Warum sind diese Ergebnisse für das aktuelle Stromnetz bedenklich?

Das Stromnetz wird, durch den regelmäßig aber nicht gleich hohen Verbrauch und die Einspeisung des durch den in Photovoltaikanlagen erzeugten Stroms stärker belastet als bei der Installation der Netze vorgesehen und erwartet war. Es gelte, so Katrin Schulte, das Netz so zu steuern, dass bei Bedarf Strom da sei. Um dieses zu gewährleisten brachte sie ein internationales Forschungsprojekt mit auf den Weg, das vielversprechender Ansätze zur Lösung ausgearbeitet hat. Es ist eine dezentral arbeitende, Künstliche Intelligenz (KI) zur Steuerung des Stromnetzes. Auf Englisch: "Artificial Intelligence on the edge for a secure and autonomous distribution grid control with a high share of renewable energies (AI4DG)", genannt.

Zehn Prozent weniger Stromerzeugung im 1. Halbjahr 2023

Wie das Statistische Bundesamt (Destatis) nach vorläufigen Ergebnissen mitteilt, wurde Im 1. Halbjahr 2023 in Deutschland 233,9 Milliarden Kilowattstunden Strom erzeugt und in das Netz eingespeist. Das sind, rund gerechnet 10 Prozent weniger als im gleichen Zeitraum des Vorjahres.

Aufgrund mit 30 Prozent deutlich gestiegener Importe und mit 18 Prozent gesunkener Exporte sank die insgesamt im Netz verfügbare Strommenge um sieben Prozent.

Gemeinschaftsarbeit ist angesagt

Das Vorhaben baut auf die bisherigen Forschungen von Katrin Schulte auf: Sie machte ihren Bachelor Abschluss im Bereich der Regenerative Energien an der FH Bielefeld und setzte sich anschließend, vertiefend, im Lehrfach Master Elektrotechnik mit intelligenten Energiesystemen auseinander. Seit dem Frühjahr 2020 forscht sie als wissenschaftliche FH-Mitarbeiterin in Projekten zur Gestaltung der Energiewende am Institut für Technische Energie-Systeme (ITES) in der Arbeitsgruppe Netze und Energiesysteme (AGNES) unter der Leitung von Professor Dr.-Ing. Jens Haubrock. Dieser betreut als Initiator und Projektleiter das Projekt AI4DG, indem die Partner mit verschiedenen Schwerpunkten digital vernetzt zusammenarbeiten.

  • Von der FH Bielefeld, kommt die Initiative und Stromnetz-Expertise
  • Die Université Grenoble Alpes steuert das Know-how zur KI bei.
  • Die Universität Bielefeld kümmert sich um den dezentral verteilten Einsatz der KI, um das sogenannte Edge Computing
  • Die Industriepartner Atos Worldgrid aus Frankreich und der die "Innovation – Intelligente Netztechnik" von Westfalen Weser Netz aus Deutschland helfen bei der praktischen Umsetzung im Feld

So werden Erzeugungs- und Verbrauchsdaten dezentral verarbeitet und analysiert

Es ist in der Wissenschaft nicht neu, dass im Bereich der Künstlichen Intelligenz (KI) zur Steuerung der Stromversorgung geforscht wird. Neu ist, dass das Bielefelder Forschungsteam und seine französischen Kolleginnen und Kollegen diese mit Edge Computing verknüpfen.

Der Biomechatroniker (MA), Timon Jungh, der in der Arbeitsgruppe von Prof. Dr.-Ing. Ulrich Rückert am CITEC (Center for Cognitive Interaction Technology) arbeitet, erklärt den Begriff.

Edge Computing bedeutet demnach, dass die Daten nicht zentral in der Cloud verarbeitet werden, sondern dezentral genau dort, wo sie erzeugt werden. Das sei eine echte Innovation, betont Katrin Schulte ebenfalls. Denn dadurch werde die Sicherheit und der Datenschutz erhöht. Falle eine dezentrale KI-Einheit aus, könne eine andere unmittelbar die Kontrolle übernehmen. Da die Daten vor Ort blieben, könnten sie weder verloren gehen noch beim Transport gehackt werden. Ein weiterer Vorteil der dezentralen Herangehensweise sei, so Timon Jungh, dass die Daten unmittelbar zur Verfügung stünden.

So soll die Ortsnetzstation in Herford funktionieren

In einem Wohngebiet in Herford steht, unscheinbar, am Straßenrand, ein großer grauer Kasten mit breiten Lüftungsschlitzen. An einer Seite informiert ein gelber Aufkleber mit schwarzem Blitz über seinen Verwendungszweck. In ihm wird ankommende Mittelspannung in Niederspannung transformiert, mit der in der Folge die umliegenden Häuser mit Strom versorgt werden.

Ein Blick ins Innere des Verteilerkastens gibt den Blick auf Kabel, Schalter, Zähler und ein Messfeld frei. Fachleute, die zu Überprüfungszwecken ein Laptop anschließen, erkennen, wie viel Strom aktuell von den Haushalten verbraucht wird.

Das Projekt AI4DG sieht vor, dass genau an dieser Stelle, direkt in der Ortsnetzstation, KI die Messdaten verarbeitet. Beispielsweise können die Analysen der KI für Prognosen eingesetzt werden. Damit kann der ungefähre Stromverbrauch von einzelnen Haushalten oder die von den PV's erzeugte Leistung vorhersagt werden. Folglich lassen sich die Batterien in den Haushalten mit PV's netzdienlich steuern und die erzeugte Energie wird entweder gespeichert oder in das Netz eingespeist. Damit wird eine gleichbleibende Spannung gewährt, die Stromversorgung ist gesichert und Überlastungen im Netz werden vermieden, erklärt Katrin Schulte.

Vom Labor, über das Feld bis hin zum marktfähigen Produkt

Bevor das gedachte Projekt marktreif ist, entwickeln und optimieren Schulte und ihre Mitstreiterinnen und Mitstreiter ihr Steuerungssystem zunächst am Computer und im Labor: Mit einer speziellen Software wird als Simulation ein Stromnetz aufgebaut, die realen Daten dafür liefert das Westfalen Weser Netz.

Katrin Schulte zeigt ihre imaginäre Spielwiese auf der die selbst programmierten Algorithmen ausprobiert werden. Erst wenn diese die vorgeschriebenen Tests bestehen, geht es ins Netz-Simulationslabor Smart Energy Applications (SEAp). Hier fließen echte Ströme, und die Tauglichkeit des Steuerungssystem wird mithilfe verschiedener Hardware-Komponenten wie Batteriespeicher und elektronischen Lasten, festgestellt

Erst zu diesem Zeitpunkt wird das System in einem Feldversuch im echten Stromnetz zusammen mit Westfalen Weser Netz überprüft. Wenn es gut funktioniert, können die Industriepartner das System zu einem marktfähigen Produkt weiterentwickeln.

Europaweiter Nutzen durch Kooperation mit Frankreich angestrebt

AI4DG ist ein internationales Forschungsprojekt, das vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Programms für deutsch-französische Projekte gefördert wird.

Prof. Haubrock stellte den Kontakt zu den französischen Partnern her. Durch die Kooperation mit Frankreich können, so seine Aussage, verschiedene Verteilnetzstrukturen für eine Übertragbarkeit der KI-Methoden auf das europäische Energiesystem geprüft werden. Er hofft, dass dadurch die etablierten, nationalen KI-Strategien bereichert werden.

Energiewende im ländlichen Raum

Solarstrom als Einnahmequelle für Haushalte und Betriebe

Wie das Statistische Bundesamt DESTATIS berichtet, sind Solarstromanlagen für private Haushalte und Betriebe zunehmend Energie-, und Einnahmequellen. Demnach hatten 2020 etwa eine Million privater Haushalte, fast 30 Prozent mehr als 2014, Einnahmen aus der Einspeisung von Solarstrom ins Netz. Die Einnahmen dieser Haushalte aus dem Stromverkauf lagen zuletzt bei durchschnittlich 174 Euro im Monat und gingen damit gegenüber 2014 mit 285 Euro um 39 Prozent zurück.

Eine Ursache für diesen Rückgang dürfte die nach dem Erneuerbare-Energien-Gesetz (EEG) sinkende Einspeisevergütung für neu installierte Photovoltaikanlagen sein. 2022 liegt die Vergütung bei weit weniger als 7 Cent pro Kilowattstunde. Aktuelle Einspeisevergütung:

Betriebe in Deutschland erwirtschafteten hingegen, so DESTATIS, 3,5 Milliarden Euro mit Photovoltaik.Der Umsatz der Betriebe, die Produkte und Dienstleistungen zur Nutzung der Sonnenenergie anbieten, stieg binnen fünf Jahren von gut 2,5 Milliarden Euro im Jahr 2016 auf gut 3,5 Milliarden Euro im Jahr 2020. Das war ein Zuwachs um 39 Prozent.

Titelbild: Katrin Schulte (FH Bielefeld) und Timon Jungh (Universität Bielefeld) vor einer Photovoltaikanlage, die je nach Wetterlage eine unterschiedliche Menge Energie erzeugt. Mit Künstlicher Intelligenz wollen die beiden die Einspeisung in das Stromnetz steuern.

Bild 2 Katrin Schulte lässt sich von Marco Sawatzki vom Netzbetreiber Westfalen Weser Netz die digitale Hardware zur Aufnahme von Niederspannungs-Messdaten in einer Ortsnetzstation zeigen.

Beide Fotos: Patrick Pollmeier, FH Bielefeld

Laden ...
Fehler!