Synapsen-inspirierte Energienetzwerke: ein neuromorpher Ansatz zum Schutz von Mikronetzen ohne Kommunikationsverbindungen

Warum der Schutz kleiner Stromnetze wichtig ist

Da Stadtviertel zunehmend Solarpaneele, Batterien und lokale Generatoren hinzufügen, setzen sie immer stärker auf kleine Stromnetze, sogenannte Mikronetze. Diese Systeme können bei Stürmen Licht ins Haus bringen und die Belastung großer Kraftwerke reduzieren, sind aber auch schwieriger gegen elektrische Fehler und Cyberangriffe zu schützen. Dieser Artikel untersucht eine neue Schutzmethode, die sich Ideen aus der Kommunikation von Gehirnzellen leiht und jedem Energieelement erlaubt, ultra­schnelle Entscheidungen selbst zu treffen, ohne auf fragile Kommunikationsverbindungen angewiesen zu sein.

Grenzen heutiger Schutzwerkzeuge

Traditionelle Schutzgeräte rechnen mit sehr hohen Fehlerströmen und einem relativ stabilen Netzaufbau. In modernen Mikronetzen begrenzen Wechselrichter aus Sicherheits- und Effizienzgründen den Strom, und Leitungen werden oft umkonfiguriert, wenn Solaranlagen oder Batterien ein- und ausgeschaltet werden. Das erschwert es, einen gefährlichen Fehler von einer normalen Leistungsänderung zu unterscheiden. Neuere Konzepte versuchen das mit Hochgeschwindigkeitskommunikation, synchronisierten Sensoren oder komplexer Logik zu lösen, was jedoch Verzögerungen, Datenverluste und Cyberrisiken mit sich bringt. Andere Ansätze, etwa Wanderwellenmethoden, funktionieren gut auf großen Übertragungsleitungen, tun sich aber in niederohmigen, eng verschachtelten Mikronetzen schwer, in denen Signale schwächer sind und Reflexionen störend wirken.

Ideen aus dem Gehirn entleihen

Die Autorinnen und Autoren schlagen eine andere Strategie vor, inspiriert von biologischen Neuronen. In ihrem Entwurf verhält sich jede verteilte Energiequelle im Mikronetz wie eine einfache Nervenzelle, ein sogenannter Leaky-Integrate-and-Fire-Neuron. Jede Einheit beobachtet ihre lokale Spannung, Stromstärke und Leistung und fasst deren Abweichungen zu einem einzelnen Störungsindex zusammen. Ist dieser Index klein, bleibt das virtuelle Neuron weitgehend ruhig. Mit wachsender Störung verkürzen sich die Abstände zwischen seinen elektrischen „Spikes“. Stärkere oder näher gelegene Fehler lassen das Neuron früher spiken, ähnlich wie eine Nervenzelle bei starkem Reiz schneller feuert. Eine eingebaute adaptive Schwelle verschiebt sich mit den Betriebsbedingungen, sodass routinemäßige Laständerungen keine unnötigen Spikes auslösen.

Das erste Spike entscheiden lassen

Anstatt detaillierte Messwerte an ein zentrales Gehirn zu senden, beobachten alle Einheiten einfach nur das Auftreten von Spikes. Die Schutzregel ist schlicht: Die Einheit, deren Neuron zuerst spikt, wird als am nächsten zum Fehler gelegen angenommen und löst ihren lokalen Leistungsschalter aus. Diese First-To-Spike-Regel spiegelt wider, wie Wanderwellensysteme das früheste ankommende Signal zur Fehlerlokalisierung verwenden, funktioniert hier jedoch ohne GPS, weiträumige Kommunikation oder spezialisierte Hochfrequenzsensorik. Da jede Einheit allein anhand ihrer Messungen und ihres Timings handelt, ist das Verfahren inhärent dezentral und deutlich weniger anfällig für Kommunikationsausfälle oder Cyberangriffe.

Wie sich der neue Schutz in der Praxis verhält

Das Team testete seinen Ansatz in detaillierten Computermodellen von Ring- und vermaschten Mikronetzen und anschließend auf Echtzeit-Hardware. Sie simulierten Erdschlussfehler, Phasen-gegen-Phase-Fehler, Dreiphasenfehler und große Laständerungen über viele Leitungs­längen und Fehlerwiderstände. Das System erkannte und beseitigte Fehler typischerweise innerhalb von 10 bis 58 Millisekunden, deutlich schneller als konventionelle Mikronetz-Relais, die oft 200 bis 450 Millisekunden benötigen, und sogar schneller als berichtete Wanderwellensysteme mit rund 60 Millisekunden. Stärkere Fehler und Fehler auf kürzeren Leitungen erzeugten durchweg frühere Spikes und schnellere Schalterauslösungen und reproduzierten damit das klassische Verhalten „stärkerer Fehler, schnellere Reaktion“. Gleichzeitig hielt die adaptive Schwelle die Neuronen auch bei beträchtlichen Lastschwankungen ruhig, was in über 300 simulierten Fehlerfällen eine Erkennungsgenauigkeit von über 98 Prozent und eine räumliche Selektivität von über 97 Prozent ergab.

Warum sich dieser Ansatz mit künftigen Netzen skalieren lässt

Weil jede Energieeinheit nur lokale Messungen und ein leichtgewichtiges Spiking-Modell benötigt, ist die Methode energieeffizient und einfach skalierbar. Im Normalbetrieb entstehen kaum Spikes, und Rechenaufwand fällt vornehmlich bei seltenen Fehlerereignissen an. Neue Solar- oder Batterieeinheiten können dem Mikronetz beitreten, ohne einen zentralen Controller umprogrammieren zu müssen, da sie einfach als neue Neuronen agieren, die der gleichen First-To-Spike-Regel folgen. Die Autorinnen und Autoren verweisen auf verbleibende Herausforderungen, wie sehr hochohmige Fehler, die nur schwache Störungen erzeugen, und dichte Netze, in denen viele Einheiten ähnliche Zustände sehen. Diese ließen sich ihrer Ansicht nach durch weitere Abstimmung und zusätzliche Filterung behandeln.

Was das für alltägliche Stromnutzer bedeutet

Für Nichtfachleute lautet die Kernbotschaft: Die Autorinnen und Autoren haben gezeigt, wie sich Mikronetze eher wie ein Gehirn denn wie eine traditionelle Maschine schützen können. Jeder Solarwechselrichter oder jede Batterieeinheit hört aufmerksam auf seine lokale Umgebung, erzeugt Spikes nur bei wirklich ungewöhnlichen Ereignissen und lässt den Erstreakteur das Problem beinahe sofort isolieren. Diese neuromorphe Strategie bietet schnellen, selektiven Schutz ohne Abhängigkeit von verwundbaren Kommunikationsnetzen und eröffnet einen Weg zu sichereren, widerstandsfähigeren und flexibleren lokalen Stromsystemen, während sich erneuerbare Energien weiter verbreiten.

Zitation: Prabhakar, S., Panigrahi, B.K., Blaabjerg, F. et al. Synapse-inspired energy networks: a neuromorphic approach to microgrid protection without communication links. Commun Eng 5, 90 (2026). https://doi.org/10.1038/s44172-026-00643-2

Schlüsselwörter: Schutz von Mikronetzen, neuromorphe Energie, spikende neuronale Netze, verteilte Energiequellen, Fehlererkennung