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 Energiespeichern 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 beziehungsweise 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 unter Leitung von Prof. Dr. Alfons Haber und Prof. Dr. Mona Riemenschneider eine auf Big Data basierte, netzübergreifende Regelung entwickeln und dadurch Spitzenlasten sowie Netzverluste reduzieren. Das Bundesministerium für Wirtschaft und Energie fördert das Vorhaben alleine für die Hochschule Landshut mit insgesamt 190.000 Euro.
Wirtschaftlicher Betrieb
Für die Netzbetreiber hätte die neue Technologie erhebliche Vorteile, erklärt 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 könnten die Investitionskosten in die Netzinfrastruktur deutlich reduziert werden. 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.
Intelligente Netzregelung
Im ersten Schritt 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 Marktpotenzial 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.“
