Viertelstundengenau und besser als bisher sollen die Modelle prognostizieren, wieviel Strom die in Deutschland installierten Photovoltaik- und Windkraftanlagen in den nächsten Stunden und Tagen erzeugen und ins Stromnetz einspeisen. Seit 2012 arbeitet das Fraunhofer-Institut für Windenergie und Energiesystemtechnik (IWES) in Kassel mit dem Deutschen Wetterdienst (DWD) in Offenbach gemeinsam an dem Projekt „Erstellung innovativer Wetter- und Leistungsprognosemodelle für die Netzintegration wetterabhängiger Energieträger“ (EWeLiNE).

Ziel ist es, die Übertragungsnetzbetreiber in Deutschland beim Netzbetrieb mit immer mehr fluktuierendem Erneuerbaren-Strom zu unterstützen. „Entscheidend ist, dass wir beide Welten – Wetter- und Leistungsprognosen – enger miteinander verknüpfen als bisher und sie besser an die Anforderungen der Übertragungsnetzbetreiber anpassen“, erklärt Projektleiter Malte Siefert vom IWES den Mehrwert des Projekts.

Nun gehen IWES und DWD einen Schritt weiter und starten die Demonstrationsplattform EnergyForecaster. Dort können Übertragungsnetzbetreiber die Prognosetools direkt in der Leitwarte testen. „Die Prognose der erzeugten Menge an erneuerbarer Energie ist wichtig, um zu wissen, wieviel Energie noch aus konventionellen Energieträgern wie Atom, Gas oder Kohle zugeschaltet werden muss. Gleichzeitig benötigt man sie für Berechnungen, um das Stromnetz stabil zu halten, und für den Handel mit Strom“, erklärt Siefert.

Prognosen für 1,9 Millionen Wind- und Solaranlagen

Die Netzbetreiber können nun berechnen, wieviel Wind- und Solarstrom von den 1,9 Millionen Anlagen an welchem Netzknotenpunkt eingespeist wird. Die neuen Werkzeuge des Forschungsprojekts sollen zudem die Zuverlässigkeit der Prognosen anzeigen. „Die Übertragungsnetzbetreiber müssen auch wissen, wo es kritische Wettersituationen – zum Beispiel Hochnebelfelder oder Tiefdruckgebiete – gibt, um die Prognoseergebnisse besser zu bewerten und einzuschätzen“, sagt Siefert.

Für die Forscher bietet sich mit EnergyForecaster die Möglichkeit, ihre Ergebnisse einem Praxistest zu unterziehen. Da nicht von allen Anlagen Daten zur Verfügung stehen – aus datenschutzrechtlichen Gründen oder weil vor Ort keine ausreichende Technik installiert ist –, sind die Vorhersagen anfällig. Der Abgleich von Prognosen mit vorhandenen Daten ist deshalb für die Entwicklung der mathematischen Modelle wichtig. Für das Projekt unterteilten die Wissenschaftler die über 40 verwendeten Prognosen der Netzbetreiber in 16 Gruppen und verbesserten sie systematisch. Der DWD passte wiederum seine Wetterprognosen den Anforderungen von Einspeiseprognosen an.

Clemens Weiß – energiezukunft.eu