Markus Breig, KITMarkus Breig, KIT

Energie und KI – Tenure-Track-Professor Benjamin Schäfer

  • Künstliche Intelligenz und Energieforschung verbinden sich in der Arbeit des Nachwuchsgruppenleiters am Institut für Automation und angewandte Informatik (IAI). Er entwickelt Instrumente, mit denen Mensch und Maschine bei der Energieversorgung besser zusammenarbeiten können.

Transparente Modelle für komplexe Phänomene im Stromnetz

Julia Wisswesser

Der nachhaltige Umbau des Energiesystems bringt enorme Herausforderungen mit sich: So führen erneuerbare Energien zu Schwankungen in der Stromversorgung. Zudem liegen dezentrale Quellen wie Windkraft- und Photovoltaikanlagen einerseits weit entfernt von vielen Verbraucherinnen und Verbrauchern. Andererseits verfügen immer mehr Haushalte über eigene Photovoltaikanlagen auf Dächern oder Balkonen und speisen Strom ins Netz ein. All dies erfordert einen Ausbau der Stromnetze auf verschiedenen Ebenen. Nicht zuletzt entstehen beim Betrieb der Netze immer größere Datenmengen. 

„Künstliche Intelligenz und Maschinelles Lernen können helfen, die riesigen Datenmengen zu verarbeiten, aber sie müssen dies auf verständliche und nachvollziehbare Weise tun“, sagt Benjamin Schäfer. Der Tenure-Track-Professor leitet die Helmholtz AI Young Investigator Group DRACOS, die sich mit der datengetriebenen Analyse komplexer Systeme befasst. „Wir versuchen, sogenannte Blackbox-Modelle, die Lösungen ohne Begründungen liefern, anhand von Interpretationswerkzeugen zu erklären, sowie neue, transparente Modelle zu entwickeln.“ Im Energiesystem benötigen Prosumer – also beispielsweise Haushalte oder Betriebe, die Strom erzeugen und verbrauchen – sowie Flexumer, die sich bei Erzeugung, Speicherung und Verbrauch flexibel an die Verfügbarkeit anpassen, nachvollziehbare Erläuterungen. Ein Algorithmus, der die Netzfrequenz oder den Haushaltsverbrauch prognostiziert, sollte beispielsweise angeben, welche Faktoren – wie Einspeisung, Strompreis oder Tageszeit – er dabei einbezieht. „Diese Transparenz ermöglicht eine bessere Zusammenarbeit von Mensch und Maschine“, so Schäfer.

Für Netzbetreibende hat der Datenwissenschaftler mit einem internationalen und interdisziplinären Team ein intuitiv bedienbares Vorhersagewerkzeug entwickelt, das sie bei Entscheidungen zu Bau, Erweiterung und Betrieb von Netzen unterstützt. Denn neue Leitungen können dazu führen, dass Netze nicht wie erwartet stabiler, sondern instabiler werden. Dies ist auf das sogenannte Braess-Paradoxon zurückzuführen: Eine neue Verbindung in einem Stromnetz kann zu höheren Stromflüssen in anderen Leitungen und damit zu deren Überlastung führen – bis hin zum Stromausfall. Dieses für Stromnetze zuvor nur theoretisch erörterte Phänomen hat Schäfer mit seinem Team erstmals anhand von Experimenten und Simulationen nachgewiesen. (or)

Der Presseservice des KIT stellt gerne den Kontakt zwischen den Medien und Tenure-Track-Prof. Benjamin Schäfer her.

 

Fotonachweis
Foto Windkraft und Photovoltaik: Markus Breig, KIT

Porträt TT-Prof. Benjamin Schäfer, IAI, KIT: Julia Wisswesser