Agile Netzsteuerung zur Erhöhung der Resilienz der kritischen Infrastruktur Wasserversorgung (aKtIv); Teilvorhaben: Resiliente Wasserversorgung durch agile Netzsteuerung

Abstract

Die Trinkwasserversorgung steht im Zuge des Klimawandels zunehmend unter Druck. Abnehmende Grundwasserneubildung, sinkende Oberflächenwasserstände sowie steigende Verbrauchsspitzen während Hitzeperioden führen zu wachsenden Herausforderungen für Wasserversorgungsunternehmen. Die entwickelten Prognosemodelle zeigen, dass der Wasserbedarf vom menschlichen Nutzungsverhalten abhängig ist, welches wiederum stark von meteorologischen Einflussgrößen abhängt. Die Prognosequalität hängt dabei auch von der Lage der Messpunkte im Versorgungssystem ab. Verbrauchsnahe Messpunkte, beispielsweise im Umfeld von Hochbehältern, ermöglichen eine deutlich präzisere Prognose als hydraulisch komplex angebundene Netzbereiche. Im Rahmen der Modellentwicklung wurden verschiedene Machine-Learning-Verfahren miteinander verglichen. Die besten Ergebnisse konnten durch eine Kombination mehrerer Modelle erzielt werden. Hierbei wurde ein sogenanntes Best-Match-Modell entwickelt, das jeweils das prognostisch geeignetste Modell auswählt. Mit diesem Ansatz konnten für kurzfristige Prognosen von bis zu 48 Stunden Prognosegenauigkeiten von 90-96 % erreicht werden. Die entwickelten Prognosen wurden dem Optimierungsmodell zur Verfügung gestellt sowie in das Entscheidungsunterstützungssystem integriert, das Sensordaten, Prognoseergebnisse und Optimierungsvorschläge in einer gemeinsamen Benutzeroberfläche zusammenführt. Das System generiert unter anderem Empfehlungen für die Betriebsführung, beispielsweise in Form optimierter Pumpenfahrpläne. Simulationen im Pilotgebiet zeigen, dass durch die modellbasierte Optimierung eine deutliche Vergleichmäßigung des Wasserwerksbetriebs erreicht werden könnte. In Spitzenlastsituationen konnten Lastspitzen um über 30 % reduziert werden. Dies ermöglicht eine effizientere Nutzung vorhandener Kapazitäten und erhöht die Resilienz des Versorgungssystems gegenüber Engpasssituationen. Neben den technischen Entwicklungen wurden im Projekt auch gemeinsam mit IZEW, IDEW und RWTH wirtschaftliche, organisatorische sowie ethische und rechtliche Fragestellungen untersucht. Dazu gehörten unter anderem Analysen bestehender Betreibermodelle, Investitionsabschätzungen für Sensor- und Aktorentechnik sowie Untersuchungen zu potenziellen Priorisierungen von Nutzergruppen in Engpasssituationen. Darüber hinaus wurden im Projekt Handlungsempfehlungen für Wasserversorgungsunternehmen, Behörden und weitere Akteure der Wasserwirtschaft erarbeitet. Diese Empfehlungen adressieren unter anderem den Einsatz Digitaler Zwillinge, die Nutzung KI-basierter Prognosemodelle sowie organisatorische und kommunikative Maßnahmen zur Steuerung der Wasserentnahme in (potenziellen) Engpasssituationen.