Nordafrika ist eine der Regionen, in denen die Stromnetze aufgrund des steigenden Strombedarfs, des begrenzten Ausbaus der Stromerzeugungskapazitäten und der langsamen Umstellung auf erneuerbare Energien vor kritischen technischen und wirtschaftlichen Herausforderungen stehen. Vor allem die regionalen Verteilernetze können aufgrund von häufigen Ausfällen eine zuverlässige Stromversorgung nicht gewährleisten. Ein stabilisiertes Netz durch die Integration dezentraler Energieressourcen kann einen zuverlässigen Zugang zu Energie bieten und die Nutzung nicht nachhaltiger Praktiken in ländlichen Gemeinden (z.B. Ausweichen auf Dieselgeneratoren bei Stromausfällen) eindämmen. Daher zielt das Projekt SWITCH – Stabilizing weak grids through machine learning auf die Entwicklung einer innovativen und ganzheitlichen Lösung zur Stabilisierung schwacher Netze und zur Verbesserung der Versorgungssicherheit in ländlichen Gebieten in Marokko und Algerien ab.

Frauen, die hauptsächlich von den negativen Auswirkungen des Einsatzes traditioneller Technologien betroffen sind, können überproportional durch die angestrebte Versorgungssicherheit unter den Einbezug erneuerbarer Energiesysteme (z.B. Agro-PV-Lösungen) profitieren. Um dieses Potenzial zu heben, werden Frauen in das zukünftige Management der Technologien einbezogen und die Bedeutung einer geschlechtsspezifischen Projektplanung aufgezeigt. 

Die Realisierung erfolgt durch Schulungen zu nachhaltigen Technologien und Managementkenntnissen sowie wirtschaftlichen Umsetzungsmöglichkeiten (neue Geschäftsmodelle, Energiegenossenschaften), die insbesondere den Einbezug von Frauen berücksichtigen. Dadurch wird es möglich, Energietechnologien geschlechterspezifisch zu planen, zu betreiben und zusätzliches Einkommen zu generieren, wodurch eine positive langfristige Wirkung auf die Gemeinschaften erreicht wird. 

Deutschland, Algerien, Marokko, Italien 

Technische Universität Ingolstadt (THI), University Ain Temouchent (UAT), University of Adrar (UA), Al AkhawaynUniversity (AUI), University Mohammed Premier (UMP), Institut National des Postes et Télécommunications (INPT), AI Town S.R.L. (AIT)