Intelligente Stromnetzverwaltung erhöht Durchdringung erneuerbarer Energien
Mit der zunehmenden Erzeugung erneuerbarer Energien ist auch der Ausgleich zwischen Stromversorgung und -verbrauch komplexer geworden. Energie aus Windkraftanlagen und Solarmodulen ist aufgrund ihrer Abhängigkeit von unbeständigen Wetterbedingungen im Vergleich zu der aus herkömmlichen Öl- oder Kohlekraftwerken gewonnenen Energie nur unregelmäßig verfügbar und somit unvorhersehbar. Aber durch die rechtzeitige und intelligente Verwendung von Daten kann die Verwaltung von aus erneuerbaren Quellen gespeisten Stromnetzen effizienter gestaltet werden. „Dies kann die Durchdringung erneuerbarer Energien verbessern und die CO2-Emissionen reduzieren“, so Hongjian Sun, Projektkoordinator von TESTBED und Dozent an der Fakultät für Ingenieurwesen der Universität Durham im Vereinigten Königreich. „Die wichtigste Lektion, die wir aus dem Projekt TESTBED gelernt haben, ist, dass die Daten selbst sehr nützlich für die Einbindung der gesamten Stromerzeugung und -nachfrage sind, insbesondere bei erneuerbaren Energiequellen“, sagt er. „Bei TESTBED geht es darum, Daten für die Prognose von Angebot und Nachfrage zu sammeln und herauszufinden, wo es Engpässe zu lösen gilt“, so Sun. Im Rahmen des durch die Marie-Skłodowska-Curie-Maßnahmen der EU finanzierten Projekts wurden Optimierungsprogramme zur Modellierung von Verbesserungen der Energieeffizienz und der CO2-Emissionen entwickelt. „Die Simulation für die Stadt Durham im Nordosten Englands ergab, dass durch die Integration von Daten und deren rechtzeitige Übermittlung die CO2-Emissionen mithilfe erneuerbarer Quellen und eines intelligenten Netzsystems um bis zu 76 % reduziert werden“, sagt Sun.
Bedeutung der Daten
„Wenn wir die gleichen Energiekosten beibehalten und die Daten zur Verbesserung des Systembetriebs verwenden, kann die Durchdringung erneuerbarer Energien in einem Verteilernetz von 20 % auf 70 % erhöht werden – dies zeigt das enorme Potenzial der Datenverwendung“, fügt er hinzu. Bei der intelligenten Stromnetzverwaltung werden Daten einer Vielzahl von Sensoren herangezogen, mit denen Wetterbedingungen, die Stromerzeugung und die Stromübertragung an Umspannwerke und Haushalte gemessen werden. Intelligente Zähler überwachen dabei den Verbrauch der Haushalte, worunter auch die Messung des Verbrauchs einzelner Geräte fällt. „Wir nutzen die sozialen Medien, zum Beispiel Twitter-Daten, um mithilfe von Schlüsselwörtern nach großen Veranstaltungen oder Fußballspielen zu suchen. Diese werden den Strombedarf wahrscheinlich erhöhen“, so Sun. „Die Datenübertragung ist ebenfalls wichtig, da wir häufige Aktualisierungen in Echtzeit benötigen, um Netzengpässe zu erkennen und zu beseitigen und so die Zuverlässigkeit zu verbessern.“
Laborsimulationen
Zur Optimierung von Angebot und Verbrauch werden Sensor- und Zählerdaten auf einen Computer heruntergeladen, auf dem Software mit Algorithmen für künstliche Intelligenz (KI) ausgeführt wird. „Mit künstlicher Intelligenz erforschen wir Wetterdaten und Daten aus mehreren Regionen, nicht nur von gestern, sondern aus dem vergangenen Jahr, und wir nutzen die Fähigkeit der künstlichen Intelligenz zu maschinellem Lernen, um das System so zu trainieren, damit es bessere Vorhersagen trifft“, merkt Sun an. „Durch die Arbeit am Projekt TESTBED wurde gezeigt, dass das System funktioniert hat.“ Das System wurde in Laboren der Chinesischen Akademie der Wissenschaften, der Organisation der Telekommunikation Griechenlands (OTE) und der Heriot-Watt Universität im Vereinigten Königreich getestet. Die Simulationen wurden im Labor für intelligente Stromnetze der Universität Durham durchgeführt, das mit einem digitalen Echtzeit-Simulatorsystem ausgestattet ist. Ein Echtzeit-Simulator dient der Modellierung eines Niederspannungsnetzes, das an Emulatoren von Photovoltaikzellen, Windkraftanlagen, elektrischen Energiespeichern sowie einer Reihe CO2-armer Technologien angeschlossen ist. In der Simulation werden die Netzbeschränkungen bewertet, während das Labor den Stromverbrauch von Haushaltsgeräten überwacht. Für die zweite Phase des Projekts, TESTBED2, wurden EU-Finanzmittel zur Entwicklung eines skalierbaren TESTBED-Systems bereitgestellt, das auf größere und komplexere intelligente Stromnetze angewandt werden kann, die mehr Haushalte versorgen.
Schlüsselbegriffe
TESTBED, TESTBED2, Energie, erneuerbare Energie, Windkraftwerke, Solarmodule, Stromnetze, Datenanalyse, künstliche Intelligenz, fossile Brennstoffe, CO2-Emissionen, intelligentes Stromnetz, Simulation
