Direkt zum Inhalt wechseln

POWERCAST: Elektrisierende Impulse für die Energiewirtschaft von morgen

Das von der FFG geförderte Projekt „POWERCAST“ hat als Hauptziel, die Kosten- und Versorgungseffizienz von Stromnetzen durch die Vorhersage und Optimierung von Stromlasten mit KI-gestützten Prognosemodellen zu erhöhen.

Die RISC Software GmbH steuert ihr Wissen für die Entwicklung neuer KI-Modell bei und übernimmt die Konsortialführung.

Das übergeordnete Ziel des Projektes POWERCAST ist es, die wirtschaftlich effiziente und technisch robuste Integration großer Mengen volatiler erneuerbarer Energien, insbesondere der Wind- und Solarenergie, in das österreichische Stromnetz zu erleichtern. Dafür wird ein neues, adaptives KI-Modell entwickelt, das mehrere aktualisierbare Informationsquellen integriert, um genaue Lastprognosen sowie Einblicke in wichtige Einflussfaktoren zu liefern. Der Bedarf ist dringend: Fehler bei Lastprognosen haben sich im Laufe der Jahre deutlich verschärft, da sich die Modellierungstechniken für Energiesysteme als zu statisch für Einflussfaktoren, wie Photovoltaik-Systeme (PV) und Elektromobilität erwiesen, die aufgrund des raschen technologischen Fortschritts ständiger Veränderung unterliegen. Dies führt zu einer größer werdenden Diskrepanz zwischen Modellvorhersagen und den tatsächlichen Bedingungen. Diese Ungenauigkeiten erfordern kostspielige, kurzfristige Anpassungen, die nicht nur die Energieversorger, sondern letztlich auch die Endverbraucher belasten, primär in Sektoren mit hohem Energieverbrauch.

Dringender Bedarf an präzisen Vorhersagen für Energiesysteme

Die unzureichende Genauigkeit der aktuellen Vorhersagemodelle für die volatile Stromproduktion, wie Wind- und Solarenergie, führt zu erheblichen Abweichungen zwischen prognostizierten und tatsächlichen Lasten. Diese Abweichungen belasten nicht nur die Netzstabilität, sondern verursachen Zusatzkosten für den Endverbraucher*innen.

Ziele von POWERCAST: Kurzfristprognosen und Netzstabilität

Folgende Ziele werden in POWERCAST fokussiert bearbeitet:

  • Das erste Ziel ist, eine bessere Kurzfristprognose für Netzbetreiber zu liefern, um tägliche Überprüfungen der Einhaltung von Sicherheitsstandards durchzuführen, insbesondere des n-1-Kriteriums, dessen Gewährleistung aufgrund der hohen Mengen an volatiler erneuerbarer Energie bereits kritisch ist. Außerdem sind diese Prognosen für die wirtschaftliche Effizienz der Stromnetze von entscheidender Bedeutung, da sie potenziell Millionen von Euro an Kosten für Ausgleichsenergie einsparen können.
  • Das zweite Ziel reagiert auf die Entwicklung, dass viele angefragte PV-Anlagen für Wohngebäude vom Netzbetreiber nicht genehmigt werden, da bei zu hoher Einspeisung Risiken für die Zuverlässigkeit der Stromnetze bestehen. Diese Ablehnungen behindern die Energiewende und frustrieren Verbraucher. Über ein Frühwarnsystem für extreme Lasten könnten die Betreiber die Einspeisung dynamisch einschränken, bis die kritische Situation vorüber ist. Als Vorteil müsste keine PV-Anlage abgelehnt werden, was den Weg für einen schnelleren Ausbau von PV ebnen und damit zur schnelleren Erreichung der österreichischen Ziele für erneuerbare Energien beitragen kann.

In diesem Zusammenhang verfolgt POWERCAST die Einführung eines neuen Paradigmas in der Lastprognose, das die dynamische Natur von Verbrauchs- und Produktionsstrukturen in Energiesystemen berücksichtigt. Es strebt an, Prognosemodelle bereitzustellen, die sich an die schnellen Veränderungen von Schlüsselfaktoren wie Erzeugern und Verbrauchern innerhalb des betrachteten Gebiets anpassen und auf neue, aber ähnliche Szenarien und Daten übertragen werden können, indem adaptive künstliche Intelligenz (KI)-Methoden genutzt werden.

Energiekosten senken und neue Energiequellen nutzen

Das POWERCAST-Projekt hat das Potenzial, finanzielle Vorteile zu generieren und die Nachhaltigkeit des Energiesystems zu verbessern. Durch die Entwicklung von präziseren Vorhersagemodellen können potenziell Kosten im Gesamtsystem gesenkt und die Integration erneuerbarer Energien erleichtert werden. Das Projekt steht klar im Einklang mit den Zielen der EU, den Anteil erneuerbarer Energie signifikant zu erhöhen und bis zum Jahr 2050 Klimaneutralität zu erreichen und wird dazu beitragen, die aktuellen und zukünftigen Herausforderungen im Bereich der Stromnetzoptimierung zu bewältigen.

Partner

Das Konsortium, RISC Software GmbH, LINZ NETZ GmbH, Austrian Power Grid AG, Energieinstitut an der Johannes Kepler Universität Linz und HAKOM Time-Series GmbH, bündelt seine Expertise und Ressourcen um den Erfolg des Projekts sicherzustellen und ist durch das Bundesministerium für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie vertreten und durch die Österreichische Forschungsgesellschaft mbH im Zuge der Ausschreibung AI for Green 2023 finanziert. Das Konsortium vereint die Kompetenzen und Vorerfahrungen in verschiedenen Bereichen, wie Datenmanagement, Datenanalyse, Energiewirtschaft und -management.

Dieses Projekt wird aus Mitteln der FFG gefördert.

Projektpartner*innen

Logo RISC

Details zum Projekt

  • Kurztitel: POWERCAST
  • Langtitel: Prediction and Optimization of Power Loads Using AI Forecasting Models for Cost- and Supply-efficient Power Grids
  • Ausschreibung: AI4Green 2023m Schwerpunkt: Adaptive AI models and situational learning; Energy Transition
  • Gesamtbudget: 783.357 Euro
  • Projektlaufzeit: 4/24-3/27 (36 Monate)
  • Projektpartner*innen:
    • RISC Software GmbH (Konsortialführung)
    • Austrian Power Grid AG
    • Energieinstitut an der Johannes Kepler Universität Linz
    • HAKOM Time Series GmbH
    • Linz Netz GmbH

Ansprechperson









    Technische Projektleitung

    Dominik Falkner, MSc

    Data Scientist

    Weiterlesen