KIT-Bibliothek

„Kein Anlass für Katastrophenszenarien“ – Mit KI Tools tragen KIT Forschende zur Stabilität in den grünen Stromnetzen der Zukunft bei - Campus-Report am 21.05.2024

Autor

Stefan Fuchs

Interviewter

Benjamin Schäfer

Beteiligtes Institut

Studium Generale. Forum Wissenschaft und Gesellschaft (FORUM)
Institut für Automation und angewandte Informatik (IAI)

Genre

Beiträge rund ums KIT

Beschreibung

Ein totaler Zusammenbruch der Stromversorgung, monatelange Blackouts und Brownouts. Diese düsteren, apokalyptische Szenarien werden von populistischen Kritikern für den Fall vorhergesagt, dass der Umstieg auf 100% Solar- und Windstrom umgesetzt wird. Der Roman „Blackout – Morgen ist es zu spät“ von Marc Elsberg hat es sogar auf die Bestsellerlisten geschafft. - Tatsächlich bedeuten die natürlichen Schwankungen erneuerbarer Energiequellen und ihre Dezentralität radikale Veränderungen für die Stromnetze auf allen Ebenen. Anstelle großer zentraler Versorger, die in Übertragungs- und Verteilnetze einspeisen, wird der Strom jetzt in der Fläche geerntet und fließt je nach Angebot auch in unterschiedlichen Richtungen. Die relativ neue Forschungsdiszplin der Energieinformatik aber stellt sich diesen Herausforderungen. So arbeiten Forschende am Karlsruher Institut für Technologie daran, mithilfe von Künstlicher Intelligenz die Stabilität der Netze auch in Zukunft sicherzustellen. Und auch der notwendige Ausbau der Netze kann so effizient geplant werden.

Schlagwörter

Energiewende, Stromversorgung, Stromnetze, Sonnenstrom, Wind-strom, Volatilität, Fluktuation, Steuerung, kybernetische Regelung, Maschinenlernen, KI, neuronale Netze, Blackout, Brownout, Prosumer, Verteilnetz, Übertragungsnetz, Netzfrequenz, Stabilität, Vorhersage, Big Data, Energieinformatik, Grundlast, Populismus, Katastrophenszenarien, Spannungsamplitude, Europa, Braess-Paradoxon, Smart Meter, Wettervorhersage, grüne Stromnetze, Erneuerbare, Black-Box Prinzip, Transparenz

Laufzeit (hh:mm:ss)

00:20:02

Serie

Campus-Report

Publiziert am

23.05.2024

Fachgebiet

Informatik

Lizenz

Creative Commons Namensnennung 4.0 International

Audiobitrate 101171 bps
Audio Kanäle 1
Audio Codec mp3
Audio Abtastrate 44100 Hz
Gesamtbitrate 101172 bps
Container mp3
Dauer 1201.972245 s
Dateiname DIVA-2024-94_mp3.mp3
Dateigröße 15.200.810 byte

Mediathek-URL

Embed-Code

Campus-Report Folgen 1-50 von 1189