Wie leistungsfähig sind heutige Leitsysteme und welche Rolle spielt Big Data dabei?
Kurz zusammengefasst: Je mehr Daten, desto mehr nützliche Aussagen lassen sich zur Steuerung und Optimierung der Netze herausholen. Heute sorgen Steuerungs- und Messdaten aus dezentralen Energieerzeugungsanlagen, technischen Anlagen und Energiemessdaten der Kunden für ein ständig wachsendes Datenvolumen. Für Netzbetreiber gilt es nun, diese Big Data effizient zu managen und im operativen Betrieb zu nutzen. Etwa für detailliertere Netzsicherheitsrechnungen im Sinne einer größtmöglichen Versorgungssicherheit oder auch für präzisere Vorhersagen der Lastflüsse und wirksamere Maßnahmen zum Load Shifting oder Peak Shaving. Unter Berücksichtigung des weiter ansteigenden Energiebedarfs, gelernter Szenarien und Einflüsse wie dem Wetter, können moderne Leitsysteme die Schaltmeister taktisch bei der Analyse und Optimierung der Last- und Blindleistungsflüsse sowie der Spannungsbandeinhaltung unterstützen. Oder sie helfen den Netzplanern strategisch bei der Netzausbauplanung vor dem Hintergrund neuer Nutzungsszenarien wie E-Mobilität und fahrende Speicher oder bei der Berechnung von Was-wäre-wenn-Szenarien. Ohne eine leistungsfähige Leittechnik in Verbindung mit Big Data ist die Netzqualität mit Blick auf die wachsende Zahl fluktuierender Einspeiser nicht mehr zu gewährleisten. Im ungünstigsten Fall droht sogar bei unzureichender Kommunikation der Marktteilnehmer und Verletzung der Spannungshaltung ein flächendeckender Stromausfall.
Wie sehen Sie die weitere Entwicklung der Netze?
Aus meiner Sicht befinden wir uns bereits mittendrin In der Entwicklung zum Smart Grid. Wir werden eine immer stärkere Dezentralisierung der Energieversorgung mit immer mehr Prosumern erleben. Die sind zum Teil völlig autark und entwickeln sich vom PV-Einspeiser zum Eigenverbraucher mit eigener Batterie im Keller. Gleichzeitig wächst die Zahl nahezu unabhängiger Quartiersnetze, in Form einer Nachbarschaft oder eines Ortsnetzes mit einer möglichst automatisierten Netzführung mit dem Ziel, Einspeisung und Verbrauch sowie eine eventuelle Speicherung in Balance zu halten. Dort erfolgt auch die Steuerung des Energieflusses zum Laden von E-Autos.
Ist das mit klassischen Leitsystemen noch zu realisieren?
Bisherige monolithische Leitsysteme geraten zunehmend an ihre Grenzen. Die Zukunft gehört Systemen, die aus kleinen Services, sprich autarken Agenten bestehen, dezentral arbeiten, riesige Datenmengen sammeln und aus eigener Intelligenz steuern und regeln. Sie managen unter Einbeziehung der Kommunikation mit gleichartigen Agenten benachbarter sowie überlagerter Netzzellen das eigene Quartiernetz. Außerdem übernehmen sie die Steuerung des Einspeise-, Last- und Regelenergiemanagements. Die Quartiernetzbetreiber operieren dabei als Marktteilnehmer mit der Absicht, Kosten zu reduzieren oder sogar Geld, etwa bei der Vermarktung von Flexibilitäten, zu verdienen.
Wo geht denn die Reise Ihrer Meinung nach hin?
Da sehe ich jede Menge Szenarien: Mit der Analyse von Einspeisedaten, verschnitten mit Geo-Daten, lässt sich beispielsweise ermitteln, wo sich der Einsatz von PV-Anlagen lohnt. Auch in puncto E-Mobilität ergeben sich Möglichkeiten, potenzielle Kunden etwa zur Netzanschlussleistung gezielt zu kontaktieren. Nicht alle diese Daten hat der Netzbetreiber, aber er könnte einen Teil der Daten beisteuern. Immer interessanter für Stadtwerke werden auch Daten-Dienstleistungen im Zuge der digitalen Transformation von Städten und Internet of Things. Ein aktuelles Beispiel ist die Erfassung und Vermarktung von Umweltdaten: Stadtwerke bauen Infrastrukturen mit Sensorik, Kommunikationstechnologie wie LoRaWan sowie Leittechnik auf, mithilfe derer sie beispielsweise Informationen zu Verkehrsflüssen an Straßen oder Kreuzungen, Windlast an Bäumen, Temperatur, Luftdruck und CO2 sammeln und einen riesigen strukturierten Daten-Pool im geschützten Big Data-System des Stadtwerks schaffen. Den Zugriff auf diese Daten können sie als Abonnement anbieten. Bei Bedarf beraten wir die Stadtwerke bei all diesen Digitalisierungsprozessen und stellen massendatenfähige Lösungen bereit, mit denen sie das Potenzial ihrer Daten heben können.
Sehen sie noch weitere Einsatzszenarien für Big Data aus Leitsystemen?
Big Data wird noch deutlich stärker in den Fokus der Unternehmen rücken, da sich Daten zu einem kostbaren Glied der Wertschöpfungskette entwickeln. Schon heute sind sie die Grundlage professioneller Analytics-Anwendungen. In der Leittechnik gehört dazu etwa der Power Flow Forecast, dessen Prognose auf geeigneten Vergangenheitsdaten aufsetzt. Zugleich sind sie die Basis, auf der professionelle Leittechnik für die Zukunft lernt - Stichwort Machine Learning. Diese Funktion kann ihre Leistungsfähigkeit aber erst dann voll ausspielen, wenn ausreichend hochaufgelöste Daten aus der Vergangenheit vorliegen. Künftig könnten beispielsweise auch die Versicherungs- oder die Werbebranche die Leittechnik-Daten nutzen, um über möglichst exakte Profile ihre Zielgruppen präzise zu adressieren. So kann man durch die Analyse der zeitlich und örtlich hochaufgelösten Verbrauchs- und Lastflussdaten ermitteln, wo potentielle Kunden noch alte Fernsehgeräte, Kühlschränke, Herde und Öfen verwenden. Entsprechende Adressen könnten etwa zur gezielten Produktinformation genutzt und Interessenten zur Verfügung gestellt werden - natürlich anonymisiert beziehungsweise mit Einverständnis der Kunden. Die Versicherungswirtschaft wiederum erstellt heute schon Tarife anhand von Profilen, in die verschiedene Daten einfließen. Künftig ist es denkbar, bei der Berechnung der Kosten für die Hausratversicherung Daten aus dem Einspeise- und Lastverhalten einfließen zu lassen, um mögliche Schäden an den Geräten und deren Lebensdauer berücksichtigen zu können.
Was raten Sie Stadtwerken heute im Hinblick auf eine zukunftsorientierte Lösung?
Im Wesentlichen sollten die Verantwortlichen bei der Auswahl von Big-Data-Lösungen drei Aspekte beachten. Erstens: Es reicht nicht, einen großen Daten-Pool aufzubauen. Besser sind Lösungen, die darüber hinaus an ein Analytics Framework zur Auswertung der Daten angebunden sind. Zweitens sollten Kenntnisse von energiewirtschaftlichen Anwendungsgebieten und Märkten in die Lösung integriert sein. Nur so werden Datenanalysen in den passenden Kontext gesetzt. Das sorgt für eine hohe Aussagekraft und unternehmensspezifische Analysen. Insofern: Finger weg von allzu universeller Software. Zu guter Letzt sollten die Lösungen keine Beschränkungen in puncto Speicherplatz oder Datenformaten aufweisen. So sind sie auch für zukünftige Aufgaben, bei denen große Datenmengen analysiert werden müssen, bestens gerüstet. Damit stehen den Stadtwerken die Türen zu neuen, lukrativen Geschäftsmodellen weit offen.
