Im Zuge der geforderten Energiewende gilt es, verstärkt erneuerbare Energien zu nutzen. Doch der massive Ausbau von Photovoltaik-Anlagen hat zur Folge, dass bestehende Leitungen mittlerweile an ihre Grenzen stoßen, da Leistungsspitzen das Stromnetz überlasten. Das bedeutet: Die unter optimalen Bedingungen hergestellte Energie würde verpuffen, weshalb die Nachfrage an Energiespeicher steigt. Ein Problem für Betreiber ist allerdings, dass die einzelnen Speicherkonzepte über unterschiedliche Managementsysteme verfügen und es bisher keine Lösung gibt, verschiedene Speicher intelligent miteinander zu vernetzen. Darüber hinaus ist es bisher nicht möglich, die Speichersysteme im Zusammenhang mit der aktuellen bzw. zukünftigen Netzauslastung zu betrachten und so die Leistungsflüsse intelligent zu steuern. Hier setzt das neue Forschungsprojekt iGridControl an der Hochschule Landshut an. In Kooperation mit den Unternehmen Dhybrid Power Systems und Conpower wollen die Forschenden eine auf Big Data basierte, netzübergreifende Regelung entwickeln und dadurch Spitzenlasten sowie Netzverluste reduzieren.

Geringere Investitionskosten für Netzbetreiber

Für die Netzbetreiber hätte die neue Technologie erhebliche Vorteile, erklärt Projektleiter Alfons Haber: „Um die Lastspitzen in lokalen Netzen zu kompensieren, müssten die Erzeugungsanlagen und Speicher massiv ausgebaut werden. Das hätte hohe Investitionskosten zur Folge. Dabei zeichnet sich allerdings jetzt schon ab, dass der Ausbau der Verteilnetze nicht mit dem stetig steigenden Anteil erneuerbarer Energie Schritt halten kann.“ Mithilfe der intelligenten Regelung von Energiespeichern könnte man die Kosten in die Netzinfrastruktur deutlich reduzieren. Gleichzeitig bestehe für die Betreiber die Möglichkeit, die Photovoltaik- und Windkraftanlagen flexibler zu regulieren und damit wirtschaftlicher zu betreiben. Dies könnte wiederum die Versorgungssicherheit sowie die Autonomie der regionalen Netze erhöhen.

Big Data und Machine Learning

Im ersten Schritt vom Forschungsprojekt iGridControl planen die Wissenschaftlerinnen und Wissenschaftler, in eigens dafür entwickelten Messstationen die Lastzustände der Netze zu erfassen. Anschließend führen die Forschenden diese Messdaten mit weiteren Metadaten sowie mit Erzeuger- und Verbrauchermodellen zusammen und entwickeln mithilfe von Big-Data-Analysen und Machine Learning eine intelligente Netzregelung. Diese soll dann Regelanweisungen für Erzeuger und Speicher liefern. „Wir denken, dass das Marktpotential für eine solche Technologie auf unteren und mittleren Spannungsebenen äußerst hoch ist“, so Haber. „Denn nach dem aktuellen Stand der Technik existieren bisher auf dem Markt keine netzübergreifenden Messsysteme mit einem solchen Regelalgorithmus.“

20.1.2021 | Quelle: Hochschule Landshut | solarserver.de © Solarthemen Media GmbH