SPECTRUM – APPLIED RESEARCH 50 / UdZ 01.24 Durch die sich ändernden Anforderungen an die Energieversorgung steht insbesondere die Stromversorgung als essenzieller Teil des Lebensstandards und der Industrie in Deutschland im Fokus. Beispiele für die sich ändernden Anforderungen an die deutschen Energieversorgungssysteme, im Speziellen an die Stromversorgungssysteme, bestehen in der flächendeckenden Einbindung regenerativer Energien und in der Integration von Ladesäulen für Elektromobilität. Hieraus resultiert eine aktuell kaum quantifizierbare Dynamik der Belastung, insbesondere in Bezug auf die Stromverteilnetze und ihre Komponenten. Hier spielen Ortsnetzstationen und Umspannwerke, die Sie als kleine Häuschen oder Kästen in Ihrer Nachbarschaft kennen, eine entscheidende Rolle: Dort finden sich Mittelspannungsschaltanlagen (MS), welche nicht selten bereits über 40 Jahre insgesamt bzw. 10 Jahre über die angedachte Dauer hinaus in Betrieb sind und nicht auf die anstehenden Belastungen ausgelegt wurden.1 Hinzu kommt, dass die Anlagen größtenteils kaum überwacht werden und dafür keine kostengünstigen Lösungen bereitstehen. Um den hohen Anforderungen an ein resilientes Verteilnetz zur Sicherstellung der Versorgungssicherheit und -qualität gerecht zu werden, bedarf es einer dynamischen, sich an das Stromnetz anpassenden Prognose potenzieller Ausfälle von elektrischen Anlagen. Hieraus ergibt sich die Motivation für das vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) im Rahmen des 7. Energieforschungsprogramm geförderte Projekt ‚AProSys‘ mit dem Projekttitel „KI-gestützte Assistenz- und Prognosesysteme für den nachhaltigen D ue to the changing demands on energy supply, the focus is particularly on the electricity supply as an essential factor of the standard of living and industry in Germany. Examples of the changing demands on German energy supply systems, in particular its electricity supply systems, include the nationwide integration of renewable energies and the integration of charging stations for electromobility. This results in a dynamic load that is currently almost impossible to quantify, particularly for electricity distribution grids and their components. Local grid substations and transformer stations, which you know as small houses or boxes in your neighborhood, play a decisive role here: These are medium-voltage switchgear (MV) stations, which have often been in operation for over 40 years or 10 years beyond their intended service life and were not designed for the today’s and future loads.1 In addition, most of the systems are hardly monitored and cost-effective solutions are not available. In order to meet the high demands placed on a resilient distribution grid to ensure security and quality of supply, a dynamic forecast of potential outages of electrical systems that adapts to the electricity grid is required. This is the motivation for the 'AProSys' project funded by the Federal Ministry of Economics and Climate Protection (BMWK) as part of the 7th Energy Research Program, titled "AI-Supported Assistance and Forecasting Systems for Sustainable Use in Intelligent Distribution Grid Technology" (funding code 03EI6090B; duration: 1/1/2023 – 31/12/2025).
RkJQdWJsaXNoZXIy NzcyMw==