Dr.-Ing. Jana Ihrens, Technische Universität Hamburg/Hamburger Energienetze GmbH; Prof. Dr.-Ing. Thorsten A. Kern, Technische Universität Hamburg
Die maritime Industrie steht vor der Herausforderung, ihre Treibhausgasemissionen drastisch zu reduzieren [1] und gleichzeitig die operationale Resilienz ihrer Energiesysteme zu erhöhen. Elektrische DC-Bordnetze sind eine Schlüsseltechnologie für diesen Wandel, da sie die einfachere Integration von erneuerbaren Energien und Speichern wie Batteriespeicher und Brennstoffzellen ermöglichen [2, 3], gleichzeitig Wandlungsverluste reduzieren können und somit eine höhere Effizienz erreichen können [4]. Diese technologische Transformation führt jedoch zu einer signifikant höheren Systemkomplexität und stellt neue Anforderungen an Netzstabilität, Fehlertoleranz und Wiederanlaufstrategien [5], die für die Gewährleistung der Systemresilienz entscheidend sind.
Da im Schiffbau physische Prototypen selten sind, ist die simulationsbasierte Auslegung und Validierung relevant. Die zunehmende Komplexität von Simulationsmodellen führt jedoch zu einem Zielkonflikt: Hohe Simulationskosten und mangelnde Transparenz erschweren die schnelle und systematische Bewertung von Systemkonfigurationen. Gleichzeitig kann durch die subjektive Wahl der Simulationskomplexität auf Basis von Expertenurteilen eine hinreichende Simulationsgenauigkeit nicht verlässlich erreicht werden. Dies ist insbesondere für die Resilienz-Analyse kritisch, da diese eine große Anzahl von Simulationen mit hoher Genauigkeit erfordert, um das dynamische Verhalten im Fehlerfall oder die Wirksamkeit von Wiederanlaufstrategien zu untersuchen. Ein methodischer Ansatz zur Optimierung des Kompromisses zwischen Modellkomplexität sowie der damit einhergehenden Genauigkeit und dem resultierenden Ressourcenaufwand von Modellierung und Simulation ist daher erforderlich.
Dieser Beitrag stellt eine umfassende Methodik zur gezielten Optimierung der Modell- und Simulationskomplexität für maritime DC-Energiesysteme vor. Die Methodik quantifiziert systematisch sowohl strukturelle als auch rechnerische Komplexität der Simulationsmodelle und Simulationen anhand spezifischer Metriken. Die Komplexität wird mit der Genauigkeit verknüpft, die durch einen Vergleich verschiedener Modellansätze mit experimentellen Messdaten für zentrale Netzkomponenten ermittelt wird. Dies ermöglicht die nachfolgende Optimierung des Ressourceneinsatzes für die Simulation auf Grundlage der Komponentendaten. Das Kernstück der Methodik ist eine kostenbasierte Optimierungsfunktion. Diese Funktion stellt die Simulationskosten bestehend aus Rechen-, Modellierungs-, Fix- und Risikokosten den erreichbaren Genauigkeitsgewinnen und dadurch erzielbaren Einsparungen gegenüber und ermöglicht so eine datengestützte, komponenten- und anwendungsspezifische Auswahl der Modellkomplexität.
Die Integration der Risikokosten stellt einen entscheidenden Aspekt dar, da nur so die potenziellen ökonomischen Folgen unzureichender Simulationsgenauigkeit, wie z.B. Komponentenschäden durch große Fehlerströme, quantifiziert werden können. Durch die Integration der Risikokosten wird daher auch die Resilienz ein optimierbarer Faktor. Die Methodik ermöglicht eine datengestützte Entscheidung über die Zulässigkeit von Modellvereinfachungen, ohne die Analyse kritischer Systemzustände zu gefährden. Dies erleichtert die effiziente Auslegung und Validierung resilienter Systemarchitekturen durch die Vermeidung unnötiger Komplexität und unterstützt fundierte Entscheidungen in Entwurfs- und Zertifizierungsprozessen.
Die Funktionalität des Ansatzes wird an der Simulation eines realen Schiffsbordnetzes demonstriert. Die Ergebnisse zeigen, dass eine gezielte Komplexitätsreduktion signifikante Einsparungen bei der Simulationszeit sowie in Bezug auf Entwicklungskosten und die Kosten der späteren Ergebnisanalyse ermöglicht, ohne die Aussagekraft bezüglich kritischer Resilienz-Aspekte wie Netzstabilität und Fehlerverhalten zu beeinträchtigen. Diese Arbeit liefert somit einen validierten, systematischen Beitrag zur Auslegung und Bewertung resilienter Energiesysteme für die maritime Industrie und darüber hinaus.
Anmerkung der STG: Quellenangaben in der PDF-Datei