Symbolbild Nilm4Balance iHomeLab

Werden viele elektrisch betriebene Gerätezur selben Zeit eingeschaltet, verursacht dies Lastspitzen, diefür dieEnergieversorgungsunternehmen zu hohenNetznutzungskostenführen. Forschende der Hochschule Luzern habenmit Hilfe von Künstlicher Intelligenzeine Lösung entwickelt, umdiese Lastspitzen zu glätten. So werdendie Verteilnetze nicht über Gebühr belastet und auch die Kunden sparen Geld.In den letzen zwanzig Jahren ist die Zahl der berufstätigen Menschen in der Schweiz um fast 1.5 Millionen Personen gestiegen. Dies führt dazu, dass weniger Menschen tagsüber zu Hause sind und dass vor allem in den frühen Abendstunden viele Elektrogerätegleichzeitig eingeschaltetet werden, wenn beispielsweise geduscht, gekocht oder ein E-Fahrzeug aufgeladen wird.Diese zeitgleiche Aktivierung vieler Elektrogeräteerzeugt enormeNetzbelastungen. Da sich die Höhe der Netznutzungskosten für die Energieversorgungsunternehmen (EVUs)bis zu 60 Prozent aus diesen Lastpitzen berechnet, haben sieein grosses Interesse daran, siezu vermeiden oder zumindest zu glätten. Dafür müssen siewissen, wannstromhungrigen Gerätenwie Wärmepumpen zwingendStrom zugeführt werden mussund wann dies nicht unbedingt notwendig ist. Damitkönnen die zeitlichen Spielräume erkannt und genutzt werden, um Lastspitzen zu senken und zu glätten. Andrew Paice, Leiter des iHomeLab der Hochschule Luzern, hält fest:«Dafür braucht es ein intelligentes und effizientes Energie-und Last-Management, mitdessen Hilfe Energie verschobenwerden kann.»Ein Team desiHomeLab und desKompetenzzentrumsThermische Energiespeicher der Hochschule Luzern entwickelten zu diesem Zweck gemeinsam mit den Partnern ASGAL Informatik GmbH, Semax AG und dem Elektrizitätswerk Vilters-Wangs den Prototypeneines Systems, dasEVUs mit Hilfe von künstlicher Intelligenz beim Lastmanagementhilft. Die Schweizerische Agentur für Innovationsförderung Innosuisse unterstütztedas Projekt. Kurzfristig mehr Energie brauchen, die nachher wieder eingespart werden kannUm den grösseren Bedarf am Abend zu decken, soll die überschüssige Energie, die tagsüber zum Beispiel aus Photovoltaik oder anderen erneuerbaren Quellen produziert wird,kurzfristig gespeichert werden, und dies, ohne dass zusätzliche Speicher eingebaut werden müssen. Zu diesem Zweck können beispielsweise Boiler, WärmepumpenoderE-Mobilegenütztwerden.Für Grossverteilerwie Kühlhäuser gibt es dafür bereits Lösungen: Wird überschüssige Energie produziert, können sieetwas stärker gekühlt werden.Anschliessend wird dieKühlung wieder reduziert; die Energie steht somit andernorts zur Verfügung. Das Team der Hochschule Luzern und seine Forschungspartner entwickelten eine Lösung, dank derauch Ein-und Mehrfamilienhäuser oder Gewerbebetriebe in ähnlicher Weise genutzt werden können. Zum BeispielwirdderBoiler bei Bedarf auf die maximaleTemperatur gebrachtund so als Pufferspeicher genutzt.Das Projekt konzentrierte sichauf Häuser mit Wärmepumpen, weilElektrizitätswerke auf diese mit einer kleinen Anpassung zugreifen und sie entsprechend steuern können. Energie besser nützen dank Künstlicher IntelligenzUm Lastspitzen auf diese Weise zu senken oder zu glätten, muss zuerst einmal gesichert erhoben werden, wo überhaupt Wärmepumpen installiert sind und wo Photovoltaik generiert wird –Informationen, die den Elektrizitätswerken nur zum Teil bekannt sind. Die schwierigere Frage warjedoch: Wie gross ist der zeitliche Spielraum zum Senken und Glätten der Lastspitzen, ohne dass

Seite 2/ 2die Nutzerinnen und Nutzereinen Komfortverlust spüren, weildie Wohnung unangenehm kühloder das Wasser zu kaltwird? Für die Beantwortung der beiden Schlüsselfragenmachten sich die Forschenden die zunehmende Digitalisierung der Stromverteilnetze mit Smart Meter zunutze, mit deren Hilfe die Elektrizitätswerke den Stromverbrauch für die Rechnung ablesen. Diese Daten stehen zwar zur Verfügung, doch daraus das benötigte Thermisches Modell eines Gebäudes zu berechnen, ist sehr komplex. Deshalb kam hier Künstliche Intelligenz ins Spiel. «Die Algorithmen analysierenSmart-Meter-Daten und identifizierenaus dem gesamten Stromverbrauch einzelne stromverbrauchende Geräte wie Wärmepumpe, BoileroderE-Mobilund stromproduzierende Gerätewie Photovoltaikanlagen», erklärtAndrew Paice. Dabei würden wertvolle Informationen über die Verbraucher ermittelt, wie beispielsweise ihre maximale Leistungsaufnahme, die Ein-undAusschaltdauersowie derEnergieverbrauch pro Tag.Paice ergänzt: «Werden diese Daten mit Temperatur-und Wettervorhersagen kombiniert, so lassen sich Prognosen zum Energieverbrauch an einem bestimmten Tag erstellen.»Mehrwert ohne Komforteinbussen Durch die Projektresulateergeben sich neue Möglichkeiten für dieProjektpartnerASGAL Informatik GmbH und die Semax AG:Dank der automatischen Identifizierung von Stromverbrauchern und der Berechnung ihres so genannten Lastverschiebepotentials können sie EVUs eine Dienstleistung anbieten, die ihnen hilft, Netzkosten einzusparen,ohne dass zusätzliche Investitionen in ihre Verteilnetze notwendigwerden.Für die Verbraucherinnen und Verbraucher bedeutet die Neuerung keinen Komfortverlust; sie müssen auch keine zusätzlichen Informationen offenlegen, denndieAuswertungerfolgt ausschliesslich anhand der Standarddaten von SmartMetern und ohne jegliche zusätzlicheHardware-Installation.Zudem werden die Daten automatisch permanent mit den sich verändernden Umständen in den Gebäuden synchronisiert. Somit kann im Einklang mit der Energiestrategie 2050ein Mehrwert für die Elektrizitätsversorgungsunternehmenundfür Gebäudeeigentümer generiertwerden.

Das iHomeLab –«Living in the future. Today.»

Das Team des iHomeLabder Hochschule Luzern –Technik & Architektur erforscht unter der Leitung von Prof. Dr. Andrew Paice, wie dank intelligenten Gebäuden der Energieverbrauch gesenkt oder älteren Menschen ein längeres Leben in den eigenen vier Wänden ermöglicht werden kann. Die Resultate der Forschungsprojekte werden im iHomeLab Visitorcenter auf dem Campus Horw präsentiert und auf verständliche Weise erklärt. www.iHomeLab.ch

Kompetenzzentrum Thermische Energie Speicher (CCTES)

Das CC TES beschäftigt sich mit neuen Lösungen für das Speichern von Wärme und Kälte in Gebäuden, Arealen und in der Industrie. Dazu werden nicht nur neue, kompakte Speicherkonzepte untersucht, sondern auch Lösungen für das Speichern von grossen Energiemengen, um Sommerwärme auch im Winter nutzen zu können. Durch Data Science Methoden ist es schliesslich auch möglich, verborgene Speichermöglichkeiten in Gebäuden (wie zum Beispiel die Masse des Gebäudes) nutzbar zu machen und damit sicher zu stellen, dass erneuerbare Energieformen optimal ins Energiesystem der Schweiz integriert werden können.