Wie künstliche Intelligenz die Energiewende unterstützen kann: Forschungsprojekt der HTWG Konstanz

21. Oktober 2020 | | 3 Minuten Lesezeit

Startseite » News » Wie künstliche Intelligenz die Energiewende unterstützen kann: Forschungsprojekt der HTWG Konstanz

Das Forschungsprojekt AI4Grids unter der Leitung der HTWG Hochschule Konstanz setzt künstliche Intelligenz für die Stabilisierung von Stromnetzen ein. Das Projekt wird vom Bundesumweltministerium mit 2,5 Millionen Euro gefördert. Neben der HTWG arbeiten das Fraunhofer-Institut für Solare Energiesysteme ISE, das International Solar Energy Research Center Konstanz e.V. (ISC Konstanz), die Stadtwerk am See GmbH & Co. KG sowie die Energiedienst AG mit.

Prof. Dr. Gunnar Schubert, Professor für Physik und Elektrotechnik und Vizepräsident für Forschung und Transfer an der HTWG Hochschule Konstanz Technik, Wirtschaft und Gestaltung, koordiniert das Forschungsprojekt „KI-basierte Planung und Betriebsführung von Verteilnetzen und Microgrids zur optimalen Integration regenerativer Erzeuger und fluktuierender Lasten im Rahmen der Energiewende“ oder in Kurzform „AI4Grids“. Es wird mit 2.530.830 Euro vom Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit (BMU) im Rahmen der Förderinitiative „KI-Leuchttürme“ gefördert. Neben der HTWG arbeiten das Fraunhofer-Institut für Solare Energiesysteme ISE, das International Solar Energy Research Center Konstanz e.V. (ISC Konstanz), die Stadtwerk am See GmbH & Co. KG sowie die Energiedienst AG mit. Auf die HTWG alleine entfällt eine Fördersumme von 670.000 Euro.

Intelligente Netzbetriebsführung mithilfe von KI

Ziel des Projekts ist es, mit Hilfe künstlicher Intelligenz (KI) eine intelligente Netzbetriebsführung zu ermöglichen, so dass die für die Energiewende benötigten Erzeuger und Verbraucher effizient in das Mittel- und Niederspannungsnetz integriert werden. „So wird eine bessere Synchronisierung von Energiemengen und Netzkapazitäten erreicht“, blickt Prof. Schubert voraus. Das bestehende Netz könne damit optimal ausgelastet werden, mögliche Kosten für einen anderenfalls notwendigen Netzausbau könnten verringert oder gar vermieden werden. Um das Ziel zu erreichen, werden Algorithmen entwickelt, die auf KI basieren und die Planung und Betriebsführung von Stromnetzen auf Verteilnetzebene und von Microgrids („Inselnetzen“) unterstützen. So soll beispielweise ein Algorithmus im Fall einer Störung eine Handlungsempfehlung an die Leitwarte ausgeben, um die Störung schnell zu beheben. Ein solcher KI-basierter Regler für die Betriebsführung benötigt ein umfassendes Bild des Netzzustandes. Dazu überwachen automatisierte Verfahren fortlaufend die aktuellen Netzdaten, um damit Änderungen in der Netzstruktur oder den Eintritt neuer Netzteilnehmer zu detektieren. Zudem wird das KI-System um eine integrierte Lastprognose ergänzt, die Wetter- und Verbrauchsdaten zur Vorhersage nutzt. Durch die gezielte Regelung von Verbrauchern und eine verlässliche Prognose der Erzeugung kann das Netz vor kritischen Belastungen geschützt und eine stabile Stromversorgung sichergestellt werden.

Richtige Verarbeitung von Wetterdaten

Eine große Herausforderung im IT-Bereich ist die Akquisition und die richtige Verarbeitung der abgerufenen Wetterdaten, um die Photovoltaik-Erträge vorhersagen zu können. „In Verbindung mit dem erlernten Nutzerverhalten müssen die richtigen Entscheidungen getroffen werden, das heißt z.B.: Bei einer aufziehenden Kaltfront wird der Wärmespeicher gefüllt und bei einer aufziehenden Regenfront wird der Batteriespeicher gefüllt“, sagt Dr. Kristian Peter vom ISC Konstanz. Wenn die Sonne nicht ausreicht, kommt automatisch die „künstliche Sonne“ zum Einsatz, eine Brennstoffzelle, die ihren Wasserstoff aus nachfüllbarem regenerativ erzeugtem Methanol bezieht. Auf diese Weise wird das ISC Konstanz die Projektergebnisse in Wohnquartieren demonstrieren, z.B. im nahegelegenen Allensbach, wo heute schon die eigens entwickelte Smart-Grid-Technologie eingesetzt wird.

Echtzeitsimulationen für reellen Netzzustand

Im Digital Grid Lab des Fraunhofer ISE können für das Projekt hilfreiche Echtzeitsimulationen durchgeführt werden, da hier die lokale Erzeugungs- und Verbrauchsstruktur und somit ein möglichst reeller Netzzustand abgebildet werden kann. Das Projekt wird darüber hinaus von Partnern aus der Energiewirtschaft unterstützt. „Dadurch wird zum einen die Praxisrelevanz des Themas deutlich, zum anderen wird gewährleistet, dass die Optimierungsverfahren auch zu wirtschaftlich verwertbaren Netzlösungen führen“, erläutert Manuela Linke, akademische Mitarbeiterin im Team der HTWG. So werden zum Beispiel zum Testen des Algorithmus vom Stadtwerk am See Netztopologien und Profile zur Abbildung der lokalen Erzeugungs- und Verbrauchsstruktur bereitgestellt, mit denen die Regelmechanismen getestet und verglichen werden können. Seitens der Energiedienst AG können die Klimahäuser Schallstadt in das Projekt integriert werden. Sie verfügen über 500 KW Photovoltaik und eine strikt auf elektrische Fahrzeuge beschränkte Tiefgarage mit vernetzter Ladeinfrastruktur. „Hier wird ersichtlich, wie wichtig es ist, dass ein Lastmanagement der Fahrzeuge erfolgt, ohne Netzüberlastung und bei maximaler lokaler Solarstromnutzung“, sagt Prof. Christof Wittwer vom Fraunhofer ISE. Dazu ist eine KI-basierte Netzzustandserkennung geplant, die Netz- und Ladevorgänge erlernt und den E-Auto-Ladestationen entsprechende Leistungsvorgaben aufprägt.

KI-basierte Algorithmen in realen Umgebungen testen

Denn: Ein wesentliches Merkmal des Forschungsprojekts ist, KI-basierte Algorithmen nicht nur zu erforschen, zu entwickeln und in einer Laborumgebung zu prüfen, sondern diese auch in realen Umgebungen zu testen, um die Praxistauglichkeit zu gewährleisten. So sollen die Algorithmen in Reallaboren geprüft und optimiert werden. Auch in Friedrichshafen und Konstanz soll praktisch getestet werden, ob das KI-System und seine Bestandteile auf Gebäude- wie Quartiersebene einen Mehrwert liefert.

cyberHR