Die Stabilität und Zuverlässigkeit der elektrischen Energieversorgung beruht darauf, dass die Erzeugung und der Verbrauch elektrischer Leistung zu jedem Zeitpunkt im Gleichgewicht stehen. Der zentrale Indikator für dieses Gleichgewicht ist die Netzfrequenz. Um diese Balance aufrechtzuerhalten, benötigen die Betreiber der Energieinfrastruktur auf allen Netzebenen ein präzises Verständnis des aktuellen und zukünftigen Strombedarfs.

Seit dem 19. Jahrhundert hat sich der grundlegende Aufbau des Stromnetzes nur geringfügig verändert: Energie wird zentral erzeugt, über Hoch- und Mittelspannungsnetze verteilt und schließlich in der Niederspannung an die Verbraucher geliefert. Mit der fortschreitenden Energiewende jedoch wird dieses historisch gewachsene System zunehmend komplexer. Die Integration dezentraler Erzeugungsanlagen wie Photovoltaik (PV), die wachsende Verbreitung von Wärmepumpen (WP) sowie der Ausbau der Ladeinfrastruktur für Elektrofahrzeuge führen zu tiefgreifenden Veränderungen insbesondere in den unteren Spannungsebenen.

Diese Entwicklungen haben zwei zentrale Konsequenzen: Einerseits steigt der Leistungsbedarf in den Verteilnetzen durch neue Verbraucher deutlich an, andererseits wandelt sich die bisher reine Verbraucherseite – insbesondere die Niederspannungsebene – zunehmend selbst zu einem Ort der Erzeugung. So kann beispielsweise an sonnigen Tagen in Wohngebieten mit hoher PV-Durchdringung mehr Leistung eingespeist als verbraucht werden. Diese bidirektionalen Leistungsflüsse bringen die bestehenden Netze technisch und planerisch an die Grenzen der Versorgungssicherheit.

Um diesen Herausforderungen wirksam zu begegnen, ist ein umfassendes Verständnis der tatsächlichen Zustände und Flüsse in den Verteilnetzen erforderlich. Dies erfordert eine Kombination aus intelligenten Messsensoren, modernen Kommunikationsinfrastrukturen und datengetriebenen Analyseverfahren. Mithilfe fortschrittlicher Algorithmen können nicht nur aktuelle Netzzustände zuverlässig erfasst, sondern auch zukünftige Entwicklungen prognostiziert werden. Ziel ist es, ein digitales Abbild des realen Netzes zu schaffen – einen sogenannten Digitalen Zwilling. Dieser ermöglicht es, Netzverhalten zu simulieren, Engpässe frühzeitig zu erkennen und gezielte Maßnahmen zur Optimierung und Planung zu entwickeln.

Die im AMAZING-Projekt entwickelten Modelle sollen sich dabei adaptiv an veränderte Rahmenbedingungen anpassen können. Auf Basis kontinuierlicher Messungen an Netzbetriebsmitteln sowie Daten aus intelligenten Messsystemen wird das digitale Netzmodell laufend aktualisiert, sodass zu jedem Zeitpunkt ein möglichst präzises Abbild des realen Systems vorliegt. Darüber hinaus sollen in konkreten Anwendungsfällen die praktischen Vorteile der erzeugten Netzmodelle demonstriert werden. In umfangreichen Feldtests werden unter anderem automatisierte Netzanschlussbegehren, Zielnetzplanung, Netzzustandsschätzung, Prognosen des zukünftigen Netzzustands sowie der Betrieb mit steuerbaren Verbrauchseinrichtungen erprobt. Durch die Heterogenität der sechs teilnehmenden Verteilnetzbetreiber (VNB) soll gezeigt werden, dass die entwickelten Methoden auf andere Netzbetreiber in Deutschland übertragbar sind und einen agilen Netzbetrieb unter sich schnell ändernden Rahmenbedingungen ermöglichen.

Im Rahmen des Projekts arbeiten fünf Verteilnetzbetreiber (VNB) gemeinsam mit Industrie- und Forschungspartnern daran, ihre Verteilnetze fit für die Zukunft zu machen. So schafft AMAZING die Grundlage für ein resilientes, effizientes und intelligentes Energiesystem der Zukunft. Die im Forschungsprojekt AMAZING erzielten Projektergebnisse sollen nachhaltig genutzt werden können, da generische Ansätze im Projekt verfolgt werden, welche eine Übertragbarkeit auf andere VNB ermöglichen. Durch öffentliche Webinare sollen die Projektergebnisse einer großen Gruppe an interessierten Personen zugänglich gemacht werden. Die wissenschaftlichen Erkenntnisse, die im Projekt erzielt werden, sollen auf internationalen Konferenzen präsentiert und in renommierten, englischsprachigen Journals publiziert und vorgestellt werden. Durch die Anwendung von neu entwickelter Algorithmik auf Daten aus realen Verteilnetzen soll gezeigt werden, welches Potential in datengetriebener Algorithmik zur Modellierung von elektrischen Verteilnetzen steckt.