In Nordafrika stehen die Netze aufgrund der steigenden Nachfrage einer schnell wachsenden Bevölkerung, des begrenzten Ausbaus der Stromerzeugungskapazitäten und des Übergangs zu fluktuierenden erneuerbaren Energien vor bedeutenden Veränderungen. Eine zuverlässige Versorgung zu gewährleisten ist für die regionalen Verteilnetze eine große Herausforderung. Solche so genannten "schwachen Netze" zeichnen sich durch Frequenzschwankungen aus und sind anfällig für Ausfälle. Das übergeordnete Ziel von SWITCH ist die Entwicklung einer innovativen Lösung zur Stabilisierung schwacher Netze und zur Verbesserung der Versorgungssicherheit ländlicher "end-of-line" Gemeinden in Nordafrika. Für zwei Pilotgemeinden in Algerien und Marokko werden passende Agri-PV Systeme entworfen und deren Einspeisung in das Verteilnetz simuliert. Zudem untersucht SWITCH die Möglichkeit eines zeitweiligen Inselbetrieb der Agri-PV Systeme gesteuert durch ein neuartiges KI-gesteuertes Tool. Diese Flexibilität erlaubt es lokalen Betreibern, ihr intelligentes Agri-PV System so zu betreiben, dass es ein schwaches Netz während des regulären Betriebs unterstützt und wichtige Verbraucher in "end-of-line" Gemeinden im Falle von Stromausfällen durch Inselbetrieb autonom mit Strom versorgen kann. Diese technischen Untersuchungen sind eingebettet in einen interdisziplinären Ansatz: durch Trainings im Bereich Technik und Betriebswirtschaft für Gemeindemitglieder, Genossenschaften und vor allem Frauen werden lokale Kapazitäten gestärkt. Zu den Projektergebnissen gehören neben dem KI-gesteuerten Entscheidungstool, den Agri-PV-Lösungen und der Förderung politischer Rahmenbedingungen somit auch die Stärkung der lokalen Kapazitäten. Die langfristige Wirkung ist global: da die Merkmale der Pilotgemeinden in vielen Siedlungen zu finden sind, kann der Ansatz als Blaupause dienen, um einen wesentlichen Beitrag zur Verbesserung der Zuverlässigkeit der Stromversorgung in abgelegenen Regionen in ganz (Nord-)Afrika zu leisten.
LEAP-RE: Verbundvorhaben SWITCH - Stabilizing weak grids through machine learning: empowering farmers in end-of-line-communities in North Africa through artificial neural networks; Teilvorhaben Koordination sowie Dimensionierung und Modellierung der Agri-PV-Systeme für den Inselbetrieb
Laufzeit:
01.07.2023
- 30.06.2025
Förderkennzeichen: 03SF0720A
Koordinator: Technische Hochschule Ingolstadt
Verbund:
SWITCH
Quelle:
Bundesministerium für Bildung und Forschung (BMBF)
Redaktion:
DLR Projektträger
Länder / Organisationen:
Themen:
Förderung
Energie
Umwelt u. Nachhaltigkeit