Energiewende – Alternative Energie durch Erneuerbare Energien
Angesichts der wachsenden globalen Herausforderungen gewinnen erneuerbare Energien als Alternative zu den begrenzten fossilen Brennstoffen zunehmend an Bedeutung.
Wenn es um den Energieträger der Zukunft geht, steht Wasserstoff im Moment ganz weit vorne. Er ist flexibel einsetzbar, lässt sich leicht transportieren, effektiv speichern und ist zudem klimafreundlich – sofern er mit erneuerbaren Energien hergestellt wird.
Je nach Herstellungsart variiert der CO2-Fußabdruck
Ein wichtiges Ziel: Bis 2030 soll Wasserstoff zunehmend in der Industrie, bei schweren Nutzfahrzeugen und im Luft- und Schiffsverkehr eingesetzt werden und diese Bereiche klimaschonend umgestalten. Im gleichen Zug sollen wasserstofffähige Gaskraftwerke das Stromnetz stabilisieren und eine sichere Stromversorgung garantieren. Denn da sich die Produktion von Wasserstoff gut steuern lässt, stellt sie ein bedeutendes Gegengewicht zu anderen erneuerbaren Energien dar, die überwiegend von Wind und Sonne abhängig sind und damit starke Ausschläge zeigen können.
Allerdings ist Wasserstoff nicht gleich Wasserstoff. Je nach Ausgangsstoff und Herstellungsart variiert der CO2-Fußabdruck, sodass der potenziell grüne Energieträger das Klima auch mehr schädigen kann als ihm zu nutzen. Daher werden die unterschiedlichen Arten durch Farbcodierungen gekennzeichnet:
| Farbcodierung | Beschreibung | klimafreundlich? |
|---|---|---|
| Grüner Wasserstoff | Entsteht durch Elektrolyse von Wasser. Für die Herstellung wird Strom aus erneuerbaren Energien genutzt. Da keine CO2-Emissionen oder andere Treibhausgase entstehen, gilt er als klimafreundliche Energiequelle. |
✓ |
| Grauer Wasserstoff | Der am weitesten verbreitete Typ von Wasserstoff. Entsteht durch Dampfreformierung von Erdgas. Dabei entsteht auch CO2, das in die Atmosphäre gelangt und dadurch den Treibhauseffekt verstärkt. |
X |
| Blauer Wasserstoff | Wird ebenfalls aus Erdgas gewonnen. Entstehende Kohlenstoffdioxid-Emissionen werden abgefangen und gespeichert. (Speichertechnik CCS: Carbon Capture and Storage) Kohlenstoffarm aber nicht kohlenstoffneutral. |
✓ |
| Türkiser Wasserstoff | Entsteht durch die thermische Spaltung von Methan. Das Nebenprodukt ist ein fester Kohlenstoff (C), weshalb kein CO2 freigesetzt wird. Damit die Produktion CO2-neutral bleibt, müssen erneuerbare Energien verwendet und der Kohlenstoff dauerhaft gebunden werden. Die Technologie zur Methanpyrolyse befindet sich jedoch noch in der Entwicklung und wird nicht so weit verbreitet eingesetzt wie andere Wasserstoff-Produktionsmethoden. |
✓ |
| Oranger Wasserstoff | Entsteht aus Bioenergie (Biomasse, Biokraftstoff, Biogas oder Biomethan). Während der Herstellung (Verbrennung) werden die enthaltenen Treibhausgase freigesetzt. Wie viel das ist, hängt u.a. von der Art der verwendeten Energiequelle sowie der Effizienz des Herstellungsprozesses ab. Die CO2-Bilanz ist zwar niedriger als bei Wasserstoff aus fossilen Brennstoffen, aber dennoch höher als bei grünem Wasserstoff, der mit Hilfe erneuerbarer Energiequellen erzeugt wird. |
X |
| Roter/rosa Wasserstoff | Wird mithilfe von Kernenergie erzeugt. Die Herstellung ist zwar CO2-frei, allerdings bringt Uran als Energiequelle ganz eigene umweltschädigende Probleme mit sich. Bspw. radioaktiven Abfall, der eingelagert werden muss. |
– |
| Weißer Wasserstoff | Natürlich vorkommender Wasserstoff. Sehr selten. Kann wie Kohle oder Öl durch Bohrungen abgebaut werden. Einige Quellen können aber auch direkt angezapft werden. Die natürliche Wasserstoffproduktion könnte theoretisch durch das Pumpen von Wasser in eisenreiches Gestein angeregt werden. |
✓ |
* Bis ausreichend grüner Wasserstoff zur Verfügung steht, wird auch diese eher klimafreundliche Farbe Wasserstoff gefördert. Voraussetzung: Er muss kohlenstoffarm sein und vergleichsweise wenig Treibhausgasemissionen produzieren.
Künstliche Intelligenz als Transformationstreiber
Nachdem nun Energie aus erneuerbaren, umweltfreundlichen Quellen gewonnen werden kann, ist ein weiterer wichtiger Punkt die Verteilung. Da Energie aus Wind oder Sonne naturgemäß Schwankungen unterliegen kann, braucht es intelligente, innovative Lösungen, diese flexibel und so schnell wie möglich auszugleichen. Denn durch die Digitalisierung und neue Stromverbraucher wie bspw. E-Autos steigt der Bedarf immer weiter an. Gleichzeitig trägt auch der fortschreitende Ausbau "grüner" Anlagen dazu bei, dass das zu verwaltende Energiesystem immer komplexer wird. Denn wo es bisher eher zentral gesteuerte Energieerzeuger wie an Hoch- und Höchstspannungsnetze angeschlossene Großkraftwerke gab, erfordert der Ausbau regenerativer Energiequellen eine immer dezentralere Steuerung und eine viel höhere Flexibilität.
Künstliche Intelligenz (KI) kann ein Teil dieser Lösung sein und dabei helfen, das Netz effizienter zu gestalten, indem sie die Nachhaltigkeit und Zuverlässigkeit der Energieproduktion, -verteilung und -nutzung verbessert.
Prognose wetterbedingter Schwankungen
KI kann genutzt werden, um die Stromerzeugung aus erneuerbaren Energiequellen wie Wind- und Solarenergie zu optimieren. Mit sogenannten Meta-Prognosen sowie der Echtzeit-Analyse von Wetterdaten kann KI z.B. berechnen, wie viel Wind es am nächsten Tag oder sogar in den nächsten Stunden in einem Windpark geben oder wie viel Sonnenenergie zur Verfügung stehen wird. So können sich die Verantwortlichen bereits im Vorfeld auf einen Mangel an Windenergie oder auch einen erwartbaren Überschuss einstellen und entsprechend handeln.
Energieerzeugung
KI kann dabei helfen, die Energieerzeugung zu maximieren, indem sie komplexe Modelle zur Wettervorhersage nutzt und basierend auf diesen Vorhersagen Energie-Erzeugungsanlagen im Voraus effizienter steuert, um den maximalen Ertrag zu erzielen.
So kann KI beispielsweise in Windparks die Turbinen synchronisieren und optimal zum Wind ausrichten oder Solarmodule so steuern, dass sie den maximalen Lichteinfall nutzen können.
Stromnetzüberwachung
Verlief die Energieverteilung früher nur "von oben nach unten", wird jetzt auch Energie "von unten" ins Netz eingespeist. Gleichzeitig kann es dank immer mehr E-Autos zu unerwartet hohen Verbräuchen kommen. Die Verteilernetze werden auf eine Art genutzt, für die sie nicht ausgelegt sind. Es gibt auf den unteren Ebenen wenig Messtechnik oder Sensorik zur Überwachung der Betriebszustände. KI kann helfen, indem sie Netzzustände sowie Spitzen bei Energieerzeugung und -verbrauch auch mit einer vergleichsweise geringen Anzahl an Daten genauer und zuverlässiger vorhersagen kann, als es bisher möglich war.
Energieverwaltung
Wird also dank KI-generierter Prognosen eine drohende Überlastung erkannt, müssen Gegenmaßnahmen ergriffen werden. Eine Möglichkeit, Engpässe im Netz zu verhindern, ist, die zahlreichen flexiblen Klein- und Kleinstanlagen auf Verteilerebene intelligent zu koordinieren. So könnten selbst-organisierte Systeme, bei denen jede relevante Einheit im Stromnetz mit KI-Software ausgestattet ist, auf lokaler Ebene mit anderen intelligenten Geräten interagieren und sich koordinieren.
Beispielsweise müssen direkt nach Feierabend nicht alle Elektrofahrzeuge in einer Straße gleichzeitig mit maximaler Leistung aufgeladen werden. In den meisten Fällen genügt es, wenn die Fahrzeuge bis zum Morgen wieder fahrbereit sind.
Versorgungssicherheit
Durch die Analyse von Echtzeitdaten kann KI die Leistung und das Verhalten von Energieinfrastruktur-Systemen überwachen und so frühzeitig Anomalien erkennen und Alarm auslösen, wenn Abweichungen von der Norm auftreten. Dadurch können potenzielle Probleme frühzeitig erkannt und behoben werden, bevor sie zu schwerwiegenden Störungen führen.
Auch kann sie fortschrittliche Modelle zur Vorhersage des Energiebedarfs entwickeln, um ganz generell die Stromerzeugung und -verteilung besser zu planen und ggfs. Maßnahmen zur Leistungssteigerung sowie zum Ausgleich von Schwankungen ergreifen. Dies ermöglicht eine effizientere Nutzung von Ressourcen und kann den Bedarf an fossilen Brennstoffen reduzieren.
Wartung
KI kann die Wartung von Energieinfrastruktur wie Stromleitungen und Turbinen optimieren, indem sie prädiktive Analysen und vorausschauende Wartung ermöglicht.
So ist sie in der Lage, anhand von Echtzeitdaten und historischen Informationen präzise Vorhersagen über den Zustand von Energieinfrastruktur-Elementen wie Stromleitungen, Transformatoren und Turbinen zu treffen. Wartungsarbeiten können so genau dann durchgeführt werden, wenn sie benötigt werden, anstatt nach einem festen Zeitplan. Mit dem Effekt, dass beispielweise ein Kabel ausgetauscht wird, bevor der kritische Punkt überschritten wird und es tatsächlich beschädigt ist. So lassen sich Störungen minimieren und Unterbrechungen der Versorgung deutlich reduzieren.