Digitalisierung für Netzausbau und Netzkapazität

Projekt GA³IA im KI-Produktionsnetzwerk startet

Das KI-Produktionsnetzwerk arbeitet für den Netzausbau. Fotograf: Sebastian Seifried / Hochschule Augsburg

22.11.2022

Augsburg | Moosburg

Das Projekt GA³IA (Power Grid Analysis for Asset Management via Artificial Intelligence Applications) startet mit einer Kick-Off-Veranstaltung mit ihren Projektpartner:innen aus der Energiewirtschaft: der LEW Verteilnetz GmbH, den Stadtwerken München und den Stadtwerke Neuburg a.d. Donau. Zudem wurde bereits erste Technik zur Datenerfassung verbaut. Inhaltlich geht es in GA³IA im Besonderen um die Lastprognose, das heißt die Zustandsschätzung bei Mittelspannungsnetzen.

Die Lastprognose ist Grundlage für die Auslegung der Netze. Im Projekt GA³IA wird Künstliche Intelligenz (KI) genutzt, um die Schätzungen zu verbessern, die nach heutigem Stand hauptsächlich auf Erfahrungswerten basieren.

Konkretes Ziel ist es, mit statistischen Methoden aus dem Bereich des maschinellen Lernens und insbesondere durch den Einsatz künstlicher neuronaler Netze die Berechnungen der lokalen Netzauslastung zu verbessern und kritische Zustände früher zu erkennen. So sollen unter anderem die Planungsgrundlagen bei der Analyse der langfristigen Auslastung des Netzes optimiert und Möglichkeiten zur Erhöhung der Netzkapazität ermittelt werden. Zudem soll KI datenbasierte Handlungsempfehlungen bei Investitionsentscheidungen im Netzausbau liefern.

Prof. Dr. Michael Finkel von der Fakultät für Elektrotechnik der Hochschule Augsburg und Verantwortlicher des Themenschwerpunkts „KI-gestützte Planung und Betrieb von elektrischen Energieversorgungsnetzen“ sagt hierzu: „Neueste Technologien wie KI, Machine Learning und datenbasierte Ansätze sind in diesem Segment noch eine Seltenheit. Wir freuen uns darauf, zusammen mit unseren Partner:innen aus der Energie- und Versorgungswirtschaft eine Vorreiterrolle einzunehmen und den Netzausbau mit diesen neuesten Technologien zu begleiten.“

Prof. Dr. Nadine Warkotsch, Vizepräsidentin für Forschung und Nachhaltigkeit an der Hochschule Augsburg, sagt: „Eine nachhaltige Welt basiert auf Strom. Deshalb brauchen wir ein sicheres und effizientes Netz, das den steigenden Verbrauch von E-Autos und Wärmepupen und die volatile Erzeugung von erneuerbarem Strom mitdenkt. Die Zusammenarbeit der Energiewirtschaft und des
KI-Produktionsnetzwerks ist ein wichtiger Schritt, um den Grundstein für diese Zukunft schon jetzt zu legen.“

KI-Produktionsnetzwerk vor Ort: Erster Einbau von Technik zur Datenerfassung

Einbau einer PQ-Box in einer Maststation auf Niederspannungsseite im Gebiet Moosburg. Im Bild v.l.n.r. Daniel Fendt (Hochschule Augsburg), Jürgen Hemmert (Stadtwerke München), Oliver Steiger (Stadtwerke München), Sebastian Storch (Hochschule Augsburg). Fotograph: Sebastian Seifried / Hochschule Augsburg

Einbau einer PQ-Box in einer Gebäudestation auf Niederspannungsseite. Hinter der rechten Tür ist der Trafo der Station zu sehen. Im Bild v.l.n.r.: Jürgen Hemmert (Stadtwerke München), Daniel Fendt (Hochschule Augsburg), Oliver Steiger (Stadtwerke München), Sebastian Storch (Hochschule Augsburg). Fotograph: Sebastian Seifried / Hochschule Augsburg

Erste Schritte in Richtung besserer Datenqualität für die Energieversorger sind getan. Kürzlich verbauten Mitarbeitende der Hochschule Augsburg gemeinsam mit den Stadtwerken München vier Netzanalysatoren (PQ-Boxen) in Stationen eines Mittelspannungsrings des Netzgebiets Moosburg. Neben dem Einbau der Sensorik an den einzelnen Stationen, wurde seitens der Hochschule die Software für die Messung vorbereitet und kontrolliert. Im nächsten Jahr sollen die Daten ausgewertet werden und als Grundlage für die weitere Arbeit der Forschenden dienen.

GA³IA ist ein Projekt innerhalb des KI-Produktionsnetzwerks der Hochschule Augsburg und gehört zum Themenschwerpunkt KI-gestützte Planung und Betrieb von elektrischen Energieversorgungsnetzen. Das KI-Produktionsnetzwerk wird über das Bayerische Staatsministerium für Wissenschaft und Kunst durch die Hightech Agenda Bayern gefördert.