Das Stromnetz ist ein instabiles Gleichgewicht, in dem sich Stromerzeugung und Stromverbrauch jederzeit gegenseitig ausgleichen müssen. Die Netzfrequenz der Referenzwert der Netzstabilität. Für längerfristige Frequenzabnahmen muss zusätzliche Energie in das Netz eingespeist werden, und umgekehrt müssen Kraftwerke bei Frequenzerhöhungen ihre Kapazität schnell reduzieren. Ein Stabilitätsverlust kann zu anhaltenden Schwankungen der Netzfrequenz mit automatischen Abschaltungen der Erzeugungseinheiten und damit zu Stromausfällen führen oder im schlimmsten Fall die kritische Infrastruktur beschädigen.

iSMR soll ein regionales Teilnetz überwachen und in diesem die Netzstabilität gewährleisten, dazu akkumuliert das System die Messwerte der einzelne Smart Meter zu einem Gesamtverbrauchswert des Teilnetzens. Anhand dieses Gesamtverbrauchwertes werden dann Anomalien im Teilnetz erkannt, Prognosen erstellt und daraus ein Reaktionsplan hergeleitet. Die iSMR-Steuerung wertet den Reaktionsplan aus und entscheidet anhand der Kennzahlen der im Netz aktiven Verbraucher und Erzeuger, welche Anlagen reduziert/erhöht oder aus/angeschaltet werden.

Im Rahmen eines studentischen Projektes sollen Studierende des Studiengangs Informatik (B.Sc.) einen Simulator für die Netzfrequenz entwickeln. Das Projekt ermöglichte der Hochschule hochaktuelle Forschungsfragen aus dem Umfeld moderner Smart Grid- und IT-Sicherheitstechnologien zu bearbeiten und Forschungsergebnisse in die Lehre einzubringen.
Mithilfe von Simulationen können verschiedene Kontrollmechanismen analysiert und bewertet werden, um die Netzstabilität zu verbessern. Sie ermöglichen die Erstellung unorthodoxer Verbraucherprofile oder abnormaler Szenarien, die in realen Umgebungen nicht einfach zu reproduzieren sind. Ziel dieses Projekts ist die Entwicklung eines Netzfrequenzsimulators für kleine Stromnetze in Großstädten. Die resultierende Anwendung soll es dem Benutzer ermöglichen, die Stabilität eines Stromnetzes mit verschiedenen Parametern zu simulieren und zu visualisieren. Die Simulation ermöglicht insbesondere die Erzeugung oder Rekonstruktion von, bereits zeitlich dokumentierten, Ereignissen die in realen Daten selten anzutreffen und aufwendig von Spezialisten forensisch analysiert werden müssen.

Die Forschungsgruppe beginnt am 01.08.2018 mit den Arbeiten zum Forschungsprojekt intelligent Smart Meter Reaktion. Viele Energieversorger stehen vor der Herausforderung, schnell und effizient auf steigenden oder fallenden Energiebedarf zu reagieren und dabei gleichzeitig die Netzstabilität zu gewährleisten. Die dabei auftretenden Schwierigkeiten haben sich durch den Einsatz dezentraler, volatiler und erneuerbarer Energien wie Wind- und Photovoltaik deutlich verschärft.

Die mit dem Smart Grid verbundenen riesigen Datenmengen feingranularer Messdaten stellen Energieversorger vor neue Herausforderungen: Die heutige, großenteils manuelle Analyse und Ausübung einer angemessenen Reaktion ist nicht nur zeitintensiv, sondern erfordert auch Expertenwissen.

Im BMWi geförderten Projekt ADMIN wurde in einer Kooperation zwischen der Frankfurt University of Applied Sciences und der MTG AG ein sogenannter Anomaly Analyser entwickelt, der die Betriebs- und Netzwerksicherheit von Smart Meter Netzen bewertet, indem Fehler und durch vorsätzliche Manipulationen entstandene Anomalien identifiziert werden. Es wurden zahlreiche Zeitreihenanalyseverfahren auf Basis von Matadaten und Netzwerkkennzahlen evaluiert und insbesondere Energiemessungen analysiert um Klassifikationen von Verbraucherverhalten und Abweichungen vom regulären Verhalten zu erlangen.

Weiterhin wurde der Open Source Simulator JDemandModel im Projektverlauf erstellt.
Intelligente Methoden zur Überwachung und Analyse von Lastprofilen, wie z.B. Konzept zur Nachfragesteuerung und Optimierung des Lastmanagement, fehlertoleranter Algorithmen zur Klassifizierung von Lastenprofilien oder die feingranulare Vorhersage von Energieverbrauch, erfordern realitätsnahe Datensätze zur Evaluierung. Das Sammeln echter Daten ist oft zeitaufwändig und teuer, aber Simulatoren erlauben neue Methoden anhand eines gemeinsamen Benchmark zu vergleichen und zu bewerten, sowie unorthodoxe Kundenprofile und anomale Szenarien, die nicht immer in echten Daten verfügbar sind, zu generieren.
Die Open Source Simulation jDemandModel soll es einem Nutzer ermöglichen die erhaltenen Daten zu speichern, grundlegend zu visualisieren und durch diverse Parameter anzupassen.

Deutschland hat einen massiven Ausbau der Stromerzeugung aus erneuerbaren Energien eingeleitet und, wie einige weitere europäische Staaten, eine Umrüstung auf elektronische, intelligente Zähler beschlossen.

Smart Grids bedeuten den Umbruch von der zentral gesteuerten Elektrizitätsversorgung zu einer intelligenten, dezentralen Stromversorgung. Die intelligenten Energienetze verbinden mittels bidirektionaler Kommunikation alle Akteure des Energiesystems, um die Effizienz von Elektrizitätsversorgung und -verbrauch zeitlich zu optimieren. Eine bessere Stromnetzstabilität, besonders im Kontext erneuerbarer Energien, gehört zu den wichtigen Aspekten der Einführung von Smart Grids.

Projekt ADMIN soll, durch den Einsatz neuer Verfahren zur Anomalie Erkennung, die Sicherheit in Smart Meter Netzwerken erhöhen. Dazu müssen Anomalien sicherheitsrelevante Bedrohung oder fehlerhaftes Verhalten der beteiligten Komponenten, wie beispielsweise ein Defekt in einem Smart Meter Gateway, eine drohende Netzabschaltung wegen Über- oder Unterschreitung von Grenzwerten oder sicherheitskritische Angriffe auf die Netzinfrastruktur, erkannt werden.