Monitoring von Heißpunkttemperaturen zur Überlastabschätzung bei Leistungstransformatoren

Conference: VDE Hochspannungstechnik - 4. ETG-Fachtagung
11/08/2022 - 11/10/2022 at Berlin, Germany

Proceedings: ETG-Fb. 169: VDE Hochspannungstechnik 2022

Pages: 6Language: germanTyp: PDF

Authors:
Gerber, Malte; Tenbohlen, Stefan (Universität Stuttgart, Deutschland)
Majer, Norbert; Lainck, Thomas (Tennet TSO GmbH, Deutschland)

Abstract:
Durch den verstärkten Ausbau der erneuerbaren Energien gewinnen Methoden zum flexiblen Management der Übertragungsnetze und deren Betriebsmittel an Bedeutung. Besonders der Ausbau der Windenergieerzeugung führt zu einem wachsenden Bedarf an Betriebsmittelausbau mit entsprechenden Investitionskosten. Eine Option zur Kostenreduktion stellt die geplante, zeitlich begrenzte Überlastung von Leistungstransformatoren dar. Hierbei gilt es zwingend die thermischen Limits der Betriebsmittel zu berücksichtigen. Mit Hilfe von Monitoringsystemen können die Temperaturen überwacht werden, aber es lässt sich auch mit Hilfe der Messdaten ein thermisches Abbild des Transformators erzeugen. Anhand dieses thermischen Modells des Transformators kann eine Überlastkurve zur Abschätzung der Überlastfähigkeit in Abhängigkeit der aktuellen Wetterlage erstellt und somit sowohl der Bedarf an Ausbau als auch die Betriebsmöglichkeiten besser abgeschätzt werden. Innerhalb dieses Beitrages wird sowohl die benötigte Menge als auch die benötigten Betriebsszenarien für eine best-mögliche Parametrierung der thermischen Modellierung untersucht. Für die Abschätzung sowohl der oberen Öltemperatur als auch der Heißpunkttemperatur werden in der Literatur unterschiedliche Modelle herangezogen. Innerhalb dieses Beitrages wird sowohl das thermische Modell nach der IEC-60076-7 als auch das IEEE C57.91 Clause 7 Modell mit Hilfe eines ODAF 630 MVA Leistungstransformators, welcher mit fiberoptischen Temperatursensoren ausgerüstet ist, untersucht und die Modellansätze miteinander verglichen. Zu diesem Zweck werden für die Modellvarianten ein differenzieller und ein exponentieller Modellierungsansatz untersucht. Dabei zeigen beide Modellvarianten bei der Gegenüberstellung beider Verfahren eine ähnliche Vorhersagegenauigkeit und für einen längeren Datensatz als 15 Tage keine nennenswerte Verbesserung in der Parametrierung.