| Projektpartner | LIOS - Luna Innovations Germany GmbH, Amprion GmbH |
| Förderung | Bundesministerium für Wirtschaft und Klimaschutz (BMWK) |
| Projektlaufzeit | 01.09.2021 – 31.08.2024 |
| Bearbeitende Fraunhofer IEE | Dinah Hollermann (Projektleitung), Gerrit Hein, Thomas Kanefendt, Arne Wessel, Kevin Winter |
Das Höchstspannungsnetz und seine Übertragungskapazitäten sind die Grundpfeiler einer stabilen und zuverlässigen Stromversorgung in Deutschland. Der steigende Anteil von Wind- und Photovoltaikanlagen und die damit einhergehende Dezentralität der Stromerzeugung führen jedoch zu neuen Anforderungen an die Stromnetze. Aufgrund des hohen Windpotentials wird beispielsweise der Großteil des Windstroms im Norden und Osten Deutschlands sowie offshore erzeugt. Die größten Stromverbraucher befinden sich aber im Süden und Westen Deutschlands. Der erzeugte Windstrom muss also dorthin transportiert werden. Dies stellt insbesondere die Übertragungsnetze vor neue Herausforderungen.
Der witterungsabhängige Freileitungsbetrieb (WAFB) ist eine der effizientesten und wirtschaftlichsten Maßnahmen zur Optimierung der Übertragungskapazitäten von elektrischen Netzen. Das Ziel des Projektes ist es, neuartige Methoden für einen WAFB zu entwickeln, welche eine erhöhte Durchleitungskapazität im deutschen Stromnetz ermöglichen. Hierbei werden Machine Learning (ML) Verfahren entwickelt, um bestehende Messinfrastrukturen der Netzbetreiber sowie verfügbare meteorologische Mess- und Modelldaten intelligent zu kombinieren. Der bereits bei Netzbetreibern vorliegende Informationsgehalt von Daten wird dabei maximal ausgenutzt, um die witterungsabhängige Übertragungskapazität möglichst exakt vorhersagen zu können. Zudem soll der Mehrwert von faseroptischen Temperaturmessungen untersucht werden. Die Verfahren sollen die strengen Sicherheitsanforderungen des Netzbetriebes erfüllen.
Fraunhofer-Institut für Energiewirtschaft und