27.10.2022

Die Energieversorgung der Zukunft vorhersagen

Wie stark die Sonne scheint und wie schnell der Wind weht, können wir nicht steuern. Um erneuerbare Energien besser zu nutzen, müssen wir jedoch berechnen können, wie Wetter und Klima sich verhalten. Die Modelle dazu entwickelt Nicole Ludwig, Expertin für maschinelles Lernen und nachhaltige Energien.

Für Außenstehende wirken Vorhersagen über das Wetter von morgen manchmal wie die Behauptungen eines Wahrsagers über die Zukunft. Statt Regen gibt es Sonne. Statt blauem Himmel Hagel. Wie soll man sich da auf Vorhersagen verlassen, wenn auch das Gegenteil eintreten kann? Schwierig wird das zum Beispiel dann, wenn es um die Frage geht: An welche Standorte baue ich eine Windkraftanlage, sodass sie auch in dreißig Jahren noch Strom liefert? 

Nicole Ludwig, 29, Gruppenleiterin am Exzellenzcluster „Maschinelles Lernen“ der Universität Tübingen, forscht zu nachhaltiger Energie. Mit ihrem Team entwickelt sie Modelle, welche mithilfe von maschinellem Lernen zum Beispiel die Versorgung mit Wind- und Solarenergie vorhersagen. Sie sitzt in ihrem Büro, das nur ein Whiteboard mit mathematischen Gleichungen schmückt, und erklärt: „Am Ende haben wir ein Energienetz, wo gleich viel rein wie raus muss.“ Um das optimal zu steuern, müssen wir beide Seiten kennen: Die Nachfrageseite, also die der Verbraucher, und die Erzeugungsseite, was also zum Beispiel bei den Windturbinen passiert. Im Moment liegt Ludwigs Fokus auf der Stromerzeugungsseite.   

Vollständiger Artikel von Sarah Bioly im Blog Machine Learning for Science.