Beim Betrieb von Wechselstromnetzen sind Netzverluste unvermeidlich: Durch den elektrischen Widerstand in den Leiterseilen wird ein Teil des Stroms in Wärme umgewandelt. Diese Verluste fallen umso höher aus, je weiter der Strom transportiert wird. Netzbetreiber gleichen diese aus, indem sie zusätzlichen Strom einkaufen und einspeisen. Um die Verluste präziser vorhersagen und elektrische Energie für den Ausgleich kostengünstiger auf dem Strommarkt beschaffen zu können, hat 50Hertz ein neues Prognosemodell entwickelt, das auf künstlicher Intelligenz (KI) basiert.
Bessere Kalkulationen möglich
2018 hatte 50Hertz als der für den Norden und Osten Deutschlands zuständige Übertragungsnetzbetreiber 117 Terawattstunden (TWh) Strom transportiert. Dabei fielen Netzverluste von 2,5 TWh an, was etwa zwei Prozent entspricht. Ein besonderer Faktor im 50Hertz-Netzgebiet ist der hohe Anteil an installierter Leistung erneuerbarer Energie, die häufig verbrauchsfern erzeugt wird und daher über weite Distanzen transportiert werden muss, teilte der ÜNB mit. Ein künstliches neuronales Netz erlaubt es 50Hertz jetzt, die voraussichtlichen Netzverluste für den Folgetag genauer zu prognostizieren. Die benötigte Verlustenergiemenge lässt sich dadurch exakter als bisher kalkulieren, was sich in geringeren Beschaffungskosten für 50Hertz am Strommarkt niederschlägt. 50Hertz hat 2018 für rund 70 Millionen Euro Strom zum Ausgleich von Netzverlusten beschafft. Diese Kosten sollen durch neue Prognosemodelle um bis zu ein Prozent gesenkt werden.
Training für das neuronale Netz
Das bisher genutzte Vorhersagemodell für Netzverluste bei 50Hertz basierte auf Prognosen für die Wind- und Solareinspeisung und einem Vergleich mit ähnlichen Tagen in der Vergangenheit. Für das neue Modell hat 50Hertz zunächst eine deutlich größere Datenbasis erschlossen. Im 15-Minuten-Takt werden Daten zur Wind- und Photovoltaikeinspeisung sowie zum Windaufkommen, zur Sonneneinstrahlung und zur Temperatur an 70 unterschiedlichen Standorten im 50Hertz-Netzgebiet erhoben.
Auf Basis dieser Millionen von Trainingsdaten soll das künstliche neuronale Netz lernen, eine Netzverlust-Prognose zu berechnen – wiederum für jeweils 15 Minuten genau für den Folgetag. Beim Training des künstlichen neuronales Netzes gleicht das Modell seine eigenen Vorhersagen mit den tatsächlich angefallenen Netzverlusten ab und passt seinen Algorithmus automatisch an. Dieser Vorgang wird tausendfach wiederholt. Das künstliche neuronale Netz lernt neue komplexe Zusammenhänge; die Prognosen treffen somit immer exakter die tatsächlich eingetretenen Netzverluste. „Das Modell lernt zum Beispiel, dass bei Starkwind der Strom über weitere Distanzen von der Windkraftanlage zum Verbraucher transportiert werden muss, weil er vor Ort nicht verbraucht werden kann – und die Netzverluste dementsprechend höher ausfallen“, erklärt Nils Engelke, Leiter Energiewirtschaft bei 50Hertz
Zusammenarbeit mit Fraunhofer IOSB
50Hertz hat das Netzverlustmodell in Zusammenarbeit mit dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) in Ilmenau entwickelt, das einen Prototypen programmiert hat. Bereits dieser Prototyp steigerte die Prognosegüte im Vergleich zum bisherigen Modell um sieben Prozent. Experten von 50Hertz haben die Methodik anschließend auf der eigenen IT-Infrastruktur implementiert. Seit Ende Juni 2019 wird das Modell operativ gerechnet, seitdem wurden Daten bereinigt und ein Datenbestand aufgebaut, damit der KI-Algorithmus seine Vorhersagen anhand der Historie wie gewünscht präzisieren kann. Seit 9. Dezember 2019 wird das Modell von 50Hertz verwendet, um anhand der Prognosen Strom zum Ausgleich von Netzverlusten am Markt beschaffen zu können. (sg)
