Dienstag, 18. September 2018
-   Veranstaltungen

Einsatz disruptiver Verfahren und Technologien in der energiewirtschaftlichen Praxis

Franz Lamprecht

Machine Learning, Artificial Intelligence, Blockchain – getrieben durch die Digitalisierung entsteht auch in der Energiewirtschaft Neues, werden innovative Technologien, Verfahren und Prozesse entwickelt. Ansätze dazu wurden auf der E-World energy & water in Essen präsentiert. Ein Expertenroundtable der Unternehmensberatung d-fine diskutierte am 7.2.2018 darüber, wo die Branche dabei steht. Wie sich zeigte, gibt es schon viele interessante Ansätze und Projekte, für eine breite Umsetzung sind jedoch noch zu viele Fragen offen. Zudem fehlen dafür die regulatorischen Rahmenbedingungen.

Die Protagonisten der Veranstaltung (v.l.n.r.): Magnus Wobben, d-fine (Moderator); Clemens Wagner- Bruschek, E-Control Austria; Eike-Wolfgang Grewe, innogy; Andy Völschow, WSW Energie & Wasser; Jochen Tackenberg, Next Kraftwerke und Rouven Lüscher, Vattenfall (Foto: FL)

Ein Impulsvortrag des Veranstalters stellte eingangs die neuen Begrifflichkeiten klar: Künstliche Intelligenz (KI) umfasst sämtliche Lösungen zur Nachbildung von Intelligenz, die der des Menschen ähnlich scheint, Computer werden so programmiert, dass sie eigenständig lernen und das Gelernte auf neue Situationen übertragen können. Im hier interessierenden Fall wird Intelligenz bei der Lösung einer spezifischen Aufgabenstellung im Rahmen neuer Geschäftsmodelle simuliert, was als schwache KI-Form gilt (starke KI: der Computer selbst ist intelligent). Aktuell am stärksten genutzt wird dies im Bereich Robotik und autonome Fahrzeuge, wie z. B. zur Automatisierung von Logistikprozessen, bei der Qualitätskontrolle in industriellen Prozessen auf Basis maschinellen Sehens etc. Das Maschinelle Lernen als computergestützte, künstliche Generierung von Erfahrungswissen auf Datenbasis gilt als gegenwärtig bedeutendster KI-Anwendungsfall.

Maschinelles Lernen erfolgreich anwenden

Konkret werden beim Maschinellen Lernen in einem ersten Schritt die zur Beschreibung eines Problems erforderlichen Daten extrahiert und vorverarbeitet. In einem zweiten Schritt werden Algorithmen (z.B. Entscheidungsbäume, neuronale Netze) darauf angewendet und so ein reales Problem beschrieben. Der Paradigmenwechsel im Vergleich zur „klassischen“ Programmierung besteht darin, den Computer in die Lage zu versetzen, in den Daten enthaltenen Muster und Gesetzmäßigkeiten eigenständig zu erkennen ohne diese explizit vorzugeben. Schließlich werden in einem dritten Schritt die auf diese Weise trainierten Modelle auf neue Daten angewendet, was die Lösung des ursprünglichen Problems erlaubt.

Welche praktischen Möglichkeiten bietet das nun für die Energiewirtschaft? Wie die Diskussion zeigte eine ganze Menge, man kann damit z. B. Last- Einspeise- und Preisprognosen für Strom mit Big Data-Ansätzen für Markt-, Wetter- und Messdaten optimieren, und das in hoher zeitlicher und regionaler Auflösung. Eine weitere Option ist Predictive Maintenance für Kraftwerke und Netze. Schließlich kann man mithilfe des maschinellen Lernens auch Prozesse im Energiehandel optimieren.

Wie in der Debatte deutlich wurde, ist man hier auf vielversprechendem Wege, z. B. bei der innogy am stärksten im Bereich Kundenmanagement, allein schon aufgrund der Verfügbarkeit riesiger Datenmengen. Maschinelles Lernen wird ebenso im Absatzportfoliomanagent sowie bei Last- und Preisprognosen angewendet. Hier gibt es vielversprechende Ansätze, die sukzessive ausgebaut werden. Man ist bei innogy nicht bei Null gestartet, die Muttergesellschaft hat gute Vorarbeit geleistet, die eine gute Basis für den Aufbau einer effizienten digitalen Struktur bietet.

Next Kraftwerke verfügt über ein Portfolio von mehr als vier GW, das in einem virtuellem Kraftwerk aggregiert ist – davon allein weit über 3,5 GW in Deutschland. Insbesondere die Vermarktung von über einem GW Photovoltaik ist eine große Herausforderung, für die sehr gute und detaillierte Wetterdaten notwendig sind. Machine Learning kommt bei der Nutzung der vielen Livedaten der zahlreichen PV-Stationen zum Einsatz. Auch wenn eigene Wettermodelle errechnet werden, bedeutet das nicht, dass man nun auf konventionelle Methoden verzichten könnte. Es ist wichtig, beides intelligent zusammenzufassen. Die kluge Vereinigung aller algorithmischen Ansätze kommt der Idee einer KI am nächsten. Hingegen ist bei der Einsatzoptimierung für Anlagen- noch immer Deterministik, Nachvollziehbarkeit und ein vollständiges Verständnis der Entscheidungen zwingend notwendig. Daher werden hier konventionelle Methoden noch bevorzugt.

In großen Unternehmen wie Vattenfall gibt es einen sehr starken Drang zur Vereinfachung von Prozessen und Maßnahmen. Um disruptive Verfahren, die im Kontakt mit Kunden und Partnern aufkommen, ins Unternehmen zu bringen, muss man die Governance ändern. Zudem erfordert die Integration von Start ups neue Steuerungsprinzipien. Beides ist auf dem Weg. Interessante Anwendungsfälle von Machine Learning sind Predictive Maintenance und Vertriebssteuerung. Ersteres wird, wie die Diskussion zeigte, schon im Bereich erneuerbare Energien, aber auch in der Fernwärme eingesetzt. Pilotprojekte gibt es beim Blockchainthema, das in der Branche eine hohe Reputation genießt.

Blockchain gewinnbringend vermarkten

Blockchain, die eingangs als „ein elektronisches Register für digitale Datensätze, Ereignisse oder Transaktionen, die durch die Teilnehmer eines verteilten Rechnernetzes verwaltet werden“, definiert wurde, ist dezentral und, abhängig von der Architektur, transparent und irreversibel, d.h, in der Blockchain bestätigte Transaktionen bleiben für alle Teilnehmer transparent erhalten und können nicht rückgängig gemacht werden – eine Manipulation getätigter Transaktionen ist durch einen Konsensmechanismus so gut wie unmöglich. Weitere Kennzeichen sind digitale Token, die auch beliebige handelbare Vermögenswerte repräsentieren können und schließlich Smart Contracts, die neben der Abbildung komplexer Vertragsbeziehungen auch als Baustein für die Entwicklung dezentraler Anwendungen fungieren können.

In der energiewirtschaftlichen Praxis ermöglicht das unter anderem eine Peer-to-Peer- Vermarktung von Strom, Wärme und Kälte, den Aufbau eines Microgrid als auch die Vermarktung und Abwicklung eines individuellen Strommix im Bereich erneuerbarer Energien, inklusive Herkunftsnachweise. Zusätzlich lassen sich mit Blockchain Ladevorgänge bei E-Mobility durch die Abrechnung verteilter Ladesäulen vereinfachen.

Ein gutes Beispiel einer Blockchain ist die Plattform der Wuppertaler Stadtwerke, bei der Privatkunden ihren Strommix individuell festlegen können. Dabei erweist sich, dass man beim Thema Blockchain in Verbindung mit Smart Metern auch mit Kunden, die dem Unternehmen in den vergangen Jahren verloren gingen, wieder ins Gespräch kommt. Als besonders attraktiv erweist sich die regionale Komponente. Gleichzeitig kann das Unternehmen zeigen, dass es als Intermediär insbesondere als Garant für Ausfallsicherheit weiterhin erforderlich ist. Smart Metering gewinnt an Bedeutung, weil es Auskunft gibt über die Zuverlässigkeit der jeweiligen Erzeugungsgsquelle beim Kunden. Die Nachfrage nach diesem Endkundenprodukt ist hoch, die Plattform ist zwar im Moment noch auf die Region beschränkt, aber im Prinzip offen für alle.

Regulierung tangiert und gefragt

Für die Regulierung gibt es, wie erläutert wurde, beim Thema Digitalisierung mehrere Anknüpfungspunkte. Erstens kann sie einen Beitrag dazu leisten, die Arbeit der Behörde zu erleichtern, z.B. bei der Beobachtung Beobachtung des Energiegroßhandels. Zweitens kann Digitalisierung die Aufgaben des Netzbetriebs unterstützen und bestehende Prozesse vereinfachen und dadurch zu Effizienzverbesserungen führen, die verstanden und berücksichtigt werden müssen. Drittens sollte die Regulierung die Möglichkeiten und Auswirkungen neuer Digitaltechnologien wie Blockchain verstehen und den Akteuren signalisieren, wie man sich dabei regulierungskonform verhält. Dazu muss sie natürlich verstehen, was das alles für den Markt bedeutet.

Datenschutz beschäftigt viele Akteure im Markt, insbesondere auch die EU Datenschutz- Grundverordnung. Facebook, Uber und Co. haben in der Vergangenheit Geschäfte auf Basis der Nutzung von Daten aufgebaut, die heute in vielen Fällen gar nicht mehr genutzt werden können. Für die Regulierung kommt es darauf an, Regeln rechtzeitig einzubringen, damit ein faires Spielfeld für alle potenziellen Teilnehmer entsteht.

Disruption oder Fortbestand?

Wenn der Kunde seine Merit Order des Energiebezugs selbst bestimmen kann, welche Zukunft hat der Großhandel in der jetzigen Form dann? Hier machte die Diskussion deutlich, dass, weil in Mitteleuropa keine autarke Versorgung mit Photovoltaik und Speichern wirtschaftlich möglich ist, der Großhandel – als wichtiger Teil eines Mix – auf jeden Fall bleiben wird, es ändern sich aber Handelsmengen und Produkte. Das scheint genauso unverzichtbar zu sein wie der Akteur, der auch in Zukunft Energie von A nach B bringen muss. Die Art und Weise jedoch wird sich ändern, ebenso die Jobprofile der damit verbundenen Arbeitswelt.

Hier können Sie den gesamten Artikel (PDF) herunterladen 

Suche

Anzeige
Aktuelles Heft
Schwerpunkt: Netze
Erneuerbare müssen mehr Systemdienstleistungen erbringen
Spannungsfeld Netzstabilität
Weiterentwicklung der Entgeltsystematik
Energiewende-Index: Die Verkehrswende kommt
mehr...
EW Medien und Kongresse GmbH
Kaiserleistraße 8a | D-63067 Offenbach am Main | Telefon +49 (069) 7104487-0 | Telefax: +49 (069) 7104487-459

Aktuelles Heft  | Zukunftsfragen  | Topthema  | Weitere Themen  | Termine  | Heftbestellung  | Mediadaten  | Ansprechpartner

copyright by Friese Media GmbH 2012  |  anmelden  |  Impressum |  AGB  |  Datenschutz