Nachhaltige Digitalisierung: KI für die Energiewende
Foto: CC0 1.0, Pixabay User PIRO4D | Ausschnitt angepasst
Im Kampf gegen den Klimawandel ruhen viele Hoffnungen auf der Digitalisierung. Dabei nimmt der Energieverbrauch von Rechenzentren und deren Datenverkehr weiter zu. Welchen Beitrag können digitale Technologien also für die Energiewirtschaft auf dem Weg in eine CO2-neutrale und energieeffiziente Zukunft leisten?
Der Energiesektor steht unter einem enormen Anpassungsdruck. War in der Vergangenheit noch die Gewährleistung einer stabilen Stromversorgung oberstes Ziel, so konkurriert dies angesichts des Klimawandels vor allem mit der Reduzierung klimaschädlicher Emissionen und dem Ausbau erneuerbarer Energien. Darüber hinaus steigt auch der Energiebedarf durch die weltweite Zunahme an vernetzten Geräten und wachsender Datenmengen. Jeder Datentransfer verbraucht Energie. Vor allem das Training von Technologien auf Basis Künstlicher Intelligenz (KI) kann sehr energieintensiv sein. Die dafür nötigen Hochleistungsrechner müssen mit Strom versorgt und großem Energieaufwand gekühlt werden – kurzum: die digitale Welt ist stromhungrig.
Digitale Technologien können aber einen wichtigen Beitrag leisten, die Effizienz der Energiewirtschaft zu steigern, die Energiewende umzusetzen und am Ende grünen Strom für die Digitalisierung von Wirtschaft und Gesellschaft zu liefern.
Mehr Effizienz durch Künstliche Intelligenz
Mit den globalen Trends Künstlicher Intelligenz und deren Auswirkungen auf die Energiebranche beschäftigt sich die Deutsche Energie-Agentur (dena) in einer aktuellen Studie. Dabei kommt die dena zu dem Ergebnis, dass der Einsatz von KI „hohes Potenzial für Anwendungen entlang der gesamten Wertschöpfungskette der Energiewirtschaft aufweist: von der Erzeugung über Transport und Handel bis hin zum Verbrauch.“ Die Studie identifiziert dabei verschiedene Anwendungsfelder wie die Unterstützung bei Prognosen, der Betriebsoptimierung oder sogenannte Predictive Maintenance. Letzteres beschreibt eine vorausschauende Instandhaltung von Maschinen und Anlagen, meist mit Hilfe von KI und intelligenter Sensorik.
Strom aus Wind und Sonne ist vom Wetter abhängig. Damit schwankt die Menge an erneuerbarem Strom, der ins Netz eingespeist wird stetig. Das Netz und die Spannung im Netz stets stabil zu halten ist hier die Herausforderung, um die Versorgung jederzeit sicher zu gewährleisten. Deshalb sind intelligente Prognoseverfahren, beispielsweise auf Basis von Machine Learning (ML), zur Ermittlung des Strombedarfs oder der Stromproduktion dezentraler Stromerzeugungsanlagen wie Windkraft- und Solaranlagen ein wahrer Zugewinn für die Energiewende. Intelligente Netze können auf Basis dieser Daten eine reibungslose Stromversorgung und die Integration großer Mengen regenerativer Energie garantieren. Eine KI-getriebene Softwarelösung dieser Art bietet beispielsweise das finnische Softwareunternehmen Optimeering.
Beispiele für Predictive Maintenance und die Betriebsoptimierung von Anlagen liefert der deutsche Energiekonzern E.ON: Der Energieanbieter hat einen selbstlernenden Algorithmus entwickelt, der eigenständig wartungsbedürftige Mittelspannungskabel im Stromnetz von E.ON ermittelt. Durch dieses Verfahren konnte die Anzahl der Netzausfälle um 30 Prozent gesenkt werden. Das Potenzial datengetriebener Digitalisierung wird auch für den Betrieb von Windkraftanlagen genutzt: Durch die KI-getriebene Analyse von Turbinendaten konnte die Auslastung von Anlagen optimiert und deren Nutzungsdauer verlängert werden.
Klimafreundlich durch intelligente Vernetzung
Einen verbraucherorientierten Ansatz verfolgt der sogenannte Carbon Intensity Forecast, den der britische Übertragungsnetzbetreiber National Grid zusammen mit dem Environmental Defense Fund Europe, der Oxford Universität und dem WWF entwickelt hat. Dahinter steckt eine ML-Software, die in Echtzeit zusammen mit einer 48-Stunden-Prognose Aufschluss über den CO2-Ausstoß der britischen Stromerzeugung liefert. Neben einem Index zum Emissionsausstoß der Regionen, informiert eine nutzerfreundliche Karte auch über den jeweiligen, aktuellen Strommix. Die Daten und Vorhersagen können beispielsweise in Apps für Verbraucher*innen eingebunden oder zur Steuerung vernetzter Geräte im Haushalt wie Waschmaschinen genutzt werden, um den Stromverbrauch in Perioden mit niedrigem CO2-Ausstoß zu verschieben.
Ein Paradebeispiel intelligenter Anlagensteuerung für sogenannte Prosumer kommt vom deutschen Stromspeicher-Marktführer, Sonnen. Prosumer sind Verbraucher*innen (consumer), die zusätzlich selbst Energie produzieren (producer) – dies trifft beispielsweise auf jene zu, die eine Solaranlage auf ihrem Dach haben. In der Regel weichen Produktion und Verbrauch des Sonnenstroms zeitlich voneinander ab – hier setzt auch die Speicherlösung an. Die intelligente Batterie speichert jedoch nicht nur die am Tag erzeugte Solarenergie für die spätere Nutzung: Überschüssige Energie wird selbstständig an energieintensive und vernetzte Geräte und Anlagen im Haushalt abgeben, beispielsweise zum Laden eines E-Autos und die Aufbereitung von Warmwasser. Wenn der eigene Bedarf gedeckt ist, wird der Rest ins Stromnetz eingespeist. So wird der eigene Eigenverbrauch nachhaltig optimiert und der CO2-Ausstoß gesenkt.
Digitalisierung der Energiewende geht voran
Wie die Digitalisierung der Energiewende in Deutschland vorankommt und welche Fortschritte zu verzeichnen sind, darüber informiert das Bundesministerium für Wirtschaft und Energie (BMWi) jährlich mit dem „Barometer Digitalisierung der Energiewende„. Bei der Ermittlung des Digitalisierungsgrads werden sowohl Endkunden wie Verbraucherhaushalte, die Energiewirtschaft und die rechtlichen Rahmenbedingungen als auch die Entwicklung sowie die Verbreitung von Technologien wie Smart Meter oder Smart Home-Anwendungen betrachtet.
Und die Digitalisierung der Energiewende macht laut BMWi-Barometer Fortschritte: Wies das Barometer im vergangenen Jahr noch 22 von 100 möglichen Punkten aus, stieg der Wert im aktuellen Gutachten auf 36 Punkte an. Grund für den Sprung nach oben ist, dass mittlerweile alle technischen Voraussetzungen geschaffen wurden, um Smart Meter flächendeckend installieren und zum Einsatz bringen zu können. Durch ihre Fähigkeit, den Bedarf beziehungsweise Verbrauch von Energie in Echtzeit zu kommunizieren, sind sie ein zentraler Baustein intelligenter Stromnetze.
Empfehlung der Redaktion
Artikel teilen
Autor:in
