Photovoltaikanlagen auf Dächern und an Balkonen, Elektroautos, Speicher – im Verteilnetz nimmt die Zahl der angeschlossenen Geräte mit der Energiewende zu. Wie mithilfe von KI-gestützten Sensoren dieses Netz so gesteuert werden kann, dass Überlastsituationen vermieden werden, hat das Fraunhofer IMS im Forschungsprojekt Resigent jetzt in einem Pilotversuch in Zusammenarbeit mit den Stadtwerken Haßfurt und weiteren Partnern getestet.
Österreich: Forschungsprojekt Shared Charging will Laden von E-Autos vereinfachen
Im Mittelpunkt: das Laden von E-Autos sowie ein System aus einer neu entwickelte KI-gestützte Koordinierungsfunktion (KOF), einem lokalen Energiemanagement-System (EMS) für die teilnehmenden Haushalte und einem Sensorsystem, das in den Schaltanlagen des Verteilnetzes für die Netzzustandsanalyse eingesetzt wurde.
KI soll Überlastsituationen vermeiden helfen
Und so funktioniert das System: Die KOF analysiert den Stromverbrauch aus den aktuellen Messdaten des Verteilnetzes sowie aus den EMS in den Häusern. Zusammen mit weiteren Informationen, wie Wetterprognosen und Lastprofilen, prognostiziert die KOF den Lastzustand des Netzes. Droht eine Überlastung, erhält der Netzbetreiber eine Warnung und kann rechtzeitig eingreifen.
Fraunhofer ISE: Batterieforschung im neuen Kompetenzzentrum gestartet
Ziel des Projektes war indes, genau solche Ausnahmesituationen durch selbstregelnde Mechanismen zu vermeiden, heißt es in einer Presseinformation des Fraunhofer IMS. Daher gab es für die teilnehmenden Haushalte Anreize, ihren Stromverbrauch in Zeiten mit weniger Bedarf zu verschieben. Zum einen generierte die KOF dazu für den Folgetag eine stundenfeine, flexible Strompreistabelle und stellte diese über das EMS den Haushalten zur Verfügung. Zum anderen legten die Teilnehmenden ihre Ladepräferenzen in einer Smartphone-Applikation fest.
Managementsystem ermittel den idealen Ladezeitpunkt
Mit den Informationen zu Tarifen und Bedarfen ermittelte das EMS den idealen Ladezeitpunkt und verschob die Ladung beispielsweise von den Abend- in die Nachtstunden, wenn weniger andere ihre Geräte laden. So wurde einerseits das Laden für die Endkundinnen und -kunden günstiger und gleichzeitig transparenter und steuerbarer für den Netzbetreiber. Das System lohne sich für beide Seiten, so das Fraunhofer IMS.
