Was Energy Data Science aus Smart Meter Daten macht

Mit dem Smart Meter Rollout in der Schweiz, entstehen viele neue Energie Daten. Doch was bringen diese? Die Hochschule Luzern – Technik & Architektur erforscht, wie diese Daten ökologisch und ökonomisch nutzbar gemacht werden können.

Das Stromnetz ist unter Druck. Immer mehr erneuerbare Energien speisen unregelmäßig ein, während gleichzeitig der Strombedarf steigt – etwa durch Elektromobilität oder Wärmepumpen. Besonders problematisch sind sogenannte Lastspitzen, die hohe Netzkapazitäten erfordern und die Stabilität der Versorgung gefährden. Doch Netzverstärkungen sind teuer. Die Hoffnung liegt jetzt bei den Smart Metern, die per Gesetz flächendeckend in der Schweiz installiert werden. Smart Meter senden alle 15 Minuten Daten des elektrischen Verbrauchs von Gebäuden an die Energieversorger. Doch was können diese mit den Energiedaten Sinnvolles machen? Und was ist ökonomisch wertvoll?

Von den Daten zu den Vorteilen

Auftritt Energy Data Science. Die Hochschule Luzern – Technik & Architektur entwickelt Algorithmen, um die Beiträge einzelner elektrischer Geräte aus den Smart Meter Daten herauszufiltern. Das funktioniert etwa für:

• PV-Anlagen
• Warmwasserboiler
• E-Ladestationen
• Wärmepumpen
• Batterien

Aus diesen detaillierten Informationen können den Energieversorgern mit Lösungen der HSLU verschiedene Vorteile erwirtschaften:

• Tagesgenaue Verbrauchsprognosen: Aus den Geräteprofilen den Energieverbrauch des nächsten Tages vorhersagen
• Früherkennung von Leistungsspitzen: Netzbelastung wird antizipiert, bevor sie entsteht
• Netzstabilität durch flexible Steuerung: Verbrauch kann aktiv geregelt werden und damit Leistungsspitzen geglättet werden

Für die flexible Steuerung hat die HSLU ermittelt, dass insbesondere eine Verschiebung von Wärmeerzeugung und Ladevorgängen für Elektromobilität einen effektiven Beitrag leisten kann, um Lastspitzen im Netz zu glätten. Konkret ergaben Feldtests: Wenn die privaten E-Ladestationen gemäss Werkvorschriften bei Bedarf zwischen 17 und 21 Uhr gestaffelt abgeschaltet werden, können dadurch Engpässe bei einzelnen Transformatorenstationen vermieden werden.

HSLU-Algorithmen glätten Lastspitzen

Grosses Potenzial bietet auch die Bereitstellung von Raumwärme und Warmwasser im Gebäude. Diese können zusammen bis zu 80 Prozent der Gesamtenergie für Haushalte ausmachen. Die HSLU-Algorithmen optimieren Laufzeiten von Wärmepumpen und Warmwasserboilern so, dass der Energieverbrauch auf Zeiten tieferer Netzlast (und damit niedriger Kosten) verschoben wird. Und das ohne Komfortverlust der Bewohnenden, nämlich unter Ausnutzung der thermischen Trägheit des Gebäudes.

Für Energieversorger sind die Kosteneinsparungen durch Glättung von Lastspitzen dank Energy Data Science gross:

• Weniger Netzausbau nötig: Durch die Reduktion von Lastspitzen kann auf teure Netzverstärkungen weitgehend verzichtet werden.
• Geringere Abgaben für hohe Leistungsspitzen: Energieversorgende müssen bei kurzfristig hohem Leistungsbezug weniger Ausgleichszahlungen leisten.
• Optimierter Energieeinkauf: Bessere Verbrauchsprognosen ermöglichen einen gezielteren Energiehandel – das spart Beschaffungskosten.

Für Hauseigentümer:innen ergeben sich mit Energy Data Science neue Sparmöglichkeiten. Wie ein Markt für Flexibilität von Strom in der Praxis funktioniert, testet die HSLU aktuell im Rahmen der Projekte ENFLATE und Ekoflex.