Forschungsprojekt KI-NLT

Künstliche Intelligenz in der Netzleittechnik

Die zunehmende Nutzung erneuerbarer Energien führt auf mehreren Ebenen zu einer Dezentralisierung unseres Energiesystems. So muss nicht nur die Stromerzeugung (zum Beispiel durch PV- und Windenergieanlagen) in das elektrische Verteilnetz integriert werden, sondern auch neue elektrische Lasten, zum Beispiel Wärmepumpen und Elektroautos. Bei den Verteilnetzbetreibern führt dies in den Netzleitwarten zu einer gesteigerten Komplexität der Betriebsführung. In der Folge werden Ortsnetzstationen immer häufiger mit intelligenter Messtechnik ausgestattet und sogenannte Smart Meter Gateways im Netz installiert. Dabei werden große Datenmengen akquiriert, die unter anderem mit Hilfe von Machine-Learning-Methoden ausgewertet werden können. Da es sich beim Stromnetz jedoch um kritische Infrastruktur handelt, ist der Einsatz dieser Methoden mit hohen Sicherheitsanforderungen verbunden. Das von der DLR-Programmdirektion Verkehr geförderte Vorhaben „KI in der Netzleittechnik“ hat das Ziel, diese Anforderungen hinsichtlich der Datenqualität zu definieren.

Forschungsprojekt KI-NLT

 

Laufzeit

Januar 2025 bis Dezember 2025

Förderung durch

(intern) Programmdirektion Verkehr

Projektbeteiligte

  • DLR-Institut für Vernetzte Energiesysteme
  • DLR-Institut für KI-Sicherheit

Im Projekt KI-NLT geht es zunächst darum, ein Framework zu erarbeiten. Dieses fungiert als Grundgerüst zur Analyse der Eingangsdaten für die zugehörigen Machine-Learning-Methoden, um  eine hohe Datenqualität gewährleisten zu können. Das Framework wird auf spezifischen Use-Cases basieren, für die jeweils eine Risikoabschätzung hinsichtlich ihres Einsatzes im Stromnetz erarbeitet wird sowie Anforderungskriterien an die Daten definiert werden.

Das Institut für Vernetzte Energiesystem fokussiert sich innerhalb des Projekts zum einen darauf, Methoden für den Einsatz von Machine Learning im Stromnetz zu recherchieren und zu bewerten. Zum anderen geht es darum, für verschiedene Use-Cases reale bzw. synthetische Daten bereitzustellen. Für das Anwendungsbeispiel eines netzdienlichen, intelligenten Heimspeichermanagement nutzen die Forschenden die Solarstromvorhersage des Eye2Sky-Messnetzes. Weiterhin als Use-Case verwendet wird eine Machine-Learning-basierte Erkennung von Inselnetzbildungen im Mittelspannungsnetz, die im Rahmen des Projektes entwickelt wird. Diese Inselnetze entstehen, wenn trotz einer Abschaltung des vorgelagerten Netzes das Mittelspannungsnetz aufgrund eines Gleichgewichts an Erzeugung und Verbrauch weiterhin aktiv ist. Durch den zukünftigen Einsatz von netzbildenden Umrichtern im Mittelspannungsnetz, welche ein Ungleichgewicht von Erzeugung und Verbrauch ausgleichen können, werden Inselnetzbildungen wahrscheinlicher und eine Erkennung entsprechend relevant. Die dafür erforderlichen Daten werden aus einer simulierten Netzumgebung gewonnen.

Forschungsgruppen und Handlungsfelder mit Bezug zum Projekt KI-NLT:

Forschungsgruppe

Netztechnologie

Die Forschungsgruppe Netztechnologie bildet das komplexe Zusammenspiel zwischen Erzeuger- und Abnehmerseite in intelligent gesteuerten Smart Grids im Labor ab, um dessen Funktionsweise auf Soft- und Hardwareebene zu verstehen und zu optimieren.

Handlungsfeld

Netzmanagement: Strom-, Gas- und Wärmenetze

Damit Energie nicht nur bilanziell, sondern auch real zur richtigen Zeit am richtigen Ort zur Verfügung steht, müssen Strom- und Gasnetze im Hinblick auf kommende Herausforderungen analysiert, in ihrer Betriebsführung angepasst, infrastrukturell modernisiert und teilweise erweitert werden.

Kontakt

Netztechnologie

Forschungsgruppe
Institut für Vernetzte Energiesysteme