Aktuelles
15.11.2018 | ENSURE

Intelligente Steuerung von Verteilnetzen

Schleswig Holstein Netz AG
Quelle: Schleswig Holstein Netz AG

Die Energiewende schreitet voran. Das macht die Steuerung elektrischer Verteilnetze komplexer. Erneuerbare Energien und die Elektromobilität werden gleichzeitig ausgebaut. Das erzeugt Schwankungen im Netz. Im Kopernikus-Projekt ENSURE erforscht das KIT deshalb neue Ansätze, wie man die Ressourcen optimal einsetzen, dezentrale Energieanlagen intelligenter steuern und das Potenzial für Flexibilität im Netz vorausberechnen kann.

Der Netzausbau wird teuer. Um die Kosten zu reduzieren, sollten die Erzeugung und der Verbrauch von Energie in einem lokalen Bereich zeitlich möglichst so verteilt werden, dass ein geringerer Ausgleich auf überregionaler Ebene nötig ist. Außerdem können Flexibilitätspotentiale optimal ausgenutzt werden. Dafür lassen sich Energiespeicher nutzen, sowie intelligente, den Verbrauch steuernde Automatisierungslösungen. Diese können an strategischen Punkten in die Verteilnetze integriert werden. Ein Beispiel: Industrieunternehmen, die viel Strom verbrauchen, würden mit ihrer Produktion darauf reagieren, wie viel Strom gerade verfügbar ist. Wenn viel Wind weht oder die Sonne scheint, fahren sie die Maschinen hoch. An diesen flexiblen Industrieprozessen forscht das Kopernikus-Projekt SynErgie.

Solche Steuersysteme müssen sowohl die verfügbaren Energieressourcen sowie das Konsumverhalten der Verbraucher berücksichtigen, aber auch auf dynamische Veränderungen (z.B. veränderte Wetter- und Marktbedingungen) reagieren. Die dabei entstehenden Optimierungsprobleme lassen sich aufgrund ihrer Komplexität nicht durch klassische Verfahren lösen.

Erfolgversprechend sind hier neue Methoden auf Basis von so genannten Metaheuristiken. Das sind Algorithmen zur annäherungsweisen Lösung von Optimierungsproblemen, durch die sich ein guter Kompromiss zwischen Genauigkeit und der tatsächlichen Performanz der Lösung erzielen lässt. Bei der Vorausberechnung der möglichen Bandbreite an Flexibilität könnte außerdem maschinelles Lernen helfen. Wenn man nämlich künstliche neuronale Netzwerke mit großen Datensätzen zu Verbrauch und Angebot in Verteilnetzen trainiert, kann das die Genauigkeit von Vorhersagen verbessern.

Im Kopernikus-Projekt ENSURE arbeiten deshalb Wissenschaftlerinnen und Wissenschaftler des KIT sowohl an einer optimierten Verteilnetzsteuerung als auch an der Berechnung von Flexibilitätsbandbreiten mittels neuronaler Netze. Beide Ansätze sind sehr rechenintensiv.

Ansprechpartner: Prof. Hagenmeyer, Dr. Clemens Düpmeier, Institut für Automation und angewandte Informatik, KIT

Unsere Website verwendet Cookies und die Analytics Software Matomo. Mehr Information OK