Der Bau von neuen Stromtrassen lässt sich reduzieren, wenn vorhandene Freileitungen besser ausgelastet werden. Forscher arbeiten deshalb am Projekt Prognonetz. Mithilfe von Künstlicher Intelligenz (KI) werden Netze besser ausgenutzt.
Das Verbundvorhaben Prognonetz setzt dabei auch auf selbstlernende Sensornetzwerke. Die wiederum modellieren die Kühlwirkung des Wetters anhand realer Daten. Ergebnis: Der Bedarf an Neubautrassen ließe sich durch eine 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, kurz ITIV, am KIT.
15 bis 30 Prozent mehr Strom transportieren
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.
Laut Professor Stork ließe sich der Stromtransport bei günstigen Bedingungen, das heißt niedriger Außentemperatur oder starkem Wind, um 15 bis 30 Prozent erhöhen. An dem Verbundvorhaben Prognonetz sind unter anderem auch der Wetterdienst Ubinet Karlsruhe und der Übertragungsnetzbetreiber TransnetBW beteiligt. Das vom BMWi geförderte Projekt startet Anfang 2019 und läuft nun drei Jahre. (N. Petersen)
Haben Sie unsere PV Guided Tours in München schon auf dem Schirm?
Jetzt anmelden, bevor die begehrten Plätze vergeben sind!
