KIT arbeitet an künstlicher Intelligenz zur Verbesserung der Stromübertragung

618
Auf ein Freileitungsmonitoring in hoher Auflösung und in Echtzeit zielt das Projekt "PrognoNetz" (Bildnachweis: ITIV, KIT)

Der Bedarf an Neubautrassen lässt sich durch bessere Ausnutzung der vorhandenen Freileitungen deutlich reduzieren. Zu dieser Einschätzung kommen Forscher am Karlsruher Institut für Technologie (KIT). Sie arbeiten im Verbundvorhaben „PrognoNetz“ an selbstlernenden Sensornetzwerken, welche die Kühlwirkung des Wetters anhand realer Daten modellieren.

Hintergrund der Forschungstätigkeit ist der rasante Ausbau der erneuerbaren Energien, der zusammen mit dem wachsenden internationalen Stromhandel immer höhere Anforderungen an das Stromübertragungsnetz stelle. Ein Ausbau der bestehenden Netzinfrastruktur wäre nicht nur mit langwierigen Genehmigungsverfahren sondern auch mit hohen Kosten verbunden, so das KIT.

Nach Angaben von Prof. Wilhelm Stork, Leiter der Mikrosystemtechnik am Institut für Technik der Informationsverarbeitung (ITIV) des KIT ist es jedoch möglich, den Stromtransport je nach Witterungsbedingungen wie Umgebungstemperatur, Sonneneinstrahlung, Windgeschwindigkeit und Windrichtung gegenüber dem Standard deutlich zu erhöhen. „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“, so Stork. Besondere Bedeutung komme dabei dem von der lokalen Topografie und Vegetation beeinflussten, kühlend wirkenden Wind zu.

Entwicklung flächendeckender Sensornetzwerke mit intelligenten Sensoren

In PrognoNetz wollen die Forschungs- und Industriepartner flächendeckende Sensornetzwerke mit intelligenten Sensoren entwickeln, 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. Die 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.

TransnetBW wird auf KI basierendes Netzwerk einsetzen

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“, so Stork. „So lässt sich der Stromtransport bei günstigen Bedingungen, das heißt niedriger Außentemperatur oder starkem Wind, um 15 bis 30 Prozent erhöhen.“         

Das vom ITIV geleitete Projekt „PrognoNetz – Selbstlernende Sensornetzwerke zum witterungsabhängigen Freileitungsbetrieb“ ist Anfang dieses Jahres mit einer Laufzeit von drei Jahren gestartet und wird vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert. 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.

Auch interessant (Premium):

Steigender Anteil Erneuerbarer führt zu erhöhtem Flexibilitätsbedarf im Stromnetz

HINTERLASSEN SIE EINE ANTWORT

Bitte Kommentar einfügen!
Bitte geben Sie Ihren Namen hier ein