Detailansicht: 1 von 10

 

Verbundvorhaben: SmartLoad - Automatische Erkennung von Effizienz- und Selbstversorgungspotenzialen individueller Haushalte; Teilvorhaben Uni Bamberg: Analyseverfahren zur Erkennung von Effizienz- und Selbstversorgungspotenzialen individueller Haushalte

Förderzeitraum
2017-05-01  –  2020-03-31
Bewilligte Summe
284.624,73 EUR
Ausführende Stelle
Förderkennzeichen
0350010
Leistungsplansystematik
Geschäftsmodelle und Endnutzer [EB1816]
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIC6)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI4)
Förderprogramm
Energie
 
Elektronische Stromzähler und damit einhergehende Informationssysteme haben bisher weder zu den erhofften Energieeinsparungen bei Haushaltskunden noch zu tieferen Kundenbeziehungen zwischen Energieversorgern und Haushalten geführt. Deutlich bessere Ergebnisse lassen sich mit einem haushaltsspezifischem Feedback und einer zielgerichteten Kundenansprache erreichen. Energieversorger kaufen vielfach die hierfür erforderlichen Daten (in meist unzureichender Qualität) von (fragwürdigen) Daten-Brokern ein. Ziel dieses Projekts ist es, die für hochqualitative Dienstleistungen erforderlichen Informationen automatisiert aus Smart-Meter-Daten und zusätzlichen, frei verfügbaren Quellen abzuleiten. Dazu werden Feature-Detection-Methoden und Klassifizierer aus dem Bereich des maschinellen Lernens implementiert und erprobt. Für Training und Validierung werden Haushaltsdaten erhoben. Die Studie wird mit freiwillig teilnehmenden Haushalten durchgeführt. Ein Beispiel-Service wird implementiert (die Evaluation des Nutzens von Haushalten für lokale PV-Speicher-Lösungen) und ein personalisierter Effizienz-Beratungsservice erprobt. Das Projektvorhaben wird in einer Kooperation zwischen einer Universität (primäre Aufgabe: Entwicklung der Algorithmen), einem Energieversorger (primäre Aufgabe: Serviceentwicklung, Erprobung im Feld) und einem auf Energieversorger spezialisierten Software-Unternehmen (primäre Aufgabe: Anpassung der Algorithmen, Skalierbarkeit, Integration, Serviceentwicklung) durchgeführt. Wesentliche Arbeitsschritte erfolgen in den Arbeitspaketen WP4-WP9: WP4: Datenerhebung, um die Grundlagen für Training und Test der Algorithmen zu schaffen WP5: Entwicklung bzw. Anpassung der Klassifikationsalgorithmen WP6: Entwicklung eines Beispiel-Dienstes WP7: Ableitung von Beratungsleistungen WP8: Durchführung einer Feldstudie WP9: Software-Entwicklung Weitere Arbeitsschritte umfassen die Bereiche Schutz der Privatsphäre, Dissemination und Projektmanagement.
Weitere Informationen