Motivation
Der Ausbau der erneuerbaren Energien nimmt in Deutschland und in Frankreich stetig zu. Beide Länder verfolgen vergleichbare Ziele im Rahmen des Klimaschutzes und der Energiewende, der Anteil der erneuerbaren Energien am Stromverbrauch soll erhöht werden. Die zunehmende Einspeisung von dezentralen Energieerzeugungsanlagen und die schwankende Stromerzeugung durch erneuerbare Energien stellt die Verteilnetzbetreiber vor Herausforderungen. Um die Spannungsqualität, den sicheren und zuverlässigen Netzbetrieb zu gewährleisten und einen kostspieligen Ausbau der elektrischen Netze zu vermeiden, müssen die erneuerbaren Energien, verteilte Batteriespeicher und steuerbare Lasten intelligent und steuerbar miteinander verbunden werden. Der Einsatz von künstlicher Intelligenz (KI) kann solche komplexen Systeme effizient unterstützen.
Ziele und Vorgehen
Ziel des Projektes AI4DG ist die Entwicklung einer dezentralen KI-Plattform, für eine sichere und autonome Steuerung des Verteilnetzes mit einem hohen Anteil an erneuerbaren Energien. Um die lokale Netzstabilität zu unterstützen, nutzt das komplexe System Künstliche Intelligenz. Damit soll der aktuelle Netzzustand abgeschätzt, die Stromerzeugung aus erneuerbaren Energien vorhergesagt und Netzsystemdienste wie z.B. das Laden und Entladen von Batterien unterstützt werden. Ein komplexes System ist störanfällig, insbesondere wenn die Steuerung der Komponenten an einer zentralen Stelle erfolgt. Damit die KI sicher arbeitet, wird ein verteilter KI-Ansatz untersucht. Für diesen dezentralen KI-Ansatz wird die Rechenleistung aus den Rechenzentren in die mobilen Endgeräte verlagert (sog. Cognitive-Edge-Computing), um das System effizient zu steuern, die benötigten Ressourcen (Energie, Datenspeicher, Kommunikationsdaten) zu verringern und die Datensicherheit zu gewährleisten. Die Anwendungen sollen so nah wie möglich an den Datenquellen ausgeführt werden.
Innovationen und Perspektiven
Die KI-Methoden und die Cognitive-Edge-Architektur werden in einem Netz-Simulationslabor validiert und im Feld von einem Verteilnetzbetreiber evaluiert. Durch die Kooperation mit Frankreich können verschiedene Verteilnetzstrukturen für eine Übertragbarkeit der KI-Methoden auf das europäische Energiesystem betrachtet und die etablierten, nationalen KI-Strategien bereichert werden. Die Projektergebnisse werden mit Stakeholdern diskutiert und über wissenschaftliche Konferenzen sowie Publikationen zur Verfügung gestellt. Über den Austausch mit anderen Initiativen sollen dadurch nach der Projektlaufzeit Richtlinien für den Einsatz von zuverlässigen und sicheren Regelalgorithmen im EU-weiten Energienetz abgeleitet und genutzt werden können.