POWERCAST

Fehler bei Lastprognosen haben sich im Laufe der Jahre deutlich verschärft, da sich die Modellierungstechniken für Energiesysteme als zu statisch für Einflussfaktoren, wie PV und E-Mobilität, erwiesen, die aufgrund des raschen technologischen Fortschritts ständiger Veränderung unterliegen. Diese Ungenauigkeiten erfordern kostspielige, kurzfristige Anpassungen, die nicht nur die Energieversorger, sondern letztlich auch die Endverbraucher belasten. POWERCAST entwickelt ein neues Paradigma für Lastprognosen, bei dem die dynamische Natur von Verbrauchs- und Produktionsstrukturen im Energiesystem berücksichtigt werden. Durch Nutzung adaptiver künstlicher Intelligenz (KI) Methoden, können die entwickelten Prognosemodelle auf schnelle Veränderungen durch Erzeuger und Verbraucher innerhalb eines Gebiets anpassen und auf neue, ähnliche Szenarien übertragen. UseCase#1 fokussiert bessere Kurzfristenprognosen, die (i) zur ökonomischen Effizienz der Stromnetze beitragen und (ii) eine bessere Überprüfung der Einhaltung der Sicherheitsstandards durch Netzbetreiber dienen. Ein in UseCase#2 entwickeltes Frühwarnsystem für negative Lasten ebnet den Weg für einen schnelleren Ausbau von PV und somit zur schnelleren Erreichung der österreichischen Ziele für erneuerbare Energien.