Passwort vergessen?  | 
 |  Passwort vergessen?  | 
Suche
  • Login
  • Login

Donnerstag, 23. November 2017, Ausgabe Nr. 47

Donnerstag, 23. November 2017, Ausgabe Nr. 47

Energiewirtschaft

Big Data hilft bei Umstellung auf regenerative Stromerzeugung

Von Ariane Rüdiger | 6. Februar 2015 | Ausgabe 06

Beim Umbau des Energiesystems auf regenerative Erzeugung spielt Big Data eine wichtige Rolle. Big Data steht für neue Technologien, mit denen sich riesige, unstrukturierte Datenmengen schnell auswerten lassen – genau solche werden in Smart Grids anfallen.

w - Energie und Big Data BU
Foto: T-Systems

Flotte Datenanalyse macht Ökoenergien besser handhabbar: Dienstleister wie die Telekom-Tochter T-Systems bieten inzwischen Energieversorgern Big-Data-Technologien an, damit sie besser der zunehmenden Datenfülle im Netzmanagement Herr werden können.

„Durch das intelligente Energienetz entstehen nicht zweckgerichtete Datensammlungen, die später von denen, die über die Daten verfügen, für neue, heute unvorhersagbare Zwecke verwendet werden können. Dagegen muss man sich etwas einfallen lassen“, ist Oliver Raabe, Jurist am Karlsruher Institut für Technologie (KIT), überzeugt. „Man sollte darüber nachdenken, solche Daten, egal woher sie stammen, kryptografisch zu sichern oder zu pseudonymisieren und nur im Streitfall zu verwenden“, schlägt Raabe vor.

Ein Beispiel: So würden vom Betreiber eines Carsharing-Systems allein für die verursachergerechte Abrechnung schon viele Daten erhoben. Bei Elektroautos in einem Smart Grid kämen noch Daten über die geplante Nutzung der Fahrzeugbatterien für die Stabilisierung des Stromnetzes hinzu. Orts-, Verbrauchs- und persönliche Daten der Nutzer und der Fahrzeuge könnten aber gemeinsam und richtig verknüpft, weitreichende Schlüsse über die einzelnen Personen zulassen.

Schon die Programmierer von Software im Energiesektor brauchen Vorgaben, wie sie den Datenschutz einbinden müssen - dann wäre vieles einfacher.

Wichtig ist es daher, schon im Vorfeld – also bei der Programmierung der Software – auf der sicheren Seite zu sein. Letztlich gehe es aber darum, Entwicklern ein Handwerkszeug zu liefern, das ihnen schon während der Codierung – dem Schreiben des Softwarecodes – ermöglicht, rechtliche Rahmenbedingungen einzuhalten. Am besten wäre es, entsprechende Regeln schon in die Entwicklungssysteme, die die Programmierer nutzen, einzubetten. „Denn Entwickler wollen eigentlich rechtskonform programmieren“, betont Raabe. Deshalb arbeitet der Jurist am KIT daran, die Regeln des Energiemarktes so zu formalisieren, dass sie sich in Softwareentwicklungslösungen implementieren lassen – Datenschutz inklusive.

Während Raabe sich um den Datenschutz für den Einzelnen und die Einhaltung der Gesetze sorgt, nutzte das preisgekrönte KIT-Projekt „Bet and Energy“, das von Martin Alexander Neumann und Yong Ding (KIT) sowie Georg Hackenberg (TU München) entwickelt wurde, spieltheoretische Ansätze, um das Energieverbrauchsverhalten zu optimieren und gleichzeitig das Netz zu stabilisieren: Wer Energie spart, beispielsweise durch die Verpflichtung, zur Hochverbrauchszeit am frühen Abend den Fernseher nicht einzuschalten, bekommt Punkte, wer Energie zur falschen Zeit verschwendet, wird durch Punktabzüge sanktioniert. Ein Ansatz, den sicher nicht jeder begrüßt. Umsetzung und kritische Begleitung liegen hier also im Wortsinn dicht beieinander.

Wer die Tageschau nicht einschaltet, bekommt einen Bonus vom Stromversorger – noch ist das Zukunftsmusik, aber so könnten neue Tarifmodelle aussehen

Allerdings: „In Deutschland ist das Schutzniveau gar nicht so schlecht, in anderen Ländern, etwa in Nordeuropa, gibt es teilweise gar nichts“, relativiert Eric Oswald, Gruppenleiter Smart Grid Communications am Fraunhofer-Institut für Eingebettete Systeme und Kommunikationstechnik (ESK) in München, die Datenschutzbedenken.

Datenintensive Algorithmen erfüllen heute schon in der Energiewirtschaft wichtige Aufgaben: Sie machen Erzeugungsprognosen genauer, sie schalten virtuelle Kraftwerke so zusammen, dass sie auf die schwankende Erzeugungs- und Bedarfslage angemessen flexibel reagieren können, oder sie steuern große Windenergiefelder so aus, dass sie optimalen Ertrag bei minimalem Anlagenverschleiß liefern.

Am KIT entsteht etwa im Rahmen eines Gemeinschaftsprojekts, an dem auch SAP beteiligt ist, ein Werkzeugset für die massenweise Datenanalyse von Smart-Meter-Daten. Dazu braucht es eine schnelle Datenverarbeitung: Nutzen wollen die Verbundpartner dazu ein Datenmanagement, das direkt in den Arbeitsspeichern (In-Memory) abläuft, sowie eine parallele Datenverarbeitung mit Grafikbeschleunigern. Ziel ist die Bildung von Kundensegmenten nach Verbrauchsmustern und die Entwicklung von Energieeffizienz-Benchmarks.

Mit neuen Algorithmen lassen sich Energienetze besser stabilisieren

Im Forschungsverbund Fraunhofer-Allianz Big Data arbeiten 24 Fraunhofer-Institute zusammen. Energie ist eines der wichtigen Anwendungsfelder. So entstehen Algorithmen, die schnell kleinräumige Energieverbrauchsprognosen erstellen sollen und dabei Wetterprognosen und die industrielle Produktion mit einbeziehen.

Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) baut mit „EMS-EDM-Prophet“ ein modulares System zum Energiedatenmanagement. Am Fraunhofer-Institut für Techno- und Wirtschaftsmathematik (ITWM) läuft mit „mySmartGrid“ ein Projekt, bei dem die Energiedaten von 500 Haushalten mit selbst entwickelter Open-Source-Software erfasst und analysiert werden.

Das Institut für Informatik der Universität Oldenburg (Offis) hat als einen seiner Schwerpunkte den Bereich Energiewirtschaft und Big Data

Ein anderer Schwerpunkt der Forschung im Bereich Big Data und Energiewirtschaft ist das Institut für Informatik der Universität Oldenburg (Offis). Dort wurde unter anderem das Ereignisverarbeitungssystem Odysseus entwickelt, das komplexe Datenströme und Ereignisse erfassen und in Echtzeit verarbeiten kann. Das Offis-Projekt „Wind ML“ integriert Echtzeitdaten aus Windkraftanlagen und Daten aus großen Datenbanken zur Windenergie. Ziel ist es, den Strom aus Windenergiefeldern stabil in ein integriertes, intelligentes Stromnetz einzubauen.

Eine Ausgründung des Offis namens „Dynamic VPP“ entwickelt eine skalierbare Softwarelösung, mit der sich virtuelle Kraftwerke aus vielen Hundert dezentralen Erzeugern bauen lassen. Im Offis-Projekt „Green2Store“ entsteht eine Lösung, bei der eine zentrale Intelligenz im Rechenzentrum dezentrale Energiespeicher so verwalten soll, dass sie das Stromnetz stabilisieren und die einzelnen Speicher besser ausgelastet werden.

Auch die Energieversorger sehen aus ihrer praktischen Erfahrung heraus vielversprechende Anwendungsfelder für Big Data.

Stromnetzbetreiber brauchen Big Data, um in Zukunft die Netzstabilität und die Stromqualität in Echtzeit überwachen und regeln zu können

„Diese Technologien kann man beispielsweise in der Spannungsqualitätsanalyse oder in der Analyse der Betriebsmittel im Rahmen der vorbeugenden Wartung einsetzen“, sagt Till Luhmann, Leiter Unternehmensentwicklung bei BTC, einer Tochter von EWE TEL, die zum EWE-Konzern gehört.

Bei der Spannungsanalyse geht es darum, an vielen Netzknoten gleichzeitig die anliegende Spannung zu messen und die gemessenen Werte in Sekundenbruchteilen zu analysieren, um auf eventuelle Unstimmigkeiten sofort reagieren zu können.

Der zweitgenannte Anwendungsfall betrifft zum Beispiel Stromkabel, in deren Mantel man Sensoren einbauen kann, oder Windräder, in denen bereits heute zahlreiche Sensoren und Messpunkte stecken. Deren Messergebnisse müssen in Echtzeit ausgewertet, korreliert, analysiert und die Ergebnisse schnellstmöglich in entsprechende Handlungen oder Handlungsanweisungen umgesetzt werden.

Fazit: Wer regenerative Energien flächendeckend und ohne erheblichen Komfortverlust will, kommt in Zukunft um den Einsatz intelligenter Algorithmen und von Big Data kaum herum.

 

stellenangebote

mehr