Stromnetze und Hitze: Wie KI gegen Engpässe helfen kann

trend: Österreich erlebt gerade extreme Hitze und Trockenheit. Was bedeutet das konkret für unsere Stromnetze. Welches Problem kann KI dabei lösen?

Clemens Wasner: Das Problem für unsere Stromnetze ist nicht die Hitze an sich. Das Problem ist die zunehmende Dynamik im Stromnetz. Netzbetreiber müssen immer schneller verstehen, was gerade im Netz passiert und wie sich die Situation in den nächsten Minuten oder Stunden entwickeln wird. Genau hier kann KI helfen. Sie kann sehr große Mengen an Wetter-, Verbrauchs-, Erzeugungs- und Netzdaten gleichzeitig analysieren und daraus Prognosen und Handlungsmöglichkeiten ableiten. Und das in Echtzeit.

Christoph Schmutz: Ein Netzbetreiber plant heute mit statischen, saisonalen Grenzwerten, die den ungünstigsten denkbaren Fall abbilden. Das ist an 350 Tagen im Jahr zu konservativ und an fünf Tagen zu optimistisch. Wer weiß, wie das Netz aktuell belastet ist, kann beispielsweise in der Hitzewelle vorsichtiger fahren und den Rest des Jahres deutlich mehr transportieren. Mit KI sind hier sehr rasch Effizienzpotentiale zu heben.

Machen wir es konkret: Wo trifft ein Netzbetreiber heute eine Entscheidung, die Ihre KI besser treffen kann?

Wasner: Ich würde nicht sagen, dass unsere KI die Entscheidung „besser trifft“. Sie kann die Entscheidung besser vorbereiten. Das ist ein wichtiger Unterschied.

Heute kann ein Netzbetreiber beispielsweise Kraftwerke hoch- oder herunterfahren, um Stromflüsse zu verändern. Das nennt man Redispatch und kostet Geld. Oder er kann das Netz umschalten und den Strom über einen anderen Weg leiten. Das kostet zunächst nichts außer Rechenzeit. Das Problem: In einem mittelgroßen Netz mit gut hundert Umspannwerken gibt es pro Zeitschritt ungefähr 10¹¹ mögliche Netzkonfigurationen. Kein Mensch kann diesen Suchraum vollständig durchsuchen. Genau hier ist KI stark: Sie kann sehr viele Varianten in kürzester Zeit durchrechnen und die effizientesten Optionen identifizieren.

Kann KI tatsächlich mehr Strom durch die bestehende Infrastruktur bringen – also die Kapazität eines Netzes erhöhen, ohne eine neue Leitung zu bauen?

Wasner: Ja, bis zu einem gewissen Grad. KI kann keine physikalischen Grenzen aufheben und eine neue Leitung nicht ersetzen. Aber heute wird Infrastruktur teilweise deutlich konservativer betrieben, als es technisch notwendig wäre.

Schmutz: Das Entscheidende ist: Wir reden nicht über eine einzelne Technologie, sondern über eine intelligentere Nutzung des Gesamtsystems. Dafür müssen aktuelle Netzdaten, Wetterdaten, Anlageninformationen und die tatsächlichen Betriebszustände zusammengeführt werden.

Woher weiß Ihre KI, was gerade im Stromnetz passiert? Welche Daten braucht sie dafür?

Schmutz: Eine KI kann nur so gut arbeiten wie die Datenbasis, auf der sie aufsetzt. Wir brauchen deshalb unterschiedliche Informationen: zum Beispiel Daten über die Netztopologie, aktuelle Messwerte aus dem Netz, Informationen über Anlagen und Betriebsmittel, Verbrauchs- und Einspeisedaten sowie Wetterdaten. Dazu kommen historische Daten. Sie sind wichtig, um die Modelle zu trainieren und anschließend zu überprüfen.

Die eigentliche Herausforderung ist aber nicht, möglichst viele Daten zu sammeln. Sie müssen korrekt, aktuell und miteinander verknüpft sein.

Wie gut sind diese Daten in Österreich? Ist die KI derzeit weiter als die Dateninfrastruktur der Netzbetreiber?

Schmutz: Österreich startet hier keineswegs bei null. Die Netzbetreiber verfügen über sehr umfangreiche Daten und hochentwickelte operative Systeme.

Die Herausforderung ist eher historisch gewachsen: Die verschiedenen Informationen befinden sich teilweise in unterschiedlichen Systemen und wurden ursprünglich für unterschiedliche Zwecke erhoben.

Die entscheidende Frage lautet deshalb nicht: „Haben wir Daten?“, sondern: „Können wir die richtigen Daten zur richtigen Zeit in der richtigen Qualität zusammenbringen?“

Sie arbeiten mit sogenannten Digital Twins. Was kann ein digitaler Zwilling eines Stromnetzes, was ein Netzbetreiber mit seinen bisherigen Modellen nicht kann?

Schmutz: Ein Digital Twin ist vereinfacht gesagt ein digitales Abbild des realen Stromnetzes. Der entscheidende Unterschied ist, dass darin unterschiedliche Informationen zusammengeführt werden können und das Abbild möglichst nah am tatsächlichen Zustand des Netzes bleibt.

Man kann sich das ein bisschen wie einen Flugsimulator vorstellen. Der Pilot sieht nicht nur, wo sich das Flugzeug gerade befindet. Er kann auch simulieren, was passiert, wenn sich bestimmte Bedingungen verändern.

Wasner: Und hier kommt die KI ins Spiel: Der Digital Twin bildet die Welt ab - die KI hilft dabei, in dieser Welt möglichst schnell unterschiedliche Entscheidungen zu bewerten.

Kann ein solcher Digital Twin beispielsweise vorhersagen: Wenn morgen 35 Grad herrschen und gleichzeitig sehr viel Solarstrom produziert wird, bekommen wir an einer bestimmten Stelle im Netz ein Problem?

Wasner: Ja, genau solche Szenarien sind ein wichtiger Anwendungsfall. Wir können Wetterprognosen, erwartete Solarproduktion, Verbrauchsentwicklung und Informationen über das Netz zusammenführen und simulieren, wie sich das System unter diesen Bedingungen voraussichtlich verhält und entsprechende Optionen vorschlagen Damit wird aus einer Prognose eine Handlungsempfehlung.

Ihr 35-Grad-Beispiel hat übrigens einen Haken, den man nur mit einem Zwilling sieht: Bei 35 Grad ist die Leitung gleichzeitig weniger belastbar. Das Problem ist also nicht nur mehr Einspeisung, sondern mehr Einspeisung durch ein Netz, das an diesem Tag weniger kann.

Sie sprechen bei bestimmten Anwendungen von bis zu 30 Prozent weniger Investitionskosten. Woher kommt diese Zahl?

Wasner: Hier ist eine saubere Einordnung wichtig. Die 30 Prozent sind kein pauschales Versprechen. Wir sprechen bei bestimmten Anwendungsfällen von einem möglichen Potenzial von bis zu 30 Prozent. Der Mechanismus ist relativ einfach: Wenn wir durch bessere Daten, Prognosen und Simulationen feststellen können, dass eine bestehende Infrastruktur noch effizienter genutzt werden kann, kann sich eine Investition möglicherweise vermeiden, kleiner dimensionieren oder zeitlich verschieben.

Schmutz: Und jeder eingesparte Prozentpunkt ist wirtschaftlich relevant. Bei einem angekündigten Investitionsvolumen von 44 Milliarden in den heimischen Netzausbau entspricht ein Prozent rechnerisch 440 Millionen Euro. Drei Prozent wären 1,32 Milliarden Euro, fünf Prozent 2,2 Milliarden Euro. Das verdeutlicht den wirtschaftlichen Hebel.

Sind diese 30 Prozent bereits in einem realen Stromnetz gemessen worden oder stammen sie aus Simulationen?

Wasner: Aus Simulation und Literatur. Nicht aus einer Messung in einem produktiven Verteilnetz. Das ist die ehrliche Antwort, und ich gebe sie gern. Was wir belegt haben: Auf dem internationalen Standard-Benchmark der Branche – dem L2RPN-Wettbewerb, ausgerichtet vom französischen Übertragungsnetzbetreiber RTE – hat unser Agent den durchschnittlich benötigten Redispatch um 60 Prozent gesenkt und den Wettbewerb 2022 gewonnen. Das ist ein reproduzierbares, öffentlich nachprüfbares Ergebnis auf einem realistischen Netzmodell. Es ist aber kein Realnetz. Eine gute Simulation ist noch keine betriebliche Lösung. Deshalb müssen die Ergebnisse anschließend unter realen Bedingungen validiert werden.