Zum Inhalt
Fakultät für Elektrotechnik und Informationstechnik

Physikalische Modellbildung und numerische Simulation von Gasentladungsphänomenen der Hochspannungstechnik

Um Isolationsmedien in der Hochspannungstechnik zu modellieren und zu charakterisieren stehen diverse messtechnische Methoden und Labore an unserem Lehrstuhl zur Verfügung. So können beispielsweise Hochspannungssysteme in unserem HGÜ-Testzentrum mit einer Mischbeanspruchung (Spannungsimpuls + Gleichspannung) belastet werden. Die so verwendeten Messungen können für eine experimentelle Modellbildung herangezogen werden.

Allerdings sind schnelle Abschätzungen von Isoliermedien und Auslegungen von Hochspannungssystemen mit experimentellen Methoden oftmals sehr aufwendig. Abhilfe schafft die physikalische Modellbildung. Hierbei werden physikalische Zusammenhänge genutzt um die physikalischen Eigenschaften von Isoliersystemen mathematisch zu beschreiben. Gasförmige Isoliermedien verlieren unter hohen Spannungen ihre isolierenden Eigenschaften, wobei es zu elektrischen Entladungen in Form von Koronaentladungen und Streamerentladungen kommen kann. Diese elektrischen Entladungen können typischerweise mit sogenannten Fluidmodellen, welche aus der Boltzmanngleichung abgeleitet werden können, beschrieben werden. Analytische Lösungen für das sich ergebende nichtlineare partielle Differentialgleichungssystem sind lediglich für sehr einfache Geometrien vorhanden. Steigt die Komplexität der Geometrien müssen numerische Methoden zur Lösung herangezogen werden. An unserem Lehrstuhl verfügen wir deshalb über einen Hochleistungsrechenserver (2x Intel Xeon Gold 6244, 1TB Ram, NVIDIA Quadro RTX 5000) zur numerischen Simulation von physikalischen Systemen. Neben der Hardware spielt auch die Software eine wesentliche Rolle. Hier können auf FEM-Software Pakete wie COMSOL oder ANSYS zurückgegriffen werden. Besonders zur Beschreibung von elektrischen Entladungen in Gasen eignet sich das Plasma-Modul von COMOSL. Neben der Verwendung von FEM-Software werden auch Frameworks in Python benutzt und schließlich numerische Algorithmen zur Lösung der partiellen Differentialgleichungen selber in Python implementiert.

© HST\TU Dortmund