Big Data soll den Weg zur Energiewende ebnen

Ein neues Forschungsprojekt sucht intelligente Wege zur Stabilisierung von Stromnetzen. Wissenschaftler aus Kaiserslautern steuern die zentrale Technik bei.

Jetzt teilen:

KAISERSLAUTERN – Der Anteil erneuerbarer Energien an der Stromerzeugung in Deutschland kletterte im Jahr 2018 auf rund 40 Prozent. Bis 2030, so hat es sich die Bundesregierung vorgenommen, soll der Ökostromanteil auf 65 Prozent gesteigert werden. Das bedeutet: Die zentrale Stromversorgung durch wenige Großkraftwerke wird in den nächsten Jahren sukzessive durch eine Vielzahl kleinerer Anlagen ersetzt, die Strom aus Wind, Sonne, Wasser oder Biomasse erzeugen und dezentral in das Netz einspeisen. Das Problem dabei: Die alternative Energieerzeugung ist nach wie vor stark abhängig von Faktoren, die der Mensch nicht beeinflussen kann. Windkraftanlagen stehen still, wenn keine ordentliche Brise geht, Solarzellen liefern ohne Sonne keinen Strom. Je größer die Abhängigkeit von erneuerbaren Energiequellen, desto größer also das Risiko von Schwankungen im Netz. Eine wackelige Versorgungsssicherheit kann sich ein Industrieland wie Deutschland jedoch nicht leisten.

Künstliche Intelligenz aus Kaiserslautern im Einsatz

Nach Lösungswegen sucht das vom Bundesforschungsministerium geförderte Projekt „Fühler im Netz“, das nach zweijähriger Pause nun auf breiterer Basis fortgesetzt wird. Geforscht wird nach großflächigen Ansätzen zur Überwachung des Stromnetzes mithilfe von Big Data und Künstlicher Intelligenz (KI). Zu den zentralen Akteuren gehört das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern, das zu den führenden deutschen Forschungseinrichtungen auf dem Gebiet der KI zählt.

Das 2017 beendete Vorläuferprojekt hatte bereits erste praxistaugliche und kostengünstige Methoden zur Netzüberwachung in Echtzeit sowie zur Zustandserfassung von Kabeln und Anlagen bereitgestellt. Diese Erkenntnisse sollen nun vertieft und ausgeweitet werden.

Zahlreiche Sensormodems kommen zum Einsatz

Zum Einsatz kommen unter anderem mehr als 3500 Sensormodems in Stromnetzen in Mainz, Leverkusen und Baden-Württemberg, die laufend die Spannung messen und den Status der Infrastruktur melden. Bei der Untersuchung der dabei anfallenden riesigen Datenmengen auf Muster und Auffälligkeiten mithilfe von KI-Algorithmen kommen Machine Learning- und Deep Learning-Methoden des DFKI zum Einsatz. Sie sollen immer präzisere Vorhersagen und die Ableitung eigener Strategien ermöglichen.

Für Prof. Andreas Dengel, Standortleiter des DFKI Kaiserslautern, sind KI-Techniken „die Grundlage für ein intelligentes Netzwerküberwachungs- und Netzmanagement-System“ und „somit Wegbereiter für das intelligente Energiesystem der Zukunft“.