Energiedaten-Desaggregation: Mehr Transparenz beim Energieverbrauch für Mietende und Wohnungswirtschaft

Smart Living – Use Case bei ForeSight: Die Energiedaten-Desaggregation schafft mehr Transparenz über Energiekosten und gibt Wohnungsunternehmen wertvolle Hinweise für die CO2-Regulationen ihrer Gebäude.
Smarte Gebäudebewirtschaftung über Tablet

Im Zuge des Klimawandels wird es immer wichtiger, den globalen Energieverbrauch zu senken. Der durch Gebäude entstehende CO2-Ausstoß kann verringert werden, wenn das Potenzial von erneuerbaren Energien besser genutzt und der Energieverbrauch, beispielsweise in einem effizienten Energiemanagementsystem sichtbar wird. Gleichzeitig können die Energiekosten durch ein optimales Nutzungsverhalten gesenkt werden.

So haben Mietende Interesse daran, ihren individuellen CO2-Ausstoß zu verringern, indem große Haushaltsgeräte, z.B. Waschmaschinen oder Trockner nur dann eingeschaltet werden, wenn der lokale Strommix viel grünen Strom enthält, oder besonders viel des eigen produzierten PV-Stroms genutzt werden kann. Um eine Vorhersage über den Stromverbrauch treffen zu können, sind Energiedaten aller Verbraucher in einem Haushalt notwendig. Das sogenannte Submetering, also die verbrauchsabhängige Erfassung und Abrechnung der anteiligen Wärme-, Warmwasser- und Kaltwasserkosten in Gebäuden, macht die Installation von Sensoren an den verschiedenen Geräten notwendig. Diese benötigten Daten liegen aber nur in den seltensten Fällen vor, sodass aktuell oftmals keine Rückschlüsse auf den Verbrauch und somit keine Empfehlungen für ökologisches Verhalten gegeben werden können. Zudem hat dieser Vorgang intensive Kosten und Wartungsarbeiten zur Folge.

Keine Sensoren an einzelnen Geräten

Genau hier setzt ForeSight an. Mit Hilfe der Energiedaten-Desaggregation, auch genannt Non-intrusive Load Monitoring (NILM), kann nun der Energieverbrauch einzelner Geräte ohne das Anbringen von Sensorik bestimmt werden. Anhand aggregierter Smart-Meter-Daten kann das Verbrauchsverhalten nun bequem und effektiv als künftiger KI-Service auf der ForeSight-Plattform eingeschätzt werden und die Haushaltsgeräte, welche besonders viel Strom benötigen, zu dem idealen Zeitpunkt genutzt werden.

Dazu werden verschiedene Machine Learning Modelle erstellt, die den Energieverbrauch einzelner Geräte zuverlässig schätzen. Die durch das Smart Meter erfassten Daten werden dann an die ForeSight-Cloud-Plattform weitergeleitet und dort analysiert. Auf das Analyseergebnis können Mieter*innen beispielweise über eine App zugreifen und so ihr Verbrauchsverhalten anpassen. Mit der Grünstromvorhersage erkennen die Bewohner*innen beispielsweise, welche Zeitpunkte am ökologisch oder ökonomisch günstigsten sind, um energieintensivere Geräte anzuschalten. Durch die im Rahmen der ForeSight-Plattform entstehenden Smart Services können aber auch weitere Angebote und Dienstleistungen für  Stromkunden und Unternehmen abgeleitet werden.

Carlos Muza, unsplash.com

Vorteile für Mieter, Wohnungswirtschaft und Unternehmen

Die Energiedaten-Desaggregation hat gleich mehrere Vorteile. Für Mietende kann eine Energieverbrauchsanalyse zur Verfügung gestellt werden, die Information darüber bietet, welche Geräte im Haushalt am meisten Strom verbrauchen. Dies kann Energiekosten transparenter machen, etwa indem eine Übersicht über den Stromverbrauch einzelner Geräte bereitsteht, auch wenn keine speziellen Sensoren zur Verbrauchsmessung vorhanden sind. So können trotz fehlender Sensorik Handlungsempfehlungen ausgesprochen werden. Durch entsprechend informierte Änderungen im Nutzungsverhalten kann dies eine bessere Energieeffizienz gewährleisten und Kosten minimieren. Die dazu aus den Wohnumgebungen erforderlichen Daten werden in der GAIA-X-konformen ForeSight-Plattform sicher verwahrt. Damit Unternehmen auf diese Daten zugreifen können, müssten die Mietenden vorher ihr Einverständnis geben. 

Durch die Desaggregation der Energieverbräuche können Wohnungsunternehmen Mieter*innen einen energieeffizienten Smart Service anbieten, indem sie Transparenz über Energieverbräuche und Handlungsempfehlungen für die Bewohner*innen aufzeigen. Auch im Hinblick auf CO2-Regulationen könnte NILM entscheidend sein.

Ansprechpartner

Oliver Hinz

Leitung Teilprojekt 4

Verantwortlich für Generische Use Cases.

oliver.hinz@foresight-plattform.de

 

Projektpartner werden

Die Partner der ForeSight-Plattform entwickeln neue KI-Methoden und leiten daraus Geschäftsmodelle für sogenannte Smart-Living-Anwendungen ab. So können auch Technologie- und Dienstleistungsunternehmen von ForeSight profitieren. Wenn auch Sie mit Ihrer Organisation ein Teil von ForeSight sein wollen, kontaktieren Sie uns!

Weitere Beiträge

Assoziierte Partner im Gespräch: Hakisa

Hakisa entwickelt Lösungen im Bereich Smart Home, Smart Care und Smart Services. Wir sprechen mit unserem assoziierten Partner über die Community-Plattform, die Möglichkeiten für die Wohnungswirtschaft und den Beitrag für das Projekt ForeSight.

Birgid Eberhardt ist Projektleiterin bei ForeSight. Sie verantwortet das Teilprojekt 5 Erprobungsumgebungen.

Birgid Eberhardt im Interview

Birgid Eberhardt, ForeSight-Teilprojektleiterin für Erprobungsumgebungen und Bereichsleiterin Smart Home/AAL bei der GSW Sigmaringen GmbH, spricht über die Marktchancen von Smart-Living Services, welche tragende Rolle die Wohnungswirtschaft dabei spielt und darüber, welchen ethischen Richtlinien der Einsatz Künstlicher Intelligenz Folge leisten muss.

foresight

ForeSight – Zwischenbilanz

Die Entwicklung der vier Use Cases Smarte Gebäudebewirtschaftung, Smartes Energiemanagement, Intelligenter Gebäudepförtner und Smarte Assistenz mit klar definierten Smart Living Services schreitet voran. Im letzten Quartal wurden real bewohnte Testwohnungen mit entsprechender Sensorik ausgestattet und die ersten, bereits vollständig entwickelten KI-Methoden erfolgreich integriert.