Nachgefragt: Dr. Ulbig, COO bei Adaptricity „Große Stromverbraucher steuern zu können hilft“

20.08.2018

Die Energiewende kann nur gelingen, wenn die lokalen Stromnetze, die den Strom in Städten und Dörfern verteilen, intelligenter gesteuert werden. Gemeinsam mit den Industriellen Werken Basel (IWB) erprobt das Unternehmen Adaptricity bereits heute den Betrieb eines Smart Grid.

Erstmal ein sehr spannendes Projekt, welches ja bereits vor vier Jahren gestartet ist. Seit vier Jahren sammeln Sie Verbrauchsdaten der Anwohner. Sind Sie mittlerweile der Ansicht, dass Sie genug Daten haben um valide den Stromverbrauch voraussagen zu können?

Ja, das klappt sogar recht gut. Zusammen mit den Kollegen am Power Systems Lab der ETH Zürich waren wir da recht schnell erfolgreich: Schon die Smart-Meter-Daten für ein Jahr reichen aus, um mittels neuronaler Netze recht präzise den Stromverbrauch für eine Nachbarschaft über die nächsten 1 bis 2 Tage mit einem Fehler von etwa 5 Prozent vorherzusagen. Für einen Einzelhaushalt sind die Vorhersagen weiterhin recht ungewiss, da niemand vorhersagen kann, wann der Staubsauger oder der Herd genau angeschaltet wird.

Kann Demand-Side-Management dabei helfen Lastspitzen im Netz zu puffern?

Auf jeden Fall. Große Stromverbraucher steuern zu können, hilft auf jeden Fall den Netzbetrieb zu stabilisieren. Deshalb werden auch schon seit Jahrzehnten thermische Lasten über die sogenannte Rundsteuerung gezielt blockiert und freigeschaltet, um deren Stromverbrauch möglichst vom Tag in die Nacht zu verschieben. Wärmepumpen werden üblicherweise über die Mittagszeit blockiert und Boiler in den Nachtstunden freigeschaltet. Neue Kommunikationstechnik erlaubt es im Gegensatz dazu, in Echtzeit tausende oder sogar Millionen einzelne Geräte individuell zu steuern – quasi maßgeschneidert auf die jeweiligen Bedürfnisse des Netzbetreibers und der Endkunden.

Wie lange wird Ihr Projekt noch dauern, um vollständige Strom-/Verbrauchs-Transparenz zu bekommen?

Unser Folgeprojekt mit dem IWB wird noch bis 2020 laufen.

Verwandte Artikel