
2. Dynamische compensatieapparaten worden toegevoegd en de RMS-simulatie wordt herhaald.
3. Het proces gaat door totdat alle dynamische spanningsafwijkingen binnen de TVI-grenzen liggen.
Eindverificatie: Een laatste QDS zorgt ervoor dat de toegevoegde dynamische compensatie geen nieuwe langetermijnovertredingen introduceert.

3. Belangrijkste Bijdragen

Geïntegreerd Kader: In tegenstelling tot eerdere werken die langetermijn- en kortetermijnanalyse scheiden, integreert deze methode beide sequentieel, zodat kortetermijndynamische eisen de langetermijnstabiliteit in stationaire toestand niet compromitteren en vice versa.
Directe Vraagberekening: De benadering verschuift van pure optimalisatie (kostenminimalisatie) naar een directe berekening van het vereiste blindvermogen om specifieke stabiliteitsmarges te halen.
Uitgebreide Tijdreeksanalyse: De methodologie evalueert het systeem over een volledig jaar (8.760 uur) in plaats van enkele momentopnames of typische dagen, waardoor het volledige spectrum van operationele variabiliteit wordt vastgelegd.
Geavanceerde Metrieken: Het gebruik van TVI voor kortetermijnstabiliteit biedt een robuustere beoordeling van dynamische prestaties dan eenvoudige spanningsgroottecontroles, rekening houdend met hersteltijd en ernst van afwijkingen.
Iteratieve Achter-een-ander Simulatie: Het kader maakt gebruik van een "achter-een-ander" simulatielus (QDS $\to$ Q-V $\to$ RMS $\to$ Q-V) om de oplossing te verfijnen totdat convergentie is bereikt.

4. Resultaten (Casestudie)

De methodologie werd gevalideerd met een aangepast IEEE 39-bus systeem met synthetische tijdreeksdata voor lasten en generators.

Resultaten Stap 1 (Langetermijn):
- De initiële analyse identificeerde Bus 04 als het meest kritieke punt (5.800 overtredingen).
- Een Q-V-analyse bepaalde een behoefte aan 916 Mvar op Bus 04.
- Na een tweede iteratie werd Bus 08 geïdentificeerd als de volgende kritieke knoop, met een behoefte aan 606 Mvar.
- Totale Langetermijnvraag: 1.522 Mvar verdeeld over kritieke knooppunten.
- Observatie: De compensatie op kritieke knooppunten verbeterde de spanningsprofielen in het hele systeem, niet lokaal.
Resultaten Stap 2 (Kortetermijn):
- Een storing (fout op lijn 09-39 + verlies van Generator 03) werd gesimuleerd.
- TVI-analyse onthulde significante afwijkingen op Bus 07, wat niet de primaire focus was van Stap 1.
- Een dynamisch compensatieapparaat dat 2.750 Mvar levert, was vereist op Bus 07 om aan de TVI-grenzen te voldoen.
- Totale Blindvermogenvraag: De uiteindelijke oplossing combineerde de langetermijn statische compensatie en de kortetermijn dynamische compensatie.
Resultaat: Het iteratieve proces slaagde erin alle spanningsovertredingen te elimineren in zowel de stationaire (QDS) als dynamische (RMS) simulaties.

5. Betekenis en Toekomstperspectief

Praktische Toepasbaarheid: Het kader biedt een systematisch hulpmiddel voor ingenieurs om blindvermogenbehoeften te bepalen zonder te vertrouwen op complexe, black-box optimalisatiealgoritmen. Het is flexibel genoeg om verschillende stabiliteitsindices te incorporeren (bijvoorbeeld FVSI, LQP).
Schaalbaarheid: De auteurs hebben het kader getest op netwerken van verschillende groottes, inclusief systemen met meer dan 50 knooppunten, wat het potentieel voor grotere transmissie- en distributienetwerken aantoont.
Beperkingen & Toekomstig Werk:
- De huidige methode berekent de vraag voor elk overtredend knooppunt, wat kan leiden tot een overschatting van de totale vraag in vergelijking met een globale optimalisatiebenadering.
- Realistische beperkingen (ruimte, regelgeving) die de installatie van apparatuur op elke kritieke knoop verhinderen, zijn nog niet volledig gemodelleerd.
- Toekomstige richtingen omvatten het toepassen van de methode op ultra-grote systemen (>100.000 knooppunten), het ontwikkelen van geautomatiseerde metrieken voor de identificatie van kritieke knooppunten, en het integreren van dimensionerings/plaatsingsoptimalisatie om de berekende vraag te verfijnen.

Concluderend presenteert dit artikel een robuuste, simulatiegedreven methodologie die direct ingaat op de uitdagingen van blindvermogensplanning die worden gesteld door moderne, hernieuwbare-energie-gedreven elektriciteitsnetten door langetermijn- en kortetermijnstabiliteitsbeoordelingen te verenigen.