We can't find the internet
Attempting to reconnect
SI/501561
SmartNIALMeter – Smarte Lastaufschlüsselung mit Smart-Meter
Résumé
Die Autoren verschiedener Studien weisen ein Potential zur Energieeinsparung nach, wenn den Menschen der Energieverbrauch möglichst unmittelbar und detailliert angezeigt wird. Ziel dieses Projekts ist es, in einer zweijährigen Studie das Einsparpotential an elektrischer Energie zu prüfen, wenn der Energieverbrauch aufgeschlüsselt nach einigen wichtigen Geräten aufgezeigt wird. Dazu wenden wir die Methoden des non-intrusive appliance load monitoring (NIALM) an. Die Projektpartner Energie Thun und EKZ stellen im Rahmen ihrer Smart-Meter-Rollouts Testhaushalte für ein Pilotprojekt. NIALM-Algorithmen werten die Daten aus, welche die CII-Schnittstelle aus den Smart-Metern von Landis+Gyr ausgibt. Die Hochschule Luzern und das Bits to Energy Lab adaptieren bekannte NIALM-Algorithmen, die Validierung erfolgt mit Sub-Metern von smart-me. Das BFE unterstützt das Projekt finanziell.
Textes supplémentaires
Publikationen / Ergebnisse
Wenn Stromzähler die Fähigkeit haben, den Stromverbrauch praktisch in Echtzeit an das Elektrizitätswerk zu übermitteln, spricht man von ‹Smart Metern›. Diese ‹intelligenten› Messgeräte vereinfachen die Abrechnung – und eröffnen neue Nutzungsmöglichkeiten für Stromversorger und Konsumenten. Zwei Forschungsprojekte mit finanzieller Förderung durch das Bundesamt für Energie haben das Potenzial dieser Messgeräte in ausgewählten Bereichen untersucht. Sie sehen Anwendungen insbesondere bei grösseren Verbrauchern wie Wärmepumpen oder Ladestationen – etwa zur Bereitstellung von Serviceleistungen oder bei der Nutzung für Lastverschiebung (Peakshaving).
Schlüsselwörter
Smart Meter, NIALMS, Datenauswertung, Cloud, Lastauswertung
Schlussbericht
Ziel des Projektes SmartNIALMeter war es, auf der Basis von Smartmeter Daten und unter Einbezug moderner NIALM-basierten Verbrauchsanalysen (NIALM = non-intrusive appliance load monitoring) den Energieverbrauch nach wichtigen Geräten aufzuschlüsseln, dem Benutzer dies anzuzeigen und damit abzuklären, ob sich daraus eine Verhaltensänderung und damit ein Einsparpotential an elektrischer Energie ergibt. Dazu war es notwendig umfangreiche Messungen und Datenaufzeichnungen von Smartmeter Daten sowie elektrischen Verbrauchern durchzuführen. In einem Pilotbetrieb wurden in 24 Haushalten die Daten aufgezeichnet und mit Machine Learning Algorithmen Lastaufschlüsselungen (NIALM) durchgeführt. Ebenfalls wurde das Benutzerverhalten analysiert. Eine wesentliche Erkenntnis des Projekts ist es, dass die implementierten und getesteten Algorithmen zur Lastaufschlüsselung nicht die Genauigkeit erreichen konnten, die für einen kommerziell verwertbaren Einsatz notwendig wären. Prinzipiell kann davon ausgegangen werden, dass eine massentaugliche Anwendung von präzisen und auf viele Geräte ausgerichtete NIALM-Verfahren für die kommenden fünf Jahre in Haushalten nicht zu erwarten ist. Hingegen dürften NIALM basierende Anwendungen, die sich auf die Erkennung weniger (oder sogar einzelner) großer Verbraucher beschränken, einfacher zu realisieren sein. Beispiele grosser Verbraucher sind Elektroautos, Wärmepumpen oder Boiler. Dazu zeigt eine wachsende Anzahl von Veröffentlichungen zu NIALMAlgorithmen vielversprechende neue Ansätze. Weiterhin konnten aus den Kundenumfragen die Erkenntnisse gewonnen werden, dass Ansätze wie ein Verbrauchs-Feedback dazu beitragen können, Hürden bezüglich Beratungsleistungen für Optimierungsmassnahmen abzubauen und insgesamt ein erhebliches Interesse sowie eine gute Zahlungsbereitschaft für datenbasierte Energiedienstleistungen besteht. Des Weiteren sollte beim Aufbau und Betrieb von Installationen und einer Infrastruktur für Datenaufzeichnungen beachtet werden, dass diese mit zahlreichen Herausforderungen behaftet sind und enorm zeitaufwendig sein können.
Détails du projet
- Office de recherche
- BFE
- Statut du projet
- Abgeschlossen
- Type de projet
- Forschungsprojekt
- Date de début
- 2017-08-31
- Date de fin
- 2020-10-30
- Coûts totaux approuvés
- CHF 248960.00
- Section
- Elektrizitätstechnologien
- Domaine politique NABS
- Erzeugung, Verteilung und rationelle Nutzung der Energie