Künstliche Intelligenz soll Stromnetze besser regeln

Friedrichshafen/Konstanz. Durch die Energiewende wird die Stromerzeugung dezentraler, weil Solar- und Windkraftanlagen ins Netz integriert werden müssen. Gleichzeitig wird der Stromverbrauch in den nächsten Jahren deutlich steigen, weil fossile Energieträger in vielen Bereichen durch Strom ersetzt werden.

Energieexperten rechnen in den kommenden Jahren mit einer Verdoppelung der Strommenge, die über das Netz transportiert werden muss. Das stellt die Betreiber von Verteilnetzen, wie Stadtwerke, vor große Herausforderungen, um Netzstabilität und sichere Versorgung zu gewährleisten.

Wissenschaftler sehen KI als Schlüssel für stabile Netze

Eine Lösung könnte der Einsatz von Künstlicher Intelligenz (KI) bringen. Wie KI-gestützte Algorithmen für Netzbetreiber den Betrieb von Verteilnetzen einfacher und sicherer machen können, haben zwei regionale Energieversorger, das Stadtwerk am See am See mit Hauptsitz in Friedrichshafen und die in Südbaden und der Schweiz aktive EnBW-Tochter Energiedienst zusammen mit der Hochschule Konstanz Technik, Wirtschaft und Gestaltung und weiteren Forschungseinrichtungen in einem Pilotprojekt erforscht. Und das Fazit der Wissenschaftler und Praktiker nach drei Jahren Forschungsarbeit fällt einhellig positiv aus. „KI-Systeme sind der Schlüssel, um zukünftig Verbrauch und Erzeugung in Einklang zu bringen und die Netze zu entlasten“, sagt beispielsweise Kristian Peter, Vorstand des Konstanzer Solarforschungsinstitutes ISC.

Die neuentwickelten KI-basierten Niederspannungsregler wurden in zwei praktischen Feldversuchen erprobt. In Friedrichshafen wurde das Prinzip im Gewerbegebiet „Fallenbrunnen“ getestet, in Schallstadt im Markgräferland mit den Klimahäusern, die über großflächige Solaranlagen und eine breit angelegte Ladeinfrastruktur für E-Autos verfügen.

Auch Wettervorhersagen werden von der Software berücksichtigt

Die KI analysiert nicht nur den Ist-Zustand von Stromverbrauch und -produktion, sondern erstellt auch aufgrund von Daten, wie dem durchschnittlichen Verbrauch zu unterschiedlichen Tageszeiten oder Wettervorhersagen, Prognosen für die zukünftige Netzbelastung. So können bei einer aufziehenden Kaltfront präventiv Wärmespeicher gefüllt werden oder bei einem erwarteten Regengebiet wird der Batteriespeicher geladen, weil dann der Ertrag aus Solaranlagen gering ausfällt.