15.12.2023 – Im Auftrag des Übertragungsnetzbetreibers TenneT haben Prognoseexperten des Fraunhofer IOSB-AST die Netzverlustprognose mit Hilfe von Künstlicher Intelligenz (KI) verbessert.
Um die Kosten bei der Übertragung elektrischer Energie zu reduzieren, ist es entscheidend, die auftretenden Verluste vorherzusagen. Das Fraunhofer IOSB-AST hat nun für TenneT eine verbesserte Netzverlustprognose erstellt, die auf höher aufgelösten Daten (zeitlich und räumlich) und neuen KI-Modellen basiert, die komplexe Daten zuverlässig interpretieren können.
Die Energieexperten Tom Bender und Ralf Marquardt (v.l.n.r.) vom Fraunhofer IOSB-AST haben gemeinsam für die TenneT die Netzverlustprognose deutlich verbessert. Bild: indigo / Manfred Zentsch
So haben die Energieexperten Tom Bender und Ralf Marquardt zunächst den vorhandenen Datenpool (Wetterdaten, EE-Einspeisung, Netzlast) um weitere Informationen wie z.B. Zeitreihen einzelner Bundesländer ergänzt. Im Anschluss wurde ein neues Prognosemodell mit angepasster Modellarchitektur und Datenvorverarbeitung implementiert, das seit Juli 2023 als Testsystem bei TenneT im Einsatz ist. Auf der Basis von Deep-Learning-Ansätzen soll das Modell im Vergleich zu klassischen Prognoseverfahren den Vorteil haben, nichtlineare Zusammenhänge bei der Entstehung von Netzverlusten und Zusammenhängen mit exogenen Einflussgrößen besonders gut erlernen zu können.
Christoph Strehler, Projektleiter bei TenneT, freut sich über zukünftige Kosteneinsparungen bei der Beschaffung von Verlustenergie am Energiemarkt. Bisher sei es dem Übertragungsnetzbetreiber gelungen, mithilfe des Testsystem des Fraunhofer IOSB-AST eine Verbesserung von 18 Prozent gegenüber der bisherigen Lösung zu realisieren.
Derzeit werden weitere Verbesserungen geprüft, um die Eingangsdaten, Vorverarbeitung und Performance zu optimieren. Die endgültige Übernahme in das Produktivsystem ist für 2024 geplant. (pms)