Vorläufige Laufzeit: 2022-2026
Die Möglichkeit zur Boden- und Bauwerksüberwachung mittels Radarsatelliten, insbesondere durch die Anwendung der InSAR-Technologie (Interferometric Synthetic Aperture Radar), eröffnet der TINETZ-Tiroler Netze GmbH innovative Wege, um eine Vielzahl von Infrastrukturobjekten kontinuierlich und äußerst präzise zu überwachen. Diese Technologie ermöglicht Messungen mit einer millimetergenauen Präzision, was eine deutliche Verbesserung gegenüber herkömmlichen Methoden darstellt.
Die von der InSAR-Technologie gesammelten und ausgewerteten Daten werden bspw. von der Firma AUGMENTERRA über eine Webplattform bereitgestellt. Diese Plattform ermöglicht den Verantwortlichen einen jederzeitigen und ortsunabhängigen Zugriff auf die aktuellen und historischen Daten. Dies erleichtert die Überwachung und die schnelle Reaktion auf etwaige Veränderungen erheblich, was wiederum die Sicherheit und Effizienz der Infrastrukturverwaltung erhöht.
Gemeinsames Projekt mit Managment Center Innsbruck und Firma Ebner ZT GmbH
Vorläufige Laufzeit: 2022-2026
Für die Zustandsbewertung von Freileitungssystemen bietet eine hybride baudynamische Methode (die Messtechnik mit Simulation kombiniert) eine innovative Möglichkeit zur Zustandserfassung von Gittermasten, die mit dem aktuellen Stand der Technik bewertet werden kann. Zu Problemen zählen strukturelle Schäden durch Alterung, fortschreitende Korrosion der Baumaterialien, mechanische Schwingungen der Leiterseile und Fundamentsetzungen infolge von Veränderungen im Untergrund der Gittermasten.
Ziel der baudynamischen Simulation und Instrumentierung von Gittermasten ist es, das Strukturver-halten der Gittermasten zu analysieren, um anschließend vertiefte Untersuchungen im Rahmen eines innovativen Forschungsprojekts fortzuführen. Dieses Forschungsprojekt soll in Zukunft dazu beitragen, Beschädigungen an Gittermasten frühzeitig zu erkennen, Schäden genau zu lokalisieren, um deren Auswirkungen bestmöglich einzuschätzen und eine optimierte Ressourcenplanung sowie eine innovative Verbesserung der Zuverlässigkeit und Effizienz der Freileitungssysteme sicherzustellen.
Vorläufige Laufzeit: Abschluss 2025
Ziel des Projektes „Verarbeitung von Netz-Massendaten“ war es, Erkenntnisse für die Netzplanung und den Netzbetrieb aus der Verarbeitung von anonymisierten Smart Meter Daten zu gewinnen. Hierfür war als Erstes eine grundlegende Datenaufbereitung notwendig. Verarbeitet wurden ausschließlich anonymisierte 15-Minuten-Zeitreihen mit Werten über ein ganzes Jahr. Über die Metadaten wurden die Haushalte ohne Erzeugung und die Haushalte mit Photovoltaik (PV) ausgewählt und einer stochastischen Analyse unterzogen. Hernach wurden Daten zur Sonnenstrahlung ergänzt, wobei die Daten von GeoSphere Austria vor allem an nicht wolkenfreien Tagen nützlicher waren als die Satellitendaten von Copernicus.
Es wurde die Abschätzung der Erzeugung von Überschusseinspeisern über geeignete Gesamteinspeiser und das Globalstrahlungsprofil untersucht. Die Abschätzung wird für die Netzzustandsermittlung im Hochlastzeitbereich benötigt. Anschließend wurde die Prognose von aggregierten Netzbezugs- und Netzeinspeisungszeitreihen bearbeitet. Die Prognose des Netzbezugs für Haushalte ohne Erzeugung bis zu vier Tagen mittels Deep Learning Modellen war besser als jene mit einem traditionellen Modell. Den Abschluss bildete die Qualitätskontrolle von Metadaten. Es wurden zum Beispiel die netzwirksame Leistung ausgewertet und ein Machine Learning Modell zur Erkennung von eigenverbrauchsoptimiert betriebenen Batterien erstellt.
Vorläufige Laufzeit: 2025-2028
VITREOUSGRID ist ein von der FFG gefördertes Forschungsprojekt, das sechs österreichische Verteilnetzbetreiber und die TU-Graz vereint. Ziel des Projekts ist die umfassende Analyse und Weiterentwicklung von Verfahren zur Netzzustandsermittlung in Mittel- und Niederspannungsnetzen.
Im Mittelpunkt steht die Frage, welche Messdaten und Messdichten notwendig sind, um trotz geringer Messwertverfügbarkeit und hoher zeitlicher Dynamik zuverlässige Aussagen über den Netzzustand treffen zu können. Bestehende und neue Methoden werden hinsichtlich technischer Umsetzbarkeit, Robustheit, Aussagekraft und Integration in den Netzbetrieb bewertet.
Auf Basis dieser Untersuchungen entwickelt das Projekt neue methodische Ansätze und testet sie anhand realer Netzmodelle der beteiligten Netzbetreiber. Dadurch wird gewährleistet, dass die Ergebnisse praxisnah, anwendungsorientiert und für eine spätere Implementierung im operativen Betrieb geeignet sind.
Vorläufige Laufzeit 2025-2028
Das Projekt DAWN (Data-driven Analysis and optimization of low voltage Networks) zielt darauf ab, die zunehmende Komplexität des Energiesystems – verursacht durch erneuerbare Energien, Elektromobilität und fehlende Echtzeitdaten – durch eine verbesserte Datengrundlage zu bewältigen. Es soll hochaufgelöste, verlässliche Informationen zur Netzauslastung bereitstellen und damit genauere Prognosen, optimierte Netzberechnungen und einen effizienteren Ressourceneinsatz ermöglichen.
Dazu entwickelt DAWN neue datengetriebene Analyse- und Prognosemodelle, identifiziert Merkmale von Kundenanlagen wie PV-Systemen oder E Ladestationen und untersucht deren Einfluss auf das Netz. Ziel ist es, synthetische Last- und Erzeugungsprofile sowie die Flexibilitätsanalyse von Kund*innen deutlich zu verbessern.
Das Projekt stärkt die Zusammenarbeit zwischen Forschung, Hochschulen und Wirtschaft und fördert die Weiterentwicklung digitaler Kompetenzen im Energiebereich. Netzbetreiber und Energieversorger profitieren durch optimierte Prozesse, Kosteneinsparungen und ein besseres Verständnis des Netzverhaltens, was langfristig zu einer nachhaltigen regionalen Energieversorgung beiträgt.
Projektpartner sind unter der Leitung von Salzburg Research die FH Salzburg, die Universität Salzburg, das AIT sowie mehrere Energieversorger und Netzbetreiber aus Salzburg und Tirol.
Vorläufige Laufzeit: mehrere Laufzeiten, u.a. bis 2029
Die Projektinformationen dazu finden Sie unter diesem Link.
Vorläufige Laufzeit: Laufende Beteiligung ohne aktuell definiertes Enddatum
Die TINETZ hat sich dabei neben anderen Tiroler Industriebetrieben an dieser Stiftungsprofessur beteiligt um die Forschung aus den Bereichen Massendatenverarbeitung, KI-Anwendungen oder ähnliches zu unterstützen.