Im Bild die digitalisierte Leitstelle von SWE Netz in Erfurt Bildquelle: SWE Netz GmbH
Für die Mittelfristplanung benötigen Betreiber elektrischer Netze regelmäßig Prognosen der zu erwartenden Netzlast für mittel- bis langfristige Zeiträume über die kommenden Jahre. Insbesondere die Prognosen für das laufende sowie das folgende Jahr haben entscheidende Bedeutung für verschiedene energiewirtschaftliche Betrachtungen und Prozesse. Der langfristige Prognosehorizont stellt einen entscheidenden Faktor in der Mittelfristplanung dar. Abweichungen können dabei zu einem betriebswirtschaftlichen Risiko führen, erläutern die Fraunhofer-Experten.
Dazu haben diese umfangreiche Lastdaten untersucht, die über einen Zeitraum von insgesamt 14 Jahren zur Verfügung standen. Darüber hinaus wurden auch öffentlich zugängliche Daten des Marktstammdatenregisters verwendet. Mithilfe dieser beiden Datenquellen war es möglich, eine deutlich exaktere Analyse und Modellierung für SWE Netz durchzuführen.
Integration von Langfristtrends
Eine Simulation auf 15-minütiger Basis für das Referenzjahr 2024 konnte den Fehler für die Abbildung der Netzlast von 3,89 GWh auf 0,93 GWh verringern – das entspricht dem Jahresverbrauch von über 800 Haushalten oder einer Verbesserung um 76 % im Vergleich zum aktuell verwendeten Modell. Neben der besseren Abbildung tageszeitlicher und saisonaler Muster konnte die Steigerung der Modellgenauigkeit vor allem durch die Integration von Langfristtrends erzielt werden.
"Unsere Ergebnisse zeigen eine hohe Korrelation zwischen sinkender Netzlast und dem kontinuierlichen Ausbau der Photovoltaik in diesem Netzgebiet, insbesondere ab dem Jahr 2016. Der steigende Selbstverbrauch wirkt sich dabei dämpfend auf die Netzlast aus. Allerdings wird sich diese Entwicklung durch die zunehmende Elektrifizierung von Mobilität und Wärmeerzeugung oder auch Power-to-Gas-Anwendungen in den kommenden Jahren voraussichtlich wieder umkehren", erläutert Projektleiter Tom Bender vom Fraunhofer IOSB-AST.