Vorhersage von Wasserangebot und -bedarf
Hochwasser, Dürren, Hitzewellen: Infolge des Klimawandels stehen Prognosen von Wassermengen und Steuerungen von Talsperren zunehmend vor Herausforderungen. Denn die Stauanlagen spielen eine entscheidende Rolle im Hochwasserschutz und während Trockenperioden. Um sie an die Klimaveränderungen anzupassen, entwickeln Forschende der Universität Duisburg-Essen laut einer Medienmitteilung vom 16.04.2024 eine vorhersagebasierte Steuerung der Talsperren auf Basis Künstlicher Intelligenz. Das Projekt PROWAVE wird von der deutschen Bundesstiftung Umwelt (DBU) für die kommenden drei Jahre mit 348.000 Euro gefördert.
Kinzigtalsperre fast leer – Foto © Gerhard Hofmann, Agentur Zukunft, für Solarify
„Die Wetterereignisse, die durch den Klimawandel verursacht werden, sind schwer kalkulierbar und stellen das Management der Talsperren und ihrer Einzugsgebiete vor eine große Herausforderung“ erklärt Prof. Dr.-Ing. André Niemann vom Institut für Wasserbau und Wasserwirtschaft der Universität Duisburg-Essen (UDE). „Bisher werden Talsperren durch eine Reihe an Flusspegelständen gesteuert. Die Entscheidungen, die auf dieser Grundlage getroffen werden, sind aber reaktiv und langsam“
Künftig werden dank der technologischen Fortschritte die Methoden der Künstlichen Intelligenz (KI) die Talsperrenbetreibenden unterstützen. Hierzu werden spezielle Verfahren, wie z.B. LSTM-Netzwerke (Long Short-Term Memory) effiziente Steuerungsstrategien ermöglichen. Dadurch entstehen Werkzeuge, welche die zunehmenden Vorhersageinformationen gezielt nutzen. In Kombination mit modernen Datenanalyse-Tools ermöglichen sie eine proaktive Steuerung der Wasserverteilungssysteme, basierend auf zuverlässigen Prognosen des Wasserbedarfs und des Wasserdargebotes. „Bisher war diese Prognose äußerst schwierig, da jeder simulierte physikalische Prozess bekannt sein musste. Methoden der Künstlichen Intelligenz machen nun den Unterschied“, sagt Gregor Johnen, leitender Ingenieur im Team von Prof. Niemann und erklärt weiter: „So können etwa neuronale Netze und Ensemble-Methoden die Echtzeitdaten nutzen und aus ihnen Lernen, um komplexe Prozesse zu simulieren und über das erlernte Prozessverständnis die Vorhersagbarkeit von Extremwetterereignissen zu verbessern – und das bis zu drei Monaten im Voraus“
Das Ziel des Projekts ist die Entwicklung eines prototypischen Modells für den Betrieb von Talsperren und der Bereitstellung von Wasser für die Wasserversorgung. Er wird am Beispiel des Talsperrenverbundsystems der Harzwasserwerke entwickelt. Dieser integriert die Vorhersagen der Forschenden in ein komplexeres Optimierungsmodell, welches von der KISTERS AG mit Sitz in Aachen zur Verfügung gestellt wird. „Eine solch die proaktive Steuerung unserer Systeme ermöglicht es uns frühzeitig und flexibel auf etwaige zukünftige Nutzungskonflikte zwischen der Wasserversorgung und anderen Wassernutzern reagieren“, so Dr. Alexander Hutwalker, Leiter der Abteilung Forschung und Entwicklung bei den Harzwasserwerken.
Langfristig möchten die Forschenden sowie die assoziierten Partner Ruhr- und Wupperverband mit dem Prototyp den Wandel hin zur smarten Steuerung von Talsperren erreichen, die den Anforderungen des Klimawandels gerecht wird.