Netzbetreiber tasten sich an KI heran

Es ist ein langsames Herantasten. An unterschiedlichen Stellen versuchen sich Netzbetreiber derzeit am Einsatz von künstlicher Intelligenz (KI), um das Stromsystem vor allem auf Ebene des Verteilnetzes effizienter und sichererer zu gestalten. Das wird auch zunehmend nötig sein, denn mit der wachsenden dezentralen Stromerzeugung werden die Lastflüsse immer komplexer.

Ein entsprechendes Forschungsprojekt des Überlinger Stadtwerks am See ist inzwischen abgeschlossen. Zusammen mit der Hochschule für Technik, Wirtschaft und Gestaltung (HTWG) in Konstanz, dem Fraunhofer-Institut für Solare Energiesysteme (ISE) und dem International Solar Energy Research Center Konstanz wurden erste Prototypen von Niederspannungsreglern auf der Basis von KI entwickelt und getestet.

„Wir haben vorher schon mit Algorithmen ohne KI gearbeitet, deren Ziel ähnlich war“, sagt Jan Etzel, Leiter Stromnetzbetrieb beim Stadtwerk am See. Nun aber versuche man, mit der KI das System weiter zu optimieren. Voraussetzung, um die neuartigen Algorithmen überhaupt einsetzen zu können, sei allerdings der massive Ausbau der Messtechnik im Niederspannungsnetz gewesen. Im Rahmen des Projekts haben man mit Daten aus einem Friedrichshafener Gewerbegebiet „das Stromnetz der Zukunft konzipiert und eine Netz-Regelung erfolgreich simuliert“, sagt Jan Etzel.

Zustände im Netz sind oft kaum bekannt

Bislang gibt es zumeist noch einen Punkt, der die Möglichkeiten der KI limitiert: Nicht nur beim baden-württembergischen Stadtwerk am See, sondern in weiten Teilen des Landes wissen die Verteilnetzbetreiber oft sehr wenig über die Zustände in den einzelnen Strängen ihres Netzes. Vor dem Einsatz ausgefeilter Algorithmen, muss also oft die Messinfrastruktur entsprechend erweitert werden. Denn ohne Messdaten kann keine KI agieren.

Sind die Echtzeitdaten verfügbar, könne „das Herzstück eines intelligenten Netzes“, ein smarter Regler, der von KI gesteuert wird, zum Einsatz kommen, erklärt das Stadtwerk am See. Der Regler greife auf alle relevanten Informationen aus dem Niederspannungsnetz zurück, etwa auf aktuelle Messwerte von Trafostationen, Verbrauchern und Erzeugern. Darüber hinaus kennt er Jahresverbräuche, Wetterdaten, Prognosen und vieles mehr.

So sei die KI in der Lage die Datenflut zu analysieren und umgehend die richtigen Entscheidungen zu treffen, sagt Jan Etzel. Denn die Lastflüsse sind inzwischen oft so multidimensional, dass sie von Menschen nicht mehr zu überblicken, geschweige denn optimal zu steuern sind. Die KI greift in diesem Fall selbständig in das System ein, glättet Lastspitzen und vermeidet Netzengpässe, in dem sie notfalls Erzeugungsanlagen abregelt. Und da die Software auch selbständig aus vergangenen Ereignissen und Fehlern lernt, wird sie auf Basis von immer ausgefeilteren Prognosen immer besser einschreiten können, bevor kritische Situationen im Netz auftreten.

„Digitainability“ als das Leitbild der Stromwirtschaft

Den aktuellen Sachstand zum Thema KI in der Stromwirtschaft zeigte jüngst die Smart Grids-Plattform Baden-Württemberg auf, die im Rahmen ihrer Smart Grids-Gespräche 2024 unter dem Titel „Künstliche Intelligenz im Netzbetrieb“ nach Konstanz einlud. KI sei „mehr als ein digitaler Zwilling“, stellt in diesem Zusammenhang Arno Ritzenthaler von der Smart Grids-Plattform Baden-Württemberg klar. Vielmehr gehe es um die Stabilisierung der Netze und auch um die Vermeidung von Netzausbau.

Professor Gunnar Schubert von der HTWG Konstanz bringt unterdessen den Begriff der Digitainability ins Spiel – eine Wortkombination aus Digitalisierung und Nachhaltigkeit (Sustainability). Denn es sind die erneuerbaren Energien, die diese Intelligenz und die Digitalisierung im Netz einfordern. Bei 60 GW Photovoltaik, die auf der Mittel- oder Niederspannungsebene einspeisen, ergäben sich große Herausforderungen, sagt Schubert. Damit tue sich auch ein beachtliches Forschungsgebiet auf, dessen Ziel es ist, potentielle Störungen zu prognostizieren.

Mit 400 GW Photovoltaik umgehen lernen

Manuela Linke, Leiterin des Ende 2023 abgeschlossenen Forschungsprojektes AI4Grids, an der HTWG Konstanz stellt die Komplexität des künftigen Stromsystems dar: Im Jahr 2045 werde es laut Prognosen 35 Millionen Elektrofahrzeuge in Deutschland geben, die Stromnachfrage werde sich bis dahin mindestens verdoppeln. Die Photovoltaik werde zugleich auf mehr als 400 GW ausgebaut sein, die Windkraft auf mehr als 300 GW.

Diese fluktuierenden Mengen ließen sich nur durch ein intelligentes Netzmanagement beherrschen, wozu die Steuerung der Erzeugung und des Verbrauchs, sowie steuernde Eingriffe an den Ortsnetztrafos gehören. Dort werden mancherorts sogenannte Stufensteller installiert, mit denen das Umspannverhältnis der elektrischen Anlage variiert werden kann – mit dem Ziel, eine eventuell vorhandene Überspannung in einem Netzstrang nicht auf die nächste Spannungsebene durchschlagen zu lassen.

Zustandsdaten aus dem Verteilnetz fehlen oft

Was sich in der Theorie so einfach anhört, ist in der Praxis oft schwieriger. Auch Manuela Linke verweist auf die fehlenden Zustandsdaten aus dem Netz, zu denen valide Informationen zu Betriebszuständen in den Ortsnetzstationen gehören. Sobald ausreichend Daten und Eingriffsmöglichkeiten gegeben sind, könne die KI diverse Aufgaben erledigen. Sie nehme dann vor allem Lastflussberechnungen auf Basis der Lastprognose und der Erzeugungsprognose der Photovoltaik vor. Damit diene die KI der Netzstabilitätsplanung und auch der Fehlererkennung. Sie ermögliche ferner eine zeitreihen-gestützte Netzplanung – sie könne also auch aufzeigen, wo Netzausbauten nötig werden.