Optimierung von Energie-Systemen mittels Künstlicher Intelligenz

Da der liberalisierte Strommarkt aktuell nur für Grosskunden ab einem Jahresenergieverbrauch von 100 MWh zugänglich ist, waren viele Endverbraucher von dieser Volatilität abgeschottet. EVUs bieten Kleinkunden und Haushalten meist fixe Tarifsysteme an. Durch die Installation von privaten PV-Anlagen kombiniert mit einem Energiespeicher erleben jedoch immer mehr Endverbraucher die Volatilität der Erzeugung und des Verbrauchs.

Im Gegensatz zur Schweiz ist der Energiemarkt in Österreich und Deutschland seit Jahren für alle Kunden liberalisiert. Hier sind bereits flexible, börsenpreisabhängige Tarife für den Erwerb von Strom durch Anbieter wie Tibber oder Awattar verfügbar. Dadurch können für Endkunden auch unerwünschte Konsequenzen entstehen, wenn z. B. bei hohen Energiepreisen viel Energie verbraucht wird.

Will der Endanwender nun von den Schwankungen profitieren oder zumindest keine Verluste erleiden, müsste er täglich Mikro-Entscheidungen über den Kauf bzw. Verkauf von Strom oder das Laden/Entladen der Batterie treffen. Ein Vorgehen, das die wenigsten Anwender wählen werden, da es jeweils nur um wenige Rappen Gewinn geht. Eine mögliche Lösung für den Endanwender kann ein KI-basierter Energiemanager sein, der gemäss der Anwenderpräferenz vollautomatisch optimale Entscheidungen für den Anwender trifft.

Ein solcher Energiemanager, SaliOpt, wurde von Battery Consult in Meiringen, in Kooperation mit den KI-Spezialisten der Ostschweizer Fachhochschule, entwickelt. Battery Consult beschäftigt sich seit Jahrzehnten mit der Weiterentwicklung der Salzbatterie mit Fokus auf die Entwicklung ressourcenschonender Fertigungsprozesse und Zelldesigns. Ein grosses Potenzial sieht das Unternehmen in der Bereitstellung einer langlebigen und sicheren Energiespeichertechnologie [1], um die Kosten pro gespeicherte kWh zu minimieren. Eine preisgünstige Speichertechnologie wird helfen, mögliche Netz- und Energieengpässe in der volatilen Welt der erneuerbaren Energien zu bewältigen.

Langlebigkeit und eine optimale Ausnutzung von Ressourcen können nicht alleine durch die Bereitstellung eines geeigneten Energiespeichers erreicht werden, sondern erfordern auch eine «intelligente» Bewirtschaftung dieses Energiespeichers. Um den inflationären Einsatz der Begriffe «intelligent» und «smart» nicht weiter zu verstärken, verwenden wir hier «optimal» in einem strikt mathematischen Sinn: Optimal sind die bestmöglichen Entscheidungen, die das System überhaupt zulässt.

Die hier vorgestellte Technologie berechnet automatisch optimale Entscheidungen auf der Basis von Wettervorhersagen und Einspeise- und Bezugstarifen. Damit bleiben die Vorteile von KI-basierten Entscheidungssystemen nicht nur Konzernen vorbehalten, sondern können auch in Privathaushalten die Energiekosten reduzieren. Dazu steht SaliOpt als Source-Code zur Verfügung und kann in vorhandene Hardware (z. B. Wechselrichter) oder auf einem PC oder Controller integriert werden, um das hauseigene Energiesystem zu steuern.

Die Basis für die optimalen Kauf-, Verkaufs-, Lade- und Entlade-Entscheidungen des Energiemanagers bilden die vom Anwender konfigurierten Präferenzen und die aktuellen Vorhersagen für die Stromerzeugung sowie Einspeise- und Kauftarife. Damit eröffnet sich auch für Verteilnetzbetreiber die Möglichkeit, mittels Preissignalen die Entscheidungen von Tausenden von Endanwendern zu beeinflussen.

Für weitere Informationen siehe Projekt-Publikation (2022) auf bulletin.ch: Skalierbarer Energie-Optimierer mit KI - Bulletin DE