Titelaufnahme
Titelaufnahme
- TitelENERGY MANAGEMENT AND OPTIMAL GRID PLANNING FOR RURAL ELECTRIFICATION IN AFRICA / Joseph Sisala Mwakijale ; First Reviewer: Prof. Dr.-Ing. Henning Meschede, Second Reviewer: Prof. Dr.-Ing. Stefen Krauter
- Autor
- Gutachter
- Erschienen
- Umfang1 Online-Ressource (vii, 135 Seiten) : Diagramme, Illustrationen
- HochschulschriftUniversität Paderborn, Dissertation, 2026
- AnmerkungTag der Verteidigung: 13.04.2026
- Verteidigung2026-04-13
- SpracheEnglisch
- DokumenttypDissertation
- Schlagwörter (GND)
- URN
- DOI
Links
- Social MediaShare
- Nachweis
- IIIF
Dateien
Klassifikation
Zusammenfassung
Der Zugang zu sauberer, erschwinglicher, nachhaltiger und zuverlässiger Energie stellt nach wie vor eine große globale Herausforderung dar. Die Vereinten Nationen haben das Ziel für nachhaltige Entwicklung Nr. 7 (SDG 7) festgelegt, um bis 2030 einen universellen Zugang zu modernen Energiedienstleistungen zu gewährleisten. Trotz weltweiter Bemühungen haben etwa zwei Milliarden Menschen keinen Zugang zu kommerziellen Energiequellen, davon fast eine Milliarde in Subsahara-Afrika. Strategien wie der Ausbau des Stromnetzes, Mikronetze, Solar Home Systems (SHS) und Schwarmnetze, engl. swarm grids (SG) wurden umgesetzt, um diese Lücke zu schließen. Swarm grids, die durch die Vernetzung mehrerer SHS zu autonomen Netzwerken entstehen, befinden sich noch in einem frühen Entwicklungsstadium. Zu den zentralen Herausforderungen zählen Strategien zur Energieverteilung, optimale Netzplanung, Energiemanagementsysteme, Sicherheit und Datenschutz sowie die Kosteneffizienz von Wandlern und Kommunikations-Transceivern.Diese Forschungsarbeit untersucht zwei Fragen: (1) Wie kann ein intelligenter Transceiver für die Implementierung von Schwarmnetzen in ländlichen Gebieten entwickelt werden? (2) Wie lassen sich solarbasierte Schwarmnetze unter Berücksichtigung von Investitionen, Betriebskosten und lokalen Einschränkungen optimal planen? Ein weiterer Schwerpunkt liegt auf: (a) der Identifizierung von Werkzeugen für den effizienten Einsatz von Solar-Schwarmnetzen, (b) der Integration des Werkzeugs in gängige Computeranwendungen zur einfachen Nutzung durch Laien und (c) der Bewertung von Antriebs- und Schwellenparametern für die Auswahl von Verteilungsleitungen bei der Implementierung von Schwarmnetzen.Zur Beantwortung dieser Fragen wird ein integriertes Rahmenkonzept entwickelt. Zunächst wird ein LoRa-basierter intelligenter Kommunikations-Transceiver entworfen, dessen Funktionalität durch Python-Simulationen und Laborprototypen validiert wird. Anschließend wird ein optimierungsbasiertes Planungsmodell unter Verwendung gemischt-ganzzahliger linearer Programmierung entwickelt, um kosteneffiziente Schwarmnetz-Konfigurationen zu ermitteln, wobei Netzwerktopologie, Energiebedarf, Leistungsfluss und Infrastrukturkosten berücksichtigt werden. Um die Benutzerfreundlichkeit für Anwender mit unterschiedlichem technischem Hintergrund zu verbessern, wird das Modell in Microsoft Excel integriert. Das Framework wird anhand eines Testfalls mit zehn Häusern im Dorf Kitame in Tansania evaluiert.Die Ergebnisse zeigen, dass der Transceiver die Kommunikation effektiv verwaltet, Energie verteilt, Transaktionen aufzeichnet und unbefugte Anfragen erkennt. Das Planungsmodell verbessert Energiedefizite um 56,2 % und reduziert Überschüsse um 84,9 %. Die Netzstabilität kann entweder durch ein zentralisiertes Energiespeichersystem (ESS) verbessert werden, was eine 100-prozentige Verbesserung bei hohen Kosten erzielt, oder durch verbraucherseitige Laststeuerung, engl. demand-side management (DSM), was eine 81-prozentige Verbesserung erzielt. Die Studie kommt zu dem Schluss, dass die Kombination von ESS und DSM unerlässlich ist, um Schwarmnetze zu stabilisieren und eine zuverlässige, kosteneffiziente dezentrale Elektrifizierung zu ermöglichen.
Abstract
Access to clean, affordable, sustainable, and reliable energy remains a major global challenge. The United Nations established Sustainable Development Goal 7 (SDG 7) to ensure universal access to modern energy services by 2030. Despite global efforts, about two billion people lack access to commercial energy sources, nearly one billion in Sub-Saharan Africa. Strategies such as grid extension, microgrids, Solar Home Systems (SHS), and swarm grids (SG) have been implemented to address this gap. Swarm grids, formed by interconnecting multiple SHS into autonomous networks, remain at an early development stage. Key challenges include energy dispatch strategies, optimal grid planning, energy management systems, security and privacy, and the cost-effectiveness of converters and communication transceivers.This research investigates two questions: (1) How can a smart transceiver be developed for rural swarm grid implementation? (2) How can solar-based swarm grids be optimally planned considering investment, operational costs, and local constraints? Additional focus is placed on: (a) identifying tools for efficient deployment of solar swarm grids, (b) integrating the tool with common computer applications for easy use by non-experts, and (c) evaluating driving and threshold parameters for selecting distribution lines in swarm grid implementation.An integrated framework is proposed to address these questions. First, a LoRa-based smart communication transceiver is designed, with functionality validated through Python simulations and laboratory prototyping. Second, an optimization-based planning model is developed using mixed-integer linear programming to determine cost-effective swarm grid configurations while considering network topology, energy demand, power flow, and infrastructure costs. To enhance usability for users with diverse technical backgrounds, the model is integrated with Microsoft Excel. The framework is evaluated using a test case of ten houses in Kitame village, Tanzania.Results show that the transceiver effectively manages communication, dispatches energy, records transactions, and detects unauthorized requests. The planning model improves energy deficits by 56.2% and reduces surpluses by 84.9%. Grid stability can be enhanced using either a centralized energy storage system (ESS), achieving 100% improvement at high cost, or demand-side management (DSM), achieving 81% improvement. The study concludes that combining ESS and DSM is essential for stabilizing swarm grids and enabling reliable, cost-effective decentralized electrification.
Lizenz-/Rechtehinweis
