Im Zuge der Energiewende steigt die Anzahl dezentraler Energieerzeuger (Photovoltaik, Windkraft usw.) und leistungsintensiver Verbraucher (Wärmepumpen, Elektroautos usw.) in Verteilnetzen beträchtlich an. Hierdurch entstehen immer häufiger kritische Netzsituationen, die die Versorgungssicherheit gefährden.

Durch innovative Technologien, wie zum Beispiel das am Lehrstuhl entwickelte iNES-System, kann ein kostenintensiver Netzausbau umgangen werden. Hierbei ermöglicht iNES die Überwachung des Netzes und kann in Problemsituationen eingreifen, um einen stabilen Netzzustand wiederherzustellen.

Das Projekt GridCast geht noch einen Schritt weiter - Netzprobleme sollen nicht nur behoben, sondern prognosegestützt vermieden werden. Hierzu wird an intelligenten Methoden geforscht, die es ermöglichen den Netzzustand vorherzusagen und Engpässe frühzeitig zu erkennen. Damit wird der Grundstein für regionale Flexibilitätsmärkte gelegt, wodurch GridCast die Position eines SmartMarket-Enablers einnimmt.

Für realitätsnahe Untersuchungen wird hierbei zunächst das Testgebiet auf dem Campus Freudenberg der Bergischen Universität Wuppertal betrachtet. Das Netzgebiet wurde bereits mit der iNES-Technologie ausgestattet und besitzt eine Photovoltaikanlage mit einer Nennleistung von 115KWp. Weitere größere Testnetze sind in Planung.

Für die Prognose von Leistungen im Netz werden am Lehrstuhl verschiedene Verfahren untersucht und Algorithmen zum vorausschauenden Netzbetrieb entwickelt. Der Prognosedienstleister SteadySun unterstützt hierbei bei der Vorhersage der Solarstromgewinnung auf Basis umfangreicher Wetterdaten, Satellitenbilder oder lokaler Kameras.

In weiteren Schritten wird das Verfahren mit parallelen Entwicklungsarbeiten an bestehenden Smart Grid Systemen verbunden. Insgesamt können somit kritische Netzsituationen frühzeitig erkannt werden und präventive Eingriffe in das Netzgeschehen vorgenommen werden. Dies ermöglicht Netzbetreibern Probleme im Netz zu beheben, bevor diese eintreten.

SAS STEADYSUN, Stuttgart