KI-basierte Lösung für das Energiemanagement von PV-Anlagen
Ein KI-gestütztes Energiemanagementsystem für Zusammenschlüsse zum Eigenverbrauch (ZEV) optimiert das Lastmanagement, integriert erneuerbare Energien und nutzt elektrische Speicher effizient. Mithilfe von Non-Intrusive Load Monitoring (NILM) und prädiktiver Steuerung werden Energieverbräuche analysiert, Kosten gesenkt + Wartungsprozesse verbessert.
Beschreibung
In diesem Projekt wird ein KI-gestütztes Energiemanagementsystem für Zusammenschlüsse zum Eigenverbrauch (ZEV) entwickelt. Ziel ist die Optimierung des Lastmanagements, die bessere Integration erneuerbarer Energien und die Nutzung elektrischer Speicher.
Ein zentraler Ansatz ist das Non-Intrusive Load Monitoring (NILM), das mit einer kostengünstigen Hardwarelösung (Sensorik, Auswertung, Regelung) grosse Verbraucher ohne zusätzliche Sensoren erkennt. Dazu wird die Leistungsaufnahme zentral erfasst und ausgewertet. Die Daten fliessen in ein prädiktives Steuerungssystem ein, das Energieverbräuche glättet, Kosten senkt und vorausschauende Wartung ermöglicht.
Das wirtschaftliche und energetische Potenzial wird für Wohnquartiere, Bürogebäude und industrielle Anwendungen analysiert und mit bestehenden Lastmanagement- und Smart-Metering-Ansätzen verglichen.
Eckdaten
Projektleitung
Stellv. Projektleitung
Projektpartner
Ovenstone Engineering GmbH
Projektstatus
laufend, gestartet 02/2025
Institut/Zentrum
Institut für Energiesysteme und Fluid-Engineering (IEFE)
Drittmittelgeber
Innosuisse-Innovationsscheck