KI-basierte Software-Lösungen für Stromverteilnetze
Energiewende erhöht Anforderungen an Stromverteilnetze
Die Energiewende findet auch im Verteilnetz statt, also dem Netz, mit welchem die elektrische Energie an die Endverbrauchenden verteilt wird. Für Netzbetreibende stellen wachsende Schwankungen im Energiefluss eine große Herausforderung dar. Diese werden beispielsweise durch die dezentrale Erzeugung erneuerbarer Energien sowie durch neue Verbraucher wie Ladestationen für Elektrofahrzeuge und Wärmepumpen hervorgerufen. Um daraus resultierende Netzüberlastungen zu verhindern, ist die richtige Steuerung und Überwachung der Verteilnetze wichtig. Um die Netzkapazität zu ermitteln, sind qualitativ hochwertige Netzzustandsschätzungen notwendig. Die Kosten für die aufwendige Messtechnik zur vollständigen Messung sind für Netzbetreiber allerdings nicht tragbar. Das Start-up gridhound, eine Ausgründung der Rheinisch-Westfälischen Technischen Hochschule (RWTH) Aachen, hat es sich daher zur Aufgabe gemacht, die digitale Transformation in Stromverteilnetzen voranzubringen.
Bessere Einspeisemanagement-Maßnahmen dank „Graice“
Dazu nutzt gridhound die geräteunabhängige und flexible Software „Graice“. Mit Hilfe von künstlicher Intelligenz (KI) kann „Graice“ das Verhalten eines Verteilnetzes erlernen und mit sehr wenigen Messstellen die elektrischen Größen an allen anderen Netzelementen ermitteln. Ergebnis ist ein vollständiger Netzzustand für die Lastflussberechnung. Dabei werden nicht nur elektrische Parameter wie Spannung, Strom und Leistung ermittelt, sondern auch wichtige elektrische Netzbetriebsmittel wie beispielsweise Leitungen, Sammelschienen und Transformatoren berücksichtigt. Durch „Graice“ können Einspeisemanagement-Maßnahmen zur Verhinderung einer Netzüberlastung um rund 30 Prozent reduziert und die damit verbundenen CO2-Emmissionen deutlich gesenkt werden.
Vorhersagen für einzelne Anlagen oder ganze Ortnetzstationen möglich
Um mit minimaler Messtechnik arbeiten zu können, ist die optimale Platzierung im Netz wichtig. Um diese zu generieren, kombiniert gridhound ingenieurmäßiges Vorgehen mit KI-Algorithmen. Zudem hat Gridhound mittels KI Prognose-Methoden entwickelt, um die Leistung einzelner Erneuerbare-Energien-Anlagen, wie etwa Photovoltaik-Anlagen, aber auch für ganze Ortsnetzstationen, vorherzusagen. Dazu wird der Algorithmus mit historischen Daten trainiert und kann dann mit aktuellen Daten Leistungswerte prognostizieren. Dies funktioniert auch übergreifend in anderen Netzgebieten und kann sowohl kurz- als auch langfristig generiert werden.
Erleichterte Netzanschlussplanung und Redispatch-Maßnahmen
Auf Grundlage dieser Netzzustandsschätzung auf KI-Basis kann die Auslastung für ganze Netzgebiete vorhergesagt werden kann. So können Redispatch-Maßnahmen – also Eingriffe in die Erzeugungsleistung von Kraftwerken, um Leitungsabschnitte vor einer Überlastung zu schützen – teilweise vermieden werden. Dies ist aktuell sehr relevant, da die geplanten Gesetzesänderungen, beispielsweise im §14a EnWG, diese Maßnahmen auch in der Mittel- und Niederspannung vorsehen. Auch die Netzanschlussplanung beispielsweise für Photovoltaik-Anlagen, Ladestationen für die Elektromobilität oder Wärmepumpen wird so vereinfacht.
Projektthema
KI-gestütztes System zur digitalen Netzzustandschätzung – „Graice“
Projektdurchführung
gridhound GmbH
Dennewartstr. 25-27
52068 Aachen
E-Mail: info@gridhound.de
Internet: www.gridhound.de
DBU-AZ: 37647
Stand: 06.06.2023
