FLEDGED

Das Projekt FLEDGED zielt darauf ab, mithilfe von föderiertem maschinellem Lernen die Integration erneuerbarer Energien in Niederspannungsnetze zu optimieren. Durch die Nutzung von föderierten Lerntechniken sollen lokale Daten von dezentralen Systemen wie PV-Anlagen, Wärmepumpen und Batteriespeichern ausgewertet werden. Das Besondere an diesem Ansatz ist, dass die Datenverarbeitung direkt auf Ebene der einzelnen Geräte stattfindet, die Übertragung großer Datenmengen vermieden wird und somit dem Datenschutz Rechnung getragen wird.
Die Ziele des Projekts sind die Entwicklung, Erprobung und Bewertung von föderierten Lerntechniken für definierte LV-Anwendungen im Verteilungssystem, etwa zur Weiterentwicklung von Diensten zur Flexibilitätsprognose, zur Förderung optimaler Energiemarktentscheidungen, zur Vermeidung teurer Netzverstärkungen und zur Erhöhung der Netzstabilität.