FAME4ME – Foresight und AI-basiertes, nutzerorientiertes Management von Energieservices
FAME4ME im Überblick
FAME4ME will die Nutzung von Energieanwendungen und Energieträgern in Gebäuden angesichts von Preisschwankungen und geopolitischen Unsicherheiten mit Hilfe von Künstlicher Intelligenz erforschen und verbessern. Das Projekt entwickelt auf Basis des Nutzerverhaltens maßgeschneiderte, durch KI-Unterstützung dynamisch generierte Energieservices zur Erhöhung der Flexibilität im Energiesystem und Reduzierung der Kosten für die Stromversorgung. Eine benutzerfreundliche App liefert eine KI-unterstützte, intuitive Visualisierung von Erzeugungs- und Verbrauchsprognosen und Preissignalen für die Stromnutzung sowie individualisierte Handlungsempfehlungen.
Fachlicher Ansprechpartner
Dr. Christoph Kost, Fraunhofer-Institut für Solare Energiesysteme ISE
Konsortialleitung
Sie haben Fragen zum Projekt FAME4ME? Kontaktieren Sie das SmartLivingNEXT Projektbüro.
Herausforderung und Innovation
Das Forschungsprojekt FAME4ME reagiert auf die Herausforderung, die sich aus der wandelnden Nutzung von Energieanwendungen (bspw. Steuerung von Wärmepumpen, Aufladen von E-Autos) und der variablen Verfügbarkeit von Energieträgern (z.B. Wind, Solar) im Gebäudesektor ergibt. Ein intelligentes Energiemanagement in Wohn- und Gebäudeumgebungen kann dazu beitragen, durch den gesteuerten Energieverbrauch die Nutzung erneuerbarer Energien zu erhöhen oder aber Flexibilitätspotenziale für das System bereitzustellen.
Ziel von FAME4ME ist deshalb, unter Anwendung künstlicher Intelligenz Energiedienstleistungen für private Nutzerinnen und Nutzer zu erproben und zu verbessern. Ein Schwerpunkt liegt darin, Smart Meter, Energiemanagement und zeitvariable Stromtarife miteinander zu kombinieren. Im Rahmen des Projekts werden das Nutzerverhalten in Bezug auf flexiblen Stromverbrauch und die Adaption von zeitvariablen Stromtarifen untersucht. Die Verbesserung des Nutzens sowie die Wirksamkeit der jeweiligen Tarife aus der Sicht der Nutzer stehen dabei im Mittelpunkt der Aufgaben. Außerdem wird eine benutzerfreundliche App entwickelt, die eine Visualisierung von Erzeugungs- und Verbrauchsprognosen und Preissignalen für die Stromnutzung sowie individualisierte Handlungsempfehlungen bieten kann. Im Ergebnis soll die Energieeffizienz gesteigert und eine nachhaltige Energieversorgung entwickelt werden.
Die Verknüpfung der Plattform mit dem SmartLivingNEXT-Ökosystem, speziell mit dem Dataspace, erlaubt den Zugriff auf relevante Kontextdaten wie etwa Anreizsignale oder Marktinformationen. Die Zusammenführung von Daten aus unterschiedlichen Datenquellen ist eine wichtige Innovation im Unterschied zu bisherigen Lösungen. Durch KI-Verfahren können auf Basis dieser Daten zu Stromangebot und Stromnachfrage individuelle Energiedienstleistungen entwickelt werden.
Anwendung und Nutzen
In Workshops mit Pilotkunden, Pilotstudien und in eigenen Untersuchungen werden reale Anwendungen (Use Cases) durch unterschiedliche Nutzergruppen analysiert. Befragungen und Analysen des Nutzerverhaltens bei bestimmten Tarifen sollen Rückschlüsse zur Verbesserung des Kundennutzens ermöglichen. Durch die komplette technische Implementierung bei den Nutzern soll gleichzeitig auch die Interoperabilität mit den verschiedenen Plattformen getestet und ausgebaut werden. Die laufend generierten Daten tragen außerdem zur Weiterentwicklung der angewandten KI-Methoden bei.
Die Konsortialpartner von FAME4ME
Fraunhofer ISE (Konsortialführer), EnBW AG, Universität Würzburg.