Verbundvorhaben: Agile Netzsteuerung zur Erhöhung der Resilienz der kritischen Infrastruktur Wasserversorgung (aKtIv); Teilvorhaben: Entwicklung eines Demonstrators für ein System zur agilen Netzwerksteuerung mittels vernetzter Sensoren und autarker Aktoren mit Methoden der künstlichen Intelligenz

Abstract

Der vorliegende Abschlussbericht beschreibt die Entwicklung und Evaluierung eines Demonstrators zur agilen, KI-gestützten Netzsteuerung in der Wasserversorgung im Rahmen des Verbundprojekts aKtIv (FKZ: 13N16398). Ziel des Vorhabens war es, die Resilienz kritischer Infrastrukturen angesichts wachsender Herausforderungen wie Klimawandel, Trockenperioden und steigender Verbrauchsspitzen zu erhöhen. Kern des Teilvorhabens war die Realisierung eines integrierten Systems bestehend aus einem serverseitigen Entscheidungsunterstützungssystem (DSS) sowie einer vernetzten Sensor-Aktor-Plattform (Omni Control Node, OCN). Das System ermöglicht die automatisierte Erfassung und Zusammenführung heterogener Datenquellen, die Integration von Prognosen für Wasserdargebot und -bedarf sowie die Generierung KI-basierter Optimierungsvorschläge für den Netzbetrieb. Die entwickelte Systemarchitektur basiert auf einer skalierbaren, modularen Dateninfrastruktur mit Streaming-Technologien (u. a. Apache Kafka) und relationalen Datenbanksystemen. Sie erlaubt die flexible Integration bestehender Leitsysteme sowie dezentraler Sensorik über standardisierte Schnittstellen. Ergänzend wurden sichere Kommunikationsmechanismen für unterschiedliche Übertragungstechnologien (LTE, LoRaWAN) implementiert. Im Rahmen von Systemtests und Feldversuchen konnte die Funktionsfähigkeit des Demonstrators erfolgreich nachgewiesen werden. Insbesondere zeigte sich ein signifikantes Optimierungspotenzial im Netzbetrieb, etwa durch die Reduktion von Lastspitzen im Pumpenbetrieb um bis zu 38 %. Darüber hinaus wurde die Praxistauglichkeit der dezentralen Steuerung durch die OCN unter realen Einsatzbedingungen bestätigt. Neben den technischen Ergebnissen wurden Datenmodelle, Schnittstellendefinitionen sowie Handlungsempfehlungen für die Übertragung auf weitere Versorgungsgebiete erarbeitet. Gleichzeitig wurden Herausforderungen identifiziert, insbesondere hinsichtlich der Integration heterogener Bestandsdaten und der Automatisierung von Schnittstellen zu bestehenden Systemen. Insgesamt belegt der Demonstrator die technische Machbarkeit und den betrieblichen Nutzen eines datengetriebenen, KI-gestützten Ansatzes zur Netzsteuerung. Er bildet eine belastbare Grundlage für die Weiterentwicklung hin zu einem produktiven, skalierbaren System zur Steigerung der Effizienz und Resilienz von Wasserversorgungsinfrastrukturen.