Wie innovative IT die Energieversorgung der Zukunft sichert

Rund 34 Prozent der Treibhausgasemissionen (THG) in Deutschland gingen im Jahr 2022 auf das Konto der Energiewirtschaft. Sie ist damit der größte Verursacher klimaschädlicher Gase, vor Industrie (22 Prozent), Verkehr (19,8 Prozent) und Gebäuden (15 Prozent). Es besteht allerdings Grund zur Hoffnung, dass sich der Anteil schnell verringern wird, denn der Ausbau erneuerbarer Energien geht mit gutem Tempo voran. Allein im vergangenen Jahr kamen fast zehn Gigawatt Leistung aus regenerativen Kraftwerken hinzu, der Anteil am Bruttoenergieverbrauch stieg auf 34 Prozent der Treibhausgasemissionen, der Beitrag zur Nettostromerzeugung lag im ersten Halbjahr 2023 sogar bei 57,7 Prozent.

Erneuerbare Energien stellen Kraftwerksbetreiber und Energieversorger allerdings vor ganz andere Herausforderungen als klassische Gas- oder Kohlekraftwerke. Sonneneinstrahlung und Wind sind von Natur aus variabel, sie unterliegen saisonalen und wetterbedingten Schwankungen. Kraftwerke, Netze und Speicher müssen daher wesentlich schneller und flexibler auf Veränderungen reagieren und vorausschauend gesteuert werden. Dabei spielt die IT vor allem in folgenden Bereichen eine entscheidende Rolle:

Vorhersagemodelle für Energieerzeugung und -verbrauch: Mit der Energiewende gewinnen Wettervorhersagen für Stromproduzenten an Bedeutung. Entscheidend ist dabei nicht nur, ob die Sonne scheint oder der Wind weht, sondern auch, wie hoch die zu erwartende Energieausbeute ist. In Kombination mit demographischen Daten lässt sich zudem der zu erwartende Energieverbrauch prognostizieren. Unternehmen wie die Energy & Meteo Systems GmbH bieten solche Prognosen bereits als Dienstleistung für Stromhändler, Netzbetreiber und Betreiber von Solar- oder Windkraftanlagen an.

Neben nichtlinearen stochastischen Vorhersagemodellen, wie sie beispielsweise vom Fraunhofer-Institut für Solare Energiesysteme ISE, für die vorausschauende Steuerung batteriegepufferter Photovoltaikanlagen entwickelt wurden, kommen zunehmend auch Machine-Learning- und Deep-Learning-Ansätze zur Anwendung. So nutzt das gemeinnützige Unternehmen Open Climate Fix, ein Transformer-basiertes Machine-Learning-Modell, um sogenannte Nowcasts, also kurzfristige Vorhersagen für die Energieerzeugung durch PV-Anlagen zu erstellen.

Einen guten Überblick über den aktuellen Stand der Forschung im Bereich KI-basierter Prognosen für erneuerbare Energien geben Natei Ermiss Benti et al. in diesem Artikel der Fachzeitschrift „Sustainability“.

Vorausschauende Wartung von Windkraftanlagen: Während Solarmodule keine beweglichen Teile enthalten und daher kaum Wartung benötigen, sind die Rotoren, Lager und Motoren von Windkraftanlagen hohen mechanischen Belastungen ausgesetzt. Sie müssen daher regelmäßig gewartet werden. Das ist vor allem bei Offshore-Anlagen mit einem hohen personellen und logistischen Aufwand verbunden.

Windkraftanlagen-Hersteller wie Siemens Gamesa arbeiten deshalb schon seit längerem an Predictive-Maintenance-Services, die eine Wartung vor Ort auf ein Minimum reduzieren und Ausfälle weitgehend verhindern sollen. Das Unternehmen kann nach eigenen Angaben 99 Prozent aller schwerwiegenden Fehler im Voraus erkennen und mehr als 85 Prozent aller Probleme aus der Ferne lösen.

Mehr als vier Millionen Sensoren liefern dafür täglich mehr als 200 Gigabyte an Daten, die in eine KI-basierte Analyse einfließen. Auf Basis der NVIDIA-Technologien Omniverse und Modulus konnte das Unternehmen zudem digitale Zwillinge seiner Anlagen erstellen. Damit lassen sich komplexe Berechnungen, etwa zur Strömungsoptimierung, bis zu 4.000 Mal schneller durchführen als mit herkömmlichen Methoden.

Intelligente Vernetzung und Lastmanagement: Mit der zunehmenden Verbreitung privater und gewerblicher Photovoltaikanlagen wird die Netzverwaltung für Energieversorger immer komplexer. Sie müssen nun nicht nur Strom aus den zentralen Kraftwerken an Haushalte und Unternehmen liefern, sondern auch den dort erzeugten Strom wieder ins Netz einspeisen. Um die Netzstabilität zu gewährleisten, ist daher vor allem im Mittel- und Niederspannungsbereich ein intelligenteres Lastmanagement erforderlich.

Intelligente Stromnetze, sogenannte Smart Grids, spielen dabei eine wesentliche Rolle. Sie übertragen nicht nur Energie, sondern auch Informationen über Einspeisung und Verbrauch. Möglich machen dies unzählige Sensoren in Erzeugungsanlagen und Umspannstationen. Sie liefern die Datenbasis, die dann mithilfe KI-basierter Methoden ausgewertet werden kann.

Smarte Stromverbraucher sollen zukünftig zusätzlich für mehr Flexibilität und ein besseres Lastmanagement sorgen. Waschmaschinen, Geschirrspüler und andere Haushaltsgeräte, aber auch nicht zeitkritische Produktionsprozesse werden automatisch dann betrieben, wenn die Energieeinspeisung hoch und der Strompreis entsprechend niedrig ist. Auch intelligente Speicher-Grids, die beispielsweise aus einem Pool von Elektroautos bestehen können, werden in Zukunft zu einer stabileren und gleichmäßigeren Energieversorgung beitragen.

Fazit: Keine Energiewende ohne IT

Mit der Energiewende wird die Stromerzeugung deutlich dezentraler und komplexer. Um sie vorhersagen und steuern zu können, sind leistungsfähige IT-Systeme direkt am Edge erforderlich. Diese müssen möglichst sicher, robust und einfach zu bedienen sein, da meist kein geschultes IT-Personal vor Ort ist.

Dell Technologies bietet beispielsweise mit Dell NativeEdge eine Softwareplattform, die den Betrieb von Edge-Standorten automatisiert und eine zentrale Verwaltung über alle Standorte hinweg ermöglicht. Integrierte Security-Features, die auf dem  Zero-Trust-Prinzip beruhen, gewährleisten die Sicherheit von Daten, Geräten und Applikationen.

Für komplexe, standortübergreifende Auswertungen müssen die Daten in zentrale Rechenzentren und Cloud-Infrastrukturen übertragen werden. Dabei wird vor allem der Mobilfunkstandard 5G in Zukunft eine wichtige Rolle spielen. Er wurde gezielt entwickelt, um industrielle Anwendungen zu unterstützen und bietet unter anderem die Möglichkeit, Daten höchst zuverlässig und mit extrem geringer Latenz zu übertragen (ultra-Reliable and Low-Latency Communications, uRLLC) sowie Millionen von Sensoren und Endgeräten zu vernetzen (massive Machine Type Communications, mMTC). 

Durch den Ausbau der Stromnetze zu Smart Grids kommt es außerdem zur Verschmelzung von Betriebstechnik (Operational Technology, OT) und Informationstechnologie (IT). Die bislang abgeschotteten Schnittstellen und proprietären Protokolle der Betriebstechnik müssen modernisiert und in die IT-Umgebung integrierbar gemacht werden.

Vorrang haben dabei höchste Zuverlässigkeit und Sicherheit, schließlich gehört die Energieversorgung zu den kritischen Infrastrukturen (KRITIS) und muss strenge Vorgaben wie die jüngst novellierte Network and Information Security Directive (NIS 2) erfüllen.

Lesen Sie mehr darüber, wie die Digitalisierung Klima- & Umweltschutz voranbringt.

Warum Nachhaltigkeitsziele nur mit starker IT zum Erfolg führen, erfahren Sie in diesem aktuellen Report.

Wie das Zero-Trust-Konzept für nahtlose Cybersecurity am Endpoint sorgt, zeigt Ihnen dieses Whitepaper.