Autonome AI für zellulare Energiesystem mit zunehmender Flexibilität durch Sektorenkopplung und verteilter Speicher.
Der zellulare Ansatz adressiert dezentrale, selbstverwaltete Energiezellen auf allen hierarchischen Netzebenen. Jede Zelle kann Strom-, Gas- und Fernwärmenetze umfassen, die durch Sektorenkopplung und Energiespeicherlösungen wie Batterien und Power-to-X-Systeme eine hohe Effizienz und Flexibilität erreichen. Im Vergleich zum konventionellen Netzbetrieb optimiert jede Zelle ihre erneuerbare Stromerzeugung, ihren Energieverbrauch und ihre Energiespeicherung auf einer viel feineren Granularitätsebene und aufgrund der hohen Anzahl von Teilnehmern auch auf einem viel höheren Komplexitätsniveau. Um dieser Herausforderung zu begegnen, wird ein autonomer Zelloptimierer, der auf künstlicher Intelligenz (engl. Artificial Intelligence, kurz: AI) basiert für das effiziente Energiemanagement einer Vielzahl von Energiespeichern aus der Perspektive einer Energiezelle entwickelt. Die AI-basierte Steuerung wird integriert und unter realen Bedingungen mit Hilfe eines digitalen Zwillings des Energiesystems demonstriert, der als kohärente Informations- und Interaktionsschicht für alle Marktteilnehmer dient. Die FH-Bielefeld wird in diesem Verbundvorhaben verschiedene AI- und maschinelle Lern-Algorithmen analysieren, die für das komplexe Optimierungsproblem der zellularen Netze und deren verschiedenen Technologien geeignet sind. Weiter wird das Optimierer-Interface für die Anbindung von Elektrofahrzeugen mit dem elektrischen Netz (engl. Power-to-Mobility/Vehicle-to-Grid) innerhalb einer Netzzelle entwickelt.
Projektpartner:
Deutschland: Technischer Universität Kaiserslautern, Bielefelder Netze GmbH, VOLTARIS GmbH
Österreich: AIT Austrian Institute of Technology, Technische Universität Wien
Projektförderung:
Multilateral Joint Call of RDI projects on digital transformation for green energy transition (MICall20), Smart Energy Systems ERA-Ne