Projektlogo

FLEMING - Flexible Monitoring- und Regelsysteme für die Energie- und Mobilitätswende im Verteilnetz durch Einsatz von Künstlicher Intelligenz

Überblick

Motivation

Der Fokus der deutschen Klima- und Energiepolitik liegt auf einer massiven und flächendeckenden Einbindung von Anlagen zur Gewinnung erneuerbarer Energie sowie auf einer Integration von Ladesäulen für Elektromobilität in das bisherige Stromnetz. Die hieraus resultierenden zahlreichen Lastschwankungen z.B. durch dezentrale Solaranlagen sowie die zeitlich und räumlich konzentrierte Energienachfrage durch eMobility führen zu einer sehr großen Belastung der elektrischen Betriebsmittel und Komponenten bis hin zu einer Überlastung. Zusätzlich sind die Netzbetreiber einem steigendem Effizienz- und Kostendruck ausgesetzt.

Um die Ziele der Energie- und Mobilitätswende bei gleichbleibender Versorgungsqualität zu erreichen, benötigen die Netzbetreiber einerseits ein verbessertes Verständnis des aktuellen Zustandes des vorhandenen Netzes und seiner Komponenten (Monitoring). Dadurch können potentielle Schäden und Anlagenausfälle frühzeitig erkannt bzw. vorhergesagt oder durch verbesserte Regelung vermieden werden. Andererseits werden geeignet genaue, zuverlässige und leicht nachrüstbare Sensoren zur Regelung im Rahmen eines intelligenten Lastmanagements benötigt. Dies ermöglicht erst eine flexiblere Netznutzung unter Ausnutzung von temporärem Überlastpotential und somit den flächendeckenden Ausbau der zukünftig benötigten Energieverteilungs-Infrastruktur.

Ziele und Vorgehen

Ziel des beantragten Fördervorhabens ist es, die Art und Weise des heutigen Sensoreinsatzes in Verteilnetzen durch Verwendung von Methoden der Künstlichen Intelligenz (KI) gepaart mit einer Verbesserung der zugehörigen Sensortechnik zu revolutionieren und somit wesentlich zum Erfolg der Energie- und Mobilitätswende in Deutschland beizutragen.

Innovation und Perspektiven

Das Szenario verlangt nach einem durchgängigen Einsatz von Sensorik und IKT-Systemen zur Erfassung der nötigen Daten der einzelnen Netzbetriebsmittel und -komponenten. Bisher verfügbare Sensorlösungen zur Zustandsüberwachung werden ausschließlich in Nischen- oder Randanwendungen eingesetzt. Ein durchgängiger Einsatz scheitert zurzeit an zu komplexem Engineering, sowie einer begrenzten Lebensdauer und Leistung der Sensorsysteme, sodass diese nur für einfache Überwachungsaufgaben meist einzelner Betriebsmittel genutzt werden können. Weiterhin steht bisherige Sensorik in der Regel nur für Anlagen eines Herstellers zur Verfügung, so dass eine Übertragbarkeit nicht möglich und eine generische, systemweite Datenanalyse undenkbar ist.

Das Vorhaben soll den heutigen Sensoreinsatz in Verteilnetzen durch Verwendung von Methoden der Künstlichen Intelligenz (KI) zusammen mit einer Erweiterung der Sensortechnik grundlegend verbessern. Die daraus abgeleiteten Unterziele umfassen alle wichtigen Aspekte des Sensoreinsatzes in elektrischen Betriebsmitteln. Für die entwickelten intelligenten Monitoring- und Regelsystemen für Energienetze werden schließlich digitale Geschäftsmodelle entwickelt sowie Geschäftsprozesse entworfen, in deren Rahmen die geplanten KI-basierten Dienstleistungen erbracht werden sollen. So entsteht schließlich ein Smart Service System, welches das gesamte Wertschöpfungssystem adressiert.

Key Facts

Profilbereich:
Intelligente Technische Systeme
Art des Projektes:
Forschung
Laufzeit:
09/2019 - 12/2022
Beitrag zur Nachhaltigkeit:
Bezahlbare und saubere Energie, Industrie, Innovation und Infrastruktur
Gefördert durch:
BMWK
Website:
Homepage

Detailinformationen

Projektleitung

contact-box image

Prof. Dr. Eyke Hüllermeier

Sonderforschungsbereich Transregio 318

Zur Person
contact-box image

Dr. Gunnar Schomaker

Software Innovation Campus Paderborn (SICP)

Zur Person
contact-box image

Prof. Dr. Daniel Beverungen

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person

Projektmitglieder

contact-box image

Tanja Tornede

Software Innovation Campus Paderborn (SICP)

Zur Person
contact-box image

Dr. Philipp zur Heiden

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person
contact-box image

Jennifer Priefer, M.Sc. (Geomatik)

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person

Kooperationspartner

Karlsruher Institut für Technologie (KIT)

Kooperationspartner

Zur Website

Westfalen Weser Netz GmbH

Kooperationspartner

Zur Website

Forschungsinstitut für Rationalisierung (FIR) an der RWTH Aachen

Kooperationspartner

Zur Website

Kontakt

Wenn Sie Fragen zu diesem Projekt haben, kontaktieren Sie uns!

Prof. Dr. Daniel Beverungen

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Professor - Universitätsprofessor, Lehrstuhlinhaber

contact-box image

Dr. Philipp zur Heiden

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Postdoc

contact-box image

Ausgewählte Publikationen

Location-Based Service and Location-Contextualizing Service: Conceptualizing the Co-creation of Value with Location Information
P. zur Heiden, J. Priefer, D. Beverungen, in: Proceedings of the 56th Conference on System Sciences, Maui, Hawaii, 2023.
Projekt FLEMING – Predictive Maintenance von zentralen Komponenten des Mittelspannungsnetzes
P. zur Heiden, in: M. Schulz, U. Neuhaus, S. Kühnel, H. Rohde, S. Hoseini, R. Theuerkauf (Eds.), DASC-PM v1.1 Fallstudien, NORDAKADEMIE gAG Hochschule der Wirtschaft, 2023, pp. 29–38.
Utilizing Geographic Information Systems for Condition-Based Maintenance on the Energy Distribution Grid
P. zur Heiden, J. Priefer, D. Beverungen, in: T.X. Bui (Ed.), Proceedings of the 55th Hawaii International Conference on System Sciences, Honolulu, HI, 2022.
DASC-PM v1.1 - Ein Vorgehensmodell für Data-Science-Projekte
M. Schulz, U. Neuhaus, J. Kaufmann, S. Kühnel, E.M. Alekozai, H. Rohde, S. Hoseini, R. Theuerkauf, D. Badura, U. Kerzel, C. Lanquillon, S. Daurer, M. Günther, L. Huber, L.-W. Thiée, P. zur Heiden, J. Passlick, J. Dieckmann, F. Schwade, T. Seyffarth, W. Badewitz, R. Rissler, S. Sackmann, P. Gölzer, F. Welter, J. Röth, J. Seidelmann, U. Haneke, DASC-PM v1.1 - Ein Vorgehensmodell für Data-Science-Projekte, NORDAKADEMIE gAG Hochschule der Wirtschaft, 2022.
Smart Service für die prädiktive Instandhaltung zentraler Komponenten des Mittelspannungs-Netzes
P. zur Heiden, J. Priefer, D. Beverungen, in: M. Bruhn, K. Hadwich (Eds.), Forum Dienstleistungsmanagement, Springer Fachmedien Wiesbaden, Wiesbaden, 2022, pp. 435–457.
Alle Publikationen anzeigen