DAWN – Data-driven Analysis and Optimization of Low Voltage Networks
Daten stellen eine wichtige Basis für die Stabilität des zukünftigen Energiesystems dar. Das Projekt analysiert Smart Meter Daten für bessere Informationen zum Zustand des Energiesystems.
Der zunehmende Einsatz erneuerbarer Energieträger und der Umstieg auf Elektromobilität erhöhen die Schwankungen im Energiesystem. Um dieses weiterhin stabil zu betreiben, werden präzise Informationen in Echtzeit immer wichtiger. Derzeit fehlen jedoch fein aufgelöste aktuelle Daten zur Netzbelastung, und viele Prognosemodelle arbeiten mit unvollständigen oder fehlerhaften Informationen – insbesondere im Zusammenhang mit PV-Anlagen, E-Ladestationen und Batteriespeichern. Diese Datenlücken führen zu suboptimalem Ressourceneinsatz und verursachen zusätzliche Kosten, etwa für Ausgleichsenergie.
DAWN hat das Ziel, durch konsequente Digitalisierung und die wirksame Nutzung vorhandener und neu erhobener Daten einen optimalen Einsatz der Ressourcen im Energiesystem zu ermöglichen. Dafür soll zunächst eine robuste Datengrundlage entstehen, die als Basis für präzisere Prognosen und zielgerichtete operative Entscheidungen dient. Ein erster Schritt umfasst die Erhebung und Analyse relevanter Messwerte – unter anderem aus Smart Metern sowie aus möglichen Zusatzmessungen im Niederspannungsnetz. Diese Informationen fließen anschließend in verbesserte Netzberechnungen und Prognoseverfahren ein. Ergänzend werden datengetriebene Analyse- und Prognosemodelle entwickelt und potenzielle Optimierungen aufgezeigt.
Die Fragestellungen des Projekts sind sowohl für Netzbetreiber:innen als auch für Energieversorger:innen wesentlich und bilden die Grundlage für den Aufbau eines Innovationsökosystems im Smart-Grid-Bereich. Für Netzbetreiber:innen wird untersucht, wie Smart Meter-Daten genutzt werden können, um das Verhalten von Kund:innenanlagen – etwa PV-Systeme oder Ladepunkte für Elektrofahrzeuge – besser zu verstehen. Im Fokus stehen unter anderem die Identifikation charakteristischer Anlagenmerkmale, deren Auswirkungen auf das Netz sowie die Weiterentwicklung synthetischer Last- und Erzeugungsprofile. Zudem wird die Elastizität, also die mögliche Flexibilität im Verbrauchs- und Erzeugungsverhalten, analysiert.
Für Energieversorger:innen liegt der Schwerpunkt darauf, wie repräsentative Echtzeit-Daten genutzt werden können, um die Restlast innerhalb einer Bilanzgruppe genauer vorherzusagen. Relevante Aspekte umfassen die Auswahl und Anzahl der Kund:innenanlagen, deren Live-Daten erfasst werden sollten, sowie die Berücksichtigung saisonaler und situativer Schwankungen.
Darüber hinaus prüft das Projekt, inwiefern auf Basis der Ergebnisse ein österreichisches Kompetenzzentrum für Smart-Grid-Datenmanagement aufgebaut werden kann.
Salzburg Research analysiert Smart-Meter-Daten zur Gewinnung von relevanten Informationen für Energieversorger und Netzbetreiber.
