@article{karrari_2021, 
  title={Integration of Flywheel Energy Storage Systems in Low Voltage Distribution Grids}, 
  DOI={10.5445/ir/1000135181}, 
  abstractNote={Mit dem Ziel, den Stromsektor zu dekarbonisieren und dem Klimawandel zu begegnen, steigt der Anteil erneuerbarer Energieressourcen in den Energiesystemen rund um den Globus kontinuierlich an. Aufgrund des intermittierenden Charakters dieser Ressourcen kann die Aufrechterhaltung des momentanen Gleichgewichts zwischen Erzeugung und Verbrauch und damit der Netzfrequenz ohne angemessene Maßnahmen jedoch eine Herausforderung darstellen. Da erneuerbare Energiequellen mit Umrichterschnittstellen dem System selbst keine Trägheit verleihen, nimmt gleichzeitig die kumulative Systemträgheit ab, was zu schnelleren Änderungen der Netzfrequenz und Bedenken hinsichtlich der Netzstabilität führt. Ein Schwungrad-Energiespeichersystem (Flywheel Energy Storage System, FESS) kann schnell große Leistungsmengen einspeisen oder aufnehmen, um das Netz nach einer abrupten Änderung der Erzeugung oder des Verbrauchs zu unterstützen. Neben der schnellen Reaktionszeit hat ein FESS den Vorteil einer hohen Leistungsdichte und einer großen Anzahl von Lade- und Entladezyklen ohne Kapazitätsverlust während seiner gesamten Lebensdauer. Diese Eigenschaften machen das FESS zu einem gut geeigneten Kandidaten für die Frequenzstabilisierung des Netzes oder die Glättung kurzfristiger Leistungsschwankungen auf lokaler Ebene. In dieser Dissertation wird die Netzintegration eines Hochgeschwindigkeits-FESS auf der Niederspannungsebene aus mehreren Perspektiven untersucht. Zunächst wird das Problem der Platzierung und Dimensionierung eines FESS in Niederspannungsverteilnetzen für Leistungsglättungsanwendungen behandelt. Um den am besten geeigneten Standort für ein FESS zu finden, wird eine datengetriebene Methode zur Abschätzung der relativen Spannungsempfindlichkeit vorgestellt, die auf dem Konzept der Transinformation basiert. Der Hauptvorteil der vorgeschlagenen Methode besteht darin, dass sie kein Netzmodell erfordert und nur Messwerte an den interessierenden Punkten verwendet. Messergebnisse aus einem realen Netz in Süddeutschland zeigen, dass mit dem v [...]}, 
  publisher={Karlsruher Institut für Technologie (KIT)}, 
  author={Karrari, Shahab}, 
  year={2021}
  }