Die Evolution eines Grid Watchdog: Was eine Phasor-Messeinheit unterscheidet

Jahrzehntelang war das Rückgrat der Netzüberwachung die Überwachungssteuerung und Datenerfassung (SCADA) – ein System, das für langsame, stationäre Beobachtungen gebaut wurde. SCADA befragt entfernte Terminaleinheiten alle zwei bis vier Sekunden, erfasst Spannungsgröße, Stromfluss und Leistungsschalterstatus. Diese Bildwiederholrate war akzeptabel, wenn die Leistung vorhersehbar von großen, zentralisierten Generatoren zu Lasten floss. Aber die heutigen Netze sind alles andere als vorhersehbar. Das Eindringen der erneuerbaren Energieerzeugung, variable Lastmuster von Elektrofahrzeugen und das Ausscheiden synchroner Trägheit haben eine schnelle Dynamik eingeführt, die SCADA einfach nicht sehen kann. Phasor-Messgeräte füllen diese Sichtlücke, indem sie 30 bis 120 Mal pro Sekunde - und manchmal schneller - abtasten und jede Messung mit einem GPS-synchronisierten Zeitstempel versehen, der innerhalb einer Mikrosekunde genau ist.

Das Hauptunterscheidungsmerkmal ist der Synchrophasor. Ein Phasor ist eine komplexe Zahl, die die Größe und den Phasenwinkel einer Wechselstromwellenform darstellt. Wenn die GPS-Zeit alle Messungen an eine gemeinsame Referenz bindet, werden Phasenwinkel von verschiedenen Orten direkt vergleichbar. Dies ermöglicht es den Betreibern, Winkelunterschiede über lange Übertragungskorridore zu messen, bereichsübergreifende Schwingungen zu verfolgen, während sie sich entwickeln, und auftretende Instabilität zu erkennen, bevor Spannungseinbruch oder Generatorauslösung auftreten. SCADA gibt Ihnen ein Foto; PMUs geben Ihnen ein hochauflösendes Video des Zustands des Netzes.

Die neueste Generation von PMU misst auch die Frequenzänderungsrate (ROCOF) bei jeder Probe, ein Parameter, der für die Vorhersage der Anforderungen an die Lastabwurf während Inselbildungsereignissen unerlässlich ist.

Kernkomponenten: Vom Sensor zum Kontrollraum

Was in einer PMU liegt

Eine moderne PMU kombiniert mehrere kritische Subsysteme. Die analoge Frontseite digitalisiert Spannungs- und Stromsignale von Messwandlern (Potential- und Stromwandlern). Ein Anti-Aliasing-Filter konditioniert das Signal, bevor es einen Analog-Digital-Wandler erreicht. Der digitale Signalprozessor berechnet Phasoren mit einem bestimmten Algorithmus — typischerweise eine Fourier-Transformation mit einem festen Datenfenster. Der GPS-Empfänger liefert ein präzises 1-Puls-pro-Sekunde-Signal, das diese Berechnungen synchronisiert. Schließlich formatiert die Ausgabeeinheit Daten nach IEEE C37.118 Standards und streamt sie über Ethernet- oder serielle Verbindungen. Viele moderne PMUs enthalten auch lokale Datenspeicherung, die bei einem Ausfall von Kommunikationsverbindungen eine Nachbelegung ermöglicht. Neuere Designs enthalten Dual-Clock-Architekturen, die bei einem vorübergehenden GPS-Verlust stundenlang einen Überbleib im Submikrosekundenbereich unter Verwendung eines lokalen Ofen-gesteuerten Kristalloszillators (OCXO) beibehalten.

Die Wide-Area Messsystem-Architektur

Eine einzelne PMU ist nur innerhalb eines Ökosystems nützlich. Mehrere PMUs liefern Daten an Phasor Data Concentrators (PDCs), die zeitorientiert, qualitätskontrollierend und archivierend von vielen Geräten streamen. PDCs können eigenständige Hardware-Appliances, virtuelle Maschinen sein, die in Versorgungsrechenzentren laufen, oder sogar Edge-Geräte an Umspannstationen. Von der PDC fließen Daten zu Kontrollraumanwendungen für Visualisierung, Oszillationsüberwachung, Zustandsschätzung und Frühwarnsysteme. Hochgeschwindigkeitskommunikationsnetze - zunehmend basierend auf Glasfasern und MPLS mit Qualitätsgarantien - stellen sicher, dass die Latenzzeit für kritische Regelkreise unter 50 Millisekunden bleibt. Diese Architektur ist in Standards wie IEEE C37.118.2 für Synchrophasor-Datenübertragung und IEC 61850-90-5 für routable Profile in Umspannstationsautomatisierungssystemen definiert. Das Aufkommen von Software-Defined Networking (SDN) ermöglicht es jetzt Dienstprogrammen, dynamisch Bandbreite für PMU-Streams bereitzustellen während Eventualitäten, Umleitung von Daten mit hoher Priorität weg von überlasteten Verbindungen

Hardware-Innovationen: Driving Performance

Höhere Probenahmeraten und verfeinerte Genauigkeit

Frühe PMUs arbeiteten mit 10 bis 30 Samples pro Sekunde. Heute sind 60 oder 120 Samples pro Sekunde Standard für Übertragungsanwendungen, und fortschrittliche Einheiten können 480 Samples pro Sekunde erreichen. Feinere zeitliche Auflösung erfasst hochfrequente Transienten, Oberwelleninhalte und Subzyklusfehlersignaturen. Ebenso wichtig ist die Entwicklung der Genauigkeitsspezifikationen. Unter IEEE C37.118.1 erreichen moderne PMUs einen Total Vector Error von weniger als 0,1% unter stationären Bedingungen. Sie bestehen auch dynamische Compliance-Tests für Frequenzrampen, Amplitudenmodulation und Phasenmodulation, wodurch sichergestellt wird, dass Messungen auch unter Stress zuverlässig bleiben. Diese Genauigkeit ermöglicht es Ingenieuren, PMU-Daten für die Modellvalidierung, dynamische Zustandsschätzung und Echtzeitsteuerung zu verwenden - Anwendungen, die mit früheren, weniger präzisen Sensoren unmöglich waren. Die 2024-Standardrevision führte eine neue Klasse (P-M) für schutzorientierte PMU ein, die ein noch schnelleres Ansprechen und eine noch engere Phasenwinkelgenauigkeit unter transienten Bedingungen erfordern.

Miniaturisierung und Integration

Der physische Fußabdruck von PMUs ist dramatisch geschrumpft. Wo Einheiten der ersten Generation volle Racks in Kontrollhäusern besetzten, passen heutige Geräte oft in ein 1U-Gehäuse oder sind direkt in Schutzrelais, digitale Fehlerschreiber oder Merging-Einheiten eingebettet. Diese Integration reduziert die Installationskosten und vereinfacht die Verdrahtung. Mikro-PMUs, die für Verteilungsnetze entwickelt wurden, sind noch kompakter, indem Rogowski-Spulen und Hall-Sensoren anstelle schwerer konventioneller Transformatoren verwendet werden. Ihre niedrigeren Kosten ermöglichen den Einsatz an Tausenden von Verteilungspunkten und bieten Sichtbarkeit in die Dynamik der Feeder-Ebene, die zuvor unsichtbar waren. Für weitere Informationen zu Mikro-PMU-Feldtests des US-Energieministeriums bieten detaillierte Fallstudien. Die jüngsten Fortschritte bei MEMS-basierten Timing und ARM-Prozessoren mit geringer Leistung haben die Kosten von Verteilungs-PMUs weiter reduziert unter 1.000 US-Dollar pro Einheit, so dass eine allgegenwärtige Überwachung wirtschaftlich möglich ist.

Nichtkonventionelle Instrumententransformatoren

Die Genauigkeit einer PMU hängt letztlich von der Qualität der Sensoren ab, die sie speisen. Herkömmliche Eisenkern-Strom- und -Spannungswandler führen Größen- und Phasenfehler ein, die sich je nach Last und Frequenz ändern. Nicht konventionelle Messwandler — optische Stromwandler, Rogowski-Spulen und resistive Spannungsteiler — bieten eine größere Bandbreite, lineares Ansprechen über einen größeren Dynamikbereich und keine Sättigungseffekte. In Kombination mit intelligenten Fusionseinheiten, die Abtastwerte gemäß IEC 61850-9-2 ausgeben, liefern diese Sensoren digitalisierte Wellenformen direkt an PMUs, wodurch analoge Fehlerquellen eliminiert werden. Die Kombination von nicht konventionellen Transformatoren und modernen PMUs kann die Gesamtmessunsicherheit deutlich unter die mit herkömmlichen Geräten erreichbare reduzieren. Optische Spannungswandler, die den Pockels-Effekt verwenden, zeigen jetzt eine Langzeitgenauigkeitsdrift von weniger als 0,2 % über zehn Jahre, was sie für Hochspannungs-Umspannwerke kostengünstig macht.

Kommunikations- und Cybersicherheitsentwicklungen

High-Bandwidth, Low-Latency-Netzwerke

Die Datenrate von einer einzelnen PMU ist bescheiden - typischerweise 1 bis 10 kbps abhängig von der Berichtsrate und der Anzahl der Kanäle. Aber ein Dienstprogramm mit Tausenden von PMUs kann täglich Terabyte an Daten erzeugen. Erweiterte PMU-Bereitstellungen beruhen auf dedizierten Glasfasernetzwerken, die oft Multicast-IP verwenden, um den gleichen Strom effizient an mehrere PDCs und Anwendungen zu verteilen. Ethernet-Netzwerke mit IEEE 1588 Präzisionszeitprotokoll können separate GPS-Feeds an einigen Unterstationen ersetzen, wodurch die Hardwarekosten reduziert werden, während die Synchronisationsgenauigkeit erhalten bleibt. Aufkommende 5G-Funkverbindungen zeigen auch Versprechen für PMUs auf Verteilungsebene, was die geringe Latenz bietet, die für Schutzsysteme ohne dedizierte physische Infrastruktur erforderlich ist. Die North American SynchroPhasor Initiative (NASPI) hat mehrere Experimente dokumentiert, bei denen 5G-geschnittene Netzwerke PMU-Verkehr mit Jitter unter 100 Mikrosekunden trugen.

Härtung der Messkette

Da Synchrophasor-Daten integraler Bestandteil des Betriebs und der Kontrolle werden, ist Cybersicherheit zu einem Design-Imperativ geworden. Moderne PMUs beinhalten Hardware-Vertrauenswurzeln, die die Firmware-Integrität beim Booten überprüfen. Verschlüsselte GPS-Authentifizierung mithilfe der Public-Key-Infrastruktur verhindert das Spoofing der Timing-Referenz. Datenströme werden durch TLS-Verschlüsselung geschützt, und die PDC validiert Nachrichten-Authentifizierungscodes, bevor sie Daten in Kontrollzentrumsanwendungen einspeisen. Die North American SynchroPhasor Initiative hat Best Practices für die Sicherung von Synchrophasor-Netzwerken veröffentlicht, die Intrusion Detection, rollenbasierte Zugriffskontrolle und sicheres Schlüsselmanagement abdecken. Redundante Kommunikationspfade und geografisch vielfältige PDCs gewährleisten Widerstandsfähigkeit - kein einzelner Glasfaserschnitt oder Cyberangriff kann den Betreiber vollständig blenden. Distributed Ledger-Technologie wird als eine Möglichkeit untersucht, unveränderliche Audit-Trails der PMU-Datenherkunft zu erstellen, um Haftung nach einem Ereignis und die Einhaltung gesetzlicher Vorschriften zu gewährleisten.

Operationelle Auswirkungen: Von der breiten Bewusstseins- zu Wide-Area-Kontrolle

Echtzeit-Situationsbewusstsein und Visualisierung

Moderne Kontrollräume zeigen Synchrophasordaten als dynamische Karten von Phasenwinkelunterschieden, Spannungskonturdiagrammen und Frequenzstreudiagrammen an. Betreiber können den Spannungspegel des Netzes auf einen Blick sehen: große Winkelabstände über einen Korridor zeigen stark belastete Übertragungswege an; eng gruppierte Frequenzverläufe deuten auf ein kohärentes Systemverhalten hin. Die Western Interconnection in Nordamerika verwendet eine PMU-basierte Winkeltrennungsüberwachung, um eine Frühwarnung vor möglichen Trennungsereignissen zu geben. Wenn Phasenwinkel vordefinierte Schwellenwerte überschreiten, können Betreiber Korrekturmaßnahmen ergreifen - Re-Dispatching-Generierung, Anpassung von Transformatorabgriffen oder Abwurflast - bevor Spannungen zusammenbrechen oder Schutzlinien außerhalb der Schrittweite auslösen. FirstEnergys Einsatz über 14.000 Quadratmeilen zeigte, dass die PMU-basierte Visualisierung die Entscheidungszeit des Betreibers bei Spannungsabständen um 40% reduzierte.

Schwingungserkennung und Dämpfungssteuerung

Bereichsübergreifende Schwingungen im Bereich von 0,1–1 Hz stellen eine anhaltende Bedrohung für die Netzstabilität dar. PMU-basierte Weitverkehrsüberwachungssysteme führen kontinuierliche Modalanalysen mit Algorithmen wie Prony-Analyse oder Matrix-Bleistift-Methoden durch, um Dämpfungsverhältnisse in Echtzeit zu extrahieren. Wenn die Dämpfung unter sichere Werte fällt, alarmiert das System die Betreiber oder löst automatisch Dämpfungssteuerungen aus – die Blindleistung von STATCOM modulieren, HGÜ-Verbindungsstromflüsse anpassen oder Turbinenreglersignale aktivieren. Mehrere Blackout-Untersuchungen, einschließlich des Northeast-Blackouts 2003, haben ergeben, dass wachsende Schwingungen bei etwa 0,25 Hz mehrere Minuten vor der Kaskade beobachtbar waren. Moderne PMU-basierte Systeme bringen diese Diagnoseleistung online, was sowohl präventive als auch korrigierende Maßnahmen ermöglicht. Die Bonneville Power Administration verwendet jetzt einen geschlossenen PMU-basierten Dämpfungsregler auf ihrem Pacific Intertie, wodurch die Leistungsübertragungsfähigkeit um 200 MW unter Stressbedingungen erhöht wird.

Spannungsstabilitätsbeurteilung mit Theveninäquivalenten

Spannungsinstabilität entsteht, wenn die Lastanforderungen die Fähigkeit des Übertragungssystems zur Blindleistungsabgabe übersteigen. Erweiterte PMU-Analysen berechnen Thevenin-Echtzeitäquivalente an wichtigen Lastbussen, indem sie lokale Spannungs- und Stromsynchrophasoren zusammen mit systemweiten Informationen verarbeiten. Die resultierende Spannungsstabilitätsmarge – ausgedrückt als Prozentsatz oder MW/mvar-Abstand zum Einsturz – gibt den Betreibern ein klares Signal zum Handeln. In Kontrollzentren werden diese Margen jede Sekunde aktualisiert. Wenn die Margen schrumpfen, können die Betreiber zusätzliche reaktive Ressourcen bereitstellen, einen Redispatch der Erzeugung fordern oder eine Notlastreduzierung einleiten. Jüngste Implementierungen in PJM Interconnection haben gezeigt, dass PMU-basierte Spannungsstabilitätsüberwachung die Auslastung bestehender Übertragungsleitungen um bis zu 8% erhöhen kann, während die N-1-Sicherheit erhalten bleibt.

Post-Event Forensik und Modellvalidierung

Kein Tool beschleunigt die Ursachenanalyse wie ein synchronisiertes PMU-Archiv. Nach einer Störung können Ingenieure das Ereignis von Hunderten von Punkten gleichzeitig mit Mikrosekundenauflösung abspielen. Sie sehen genau, wann jedes Relais betrieben wird, welche Generatoren zuerst ausgelöst wurden und wie sich das System trennten. Diese forensische Fähigkeit wurde verwendet, um dynamische Modelle zu verfeinern - zum Beispiel die Anpassung der Generatorerregerparameter oder die Zusammensetzung des Lastmodells basierend auf beobachteten Oszillationsmodi. Das Smart Grid Investment Grant Synchrophasor-Projekt des US-Energieministeriums dokumentierte, dass Versorgungsunternehmen, die PMU-Daten für die Modellvalidierung verwenden, signifikante Verbesserungen in der Simulationsgenauigkeit erzielten, was zu zuverlässigeren Betriebsgrenzen und weniger unnötigen Übertragungsbeschränkungen führte. Da die Modellvalidierung in mehreren Ländern zu einer regulatorischen Anforderung wird, dienen PMU-Datenarchive als Goldstandard für die Einhaltung.

PMU-basierte dynamische Streckenbewertung

Die Übertragungsleitungskapazität wird traditionell durch statische Saisonwerte unter der Annahme von Wetterwettern festgelegt. PMUs in Kombination mit lokalen meteorologischen Sensoren ermöglichen eine dynamische Leitungsbewertung (DLR), bei der die tatsächliche Stromtragfähigkeit in Echtzeit basierend auf Umgebungstemperatur, Solarheizung und Windgeschwindigkeit berechnet wird. Eine PMU an jedem Ende der Leitung misst die Phasenwinkeldifferenz, die direkt mit der Leitungsampizität variiert. Wenn das DLR die Kopffreiheit anzeigt, können Betreiber zusätzliche Transfers planen, ohne neue Linien zu bauen. Pilotprojekte des Electric Power Research Institute zeigen, dass das DLR die Korridorkapazität an sonnigen, windigen Tagen um 15 bis 30 % erhöhen kann. Die Integration von PMU-Daten in DLR-Algorithmen eliminiert die Notwendigkeit separater Spannungsüberwachungsgeräte und reduziert die Gesamtinstrumentierungskosten.

Emerging Frontiers: AI, Edge Computing und Quantensynchronisation

Künstliche Intelligenz für Ereignisklassifizierung und Stabilitätsvorhersage

Machine-Learning-Modelle, die auf jahrelangen PMU-Daten trainiert wurden, können nun Ereignisse – Fehler, Generatorauslösungen, Leitungsumschaltungen, Inselbildung – mit sehr hoher Genauigkeit klassifizieren. Deep-Learning-Architekturen, einschließlich konvolutionaler neuronaler Netze und langer Kurzzeitspeichernetze, werden auf transiente Stabilitätsvorhersage angewendet, indem rohe Synchrophasorströme direkt auf kritische Clearingzeiten und Stabilitätsränder abgebildet werden. Generative kontradiktorische Netze erzeugen synthetische, aber realistische PMU-Daten für seltene Ereignisse, was die Robustheit der Klassifikatoren verbessert. In Kontrollräumen fungiert AI als Entscheidungsunterstützungsschicht, die subtile Anomalien anzeigt, die menschliche Bediener möglicherweise verpassen, und reduziert die Alarmermüdung. Für eine detaillierte Überprüfung von KI-Anwendungen in der Stabilität des Stromsystems bietet das IEEE-Papier "Machine Learning for Power System Transient Stability Assessment" einen hervorragenden Überblick. Die neuesten Fortschritte verwenden neuronale Transformatornetzwerke, die Fernbereichsabhängigkeiten in PMU-Zeit

Distributed Edge Intelligence

Die Übertragung von rohen PMU-Streams von Tausenden von Umspannstationen zu einer einzigen Leitstelle schafft Kommunikationsengpässe und Latenz. Edge Computing bringt die Analyse näher an die Sensoren heran: Umspannstationen-Gateways oder PDCs führen lokale Oszillationserkennung, harmonische Schätzung oder Ereignisklassifizierung aus und senden nur summarische Alarme oder komprimierte Funktionen vorgelagert. Diese Architektur bietet auch Widerstandsfähigkeit – selbst wenn die Weitverkehrskommunikation ausfällt, überwachen lokale Anwendungen weiterhin kritische Busse und können Abhilfemaßnahmen ohne zentrale Genehmigung einleiten. Die Synchronisierung verteilter Randknoten bleibt eine Herausforderung, aber hybride Ansätze, die sowohl GPS als auch das Präzisions-Zeitprotokoll über lokale Netzwerke verwenden, erweisen sich als effektiv. Das Konzept des Verbundlernens für den Datenschutz von PMU gewinnt an Zugkraft: Mehrere Dienstprogramme trainieren gemeinsam ein globales Oszillationserkennungsmodell, ohne dass sie rohe PMU-Daten austauschen, wobei die Vertraulichkeit kritischer Infrastrukturen gewahrt bleibt.

Quantum-Assisted Timing für GPS-unabhängigen Betrieb

GPS ist anfällig für Stör- und Spoofing. Für kritische Infrastrukturen ist eine Backup-Zeitquelle unerlässlich. Atomuhren im Chipmaßstab, nicht größer als ein Reiskorn, können die Mikrosekundengenauigkeit tagelang ohne GPS-Updates beibehalten. Die optische Faserzeitübertragung mit dem White Rabbit-Protokoll bietet eine Sub-Nanosekunden-Synchronisation über Ballungsräume. Mit Blick auf die Zukunft versprechen Quantenverschränkungs- und Quantenuhrennetzwerke eine Synchronisation mit grundlegender Genauigkeit, die nicht kompromittiert werden kann. Hybridsysteme, die GPS, Atomuhren und optische Zeitübertragung kombinieren, stellen sicher, dass PMU-Daten auch in umstrittenen Umgebungen vertrauenswürdig bleiben, eine Priorität für die nationale Sicherheit und Netzresistenz. Testbetten am National Institute of Standards and Technology haben gezeigt, dass quantenepiaxiale Atomuhren mit einer Drift von weniger als 1 Mikrosekunde pro Jahr klein genug sind, um in ein PMU-Gehäuse zu passen.

Integration in verteilte Energieressourcen

Da Solar-, Wind- und Batteriespeicher Synchrongeneratoren verdrängen, wird die Netzdynamik schneller und weniger vorhersehbar. PMUs an Verteilstationen sind immer wichtiger, um die schnellen Frequenzänderungen zu überwachen, die mit großen erneuerbaren Rampen verbunden sind. Mikro-PMUs auf Verteiler-Einspeisungen bieten Einblick in Energiequalitätsprobleme, Wechselrichter-Interaktionen und Spannungsregelungsleistung. Diese Daten ermöglichen adaptive Schutzsysteme, dynamische Spannungsregelung in Mikronetzen und Koordination von virtuellen Kraftwerken. Die Erweiterung der PMU-basierten Überwachung bis hin zum Niederspannungsnetz stellt eine wichtige Grenze dar, um sicherzustellen, dass die auf der Übertragungsebene erzielten Stabilitätsgewinne nicht verloren gehen, wenn sich der Erzeugungsmix ändert. Die SunSpec-Allianz hat kürzlich ein kostengünstiges PMU-Profil für Solarwechselrichter standardisiert, so dass Millionen von Geräten Synchrophasoren mit 10 Proben pro Sekunde über Internetverbindungen melden können.

Wirtschaftstreiber und die Kostenkurve

Die durchschnittlichen Kosten für eine PMU mit Übertragungsgrad sind von über 20.000 US-Dollar im Jahr 2010 auf weniger als 5.000 US-Dollar im Jahr 2024 gesunken, was auf die Integration von Silizium auf Chips und die Herstellung von hohen Stückzahlen zurückzuführen ist. In Kombination mit nicht konventionellen Sensoren und der Randverarbeitung können die installierten Gesamtkosten pro Überwachungspunkt unter 2.000 US-Dollar liegen. Der Return on Investment kommt von der Verschiebung von Übertragungsupgrades, der Verringerung der Ausfalldauer und der Ermöglichung einer höheren Nutzung erneuerbarer Energien. Das US-Energieministerium schätzt, dass der landesweite Einsatz von PMU durch vermiedene Blackout-Kosten und eine erhöhte Anlagenauslastung Nettovorteile von 2-4 Milliarden US-Dollar pro Jahr bringen könnte. Da die Versorgungsunternehmen digitale Umspannwerke beschleunigen Pläne, PMUs werden zu einem Standard-Linienelement in neuen Umspannwerksdesigns und nicht zu einer Nachrüstspezialität.

Die Reise der Phasormesstechnologie von Nischenforschungsinstrumenten bis hin zu allgegenwärtigen Netzsensoren ist eine Geschichte kontinuierlicher Innovation. Hardware ist kleiner, billiger und genauer geworden. Kommunikationssysteme sind reifer geworden, um die Datenflut sicher zu handhaben. Analysen haben sich von einfachen Displays zu ausgeklügelter KI-gesteuerter Vorhersage entwickelt. Und das operative Paradigma hat sich von der reaktiven Überprüfung nach dem Ereignis zu einer proaktiven Echtzeitkontrolle verlagert. Die Kombination dieser Fortschritte macht Stromausfälle zunehmend vermeidbar, den Netzbetrieb effizienter und die Integration erneuerbarer Energiequellen zuverlässiger. Die kontinuierliche Zusammenarbeit durch Organisationen wie NASPI und die IEEE fahren fort, Standards und Best Practices zu fördern, um sicherzustellen, dass die PMU-Technologie auch in den kommenden Jahrzehnten im Mittelpunkt der Überwachung der Stabilität des Stromsystems bleibt.