Projektlogo

FLEMING - Flexible Monitoring- und Regelsysteme für die Energie- und Mobilit?tswende im Verteilnetz durch Einsatz von Künstlicher Intelligenz

?berblick

Motivation

Der Fokus der deutschen Klima- und Energiepolitik liegt auf einer massiven und fl?chendeckenden Einbindung von Anlagen zur Gewinnung erneuerbarer Energie sowie auf einer Integration von Lades?ulen für Elektromobilit?t in das bisherige Stromnetz. Die hieraus resultierenden zahlreichen Lastschwankungen z.B. durch dezentrale Solaranlagen sowie die zeitlich und r?umlich konzentrierte Energienachfrage durch eMobility führen zu einer sehr gro?en Belastung der elektrischen Betriebsmittel und Komponenten bis hin zu einer ?berlastung. Zus?tzlich sind die Netzbetreiber einem steigendem Effizienz- und Kostendruck ausgesetzt.

Um die Ziele der Energie- und Mobilit?tswende bei gleichbleibender Versorgungsqualit?t zu erreichen, ben?tigen die Netzbetreiber einerseits ein verbessertes Verst?ndnis des aktuellen Zustandes des vorhandenen Netzes und seiner Komponenten (Monitoring). Dadurch k?nnen potentielle Sch?den und Anlagenausf?lle frühzeitig erkannt bzw. vorhergesagt oder durch verbesserte Regelung vermieden werden. Andererseits werden geeignet genaue, zuverl?ssige und leicht nachrüstbare Sensoren zur Regelung im Rahmen eines intelligenten Lastmanagements ben?tigt. Dies erm?glicht erst eine flexiblere Netznutzung unter Ausnutzung von tempor?rem ?berlastpotential und somit den fl?chendeckenden Ausbau der zukünftig ben?tigten Energieverteilungs-Infrastruktur.

Ziele und Vorgehen

Ziel des beantragten F?rdervorhabens ist es, die Art und Weise des heutigen Sensoreinsatzes in Verteilnetzen durch Verwendung von Methoden der Künstlichen Intelligenz (KI) gepaart mit einer Verbesserung der zugeh?rigen Sensortechnik zu revolutionieren und somit wesentlich zum Erfolg der Energie- und Mobilit?tswende in Deutschland beizutragen.

Innovation und Perspektiven

Das Szenario verlangt nach einem durchg?ngigen Einsatz von Sensorik und IKT-Systemen zur Erfassung der n?tigen Daten der einzelnen Netzbetriebsmittel und -komponenten. Bisher verfügbare Sensorl?sungen zur Zustandsüberwachung werden ausschlie?lich in Nischen- oder Randanwendungen eingesetzt. Ein durchg?ngiger Einsatz scheitert zurzeit an zu komplexem Engineering, sowie einer begrenzten Lebensdauer und Leistung der Sensorsysteme, sodass diese nur für einfache ?berwachungsaufgaben meist einzelner Betriebsmittel genutzt werden k?nnen. Weiterhin steht bisherige Sensorik in der Regel nur für Anlagen eines Herstellers zur Verfügung, so dass eine ?bertragbarkeit nicht m?glich und eine generische, systemweite Datenanalyse undenkbar ist.

Das Vorhaben soll den heutigen Sensoreinsatz in Verteilnetzen durch Verwendung von Methoden der Künstlichen Intelligenz (KI) zusammen mit einer Erweiterung der Sensortechnik grundlegend verbessern. Die daraus abgeleiteten Unterziele umfassen alle wichtigen Aspekte des Sensoreinsatzes in elektrischen Betriebsmitteln. Für die entwickelten intelligenten Monitoring- und Regelsystemen für Energienetze werden schlie?lich digitale Gesch?ftsmodelle entwickelt sowie Gesch?ftsprozesse entworfen, in deren Rahmen die geplanten KI-basierten Dienstleistungen erbracht werden sollen. So entsteht schlie?lich ein Smart Service System, welches das gesamte Wertsch?pfungssystem adressiert.

Key Facts

Profilbereich:
Intelligente Technische Systeme
Art des Projektes:
Forschung
Laufzeit:
09/2019 - 12/2022
Beitrag zur Nachhaltigkeit:
Bezahlbare und saubere Energie, Industrie, Innovation und Infrastruktur
Gef?rdert durch:
BMWK
Website:
Homepage

Detailinformationen

Projektleitung

contact-box image

Prof. Dr. Eyke Hüllermeier

Sonderforschungsbereich Transregio 318

Zur Person
contact-box image

Dr. Gunnar Schomaker

Software Innovation Campus Paderborn (SICP)

Zur Person
contact-box image

Prof. Dr. Daniel Beverungen

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person

Projektmitglieder

contact-box image

Tanja Tornede

Software Innovation Campus Paderborn (SICP)

Zur Person
contact-box image

Dr. Philipp zur Heiden

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person
contact-box image

Jennifer Priefer, M.Sc. (Geomatik)

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Zur Person

Kooperationspartner

Karlsruher Institut für Technologie (KIT)

Kooperationspartner

Zur Website

Westfalen Weser Netz GmbH

Kooperationspartner

Zur Website

Forschungsinstitut für Rationalisierung (FIR) an der RWTH Aachen

Kooperationspartner

Zur Website

Kontakt

Wenn 360直播吧 Fragen zu diesem Projekt haben, kontaktieren 360直播吧 uns!

Prof. Dr. Daniel Beverungen

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Professor - Universit?tsprofessor, Lehrstuhlinhaber

contact-box image

Dr. Philipp zur Heiden

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Postdoc

contact-box image

Ausgew?hlte Publikationen

Location-Based Service and Location-Contextualizing Service: Conceptualizing the Co-creation of Value with Location Information
P. zur Heiden, J. Priefer, D. Beverungen, in: Proceedings of the 56th Conference on System Sciences, Maui, Hawaii, 2023.
Projekt FLEMING – Predictive Maintenance von zentralen Komponenten des Mittelspannungsnetzes
P. zur Heiden, in: M. Schulz, U. Neuhaus, S. Kühnel, H. Rohde, S. Hoseini, R. Theuerkauf (Eds.), DASC-PM v1.1 Fallstudien, NORDAKADEMIE gAG Hochschule der Wirtschaft, 2023, pp. 29–38.
Utilizing Geographic Information Systems for Condition-Based Maintenance on the Energy Distribution Grid
P. zur Heiden, J. Priefer, D. Beverungen, in: T.X. Bui (Ed.), Proceedings of the 55th Hawaii International Conference on System Sciences, Honolulu, HI, 2022.
DASC-PM v1.1 - Ein Vorgehensmodell für Data-Science-Projekte
M. Schulz, U. Neuhaus, J. Kaufmann, S. Kühnel, E.M. Alekozai, H. Rohde, S. Hoseini, R. Theuerkauf, D. Badura, U. Kerzel, C. Lanquillon, S. Daurer, M. Günther, L. Huber, L.-W. Thiée, P. zur Heiden, J. Passlick, J. Dieckmann, F. Schwade, T. Seyffarth, W. Badewitz, R. Rissler, S. Sackmann, P. G?lzer, F. Welter, J. R?th, J. Seidelmann, U. Haneke, DASC-PM v1.1 - Ein Vorgehensmodell für Data-Science-Projekte, NORDAKADEMIE gAG Hochschule der Wirtschaft, 2022.
Smart Service für die pr?diktive Instandhaltung zentraler Komponenten des Mittelspannungs-Netzes
P. zur Heiden, J. Priefer, D. Beverungen, in: M. Bruhn, K. Hadwich (Eds.), Forum Dienstleistungsmanagement, Springer Fachmedien Wiesbaden, Wiesbaden, 2022, pp. 435–457.
Alle Publikationen anzeigen