MIT-Forscher entwickeln schnelleres und intelligenteres Werkzeug zur Optimierung von Stromnetzen

Der Betrieb eines Stromnetzes gleicht der Entschlüsselung eines riesigen, dynamischen Rätsels. Die Netzbetreiber müssen ständig dafür sorgen, dass die richtige Menge Strom zum richtigen Zeitpunkt an die richtigen Orte geliefert wird, und zwar zu angemessenen Kosten und ohne die Infrastruktur des Systems zu überlasten. Wenn dann noch Nachfrageschwankungen und die Integration erneuerbarer Energiequellen hinzukommen, wird dieser Balanceakt immer komplizierter.

Entschlüsselung der Feinheiten

Ein Forscherteam des MIT hat ein neues Tool, FSNet, entwickelt, das den Prozess der Ermittlung der besten Lösungen für das Stromnetzmanagement exponentiell beschleunigt. Im Gegensatz zu konventionellen Methoden, deren Ausführung mehrere Stunden oder sogar Tage dauern kann, liefert FSNet die Ergebnisse in einem viel schnelleren Tempo und stellt gleichzeitig sicher, dass alle physikalischen und betrieblichen Grenzen eingehalten werden. Diese Beschränkungen, wie z. B. die maximale Kapazität von Generatoren und Stromleitungen, müssen eingehalten werden, um das Risiko gefährlicher Spannungspegel oder sogar von Stromausfällen zu verringern. Durch die Kombination der Schnelligkeit des maschinellen Lernens mit der Zuverlässigkeit klassischer Optimierungsverfahren umgeht FSNet diese potenziellen Fallstricke geschickt.

FSNet arbeitet nach einem zweigleisigen Konzept. Zunächst erzeugt ein neuronales Netz einen Lösungsvorschlag, der durch Datenmuster beeinflusst wird. Danach folgt ein Schritt, der auf Genauigkeit abzielt. In der letzten Phase kommt ein klassischer Optimierungsalgorithmus zum Einsatz, um das Ergebnis des neuronalen Netzes zu verfeinern und sicherzustellen, dass das Endprodukt alle erforderlichen Randbedingungen erfüllt. Laut Hoang Nguyen, Hauptautor und Doktorand in der EECS-Abteilung des MIT, ist dieser Schritt von entscheidender Bedeutung, da er die in praktischen Anwendungen geforderten strengen Garantien bietet.

Das Potenzial von FSNet freisetzen

Was FSNet von anderen gemischten Ansätzen unterscheidet, ist seine Fähigkeit, gleichzeitig Gleichheits- und Ungleichheitsbedingungen zu verwalten. Dank dieser Flexibilität kann es auf eine Vielzahl von Problemen angewandt werden, ohne dass das Modell ständig modifiziert werden muss, um jeder neuen Situation gerecht zu werden. Mit anderen Worten, wie Priya Donti, Hauptautorin und leitende Forscherin am LIDS des MIT, es ausdrückt: “Man kann einfach verschiedene Optimierungslöser einsetzen und damit spielen.”

Bei den Tests schnitt FSNet deutlich besser ab als herkömmliche Lösungsverfahren und reine maschinelle Lernmodelle. Es löste Probleme nicht nur schneller, sondern fand auch bessere Lösungen für einige der verworrensten Situationen. Donti berichtet, dass allein das neuronale Netzwerk zusätzliche Strukturen in den Daten entdeckte, die von herkömmlichen Optimierungslösungen übersehen wurden.

Obwohl FSNet mit Blick auf die Optimierung des Stromnetzes entwickelt wurde, hat es weitreichende Auswirkungen. Auch Branchen wie die Fertigungs-, Finanz- und Logistikbranche, in denen schnelle und zuverlässige komplexe Entscheidungen erforderlich sind, könnten von dieser Technologie profitieren. Donti behauptet, dass die effiziente Lösung solch komplizierter Probleme die Verschmelzung von Werkzeugen aus dem maschinellen Lernen, der Optimierung und der Elektrotechnik erfordert.

Zukünftige Bestrebungen

Als Nächstes plant das Forschungsteam, FSNet zu verfeinern, um weniger speicherintensiv zu sein, effizientere Optimierungstechniken einzubauen und es zu skalieren, um noch größere, realistischere Probleme zu bewältigen. Kyri Baker, außerordentlicher Professor an der University of Colorado Boulder, der nicht an dem Projekt beteiligt ist, würdigt diese bahnbrechende Arbeit mit den Worten: “Lösungen für anspruchsvolle Optimierungsprobleme zu finden, die machbar sind, ist das A und O, um solche zu finden, die nahe am Optimum sind. Besonders bei physikalischen Systemen wie Stromnetzen bedeutet nahe am Optimum nichts ohne Machbarkeit”.”

Dies zeigt, dass das Team des MIT mit FSNet einen bedeutenden Schritt hin zu intelligenteren, schnelleren und zuverlässigeren Lösungen für einige der komplexesten operativen Herausforderungen der Welt gemacht hat.

Den vollständigen Originalartikel finden Sie unter MIT-Nachrichten.