Detailansicht: 11 von 34

 

Verbundvorhaben: GaIN ' Gewinnbringende Partizipation der mittelständischen Industrie am Energiemarkt der Zukunft; Teilvorhaben FhG: Maschinelles Lernen für Stromlastprofilprognosen und Strategien für das Management von Energieflexibilität

Förderzeitraum
2019-12-01  –  2022-11-30
Bewilligte Summe
716.975,00 EUR
Ausführende Stelle
Förderkennzeichen
03EI6019B
Leistungsplansystematik
Digitalisierung der Energiewende [EB1830]
Verbundvorhaben
01199524/1  –  GaIN_Gewinnbringende Participation
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIC6)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI6)
Förderprogramm
Energie
 
Die Digitalisierung kann der Türöffner sein, um effizient die mittelständische Industrie und den Energiemarkt zu verbinden. Das Projekt GaIN hat das Ziel mittels der Digitalisierung die mittelständische Industrie gewinnbringend am volatilen Energiemarkt der Zukunft zu platzieren. Hierfür werden hochaufgelöste Produktions- und Messdaten von 10 mittelständischen Industriebetrieben genutzt, um neuartige Tarife und angepasste Marktplattformen zu entwickeln, die Prognosegüte für Energiebedarf, Nachfrage und Flexibilitätsverfügbarkeit zu erhöhen, die Interaktion vieler flexibler Unternehmen im Verteilnetz und im Bilanzkreis zu bewerten und die Auswirkung einer Nutzung der Daten auf die Energiewende anhand einer Systemanalyse zu bewerten. Im Teilvorhaben soll die Prognosegüte für Stromlastprofile am Netzübergabepunkt zum Unternehmen mittels Methoden des maschinellen Lernens verbessert werden. Dabei werden unternehmensinterne Untermessungen elektrischer Hauptverbraucher einbezogen und zusätzliche Kontextinformationen wie beispielsweise Planungs- und Betriebsdaten in die Prognose integriert. Parallel dazu wird die Implementierungskette der Energieflexibilität in mittelständischen Unternehmen weiterentwickelt. Der Fokus liegt dabei auf der Identifizierung und Charakterisierung von Flexibilitätspotentialen sowie der Prognose von dynamischen Flexibilitätspotentialen von ausgewählten implementierten Maßnahmen.