• Notierungen ziehen sich gegenseitig nach unten
  • Gutachter sehen Anpassungsbedarf bei Preisobergrenze
  • Habeck betont Bedeutung der deutsch-norwegischen H2-Kooperation
  • Offshore-Windenergie will Grenzen überwinden
  • Thüga holt Ex-CIO der Deutschen Glasfaser in IT-Tochter
  • Betriebshof für Mobilität mit Wasserstoff in Heidelberg
  • Vier Windenergie-Anlagen auf einem der größten Schlachtfelder
  • Elektromobilität weltweit auf dem Vormarsch
  • Balticconnector funktioniert nach Reparatur wieder normal
  • Burgwedel bekommt Nahwärme aus Geothermie
Enerige & Management > Stromspeicher - Big Data für das Speicher-Management
Bild: malp / Fotolia
STROMSPEICHER:
Big Data für das Speicher-Management
Die volatile Erneuerbaren-Erzeugung erfordert mehr Stromspeicher. Wie diese sich übergreifend regeln lassen, erforscht die Hochschule Landshut.
 
Weniger Netzverluste durch eine intelligente Steuerung von Energiespeichern − das ist Ziel des Forschungsprojekts "iGridControl" an der Hochschule Landshut. Es soll das Problem lösen, dass die einzelnen auf dem Markt verfügbaren 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 und zukünftigen Netzauslastung zu betrachten und so die Leistungsflüsse intelligent zu steuern. Aus diesem Grund wollen die Forschenden unter Leitung der Professoren Alfons Haber und Mona Riemenschneider eine auf Big Data basierte, netzübergreifende Regelung entwickeln und dadurch Spitzenlasten sowie Netzverluste reduzieren. 

Für die Netzbetreiber hätte die neue Technologie erhebliche Vorteile, erklärt Haber: Mithilfe der intelligenten Regelung von Energiespeichern könnten die Kosten 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. 

Big Data und Machine Learning

Im ersten Schritt planen die Wissenschaftler, in eigens dafür entwickelten Messstationen die Lastzustände der Netze zu erfassen. Anschließend führen sie diese Messdaten mit Metadaten sowie mit Erzeuger- und Verbrauchermodellen zusammen und entwickeln mithilfe von Big-Data-Analysen und maschinellem Lernen 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.“
 

Peter Koller
Redakteur
+49 (0) 8152 9311 21
eMail
facebook
© 2024 Energie & Management GmbH
Dienstag, 19.01.2021, 14:47 Uhr

Mehr zum Thema