Wie das EW Ursern Künstliche Intelligenz erfolgreich im Netzbetrieb einsetzt

Herausforderung 1; Varianz in Stromproduktion und -verbrauch;

Das Elektrizitätswerk Ursern (EWU) in Andermatt als Kunde der VIVAVIS Schweiz AG, baut die Stromproduktion kontinuierlich aus. Von Laufwasserkraftwerken bis zu Windturbinen hat das EWU eine grosse Varianz in der Stromproduktion. Durch eine geplante PV-Anlage wird diese Varianz noch weiter zunehmen.
Auf der Verbraucherseite sind die Bewohnerinnen und Bewohner von Andermatt, das Gewerbe sowie der saisonale Tourismus wesentliche Abnehmer. Insbesondere der Betrieb der Anlagen im Winter des Skigebietes “Andermatt Sedrun Disentis” inklusive aller Beschneiungsanlagen treiben den Verbrauch auf ein Vielfaches eines normalen Tages. Erschwerend entsteht im Winter eine sogenannte “Winterlücke”.
Hinzu kommt als neue Komponente die E-Mobilität, welche die Prognose und Kontrolle von kostenintensiven Verbrauchsspitzen zusätzlich erschwert und verkompliziert.

Herausforderung 2; Wirtschaftlich kritische Day-ahead Prognose abhängig von Expertenwissen

Das EWU muss täglich eine Day-ahead Prognose für EWA EnergieUri AG erstellen. Vertraglich ist eine Freimenge für die Abweichung geregelt. Ein Verbrauch über dieser Freimenge wird zum Teil stark sanktioniert. Zusätzlich steht eine massive Erhöhung dieser Sanktion im Raum.
Die Prognose und damit der Einsatzplan der Kraftwerke wurde bislang von einem erfahrenen Betriebsleiter und mit Hilfe eines komplexen Excel-Sheets durchgeführt. Mit der Pension des Mitarbeiters verliert das EWU diese Betriebserfahrung und sein Wissen an dieser systemkritischen Stelle.
Die zusätzliche PV-Produktion sowie der steigende Ausbau der E-Mobilität machen aufgrund der noch einmal wesentlich höheren Gesamtkomplexität eine manuelle Erstellung in Zukunft unmöglich.

Ziel

Für die zukünftige Einhaltung des Fahrplans und die Kontrolle der Spitzenleistung sollen die zentralen Elemente auf Stromproduktions und -verbrauchsseite von einer zentralen Intelligenz gesteuert werden. Durch den Einsatz von Künstlicher Intelligenz soll die Genauigkeit der durch die drohenden Sanktionen immer wichtiger werdenden Fahrplanprognosen erhöht werden.
Dabei soll gleichzeitig der Verlust von Fachexpertise bei steigender Komplexität aufgefangen werden.

Lösung

Die Data-Science-Experten der eoda GmbH, eine Tochterunternehmung der VIVAVIS AG, haben die Entwicklung des KI-Systems zur automatisierten Erstellung des Fahrplans für das EW Ursern übernommen.

Dank Künstlicher Intelligenz zum effizienten Fahrplanmanagement “Stromerzeugung zu Stromverbrauch”

Das KI-System bringt dafür alle wichtigen Informationen aus der Stromerzeugung und dem Verbrauch zusammen. Für die ¼-stündigen Fahrplanprognosen werden neben den historischen Erzeugungs- und Verbrauchsdaten auch externe Informationen, wie die aktuellen Wetterdaten (Windstärken, Niederschlagsmengen, Temperatur etc.), Feiertage sowie die Informationen aus den Bereichen Beschneiung und E-Mobilität mit einbezogen.
Letztere insbesondere, um unvorhergesehene Lastspitzen zu vermeiden. Grund: Ankommende Touristen wollen ihre elektrifizierten Fahrzeuge laden und gleichzeitig müssen die Skipisten künstlich beschneit werden.

Wahlweise übernimmt das System das Fahrplanmanagement komplett selbstständig oder im Zusammenspiel mit einem Fachexperten, der die Planung kontrolliert. Sind vorab bereits wichtige Fakten wie Revisionen oder Nicht-Verfügbarkeiten bekannt, werden diese im System hinterlegt. Die KI berücksichtigt diese für die Fahrplanbildung.

Das System unterstützt auch mit Bezug auf künftige Verbräuche und Preisentwicklungen die optimalen Zeiträume für den Stromverkauf oder die Stromspeicherung zu finden.

Ein auf Zukunft ausgelegtes Ergebnis für das EW Ursern

Dank der Künstlichen Intelligenz für ein effizientes Fahrplanmanagement ist das EWU nicht mehr von einer Person abhängig und für die Zukunft optimal gerüstet.
Gerade in Zeiten immer volatiler werdender Stromproduktion und -nachfrage ist die KI das zentrale Steuerungsinstrument.
Die KI hilft dabei, die vorhandene Informationsflut von Kraftwerkseinsatz, PV, Windkraft sowie E-Mobilität in belastbare Prognosen zu verwandeln. Dadurch wird das Lastmanagement intelligenter gestaltet und gleichzeitig Arbeitsschritte automatisiert.
Insbesondere in Zeiten des Fachkräftemangels und des Ausscheidens von erfahrenen Mitarbeitenden schliessen die selbstlernenden Algorithmen die entstandenen Lücken optimal beim EW Ursern.

Sie möchten noch mehr über die Anwendungen und Einsatzmöglichkeiten der Künstlichen Intelligenz im Netzbetrieb erfahren? Wir freuen uns sehr über Ihre Anfrage.