Springe auf Hauptinhalt Springe auf Hauptmenü Springe auf SiteSearch

KI verbessert Prognosen für Verteilnetzbetreiber

So sieht es die seit dem 1. Oktober 2021 geltende Neuregelung des Netzmanagements vor, kurz Redispatch 2.0 genannt. Die Vorgaben allein umzusetzen, wird für viele Verteilnetzbetreiber aufgrund des fehlenden Know-how und zu wenig Zeit jedoch schwierig. Um die Unternehmen bei den geforderten Einspeiseprognosen zu unterstützen, hat das ZSW Baden-Württemberg das Werkzeug Gridsage entwickelt. Es prognostiziert mit Hilfe künstlicher Intelligenz präzise die Erzeugung der Ökostromanlagen im Verteilnetz für die nächsten 36 Stunden. Auch die Vorhersage der Last ist möglich. Die Stadtwerke Schwäbisch Hall nutzen das Prognosewerkzeug bereits.

Einspeisung von Ökostrom bei Überlast drosseln

Gesetzliche Grundlage ist das Netzausbaubeschleunigungsgesetz. Die bisher geltenden Regelungen zum Einspeisemanagement von Ökostrom- und KWK-Anlagen werden durch das neue Redispatch-Regimes ergänzt. Ab dem vierten Quartal müssen diese Anlagen ab 100 Kilowatt installierter Erzeugungsleistung in den Redispatch einbezogen werden. Verteilnetzbetreiber müssen dazu unter anderem Einspeiseprognosen erstellen und Redispatch-Potenziale ausweisen.

Eine interaktive Visualisierung zur Überwachung der aktuellen Einspeisung und Last im Netz.

ZSW

Eine interaktive Visualisierung zur Überwachung der aktuellen Einspeisung und Last im Netz.

Die Prognose von Erzeugungsleistung ist im Redispatch-2.0-Szenario von zentraler Bedeutung. Gute Prognosen sorgen dafür, dass Redispatch-Maßnahmen günstig und effizient ausfallen können. Vor allem kleine Verteilnetzbetreiber stellt das jedoch vor große Herausforderungen. „Gridsage prognostiziert die Stromerzeugung im Verteilnetz für die nächsten 36 Stunden in einer Auflösung von 15 Minuten“, erklärt Jann Binder vom ZSW. „Wir aktualisieren die Prognosen für die einzelnen EEG-Anlagen und Netzknoten stündlich und stellen sie dem Netzbetreiber automatisiert zur Verfügung.“ Auf Wunsch sind auch andere Zeitintervalle und Prognosehorizonte oder eine flexible Prognoselieferung möglich.

KI: neuronale Netze lernen aus Daten

Die ZSW-Forschenden erstellen die Prognosen mithilfe von Methoden der künstlichen Intelligenz, kurz KI: Neuronale Netze lernen aus Daten der Vergangenheit, welche Erzeugungsanlage bei welchen Wetterbedingungen wie viel Leistung erzeugt. So werden automatisiert hochauflösende Prognosen erzeugt. (nhp)

Weitere aktuelle News:

ISE: Große Ost-West-Aufdachanlagen liegen im Trend

Altmaier definiert grünen Wasserstoff im EEG

Rekommunalisierung: Berlin kauft Vattenfall das Stromnetz ab