KOGNITIVE ENERGIESYSTEME - VDE
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
KOGNITIVE ENERGIESYSTEME Aktueller Stand und Potentiale Bild @Freepic Powered by
Agenda Künstliche Intelligenz im Energiesystem Kognitive Energiesysteme Use Cases & Spotlights Enabeling Factors & Ökosystem 2 K-ES Beiratstreffen Powered by
I. Künstliche Intelligenz
im Energiesystem
Powered by
Powered by Quelle: KI in der Energiewirtschaft, BDEW, 2020
Wann sollte KI in Erwägung gezogen werden?
Problem mit vielen messbaren • Nachvollziehbare
Datenpunkten oder ohne Entscheidungen sind
strukturelle Kriterien notwendig
Optimierung von bereits heute • Nur geringe Datenmenge liegt
automatisierten vor
Entscheidungen/Abläufen
• Möglicher Bias/Verzerrung in
Intuitive Aufgaben wie Hören, den Trainingsdaten
Sehen und Sprechen
Ein System soll sich während der
Anwendung selbstständig weiter
optimieren oder anpassen
Powered by
Powered by Quelle: KI in der Energiewirtschaft, BDEW, 2020
Use-Case Analyse anhand 44 Beispielen
Powered by
Quelle: KI in der Energiewirtschaft, BDEW, 2020
Powered by Quelle: Applying AI: Building the organization for scaling AI, TUM
Powered by Quelle: Applying AI: Building the organization for scaling AI, TUM
II. KOGNITIVE
ENERGIESYSTEME
Powered byRohstoffe Umwandlung / Transport / Handel / Kunden /
Erzeugung Verteilung Vertrieb Services
Powered byRohstoffe Umwandlung / Transport / Handel / Kunden /
Erzeugung Verteilung Vertrieb Services
• Beschaffung • Betriebsführung • Betriebsführung • Handel • Mehrwertdienste
• Logistik • Wartung • Assetmanagement • Personalisierte • Flexibilität
• Aggregation • Netzplanung Produkte • Effizienz
• Kundendienst • Optimierung
Powered byRohstoffe Umwandlung / Transport / Handel / Kunden /
Erzeugung Verteilung Vertrieb Services
Kognitive
Kognitive Kognitive Energiewirtschaft
Energienetze
Energiesystemtechnik
• Beschaffung • Betriebsführung • Betriebsführung • Handel • Mehrwertdienste
• Logistik • Wartung • Assetmanagement • Personalisierte • Flexibilität
• Aggregation • Netzplanung Produkte • Effizienz
• Kundendienst • Optimierung
Kognitive Energiesysteme
Powered byKognitives Energiesystem
Energiesystem, das den Zustand seiner
Assets anhand verfügbarer Informationen
selbständig bestimmen kann und durch die
Fähigkeit zur Adaption lernt vorgegebene
energiewirtschaftliche Ziele zu erreichen.
Powered byIII. Use-Cases & Spotlights
Powered byUse Cases
Kognitive
Energiesysteme
Kognitive
Energiewirtschaft
Kognitive
Energienetze
https://kognitive-energie-systeme.de/spotlights/
16 Powered bySpotlights Ziele
Kompetenzaufbau / Wissenschaftliche Exzellenz
Visionäre wissenschaftliche Arbeit zu Kognitiven Energiesystemen
Sichtbarkeit in der Wissenschaftlichen Community
Peer-Reviewed Paper
Stärkung des Ökosystems / Öffentlichkeitswirksamkeit
Innovative Arbeiten, die die Notwendigkeit der Kognitiven
Energiesysteme zeigen
Sichtbarkeit in der Öffentlichkeit
Einfach verständliche Demonstratoren
Kooperationsprojekte mit Multiplikatoren
17 Powered byKategorien
Öffentlichkeitswirksam Wissenschaftlich
Demonstration Veröffentlichung
Medienecho Kompetenzaufbau
Partnerakquise Vernetzung
Suchscheinwerfer
Vorlaufforschung
High risk high gain
Monatlich
18 Title Powered by19 Title Powered by
Deep Energy Trade Ziele Deep Energy Trade: 1. Deep Energy Trade entwickelt mit Hilfe der Deep Reinforcement Learning Methode PPO eine Handelsstrategie. 2. Für die Entwicklung dieser Handelsstrategie sind keine speziellen Kenntnisse des Energiehandels notwendig, so dass kein Händler finanziert werden muss. 3. Der Deep Energy Trade Agent arbeitet selbständig 24/7 und benötigt keine Eingriffe. 4. Der Deep Energy Trade Agent gleicht Prognosefehler der Windleistungsprognose am kontinuierlichen Intraday Markt aus. 20 intern Powered by
Deep Energy Trade Windpark 12 MW Jahr 2018 Umsatz 412.000 € Spezifisch 34.000 €/MW 21 intern Powered by
Deep Energy Trade Windpark 12 MW Jahr 2018 Umsatz 412.000 € Spezifisch 34.000 €/MW 22 intern Powered by
Deep Energy Trade Windpark 12 MW Jahr 2018 Umsatz 412.000 € Spezifisch 34.000 €/MW 23 intern Powered by
NeuRaSat – Neural model for solar irradiance
forecasting based on satellite data
Satellitendaten:
- Bilder der letzten tx
Stunde
- IR-Kanäle, Vis-Kanäle
GIS-Daten:
- Gelände
NeuRaSat
- Landbedeckung
- Lon und Lat
Kombination von
Output aus Optical Flow KI-Methoden zur Räumlich aufgelöste
Modellierung der Vorhersage der
räumlichen und Einstrahlung für die
zeitlichen nächsten Stunden
Zusammenhänge
Zusätzliche Inputs
Bildquelle: youtube.com: channel Sat24
Powered byNeuRaSat – Räumlich aufgelöste Einstrahlungsvorhersage
Satellitendaten – Specmagic Vorhersage – NeuRaSat
06.06.2019
Bildquelle: youtube.com: channel Sat24
Powered byNeuRaSat – Modell-Charakteristik
Vorhersage wird erstellt
Vorhersage für einen
4x4 km² Pixel
Maximaler
Vorhersagehorizont
jeweils 4 Stunden
Powered byProbabilistische Netzzustandsprognose
Verteilung Netzzustand
Wetter Ensemble Netz Szenarien
27 intern Powered by28 intern Powered by
Kognitve Energiesystemtechnik 29 intern Powered by
Kognitive Energienetze 30 intern Powered by
IV. Enabeling Factors & Ökosystem
Powered byAnlagenhersteller Fraunhofer IEE
Universitäten
Energieversorger
Politik
Anlagenbetreiber
Forschung
Netzbetreiber
Gemeinsames Wissen und Werte
Individuelle Potentiale
Leistungsstarke Netzwerke
Powered byInnovation Cluster for Cognitve Energy Systems IC4CES
Sprecher: Prof. Bernhard Sick Universität Kassel
33 Powered byIC4CES IDEE 34 Title Powered by
IC4CES Einordnung
IC4CES
eines der
15 von 117
Bis zu
9 Jahr
Förderung
„Exzellenz
Cluster der
Zukunft“
35
Quelle: https://www.bmbf.de/bmbf/de/forschung/hightech-strategie-2025/zukunftscluster-initiative- Powered by
clusters4future/zukunftscluster-initiative-clusters4futureIC4CES Strategiehaus 36 Title Powered by
VIELEN DANK FÜR IHRE AUFMERKSAMKEIT!
WIR MACHEN ENERGIE
INTELLIGENT!
André Baier Dr. Christoph Scholz
andre.baier@iee.fraunhofer.de christoph.scholz@iee.fraunhofer.de
0561/7294 - 372 0561/7294 - 427Sie können auch lesen
