KI in der Energiewirtschaft - 1
KI in der Energiewirtschaft - 2

Der Klimawandel und die dadurch wachsende Nachfrage nach erneuerbarer Energie stellt den Energie-Sektor vor grossen Herausforderungen. Einerseits soll nicht nur mehr Energie aus nachhaltigen Quellen wie Wind und Sonne gewonnen werden; diese soll auch effizienter gewonnen werden. Denn die volatilen Technologien Solar und Wind können an windigen oder sonnigen Tagen zwar grosse Teile des Bedarfs abdecken, doch an einem grauen, windstillen Tag müssen die Ausfälle durch traditionelle Energiequellen wie fossile Brennstoffe kompensiert werden.

Unsere BI-Expertise im Bereich Energie

Gleichgewicht von Angebot und Nachfrage

Durch mangelnde Vorhersehbarkeit kommt es paradoxerweise auch an Tagen mit viel Sonnenlicht und starkem Wind zu unnötigem Energieverbrauch: Wird nämlich mehr Energie durch Wind- und Solaranlagen gewonnen als zuvor prognostiziert, ohne dass die Netzbetreiber rechtzeitig reagieren können, produzieren die traditionellen Energiequellen zu viel Energie auf Kosten des Konsumenten - und dadurch auch viel überflüssiges CO2. Eine Hauptherausforderung liegt demnach darin, ein möglichst optimales Gleichgewicht zwischen Angebot und Nachfrage herzustellen. Und genau hierfür wird Machine Learning mit der Kombination aus zwei Faktoren eine Schlüsselrolle einnehmen: bei verlässlichen Prognosen für erneuerbare Energiequellen und Smart Grids.

Verlässliche Prognosen für erneuerbare Energiequellen

Bei der Vorhersehbarkeit der Stromerzeugung aus Windturbinen wurden schon grosse Fortschritte erzielt: Während in Australien über ein ganzes Jahr hinweg die Leistung mit einer 80%igen Genauigkeit hervorgesagt wurde, hat IBM in den USA in Zusammenarbeit mit der Regierung eine Prognose-Technologie entwickelt, welche Sonnen- und Windbedingungen der nächsten 15-30 Tage voraussagen kann. Ein weiteres Vorzeigebeispiel ist das britische KI-Unternehmen DeepMind, welches anhand von Wetterprognosen und Daten der Windturbinen die Leistung der Turbinen 36 Stunden im Voraus relativ präzise vorhersehen konnten.

Energie-Quellen

Smart Grids

Komplementär zu verlässlichen Prognosen werden auch Smart Grids zu einem besseren Gleichgewicht von Angebot und Nachfrage führen. Hier können Smart Meters an den Endgeräten Daten zum Energieverbrauch generieren, welche über die Smart Grid Infrastruktur kommuniziert werden und schliesslich zu einer effizienteren Versorgung führen können. Denkbar ist hier auch, dass der Strom zu Off-Peak-Zeiten günstiger wird und der Endverbraucher so zeitlich flexiblere, energieaufwendende Tätigkeiten zu einem anderen Zeitpunkt durchführt.

Machine Learning als Teil der Lösung

Das Potenzial des Machine Learning und der Künstlichen Intelligenz generell, das Problem des Gleichgewichts zwischen Angebot und Nachfrage von Energie anzugehen, ist immens und die Einsatzmöglichkeiten vielfältig. Neben den zwei grossen Bereichen der verlässlichen Prognosen und Smart Grids kommen viele weitere Aspekte hinzu, bei denen grosse Fortschritte zu erwarten sind, wie die Prävention von Energiediebstahl oder die Erkennung Vorhersage von Stromausfällen.

Mehr über Künstliche Intelligenz (KI)

Unsere AI/KI Lösung mit DataRobot

Mit Informatec und unserer bevorzugten KI-Lösung DataRobot ist auch Ihr Unternehmen für die Zukunft in der Künstlichen Intelligenz bestens gerüstet. Die Plattform vereint das Wissen, die Erfahrung und die Best Practices der weltweit führenden Datenwissenschaftler und bietet ein unübertroffenes Mass an Automatisierung, Genauigkeit, Transparenz und Zusammenarbeit, um Ihnen beim Aufbau eines KI-gesteuerten Unternehmens zu helfen. 

DataRobot Logo