Optimierter Grünstromverbrauch

Um die Abhängigkeit von emissionsstarken Energieträgern zu reduzieren, möchten viele Verbraucherinnen und Verbraucher ihren persönlichen Strombedarf durch regenerative Energien decken. Allerdings ist die unregelmäßige Verfügbarkeit ein Nachteil regenerativer Energien. Der ForeSight-Konsortialpartner ixto hat eine KI-Anwendung entwickelt, die den Zeitpunkt des maximalen Grünstromanteils voraussagt und so jeden Verbraucher unterstützt, die eigene CO2-Bilanz zu optimieren. Damit können große Stromverbraucher wie Waschmaschine oder das Laden des Elektroautos in Anspruch genommen werden, wenn besonders viel grüner Strom zur Verfügung steht.
optimierter_gruenstrom1
Durch Berechnung des Grünstromanteils kann die CO2-Bilanz hoher Stromverbräuche optimiert werden.

Die Energiewende hin zu regenerativen Energien und die damit verbundene Reduktion der CO2-Emissionen stehen zunehmend im Fokus unseres Alltags. Klar ist, dass mehr Grünstrom zur Verfügung steht, wenn mehr Wind weht und mehr Sonne scheint und auch wenn insgesamt weniger Strom verbraucht wird. Wind- und Solarparks sind in Deutschland allerdings nicht gleichmäßig verteilt und für den Verbraucher ist nicht allein anhand einer Wettervorhersage transparent, wieviel Grünstrom in der lokalen Leitung ist.

Der ForeSight-Konsortialpartner ixto hat deswegen eine KI-gestützte Anwendung entwickelt, die es ermöglicht, den Grünstromanteil für ein beliebiges Postleitzahlgebiet mit einem Zeitfenster von 48 Stunden vorherzusagen. Dafür werden unter anderem historische Stromdaten sowie Kraftwerks- und Wetterdaten verarbeitet. Die Lösung gibt jedem Verbraucher die Möglichkeit, durch intelligente Planung der Einschaltzeiten seiner Stromverbraucher den eigenen persönlichen CO2-Fußabdruck zu minimieren. Die Einschaltung kann entweder manuell durch den Verbraucher erfolgen oder – wenn entsprechende Geräte oder Zusatzgeräte vorhanden sind – auch automatisch vorgenommen werden.

Durch intelligente Planung kann der persönliche CO2-Fußabdruck minimiert werden. Dafür stellt die App Vorhersagen zu Handlungsempfehlung dar.
Durch intelligente Planung kann der persönliche CO2-Fußabdruck minimiert werden. Dafür stellt die App Vorhersagen zu Handlungsempfehlung dar.

Zur Quantifizierung und Bewertung des Grünstromanteils wird der CO2-Faktor genutzt, der bestimmt, wieviel CO2-Emissionen pro Kilowattstunde Strom freigesetzt werden. Um die Ergebnisse in Kontext zu setzen: Strom, der nur aus Steinkohle gewonnen wird, hat einen CO2-Faktor von durchschnittlich 800 g/kWh, Erdgas hat einen niedrigeren CO2-Faktor von durchschnittlich 350 g/kWh. Der CO2-Faktor wird deutlich geringer bei hohem Grünstromanteil und kann durchaus, je nach Wetter und Nähe zu entsprechenden Kraftwerken, 0 g/kWh betragen. Bei der Berechnung werden derzeit

“Mit der Berechnung des CO2-Abdruck geben wir dem Verbraucher ein Werkzeug in die Hand, um mit ihren Alltagsentscheidungen aktiv an Umwelt- und Klimaschutz beizutragen.”

Dr. Simon Birkholz, Geschäftsführer ixto GmbH Tweet

Über Smart Meter werden die Energieverbrauchsdaten von Haushalten aufgenommen. Verrechnet mit dem CO2-Faktor wird so der tatsächliche CO2-Fußabdruck in Gramm pro Stunde oder Tag erhoben. In der Bewertung der Ergebnisse lässt sich zeigen, dass ein hoher Energieverbrauch bei niedrigem CO2-Faktor (hohem Grünstromanteil) tatsächlich dazu führt, dass der CO2-Fußabdruck des Haushalts niedrig bleibt. Ergo: Mit einer Optimierung des Stromverbrauchs können real CO2-Emissionen gespart werden. Das ForeSight-Projekt gibt hier wichtigen Anstoß dazu, neue KI-Konzepte zur CO2-Reduktion und Energieeffizienz voranzubringen.

Weitere Beiträge

duotec GmbH E-Nose Technologie

Assoziierte Partner im Gespräch: duotec GmbH

duotec ist ein weltweit agierender Elektronik-Dienstleister in den Bereichen innovativer Fertigungstechnologien und modernster Mikroelektronik. Wir sprechen mit unserem assoziierten Partner über die smarten Möglichkeiten im Bereich der Sensorik- und Konnektivitätslösungen und darüber, welches Potenzial durch die Kombination von ForeSight und der Sensorik im Bereich Predictive Maintenance steckt.

Akzeptanzstudie ForeSight

KI ja. Kamera nein. Smarte Ernährungsmanager stoßen auf geteilte Akzeptanz.

Der dritte Teil der ForeSight-Serie „Akzeptanz von Künstlicher Intelligenz in Wohngebäuden“ widmet sich KI-gestützten Ernährungsmanagern, bei der der smarte Kühlschrank eine besondere Rolle spielt. Die digitale, unterwegs abrufbare Übersicht über die Haushaltsvorräte im Hinblick auf eine mögliche Lebensmittelverschwendung überzeugte die Teilnehmenden. Allerdings stehen einige dem Einbau der erforderlichen Technik wie Kameras, dem Einlesen von Lebensmitteln und der damit verbundenen Weitergabe persönlicher Daten eher skeptisch gegenüber. Immerhin: Diejenigen Personen, die einen prinzipiellen Nutzen in dem Ernährungsassistenten sehen, wären bereit, die KI beim Lernen der Lebensmittelerkennung zu unterstützen.

Energiemanager

KI-gestützter Energiemanager ist Favorit bei Mieterinnen und Mietern 

In ForeSight wird ein KI-gestützter Energiemanager entwickelt, der den Mietenden Transparenz über ihren Energieverbrauch liefert. Doch wie steht es um die Akzeptanz und Nutzungsbereitschaft von intelligenten Energieprognosen und gerätespezifischen Energiesparempfehlungen mithilfe von KI? Teil 2 der ForeSight-Serie „Akzeptanz von Künstlicher Intelligenz in Wohngebäuden“ zeigt, dass die Voraussage über die Strom-, Heiz- sowie Warmwasserkosten von den Teilnehmern der Akzeptanzstudie besonders positiv bewertet wird.