Als KI-Champion ausgezeichnet
Im Landesweiten Wettbewerb zur Künstlichen Intelligenz (KI) in Baden Württemberg überzeugt EnBW mit einem Prognoseservice für deren Virtuelles Kraftwerk.
Herausforderung
Virtuelle Kraftwerke sind Zusammenschlüsse aus dezentralen Energieverbrauchern und -erzeugern, wie beispielsweise Supercharger für Elektrofahrzeuge und PV-Anlagen. Für einen virtuellen Kraftwerksbetreiber sind sehr genaue Prognosen zur Vermarktung des Stroms an der Strombörse essentiell. Bei einer schlechten Prognosegüte muss der Kraftwerksbetreiber Ausgleichsenergiekosten tragen. Darüber hinaus ist ein hoher Grad an Automatisierung erforderlich – gleichzeitig ist jedoch jeder Erzeuger und Verbraucher anders.
Lösung: Auf einer eigenen Plattform bietet EnBW einen Full Managed Service an. Die Basiseigenschaften der Anlagen werden im Self-Service über das Kundenportal übermittelt. Die Initialisierung der Prognosemodelle erfolgt daraufhin vollautomatisiert. Da die Anlagen sehr individuell sind, existiert je Anlage ein eigenes Modell. Diese kommen teilweise ohne initiales Trainingsmaterial aus, da keine historischen Verbrauchs- oder Erzeugungsdaten vorliegen. Dabei lernen diese Modelle dann von ähnlichen Anlagen. Zudem übermitteln die Anlagen kontinuierlich Messdaten, wodurch die Modelle stetig optimiert werden.
Ergebnis: Die individuellen KI-Modelle liefern hoch präzise Prognosen, die zu bedeutenden Kosteneinsparungen der Kraftwerksbetreiber führen. Das Gesamtkonzept zur Skalierung von KI umfasst zudem noch viele weitere Maßnahmen. Zum Beispiel setzt EnBW beim Umgang mit KI gezielt auf Weiterbildungsmaßnahmen für die eigenen Mitarbeitenden, ermöglicht den Wissenstransfer zwischen den Kollegen und baut ein Ökosystem aus Partnern auf.
Lösung
Auf einer eigenen Plattform bietet EnBW einen Full Managed Service an. Die Basiseigenschaften der Anlagen werden im Self-Service über das Kundenportal übermittelt. Die Initialisierung der Prognosemodelle erfolgt daraufhin vollautomatisiert. Da die Anlagen sehr individuell sind, existiert je Anlage ein eigenes Modell. Diese kommen teilweise ohne initiales Trainingsmaterial aus, da keine historischen Verbrauchs- oder Erzeugungsdaten vorliegen. Dabei lernen diese Modelle dann von ähnlichen Anlagen. Zudem übermitteln die Anlagen kontinuierlich Messdaten, wodurch die Modelle stetig optimiert werden.
Ergebnis: Die individuellen KI-Modelle liefern hoch präzise Prognosen, die zu bedeutenden Kosteneinsparungen der Kraftwerksbetreiber führen. Das Gesamtkonzept zur Skalierung von KI umfasst zudem noch viele weitere Maßnahmen. Zum Beispiel setzt EnBW beim Umgang mit KI gezielt auf Weiterbildungsmaßnahmen für die eigenen Mitarbeitenden, ermöglicht den Wissenstransfer zwischen den Kollegen und baut ein Ökosystem aus Partnern auf.
Ergebnis
Die individuellen KI-Modelle liefern hoch präzise Prognosen, die zu bedeutenden Kosteneinsparungen der Kraftwerksbetreiber führen. Das Gesamtkonzept zur Skalierung von KI umfasst zudem noch viele weitere Maßnahmen. Zum Beispiel setzt EnBW beim Umgang mit KI gezielt auf Weiterbildungsmaßnahmen für die eigenen Mitarbeitenden, ermöglicht den Wissenstransfer zwischen den Kollegen und baut ein Ökosystem aus Partnern auf.
