Menu

Big Data und die Energiewende in Deutschland

Seitdem die Bundesregierung im Jahr 2011 die Energiewende beschlossen hat, hat sich viel getan. Damals lag der Anteil von erneuerbarer Energie am gesamten Strommix noch bei ca. 20 %. Inzwischen hat sich dieser beträchtlich erhöht und liegt mittlerweile bei 38,5 %. Folglich sind erneuerbare Energiequellen, zu denen Wind- und Wasserkraft, Photovoltaik und Biomasse gehören, zum wichtigsten Baustein im Strommix geworden (siehe unten). Ziel der Bundesregierung ist es, dieses Wachstum weiter voranzutreiben. Dies soll schließlich dazu führen, die vielzitierte und heraufbeschworene Energiewende in naher Zukunft zu erreichen. Gleichzeitig soll Strom bezahlbar bleiben. Wie wird dieser erwünschte Wandel forciert? Zum einen durch die Erlangung einer höheren Energieeffizienz. Weniger Verbrauch beim Heizen von Wohnraum und bei der Mobilität ist äußerst förderlich und hilft dem Erreichen der Energiewende. Erst kürzlich hat die Bundesregierung bei Förderungen für Energieeinsparungen nachgelegt. Wer heute in Deutschland ein Elektroauto kauft, darf sich über zuvor ungesehene Summen an Fördergeldern freuen. Zum zweiten soll die Energiewende durch einen Strukturwandel beschleunigt werden. Mehr und kleinere Anlagen als bisher, dezentral über ganz Deutschland verteilt machen Stromversorgung unabhängiger, flexibler und auf den regionalen Verbrauch zugeschnitten. Eine Folge der fortschreitenden Energiewende ist, dass sich viele Kohle- und Gaskraftwerke weniger rentieren als früher. Ihr Strom wird nicht mehr jederzeit nachgefragt. Zugleich sind sie aber als ein sog. “doppeltes Netz” unverzichtbar, nämlich in Zeiten, in denen weder Sonne noch Wind Strom liefern. Aus diesem Grund muss – und das ist ein schwerwiegender Punkt –das Zusammenspiel zwischen Stromerzeugern aus konventioneller Energie und denen aus erneuerbarer Energie stark verbessert werden. Nun – wie kann die Koexistenz effektiver gestaltet werden? Wie so oft bietet Data-Science und KI auch hier Lösungsansätze: 1. Verbesserte Wettervorhersagen durch Analyse von historischen Data-sets Anstatt die Anzahl von Solarzellen und Windturbinen weiter zu erhöhen, sollte die Produktionseffizienz bereits vorhandener Infrastruktur verbessert werden. Hierfür müssen jedoch die Wettervorhersagen akkurat sein. An historischen Wetter- und Klimadaten herrscht kein Mangel. Nun können aus diesen riesigen Data-sets durch den Einsatz von Data Analyse Verhaltensmuster identifiziert werden. Künstliche Intelligenz interpretiert und verwertet die Ergebnisse. So entsteht ein – auf kontinuierlicher Basis selbstlernendes System, das Wettervorhersagen verbessert. Energieexperte Jason Bordoff (Wall Street Journal.com) meint hierzu, dass Big Data zu einer um bis zu 30 % verbesserten Genauigkeit an Wettervorhersagen führt und somit „den Übergang zu erneuerbarer Energie massiv beschleunigen kann“. Als Folge werden durch rechtzeitiges Reagieren auf Wetterumschwünge Leerläufe reduziert und die Verteilung der produzierten Energie kann optimiert und zielgerichtet erfolgen. 2. Optimierung von Wartung & Instandhaltung Wartung und Instandhaltung von riesigen Solaranlagen und Windparks ist aufwändig und teuer. Eine große Solar-Energieanlage zum Beispiel besteht aus unzähligen Solarzellen, Sensoren, Installer, Wechselrichter, einem komplexen Netz von Leitungen und anderem sensiblem Equipment. Zwangsweise kommt es in diesem System zu Störungen und folglich zu Produktionsausfällen. Moderne Messtechnik sammelt laufend Daten über den Zustand der Infrastruktur an. Diese Daten bieten wiederum die Grundlage für intelligente Analyse. So kann ein bevorstehender Ausfall antizipiert und präventiv eingegriffen werden. Der Energiekonzern E.ON betreibt ein „Data lab“, das sich genau darauf spezialisiert hat. Die Data scientists haben einen selbst-lernenden neuronalen Algorithmus entwickelt, der Ausfälle in Windturbinen rechtzeitig vorhersagt. Laut E.ON, sind sie die Ersten weltweit, die künstliche Intelligenz benutzen um Wartung und Instandhaltung zu verbessern. Abschließend bleibt die grundlegende Erkenntnis, dass Big Data erneuerbarer Energie zu einem Aufschwung verhilft. Der Schlüssel hierzu liegt nicht in einem einzelnen Instrument, sondern in der Kombination von unterschiedlichen Techniken

Sind Sie interessiert? Melden Sie sich bei uns, wir sind offen für ein Gespräch.