Projektlogo

FLEMING - Flexible monitoring and control systems in the distribution grid by using artificial intelligence

Overview

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.

Objective

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

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

Grant Number:
03E16012F
Research profile area:
Intelligent Technical Systems
Project type:
Research
Project duration:
09/2019 - 12/2022
Contribution to sustainability:
Affordable and Clean Energy, Industry, Innovation and Infrastructure
Funded by:
BMWK
Website:
Homepage

More Information

Principal Investigators

contact-box image

Prof. Dr. Eyke Hüllermeier

Transregional Collaborative Research Centre 318

About the person
contact-box image

Dr. Gunnar Schomaker

Software Innovation Campus Paderborn (SICP)

About the person
contact-box image

Prof. Dr. Daniel Beverungen

Dekanat Wirtschaftswissenschaften

About the person

Project Team

contact-box image

Tanja Tornede

Software Innovation Campus Paderborn (SICP)

About the person
contact-box image

Dr. Philipp zur Heiden

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

About the person
contact-box image

Jennifer Priefer, M.Sc. (Geomatik)

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

About the person

Cooperating Institutions

Karlsruher Institut für Technologie (KIT)

Cooperating Institution

Go to website

Westfalen Weser Netz GmbH

Cooperating Institution

Go to website

Forschungsinstitut für Rationalisierung (FIR) an der RWTH Aachen

Cooperating Institution

Go to website

Contact

If you have any questions about this project, contact us!

Prof. Dr. Daniel Beverungen

Dekanat Wirtschaftswissenschaften

Professor - Prodekan - Prodekan für Prozesse und Kooperation

contact-box image
+49 5251 60-5600 Q2.313

Dr. Philipp zur Heiden

Wirtschaftsinformatik, insb. Betriebliche Informationssysteme

Postdoc

contact-box image

Selected Publications

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.
Show all publications