Forschungsprojekt KonSEnz

Übergeordnetes Ziel des Projektes ist es, den zunehmend wetterabhängigen Energieerzeugungsprozessen und dem damit verbundenen flexiblen Verbrauch mit neuen Prognosekonzepten gerecht zu werden. Für dieses Vorhaben leitet sich daraus das Ziel ab, kontinuierlich selbstlernende Verfahren als Microservices für Photovoltaik- und Leistungsflussprognosen in eine skalierbare Architektur zu integrieren. Diese Microservices müssen geeignet orchestriert werden, um mit wachsender Anzahl von Prognoseberechnungen sowie kontinuierlichen Optimierungen umgehen zu können. Dies werden gemeinsam mit den Partnern in einem Feldtest in Form eines Funktionsmusters demonstriert.

Die Verfahren sollen eine kontinuierliche Anpassung an Änderungen im realen Verhalten der prognostizierten Einheiten und an neue Einheiten ermöglichen. Zentrale Eigenschaften der entwickelten Architektur sind kontinuierliches Lernen, automatisierte Prozesse, robustes Verhalten bei geringer Datenverfügbarkeit und gegenüber Änderungen sowie ein effizienter Betrieb. Die Ergebnisse werden auch im Hinblick auf eine spätere Integration in die Leitwarten der Netzbetreiber entwickelt. Bei der PV-Prognose werden, neben der dargebotsabhängigen Erzeugung, der Eigenverbrauch und die damit verbundenen Flexibilitätspotenziale prognostiziert. Bei der Prognose der vertikalen Leistungsflüsse werden Änderungen der Stromerzeugung und des Verbrauchs sowie Änderungen im Stromnetz kontinuierlich berücksichtigt.

Ziel ist es, einen Methodenbaukasten für die entwickelten Methoden bereitzustellen und diesen in eine Microservice-Architektur zu integrieren, die kontinuierliches Lernen, Transferlernen und Machine Learning in Operation kombiniert. Diese wird auf zwei reale Anwendungsfälle angewendet und die Funktionalität in einem Feldtest demonstriert.