Im Forschungsprojekt GNN4GC sollen in Zusammenarbeit mit dem Fraunhofer IEE und drei Übertragungsnetzbetreibern neue KI-basierte Ansätze zur Optimierung der Stromnetzsteuerung etwickelt werden. Dabei kommen unter anderem Graph Neural Networks (GNNs) zum Einsatz - GNNs sind besonders leistungsfähig bei der Analyse von Netzwerkstrukturen, wie sie auch in Stromnetzen vorkommen. Ziel der Forschung ist es, mithilfe von GNNs die Berechnung von Netzlasten zu beschleunigen und Möglichkeiten zur dynamischen Anpassung der Netztopologie während des Betriebs zu untersuchen.
Parallel dazu wird im Projekt Deep Reinforcement Learning eingesetzt, um selbstlernende Agenten zu entwickeln, die netzdienliche Zustände identifizieren können. Diese Modelle werden zunächst in Simulationen trainiert, um potenzielle Lösungen für die Steuerung und Optimierung der Stromnetze zu erforschen. Erste Ergebnisse zeigten, dass diese Zieltopologien eine signifikante Steigerung der Resilienz des Stromnetzes bewirken können, heißt es. (cst)
