Durch die modellbasierte Entwicklung digitaler Zwillinge wird die Steuerung eines bestehenden Mikronetzes im EU Projekt MATISSE optimiert. LieberLieber ist Teil des europäischen Forschungsprojekts MATISSE, das sich die „Modellbasierte Entwicklung digitaler Zwillinge für die frühzeitige Verifizierung und Validierung von Industriesystemen“ zum Ziel setzt. In einem konkreten Anwendungsfall wird nun daran gearbeitet, ein bei Siemens Österreich bestehendes Mikronetz (Microgrid) durch die Steuerung über einen digitalen Zwilling laufend automatisiert zu verbessern.

Wien  – Der Siemens-Use-Case im MATISSE Forschungsprojekt bezieht sich auf die Steuerung eines intelligenten Kleinststromnetzes. Üblicherweise bestehen solche Kleinstromnetze – sogenannte „Microgrids“ – aus mindestens einem Erzeuger (z.B. einer Photovoltaik-Anlage) und gegebenenfalls einem Stromspeicher, Ladepunkten für Elektroautos, einem Lastmanagement und einer Schnittstelle zum Gebäudemanagementsystem. „Typischerweise werden Mikrogrids durch statische Regeln gesteuert. Durch die Modellierung eines digitalen Zwillings möchten wir die Steuerung auf ein System umstellen, das sich automatisiert an die jeweiligen Gegebenheiten anpasst und so einen möglichst optimalen Betrieb gewährleistet“, erläutert Projektleiter Danilo Valerio von der Forschungsabteilung von Siemens Österreich. Als Testumgebung wird ein Mikronetz mit verschiedenen E-Mobilitäts-Ladestationen auf dem Siemens-Campus in Wien genutzt. Dabei bringt die Forschungsgruppe „Configuration Technologies“ von Siemens Österreich ihre hybride und neurosymbolische KI-Forschung ein.

Anwendbare Forschung für die europäische Industrie

MATISSE soll anhand konkreter Fallbeispiele die europäische Forschung und Industrie in die Lage versetzen, auf digitalen Zwillingen basierende Dienste, einschließlich Verifizierung, Vorhersage und Überwachung, anzubieten und damit die Gesamtentwicklung und den Verbund von digitalen Zwillingen zu verbessern. Diese Bemühungen beruhen in hohem Maße auf der Verwendung von Modellen und modellbasierten Techniken, die sowohl allgemeine Sprachen wie UML/SysML als auch domänenspezifische Sprachen (wie z.B.VVML) und Modelltransformationen umfassen.

„Das Ziel in unserem Anwendungsfall ist es, eine Lösung zu entwickeln, die per Plug and Play funktioniert, ohne dass alle betrieblichen Details des Microgrids im Voraus festgelegt werden müssen. Um ein solch ehrgeiziges Ziel zu erreichen, muss die Lösung in der Lage sein, die Wissensbasis kontinuierlich zu vervollständigen. Wir planen, dies mit neurosymbolischen KI-Ansätzen und induktiver Logikprogrammierung zu tun“, erklärt Valerio weiter.

Die Forschungsgruppe von Siemens Österreich erwartet sich aus dem Projekt MATISSE ganz konkrete Ergebnisse:

• Automatisierte Pipeline zur Erstellung von Digitalen Zwillingen für komplexe Mikronetz-Systeme durch Verwendung von MBSE
• Überprüfung und Echtzeit-Anpassung des erstellten Digitalen Zwillings in Bezug auf Modelltreue und Simulationsgenauigkeit durch kontinuierliche Verifizierung und Validierung
• Optimierung des Betriebs des Mikronetzes durch erlernte und dynamisch angepasste Regeln unter Berücksichtigung von Echtzeitfaktoren (z.B.: Wettervorhersagen, Saisonalität)
• Ein integriertes Toolkit für die auf digitalen Zwillingen basierende Verifizierung und Validierung des optimierten Betriebs des Mikronetzes