Digitalisierung der Wasserkraft

Für Wasser­kraft­betreiber steht die Erfassung und Integration von Daten am Anfang der Einführung eines Digi­tali­sierungs­prozesses. Die Digitalisierung ist einerseits wichtig für einen sicheren, einfacheren und auto­mati­sierten Betrieb und andererseits für die Bereit­stellung der durch den Ausbau der Solar- und Windenergie benötigten Flexibilität.

In Wasser­kraft­werken erfolgt die Über­wachung und Steuerung bei analogen Systemen oft manuell. Die Betreiber bilden die Brücke zwischen dem physischen Kraftwerk und der digitalen Infra­struktur für die Leistungs­über­wachung. Dies kann zeitaufwendig und fehleranfällig sein. Zudem können sich die Anlagen wegen fehlenden Echt­zeit­daten und Auto­matismen nicht schnell genug an veränderte Bedingungen adaptieren.

Analoge Technologie muss aber digitale Abläufe nicht zwingend behindern. Es geht nicht darum, alle Systeme auf einmal komplett umzurüsten. Dieser Ansatz ist weder der nach­haltigste noch der schnellste Weg zum Erfolg. Stattdessen können Betreiber bestehende digitale Smart-Hydro-Lösungen an die aktuelle Infrastruktur anpassen und nur die Hardware-Investitionen tätigen, die einen Mehrwert für den täglichen Betrieb bieten.

Auch wenn der Prozess gewisse Heraus­forde­rungen mit sich bringt, gibt es viele Gründe für die Daten­inte­gration und Digitalisierung in Wasser­kraftwerken:

Erhöhte Sicherheit: Die Digitalisierung ermöglicht eine Rund-um-die-Uhr-Überwachung wichtiger Sicher­heits­parameter sowie präventive Reaktionen auf Risiken wie Überläufe, Probleme mit dem Stauziel und Anforderungen des Strommarktes.

Zeitersparnis für Betreiber: Das Betriebspersonal spielt eine entscheidende Rolle bei der optimalen Einsatzplanung und Risikosteuerung. In analogen Systemen wird ihre Zeit jedoch oft durch Routine­kontrollen und -aufgaben in Anspruch genommen. Durch die Auto­mati­sierung dieser Aufgaben mittels Digitali­sierung hat das Personal mehr Zeit für strategische Tätigkeiten.

Flexibilitätsbedarf im Strommarkt: Liberalisierte Strommärkte entwickeln sich hin zu einer höheren zeitlichen Granularität, wobei die europäischen Märkte kürzlich zu 15-Minuten-Intervallen übergegangen sind. Dies erhöht die Netzstabilität in einem Energiesystem, das zunehmend auf Wind- und Solarenergie basiert. Die herkömmliche Wasser­kraft­infra­struktur ist jedoch nicht für diese Flexibilität ausgelegt und unterliegt häufig Einschrän­kungen der Start-Stopp-Zyklen, Last­schwan­kungen und Umwelt­auflagen zum Schutz der Hardware. Die Digitalisierung kann dabei helfen, den optimalen Kompromiss zwischen Anlagen­schutz und der Nutzung von Marktchancen durch Preis­schwan­kungen zu finden.

Wissenstransfer: Die Digitalisierung ermöglicht einen schnelleren und effizienteren Wissens­transfer zwischen Teams und externen Stakeholdern, denn Daten können in Echtzeit ausgetauscht werden. Dies stärkt die Zusammen­arbeit und die operative Kohärenz. Zudem können digitale Reporting-Tools automatisch Berichte für externe Stakeholder wie Regulie­rungs­behörden und Marktbetreiber erstellen.

Durch die Berücksichtigung dieser Treiber kann die Digitalisierung die betriebliche Effizienz, Sicherheit und Markt­anpas­sungs­fähigkeit von Wasser­kraft­werken deutlich verbessern und sicherstellen, dass sie in der sich verändernden Energielandschaft wettbewerbsfähig bleiben.

Ersteinrichtung integrierter Datensysteme

Bei der Datenerfassung in Wasserkraftwerken werden im Wesentlichen zwei Arten von Daten gesammelt: statische Daten und Telemetriedaten. Erstere umfassen die technischen Spezifikationen des Projekts. Viele Wasser­kraftwerke verfügen über technische Daten in Papierform, wie hand­geschriebene Protokolle, Konstruk­tions­pläne und Wartungs­unterlagen. Ein Teil dieser Daten ist möglicherweise bereits digitalisiert, aber in unter­schied­lichen Systemen oder Formaten gespeichert, was die Integration erschwert.

Mit der Telemetrie werden Echtzeitdaten aus verschiedenen Quellen erfasst. Dazu gehören Produktionsdaten, Stauziele, Schleusen­durchsatz und -öffnung, Sensoren und Instrumente wie Durch­fluss­messer, Druck­sensoren, Temperatur­sensoren und Vibrations­sensoren, die kontinu­ierlich Betriebsdaten liefern. Scada-Systeme (Supervisory Control and Data Acquisition) sammeln und überwachen diese Echtzeitdaten und ermöglichen eine zentrale Steuerung und Analyse. IoT-Geräte verbinden diese Sensoren und Systeme für eine nahtlose Datenübertragung. Darüber hinaus sammeln mit Kameras und Sensoren ausgestattete Drohnen visuelle und thermische Daten zur Inspektion und Überwachung.

Die Qualität der Daten, die in die Software eingespeist werden, wirkt sich direkt auf die Qualität der Optimierung auf allen Ebenen aus. Deshalb sollten Probleme mit der Datengenauigkeit vor oder neben den Heraus­forde­rungen der Daten­inte­gration angegangen werden, um optimale Ergebnisse zu erzielen.

Die Umwandlung statischer, auf Papier aufgezeichneter Daten in digitale Formate stellt zunächst eine grosse Heraus­forde­rung da, denn der Prozess kann zeit- und arbeitsintensiv sein, insbesondere bei handschriftlichen Aufzeichnungen und veralteter Dokumentation. Er ist jedoch ein entscheidender Schritt im Digi­tali­sierungs­prozess.

Probleme mit der Datenqualität können aus verschiedenen Quellen entstehen, einschliesslich Sensorausfällen, Umwelteinflüssen und menschlichen Fehlern bei der Dateneingabe. Qualitativ hochwertige Daten sind für eine effektive Überwachung, Steuerung und Optimierung des Betriebs von Wasserkraftwerken unerlässlich.

Ein weiterer Aspekt der Datenqualität ist die Imple­men­tierung eines einheitlichen Messsystems: Wird der Wasserstand relativ zum Meeresspiegel (m ü. M.) oder relativ zur Überlaufkante gemessen? Diese Referenz sollte im gesamten System einheitlich umgesetzt werden, um optimale Ergebnisse zu erzielen. Die Verwendung standardisierter Datenformate und Protokolle kann die Daten­inte­gration erleichtern und die Kompatibilität zwischen verschiedenen Systemen sicherstellen.

Sensoren verlieren mit der Zeit an Messgenauigkeit. Um ihre Zuverlässigkeit zu gewährleisten, sind regelmässige Wartungen und Kalibrierungen erforderlich. Ungenaue Daten können die Effizienz der automatisierten Systeme und vorausschauender Wartungs­algo­rithmen beeinträchtigen. Eine routinemässige Wartung und Kalibrierung und der rechtzeitige Austausch der Sensoren ist daher für die Auf­recht­erhaltung der Daten­integrität entscheidend.

«Rauschen», verursacht durch Wind oder Ungenauig­keit der Sensoren, kann die Bestimmung des Wasserstandes im Reservoir beeinträchtigen. Neben solchen Fehlern gibt es auch Interferenzen zwischen Steuergeräten und Sensoren. Die Nähe des Sensors zum Turbinen­einlauf kann ebenfalls proble­matisch sein, denn jede Änderung des Turbinen­betriebs führt zu einer Krümmung der Wasser­oberfläche, die die Genauigkeit der Messung beeinträchtigt.

Um Telemetriedaten für die automatisierte Einsatz­planung nutzen zu können, müssen solche Effekte unterdrückt oder herausgefiltert werden, beispielsweise mit einem automatischen Daten­glättungs­verfahren (Bild  1), das genauere und zuverlässigere Daten gewährleistet, die in Optimie­rungs­algo­rithmen eingespeist werden können.

Bild  1a zeigt die direkte telemetrische Erfassung eines Stauziels mit abrupten Schwankungen, die oft negative Rückkopplungen der freien Ober­flächen­strömung beinhalten. Der Glättungs­prozess (Bild  1b) berücksichtigt alle aufgezei­chneten Füll­stands­ände­rungen an Turbinen oder Schleusen sowie geschätzte Wasser­verluste und -gewinne durch Bodenfeuchte, Zufluss und Niederschlag. Das letzte Diagramm zeigt die geglättete Stau­ziel­kurve (dunkel­violett) im Vergleich zu den viel unruhi­geren ungefil­terten Stau­ziel­daten (hell­violett). Die geglättete Zuflusskurve bildet eine solide Grundlage für die Produk­tions­planung. Ausserdem lassen sich die Auswirkungen vorübergehender Ausfälle mit robusten Backup-Systemen und redundanten Datenpfaden minimieren.

Datenaggregation und -management

Bei der Daten­inte­gration werden Daten aus verschiedenen Quellen in eine zentrale Datenbank zusam­men­geführt, um eine einheitliche Sicht auf die Betriebs­abläufe zu erhalten. Sie stellt sicher, dass alle relevanten Informa­tionen zugänglich, genau und aktuell sind.

Der häufigste Fallstrick in dieser Digitali­sierungs­phase ist der Software-Wildwuchs. Dieser entsteht, wenn verschiedene Teams oder Abteilungen ohne übergreifende Strategie unter­schiedliche Software-Tools einführen [1]. Dadurch ergeben sich Funktions­über­schnei­dungen, ungenutzte Lizenzen und Integrations­probleme. Um dies zu vermeiden, sollten Wasser­kraft­betreiber einen strategischen Digitali­sierungs­ansatz mit einer einheit­lichen digitalen Plattform verfolgen.

Eine solche Plattform sollte in Betracht gezogen werden, wenn eine oder mehrere der folgenden Heraus­forde­rungen im Betrieb auftreten:

Redundante Anwendungen: Unter­schiedliche Software-Tools werden von verschie­denen Teams für ähnliche Aufgaben wie Datenanalyse, Über­wachung und Bericht­erstattung oder für zusammen­hängende Prozesse wie Produk­tions­planung, Wartungsplanung und Energiehandel verwendet.

Integrationsprobleme: Daten werden manuell von einem System in ein anderes übertragen und oft nachbearbeitet, um die Kompatibilität mit dem Zielsystem zu gewährleisten. Informationen sind schwer zugänglich oder nicht organisationsweit verfügbar.

Erhöhte Wartungskosten: Mehrere Software­anwen­dungen werden entweder im Team oder zentral verwaltet und gewartet. Updates und Support sind aufwendiger, weil sie separat durchgeführt werden.

Schulung und Benutzer­freund­lichkeit: Betreiber und Mitarbeiter müssen für jedes Software-Tool geschult werden. Der Wechsel zwischen den Software­anwen­dungen ist aufgrund von Unterschieden in Design, Benutzerführung und Sprache oft nicht intuitiv.

Die Einführung einer einheitlichen digitalen Plattform für Funktionen wie Datenerfassung, Überwachung, Analyse und Bericht­erstattung kann Prozesse optimieren. Eine solche Plattform kann wesentlich leistungsfähiger sein, da die Algorithmen auf mehrere Datenströme im Unter­nehmen zugreifen können. Solche Lösungen können beispielsweise einen Einsatzplan liefern, der bereits alle betrieblichen Einschrän­kungen, geplante Wartungs­arbeiten, die Produk­tions­planung, Marktpreise und Bedarfsprognosen einbezieht.

Datenübertragung

An den meisten Standorten wurden die Prozesse für die Produk­tions­planung und den Handel vor Jahrzehnten entwickelt und umgesetzt – mit nur minimalen Anpassungen im Laufe der Jahre. Das in der Branche übliche Dateiformat ist nach wie vor Excel (.xlsx), und via E-Mail wird nach aussen kommuniziert.

Bild  2 zeigt ein Beispiel für den täglichen Datenfluss in einem Wasser­kraftwerk, bei dem jeder Knoten einen Betreiber darstellt, der Daten verarbeitet, Dateiformate anpasst und Mass­einheiten konvertiert, bevor die Informa­tionen weiter­geleitet werden. Dieser traditio­nelle Prozess birgt zwei Risiken für den Kraft­werks­betrieb: menschliches Versagen und verzögerte Reaktionen.

Dieser Ansatz macht den Handel auf dynamischeren Strommärkten aufgrund seiner Ineffizienz und Verzö­gerungen unmöglich. Die Abhängigkeit von manueller Daten­ver­arbei­tung erhöht das Risiko menschlicher Fehler, was zu ungenauen Daten für Handels­ent­schei­dungen führen kann. Zudem hängt dieser Prozess von der Reaktions­fähigkeit verschiedener Akteure ab. Jede Verzögerung, sei es durch interne Geneh­migungen oder externe Lieferanten, kann dazu führen, dass Handelsmöglichkeiten verpasst werden. In dynamischen Strom­märkten, in denen Echtzeitdaten und schnelle Entscheidungen zentral sind, kann dies das Kraftwerk daran hindern, von Marktschwankungen zu profitieren.

IT/OT-Konvergenz

Die Integration von Infor­mations­techno­logie (IT) und Betriebs­techno­logie (OT) gewinnt für die digitale Transformation an Bedeutung. Dabei werden alle Informationen auf einer interaktiven Online-Plattform verarbeitet und visualisiert.

Während des Digitali­sierungs­prozesses wird ein standardi­siertes digitales Twin-Modell der Anlage erstellt, das statische Daten und Echtzeit-Telemetrie vereint, damit Echtzeit-Opti­mierungs­aufgaben, Visuali­sierungen und benutzer­orientierte Steuerungs­mecha­nismen erstellt werden können. Über die Benutzer­ober­fläche können Betreiber manuelle Eingriffe vornehmen, Betriebs­parameter ändern, Zufluss­prognosen abrufen und deren Auswirkungen auf das Stauziel und die Produk­tions­planung abrufen.

Diese neuen Prozess­infra­strukturen bringen jedoch auch neue Heraus­forde­rungen mit sich, wie z. B. Latenzzeiten und Sicherheits­risiken, die in der Regel durch eine Kombination von Hardware- und Software­lösungen angegangen werden. Echtzeit-Über­wachungs- und Steuerungs­systeme sind besonders latenz­empfind­lich und können von der Integration von Edge Computing profitieren, denn durch die Dezentralisierung und die Verlagerung der Daten­ver­arbei­tung näher zur Datenquelle verbessert Edge-Computing die Reaktions­fähigkeit des Systems.

Asset-Manager sollten bei der Implemen­tierung digitaler Plattformen aktiv Massnahmen zur Erhöhung der Sicherheit ergreifen. Einerseits, indem sie die Anbieter anhand Sicherheitsstandards wie ISO  27001 und SOC  2 überprüfen, um sicherzustellen, dass sie bewährte Daten­schutz­verfahren einhalten. Andererseits kann die Wahl von API-Verbindungen anstelle von Direkt­verbin­dungen die Sicherheit erhöhen, da API eine kontrollierte Schnittstelle für den Datenaustausch bieten und somit das Risiko von unbefugtem Zugriff und Datenlecks verringern.

Daten zur Automatisierung nutzen

Das volle Potenzial des integrierten Daten­manage­ments kann ausgeschöpft werden, indem alle Daten zur Optimierung des Anlagenbetriebs genutzt werden. Dies geschieht auf vielfältige Weise:

Constraint Management: Echtzeitdaten können mit Effizienzparametern verglichen werden, um den Wasserdurchfluss an Schleusen und Turbinen anzupassen.

Produk­tions­planung: Ein zentraler Datenhub für die Produk­tions­planung kann alle Variablen von Marktpreisen über Turbinen­wirkungs­grade, Zufluss­prognosen, Umweltauflagen und geplante Ausfälle zusammenführen. Mit KI und neuen Algorithmen kann so ein optimaler Produktionsplan erstellt werden.

Strategischer Energiehandel: Die Flexibilität von Speicher­kapazitäten kann genutzt werden, um eine preisgesteuerte Einspeisung zu automatisieren. Sobald alle Datenströme in ein zentrales System integriert sind, können Strommärkte wie Primär- und Sekundärreserve erschlossen und Nebengeschäfte automatisiert werden.

Mittel- und langfristige Planung: Historische und aktuelle Telemetriedaten können genutzt werden, um saisonale Wetter­änderungen für das jeweilige hydrologische Einzugsgebiet zu prognostizieren. Dies ermöglicht eine strategische Planung von Produktion und Instandhaltung auf Basis von Oppor­tunitäts­kosten­rechnungen.

Simulation von Inves­titions­entschei­dungen: Mit einem Digital Twin [2] und den Daten können Hardware-Investitionen bewertet werden, wie zusätzliche Turbinen oder Nachrüstung von Pumpspeichern, verschiedene Wetterszenarien oder Produktionsstrategien.

Dies sind die wichtigsten Aspekte der Datennutzung. Weitere sind selbst­verständlich denkbar.

Fazit

Ein integriertes Daten­manage­ment bietet Wasser­kraft­betreibern erhebliche Vorteile wie höhere Effizienz, kürzere Reaktionszeiten und bessere Anpassung an den Markt. Digitale Werkzeuge ermöglichen Automatisierung, fundierte Entscheidungen und optimierte Betriebsabläufe ohne eine umfassende Modernisierung der Hardware. Bereits gezielte Upgrades und die intelligente Integration bestehender Systeme können erhebliche Vorteile bringen.

Für einen reibungslosen Übergang wird empfohlen, klare Ziele zu definieren und KPIs (Key Performance Indicators) einzuführen, um den Fortschritt messbar zu machen. KI, maschinelles Lernen und IoT sollten gezielt eingesetzt werden, um die Produktion zu optimieren und den Energiehandel in einem dynamischen Markt zu unterstützen. Zudem müssen Stakeholder von Anfang an in die Entwicklung neuer Prozesse eingebunden werden, um eine reibungslose Einführung der Werkzeuge zu gewährleisten. Und schliesslich ist ein kontinuierlicher Wissensaustausch zwischen den involvierten Teams und mit externen Partnern nötig für eine erfolgreiche Umsetzung digitaler Initiativen.

Referenzen

[1] www.atlassian.com/blog/devops/tame-software-sprawl

[2] uw.pressbooks.pub/2024innovationcm515/chapter/harikrishnas-chapterenhancing-operational-data-collection-and-risk-management-at-hydroelectric-dams/