Künstliche Intelligenz soll helfen die Stromübertragung zu optimieren

| Redakteur: Julia Schmidt

KI soll zukünftig dabei im Energiesektor helfen, sogenannte Freileitungen effizienter auszulasten.
KI soll zukünftig dabei im Energiesektor helfen, sogenannte Freileitungen effizienter auszulasten. (Bild: gemeinfrei / Unsplash)

Forscher am Karlsruher Institut für Technologie arbeiten im Verbund „PrognoNetz“ an selbstlernenden Sensornetzwerken. Solche Netzwerke sollen dabei helfen, sogenannte Freileitungen je nach Witterung besser auszulasten. So lässt sich bei günstigen Bedingungen mehr Strom über die Leitung schicken.

Der rasante Ausbau der erneuerbaren Energien – Windenergie im Norden, Photovoltaik im Süden – stellt zusammen mit dem wachsenden internationalen Stromhandel immer höhere Anforderungen an das Stromübertragungsnetz. Um die elektrische Energie von den Erzeugern zu den Verbrauchern zu transportieren, das zeitweilige Abschalten von Anlagen zur Stromerzeugung aus regenerativen Quellen – vor allem bei hohem Windaufkommen – zu vermeiden und insgesamt eine hohe Versorgungssicherheit zu gewährleisten, scheint ein erheblicher Ausbau der bestehenden Netzinfrastruktur erforderlich.

Dies ist jedoch mit langwierigen Genehmigungsverfahren und hohen Kosten verbunden. Der Bedarf an Neubautrassen lässt sich allerdings durch bessere Ausnutzung der vorhandenen Freileitungen deutlich reduzieren. „So ist es möglich, den Stromtransport je nach Witterungsbedingungen wie Umgebungstemperatur, Sonneneinstrahlung, Windgeschwindigkeit und Windrichtung gegenüber dem Standard deutlich zu erhöhen“, erklärt Professor Wilhelm Stork, Leiter der Mikrosystemtechnik am Institut für Technik der Informationsverarbeitung (ITIV) des Karlsruher Institut für Technologie (KIT).

Die IoT-Trends in der Industrie

Trend-Dossier

Die IoT-Trends in der Industrie

Das Internet of Things entwickelt sich stetig weiter und fast täglich offenbaren sich neue Potenziale und Einsatzzwecke. Wir haben einige unserer Experten zu ihren Einschätzungen befragt, um einen Überblick über die IoT-Trends der Industrie zu geben. weiter...

„Diese Erhöhung lässt sich erreichen, ohne die maximal zulässige Leitertemperatur zu überschreiten und ohne die Mindestabstände des Leiters zum Boden oder zu Gegenständen zu unterschreiten.“ Besondere Bedeutung kommt dabei dem von der lokalen Topografie und Vegetation beeinflussten, kühlend wirkenden Wind zu.

PrognoNetz – flächendeckende Sensornetzwerke mit intelligenten Sensoren

Auf ein Freileitungsmonitoring in hoher Auflösung und in Echtzeit zielt das vom ITIV geleitete Projekt „PrognoNetz – Selbstlernende Sensornetzwerke zum witterungsabhängigen Freileitungsbetrieb“. An dem Verbundvorhaben sind auch der Wetterdienst UBIMET GmbH Karlsruhe, der baden-württembergische Übertragungsnetzbetreiber TransnetBW GmbH mit Sitz in Stuttgart, das IT-Unternehmen unilab AG Paderborn, die GWU-Umwelttechnik GmbH Erftstadt und die Wilmers Messtechnik GmbH Hamburg beteiligt. Das vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderte Projekt ist Anfang 2019 gestartet und läuft drei Jahre.

Das Projekt PrognoNetz ist ein selbstlernende Sensornetzwerke zum witterungsabhängigen Freileitungsbetrieb.
Das Projekt PrognoNetz ist ein selbstlernende Sensornetzwerke zum witterungsabhängigen Freileitungsbetrieb. (Bild: ITIV, KIT)

In PrognoNetz entwickeln die Forschungs- und Industriepartner flächendeckende Sensornetzwerke mit intelligenten Sensoren, die – anders als herkömmliche Wetterstationen – in geringen Abständen zueinander und in hinreichender Nähe von Freileitungen platziert sind, um die Witterungsbedingungen präzise zu erfassen. Die Sensornetzwerke sollen auch harschen Umgebungsbedingungen standhalten und kritische Daten drahtlos und zuverlässig an die Leitzentrale liefern.

Neu zu erarbeitende Algorithmen sollen den Sensoren eine selbstlernende Funktion verleihen, sodass sie auf Basis der verteilt gemessenen Wetterdaten automatisiert genauere Strombelastungsprognosen für Stunden oder sogar Tage erstellen können. Anhand historischer Wetterdaten und topografischer Eigenschaften werden intelligente Modelle für jede Leitung des Stromnetzes gebildet.

Ein selbstlernendes meteorologisches Netzwerk

Die Wissenschaftlerinnen und Wissenschaftler des ITIV arbeiten in PrognoNetz unter anderem an den Prognosemodellen auf der Basis Künstlicher Intelligenz sowie an einem laserbasierten Windsensor, der genauer misst als starr montierte konventionelle Sensoren, und an unbemannten Drohnen zur Installation und Wartung der Wettersensoren auf den Strommasten. Das in PrognoNetz entwickelte selbstlernende meteorologische Netzwerk soll zunächst an bestehenden Hochspannungsleitungen und an Betriebsmitteln des Partners TransnetBW eingesetzt werden.

„Mit diesem auf Künstlicher Intelligenz basierenden Netzwerk lassen sich vorhandene Stromnetze durch Anpassen des Betriebs an die Witterungsbedingungen jederzeit optimal ausnutzen und Engpässe überbrücken“, sagt Wilhelm Stork. „So lässt sich der Stromtransport bei günstigen Bedingungen, das heißt niedriger Außentemperatur oder starkem Wind, um 15 bis 30 Prozent erhöhen.“

Dieser Beitrag ist ursprünglich auf unserem Partnerportal Elektronikpraxis erschienen.

SAS investiert eine Milliarde US-Dollar in KI

Künstliche Intelligenz

SAS investiert eine Milliarde US-Dollar in KI

19.03.19 - SAS investiert innerhalb der nächsten drei Jahre eine Milliarde US-Dollar in Künstliche Intelligenz. Die Summe soll unter anderem in Software-Innovation, Schulungen von SAS-Anwendern und in die Beratung fließen. lesen

KI im Praxiseinsatz: Erkenntnisse auf Knopfdruck?

Künstliche Intelligenz

KI im Praxiseinsatz: Erkenntnisse auf Knopfdruck?

04.02.19 - Der KI-Einsatz in Unternehmen scheiterte bisher vor allem an der benötigten Rechnerleistung für die Erhebung der Daten und dem Training der Systeme. Nachdem die Leistung nun verfügbar ist, liegt der größte Hemmschuh an ganz anderer Stelle: der Datenbasis. lesen

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45884799 / Internet of Things)