Es sind magische Momente in dieser Zeit, deren Zeuge wir gerade werden dürfen. Da wäre die Magie von Speichern, die wir noch und nöcher haben, wie uns Claudia Kemfert erzählt oder die industrielle Produktion von Synthesegas, die es laut Michael Sterner geben soll. Sie sollen den berühmten magischen Speicher darstellen. Wir berichteten. In diese magischen Momente reiht sich Volker Quaschning ein. Vielleicht kennen einige noch die Erzählung von russischen Soldaten, die beim Einmarsch in Deutschland am Ende des zweiten Weltkriegs Steckdosen abschraubten, weil sie dachten, dass aus diesen dann ihrer nicht elektrifizierten Heimat auf wundersame Weise Strom kommen würde. So ähnlich muss Volker Quaschning denken, wenn wir ihn bei Phoenix zuhören. Er preist die Elektroautos, auf Nachfrage, was denn mit der Ladestruktur wäre, antwortete er:
“Natürlich muss man die Ladeinfrastruktur mit den oben ziehen, aber da geht es im Wesentlichen um Steckendosenbau und daran sollte es in Deutschland doch nicht scheitern.”
Jeder, der schon einmal eine Wallbox hat aufstellen lassen, wird vermutlich zusammenzucken bei solchen Worten. Vor allem beim Prüfen der Voraussetzungen, ob der eigene Stromanschluss überhaupt geeignet ist für einen Ladeanschluss und ob nicht zu viele Nachbarn eine ähnliche Idee hatten. So etwas sagt allen Ernstes ein Professor, der sich als Vorkämpfer der Energie- und Verkehrswende sieht. Es erinnert aber mehr an Illusionisten wie Harry Houdini aber nicht an seriöse Wissenschaft.
+++
Die deutsche Energiewende. Sie war im Jahr 2022 ein Comeback der Kohle laut Spiegel.
“Kohle ist als Energieträger für die deutsche Stromproduktion in der Energiekrise wieder bedeutender geworden – und 2022 mit wachsendem Abstand der wichtigste Energieträger für die Stromerzeugung in Deutschland geblieben.
Ein Drittel (33,3 Prozent) des hierzulande erzeugten und ins Netz eingespeisten Stroms stammte vergangenes Jahr aus Kohlekraftwerken, wie das Statistische Bundesamt mitteilte. 2021 hatte der Anteil noch bei 30,2 Prozent gelegen. Damit nahm die Stromerzeugung aus Kohle binnen Jahresfrist um 8,4 Prozent zu.”
Energiewende ist außerdem, wenn der Austausch eines CO2-armen Kernkraftwerks durch ein Gaskraftwerk gefeiert wird. Klaus Müller über das Gasturbinenkraftwerk Biblis auf Twitter.
(Abbildung: Screenshot Twitter)
+++
Die besagte Bundesnetzagentur übt sich beim Pfeifen im Wald. Alles gut, macht euch keine Sorgen, so ließ sie kürzlich verlauten und eine Pressemeldung zur Sicherheit der Stromversorgung veröffentlichen. Diese Meldung wurde weitestgehend unkritisch von verschiedenen Medien publiziert. Wird schon stimmen, dachten sich viele. Laut Welt (Bezahlartikel) hat diese Pressemitteilung aber nicht alle überzeugt. Experten der Unternehmensberatung McKinsey rechneten nach und kommen zu ganz anderen Erkenntnissen.
„Die jüngste Entwicklung der 15 Indikatoren liefert ein enttäuschendes Bild“, heißt es in der aktuellen Auswertung, die WELT AM SONNTAG vorliegt. Inzwischen seien vier Politikziele „unrealistisch“, etwa der vorgesehene Ausbau der Stromnetze. Fünf weitere stünden auf der Kippe, darunter das Vorhalten von jederzeit aktivierbaren Kraftwerken als „gesicherte Reservemarge“.
Während die BNetzA für 2030 eine stets ausgeglichene Bilanz von Stromangebot und -nachfrage in Aussicht stellt, klafft nach den Berechnungen von McKinsey bei der Deckung der Spitzenlast bereits in zwei Jahren eine Lücke. Diese werde immer weiter aufreißen und im Jahr 2030 enorme Ausmaße annehmen.
„Im Ergebnis verbleibt eine Versorgungslücke von vier Gigawatt im Jahre 2025, beziehungsweise von 30 Gigawatt 2030“, heißt es im McKinsey-Papier. „Damit steuern wir auf eine erhebliche Unterdeckung zu“, warnen die Experten: „Eine Kapazität von 30 Gigawatt entspricht etwa 30 thermischen Großkraftwerken.“
Von solchen Gasturbinenkraftwerken wie in Biblis (siehe oben) bräuchte man rechnerisch 100 Stück, um die angesprochene Lücke zu decken.
+++
Kaum eine Woche ohne Meldungen über neuartige Speicher. Der YouTube Kanal Norio stellt einen Wärmespeicher des Unternehmens Rondo vor. Bei diesem geht es in erster Linie um Prozesswärme aber nicht um die Speicherung von Strom. Solche Meldungen sollte man immer mit einer gewissen Skepsis sehen, dann schon sehr oft wurde Wunderspeicher versprochen, die dann aber eigenartigerweise nie realisiert wurden. Im großen Maßstab schon gar nicht.
+++
Elon Musk kann nicht über das Wasser gehen und Tesla Autos haben ganz banale Probleme. Electrive mit einem Artikel über die Mängelquote von E-Autos bei der Hauptuntersuchung.
“Der TÜV-Verband hält fest, dass bei den vier „besonders gefragten E-Modellen“ die Mängelschwerpunkte bei den Bremsen, dem Abblendlicht und den Achsaufhängungen liegen. Überschrieben ist die Sonderauswertung mit dem Titel „E-Autos mit durchwachsenen Ergebnissen bei der Hauptuntersuchung“. Zum Hintergrund der erstmalig veröffentlichten Untersuchung äußert Joachim Bühler, Geschäftsführer des TÜV-Verbands, dass „mit den steigenden Absatzzahlen der vergangenen Jahre immer mehr Elektrofahrzeuge bei den TÜV-Prüfstellen vorfahren. Das ermöglicht uns eine Bewertung der technischen Sicherheit ausgewählter E-Autos.”“
Tesla kommt nicht gut weg dabei.
“Schlusslicht des Quartetts ist laut TÜV das Tesla Model 3, denn 8,9 Prozent der geprüften Fahrzeuge dieses Typs fallen bei der ersten Hauptuntersuchung durch. Im Ranking der zwei- bis dreijährigen Fahrzeuge liegen nur noch vier Autos hinter dem Tesla, darunter der Dacia Logan, Dacia Dokker und der VW Sharan. Neben der Beleuchtung mit Defekten am Abblendlicht und an den Nebelscheinwerfern haben auch die Bremsscheiben des Model 3 häufiger Mängel als der Durchschnitt aller untersuchten Fahrzeuge. Das Gleiche gilt für die Achsaufhängung.”
+++
Reinhold Messmer, Bergsteiger-Idol, hat laut Welt (Bezahlartikel) eine eigene Sicht auf den Klimawandel und auf Klimaproteste.
“Gefährlich mache den Ortler vor allem die Abbruchkante des Gletschers, aus der Brocken hinabstürzen. „Dieser Gletscher ist auch in hundert Jahren noch da“, sagt Messner, der von 1999 bis 2004 für die italienischen Grünen im Europaparlament saß. Ihn stört am Klimaprotest das Katastrophische. So sei es zur Zeit des „Ötzi“ vor 5300 Jahren wärmer gewesen als heute. Hätte es am Fundort damals Gletscher gegeben, wäre die Leiche ins Tal getragen und „zerbröselt“ worden. „Klima ist Wandel“, sagt Messner, „Klimaschutz gibt es gar nicht.“ Natürlich müsse man über die globale Erwärmung reden, aber die Idee einer Rache der Natur am Menschen helfe nicht. Sie stört ihn an der „Letzten Generation“ so, wie sie ihn schon an der „heroischen“ Bergsteigergeneration der Weltkriege störte, die rhetorische Kriege gegen die Gipfel führte: „Der Berg rächt nicht, die Natur bestraft nicht.“”
+++
Technische Universität München:
Machine Learning verbessert KlimamodelleRealistischere Klimasimulation dank Künstlicher Intelligenz
Klimamodelle sagen vorher, wie sich das Erdklima über Jahrzehnte bis Jahrhunderte hinweg verändern könnte. Doch die akkurate Modellierung extremer Niederschlagsereignisse bleibt für Klimamodelle eine große Herausforderung. Um das zu ändern, haben Forschende zur Verbesserung der Klimamodellierung nun auf Methoden des Machine Learnings gesetzt, die sonst auch bei der Erstellung von Bildern zum Einsatz kommen können.
Durch Künstliche Intelligenz können Computer schon heute die Auflösung von unscharfen Bildern verbessern, auf Grundlage von Fotos Bilder generieren, die den Stil bestimmter Maler imitieren, oder sogar realistische Porträts von Menschen erstellen, die gar nicht existieren. Dahinter stecken oft sogenannte GANs (Generative Adversarial Networks). Ein Team um Niklas Boers, Professor für Erdsystemmodellierung an der Technischen Universität München (TUM) und Forscher am Potsdamer Institut für Klimafolgenforschung (PIK), hat diese Machine-Learning-Algorithmen jetzt in der Klimaforschung eingesetzt. Im Fachmagazin „Nature Machine Intelligence“ hat die Forschendengruppe nun ihre Ergebnisse veröffentlicht.
Nicht alle Prozesse können berücksichtigt werden
„Klimamodelle unterscheiden sich von Modellen, die für Wettervorhersagen genutzt werden, vor allem durch ihren weiter angelegten zeitlichen Rahmen. Der Horizont von Wettervorhersagen liegt bei einigen Tagen, der von Klimamodellen bei Jahrzehnten bis Jahrhunderten“, erklärt Philipp Hess, Erstautor der Studie und wissenschaftlicher Mitarbeiter an der Professur für Erdsystemmodellierung. Das Wetter lässt sich für eine bestimmte Region und einen begrenzten Zeitraum von wenigen Tagen relativ genau vorhersagen und anschließend durch Beobachtungen überprüfen. Beim Klima geht es nicht um eine zeitliche Vorhersage, sondern unter anderem darum einzuschätzen, wie sich steigende Treibhausgas-Emissionen langfristig auf das Klima auswirken.
Es können jedoch nicht alle relevanten Klimaprozesse perfekt in Klimamodellen berücksichtigt werden. Zum einen, weil viele dieser Prozesse dafür noch nicht genügend erforscht sind, und zum anderen, weil detaillierte Simulationen zu lange bräuchten und zu viel Rechenleistung beanspruchen würden. „Insbesondere extreme Niederschlagsereignisse lassen sich daher mit Klimamodellen noch nicht so gut berechnen, wie wir es uns wünschen. Deshalb haben wir angefangen, mit GANs ein solches Modell zu optimieren“, sagt Niklas Boers.
Klimamodelle mit Wetterdaten optimieren
Grob zusammengefasst bestehen GANs aus zwei neuronalen Netzwerken. Das eine Netzwerk versucht, aus einer Vorlage ein zuvor definiertes Produkt zu erschaffen, das andere versucht, dieses künstlich generierte Produkt von realen Beispielen zu unterscheiden. Die beiden Netzwerke stehen dabei in einem Wettbewerb, bei dem sie sich kontinuierlich verbessern. Eine praktische Anwendung von GANs wäre, Landschaftsgemälde in realistische Fotos zu „übersetzen“. Die beiden neuronalen Netzwerke spielen sich dabei die auf Basis der Gemälde erzeugten fotorealistischen Bilder so lange hin und her, bis sie sich nicht mehr von echten Fotos unterscheiden lassen.
Das Team um Niklas Boers ging ähnlich vor: Um das Potenzial der Machine-Learning-basierten Verbesserung von Klimamodellen zu zeigen, haben die Forschenden ein vergleichsweise einfaches Klimamodell optimiert. Die Algorithmen des Teams nutzen dafür beobachtungsbasierte Wetterdaten. Mit diesen haben sie das verwendete GAN trainiert, die Simulationen des Klimamodels so zu verändern, dass sie von Wetterbeobachtungen nicht mehr zu unterscheiden sind. „So lässt sich der Detailgrad und Realismus auch ohne aufwendige zusätzliche Prozessberechnungen erhöhen“, sagt Markus Drücke, Klimamodellierer am PIK und Ko-Autor der Studie.
GANs können den Stromverbrauch bei der Klimamodellierung senken
Selbst verhältnismäßig einfache Klimamodelle sind komplex und werden mit Supercomputern berechnet, deren Verwendung mit einem hohem Energieverbrauch einhergeht. Je mehr Details solch ein Modell berücksichtigt, desto aufwendiger die Berechnungen und umso höher der Stromverbrauch. Der Rechenaufwand der Anwendung eines trainierten GANs auf eine Klimasimulation ist im Vergleich zu den Berechnungen des Klimamodells selbst allerdings vernachlässigbar. „Es macht daher nicht nur zur Verbesserung und Beschleunigung der Simulationen, sondern auch zum Einsparen von Energie Sinn, mit GANs Klimamodelle detailreicher und realistischer zu machen“, erklärt Philipp Hess.
Hess, P., Drüke, M., Petri, S. et al. Physically constrained generative adversarial networks for improving precipitation fields from Earth system models. Nat Mach Intell (2022). https://doi.org/10.1038/s42256-022-00540-1