Automatisierung des Fahrplanmanagements mittels KI für das Elektrizitätswerk Ursern

Herausforderung

Varianz in Stromproduktion und –verbrauch

Das Elektrizitätswerk Ursern (EWU) im schweizerischen Andermatt baut die Stromproduktion kontinuierlich aus. Von Laufwasserkraftwerken bis zu Windturbinen hat das EWU eine große Varianz in der Stromproduktion. Durch eine geplante PV-Anlage wird diese Varianz noch weiter zunehmen.

Auf der Verbrauchsseite sind neben den Bewohnerinnen und Bewohnern sowie dem Gewerbe des Ortes insbesondere der saisonale Tourismus und der Betrieb der Skianlagen inklusive Beschneiungsanlagen wesentliche Abnehmer. Hinzu kommt als neue Komponente die E-Mobilität, welche die Prognose und Kontrolle von kostenintensiven Verbrauchsspitzen zusätzlich erschwert.

Wirtschaftlich kritische Day-ahead Prognose abhängig von Expertenwissen

Das EWU erstellt täglich eine Day-ahead Prognose für die EWA EnergieUri. Vertraglich ist eine Freimenge für die Abweichung geregelt. Alles über dieser Freimenge wird sanktioniert. Eine massive Erhöhung dieser Sanktion steht im Raum.

Die Prognose und damit der Einsatzplan der Kraftwerke wurde bislang von einem erfahrenen Betriebsleiter und mit Hilfe eines komplexen Excel-Sheets durchgeführt. Mit der Pension des Mitarbeiters verliert das EWU diese Betriebserfahrung und sein Wissen an dieser systemkritischen Stelle.

Steigende Komplexität erfordert neue Lösungswege

Die zusätzliche PV-Produktion sowie der E-Mobilitätsausbau machen aufgrund der noch einmal wesentlich höheren Gesamtkomplexität eine manuelle Erstellung in Zukunft unmöglich.

Ziel

Für die zukünftige Einhaltung des Fahrplans und die Kontrolle der Spitzenleistung sollen die zentralen Elemente auf Stromproduktions und -verbrauchsseite von einer zentralen Intelligenz gesteuert werden.

Durch den Einsatz von Künstlicher Intelligenz soll die Genauigkeit der, durch die drohenden Sanktionen immer wichtiger werdenden, Fahrplanprognosen erhöht und dabei gleichzeitig der Verlust von Fachexpertise bei steigender Komplexität aufgefangen werden.

Lösung

Die Data-Science-Experten von eoda, Teil der auf digitale Infrastrukturen spezialisierten VIVAVIS AG, haben die Entwicklung des KI-Systems für die automatisierte Erstellung des Fahrplans übernommen.

Das KI-System bringt dafür alle wichtigen Informationen aus der Stromerzeugung und dem Verbrauch zusammen. Für die ¼-stündigen Fahrplanprognosen werden neben den historischen Erzeugungs- und Verbrauchsdaten auch externe Informationen, wie die aktuellen Wetterdaten (Windstärken, Niederschlagsmengen, Temperatur etc.), Feiertage sowie die Informationen aus den Bereichen Beschneiung und E-Mobilität einbezogen. Letztere insbesondere, um unvorhergesehene Lastspitzen zu vermeiden, wenn ankommende Touristen ihre elektrifizierten Fahrzeuge laden wollen und gleichzeitig die Skipisten künstlich beschneit werden müssten.

Das System unterstützt auch mit Bezug auf künftige Verbräuche und Preisentwicklungen die optimalen Zeiträume für den Stromverkauf oder die Stromspeicherung zu finden.

Das System übernimmt das Fahrplanmanagement wahlweise komplett selbstständig oder im Zusammenspiel mit einem Fachexperten, der die Planung kontrolliert. Sind vorab bereits wichtige Fakten wie Revisionen oder Nicht-Verfügbarkeiten bekannt, können diese im System hinterlegt und dann für die Fahrplanbildung durch die KI berücksichtigt werden.

eoda-eigene Lösung als Scheduler für die Prognosen

Für die automatische, zyklische Ausführung der Prognosen im 15-Minuten-Zeitfenster bietet eoda mit YUNA eine eigene Lösung.