China beschleunigt die Integration von KI in sein nationales Stromnetz

Während China seine Energiewende beschleunigt, beginnt künstliche Intelligenz, die tatsächliche Erzeugung, Verteilung und den Verbrauch von Strom zu verändern und geht über politische Rahmenbedingungen hinaus, um den täglichen Betrieb zu beeinflussen.

Eine Anlage in Chifeng im Norden Chinas veranschaulicht diesen Wandel. Dieses Werk stellt Wasserstoff und Ammoniak her und wird dabei ausschließlich mit Strom aus benachbarten Wind- und Solaranlagen betrieben. Der Betrieb in einem isolierten Mikronetz statt im Hauptnetz stellt neben dem Vorteil der sauberen Energie auch eine besondere Herausforderung dar: Die erneuerbare Energieproduktion schwankt je nach Wetterbedingungen.

Um eine konstante Produktion aufrechtzuerhalten, setzt die Anlage eine von Envision entwickelte KI-gestützte Steuerungsplattform ein. Dieses System moduliert den Betrieb dynamisch als Reaktion auf schwankende Wind- und Solarstromerzeugung und verzichtet auf feste Produktionspläne. Wie Reuters ausführlich berichtete, verglich Zhang Jian, Chefingenieur für Wasserstoff bei Envision, die KI mit einem Orchesterdirigenten, der die Stromversorgung nahtlos mit dem industriellen Bedarf synchronisiert.

Die Plattform erhöht automatisch die Produktion bei hohen Windgeschwindigkeiten, um überschüssige Energie zu nutzen, und drosselt sie bei Windstille, um eine Überlastung des Netzes zu vermeiden. Laut Zhang ermöglicht dies einen hocheffizienten Anlagenbetrieb trotz der inhärenten Schwankungen erneuerbarer Energien.

Solche Initiativen sind von entscheidender Bedeutung für Chinas Strategie für Wasserstoff und Ammoniak, Brennstoffe, die als entscheidend für die Dekarbonisierung schwer zu reduzierender Sektoren wie Stahl und Schifffahrt gelten. Sie spiegeln auch ein weiterreichendes Ziel wider: den Einsatz von KI, um die wachsende Komplexität der Integration großer Mengen erneuerbarer Energien in das nationale Stromnetz zu bewältigen.

Wissenschaftler heben die potenzielle Rolle der KI bei der Erreichung der Klimaziele hervor. Zheng Saina, Associate Professor an der Southeast University mit Spezialisierung auf den Übergang zu einer kohlenstoffarmen Wirtschaft, weist darauf hin, dass die Anwendungsbereiche der KI von der Emissionsüberwachung bis zur Prognose von Angebot und Nachfrage reichen. Sie warnt jedoch auch vor dem erheblichen Energieverbrauch der KI, der vor allem durch stromintensive Rechenzentren verursacht wird.

Während China weltweit führend bei neuen Wind- und Solaranlagen ist, ist die effiziente Integration dieser Kapazitäten schwierig. Cory Combs von Trivium China stellt fest, dass KI mittlerweile weithin als entscheidendes Instrument zur Verbesserung der Flexibilität und Reaktionsfähigkeit des Stromnetzes angesehen wird.

Diese Sichtweise wurde in einer nationalen „KI + Energie”-Strategie bekräftigt, die im vergangenen September vorgestellt wurde. Die Strategie fördert eine engere Integration zwischen KI und dem Energiesektor und befürwortet spezialisierte Großmodelle für das Netzmanagement, die Stromerzeugung und industrielle Anwendungen. Bis 2027 planen die Behörden die Einführung zahlreicher Pilotprojekte und den Test von KI in über 100 Szenarien, mit dem Ziel, bis 2030 eine weltweit führende KI-Energie-Integration zu erreichen.

Combs merkt an, dass der Schwerpunkt eher auf spezialisierten Tools für bestimmte Aufgaben liegt – wie der Optimierung von Windparks oder dem Ausgleich von Netzlasten – als auf einer universellen KI. Dieser Fokus weicht vom Ansatz der USA ab, die laut Hu Guangzhou, Professor an der CEIBS in Shanghai, mehr Investitionen in grundlegende große Sprachmodelle getätigt haben.

Die Nachfrageprognose ist eine unmittelbare Anwendung. Fang Lurui von der Xi'an Jiaotong-Liverpool University erklärt, dass Stromnetze einen perfekten Echtzeitausgleich erfordern, um Stromausfälle zu verhindern. Präzise KI-Prognosen für die Erzeugung und den Verbrauch erneuerbarer Energien ermöglichen es den Netzbetreibern, effektiv zu planen, Energie zu speichern oder die Abhängigkeit von Kohlekraftwerken zu verringern.

Erste Implementierungen sind bereits im Gange. Das stadtweite virtuelle Kraftwerk von Shanghai fasst Dutzende von dezentralen Anlagen – darunter Rechenzentren, Gebäudemanagementsysteme und Ladestationen für Elektrofahrzeuge – zu einem koordinierten Netzwerk zusammen. In einem Test im August gelang es dem System, den Spitzenbedarf um über 160 Megawatt zu senken, was der Leistung eines kleinen Kohlekraftwerks entspricht.

Combs betont, dass solche Systeme angesichts der zunehmenden Dezentralisierung und Variabilität der Stromerzeugung von entscheidender Bedeutung sind. „Man braucht ein robustes System, das in der Lage ist, Vorhersagen zu treffen und sich schnell an neue Daten anzupassen“, erklärte er.

Über das Stromnetz hinaus untersucht China den Einsatz von KI für seinen nationalen Kohlenstoffmarkt, der über 3.000 Unternehmen in emissionsintensiven Branchen wie Energie, Stahl, Zement und Aluminium reguliert, die zusammen für über 60 % der Emissionen des Landes verantwortlich sind. Chen Zhibin von adelphi meint, dass KI den Regulierungsbehörden dabei helfen könnte, Emissionsdaten zu überprüfen, die Verteilung der Zertifikate zu optimieren und Unternehmen dabei zu unterstützen, ihre CO2-bezogenen Kosten besser zu verstehen.

Doch den Chancen stehen wachsende Risiken gegenüber. Untersuchungen zeigen, dass der Stromverbrauch der KI-Rechenzentren in China bis 2030 jährlich 1.000 Terawattstunden überschreiten könnte – was dem aktuellen Gesamtverbrauch Japans entspricht. Die Lebenszyklusemissionen des Sektors werden voraussichtlich stark ansteigen und nach Chinas CO2-Ziel für 2030 ihren Höhepunkt erreichen.

Xiong Qiyang, Doktorand an der Renmin-Universität, der an einer solchen Studie beteiligt ist, führt dies auf Chinas anhaltende Abhängigkeit von Kohlekraft zurück. Er warnt davor, dass ein ungebremstes Wachstum der KI die Klimaziele untergraben könnte, wenn nicht schneller auf saubere Energie umgestellt wird.

Die Regulierungsbehörden reagieren darauf. Ein Aktionsplan für 2024 verpflichtet Rechenzentren dazu, ihre Energieeffizienz zu steigern und den Verbrauch erneuerbarer Energien um 10 % pro Jahr zu erhöhen. Weitere Maßnahmen fördern den Bau neuer Anlagen in westlichen Regionen mit reichlich vorhandenen Wind- und Solarressourcen.

Auch die Betreiber sind innovativ. Vor der Küste von Shanghai wird derzeit ein Unterwasser-Rechenzentrum in Betrieb genommen, das Meerwasser zur Kühlung nutzt, um den Energie- und Frischwasserverbrauch zu senken. Der Entwickler Hailanyun gibt an, dass die Anlage hauptsächlich Strom aus einem Offshore-Windpark beziehen wird und bei Erfolg das Potenzial für eine Nachahmung besteht.

Trotz des steigenden Energiebedarfs der KI ist Xiong der Ansicht, dass ihre Nettoauswirkungen auf die Emissionen bei strategischem Einsatz dennoch positiv sein könnten. Durch die Optimierung der Schwerindustrie, der Energiesysteme und der Kohlenstoffmärkte könnte die KI ein unverzichtbares Instrument für die Dekarbonisierung Chinas bleiben – auch wenn sie für die Politik neue Herausforderungen mit sich bringt.

Siehe auch: Kann Chinas Chip-Stacking-Strategie die KI-Dominanz von Nvidia wirklich herausfordern?

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Die umfassende Veranstaltung ist Teil der TechEx und findet zusammen mit anderen führenden Technologieveranstaltungen statt. Klicken Sie hier für weitere Informationen.

AI News wird von TechForge Media unterstützt. Entdecken Sie hier weitere bevorstehende Veranstaltungen und Webinare zum Thema Unternehmenstechnologie.