20. April 2021

Mobile App generiert Daten für das Energiemanagement der Zukunft

Forschende der TU Graz verknüpfen Energieverbrauchsdaten und Nutzerfeedback mit KI-Anwendungen, um den Energieverbrauch in Haushalten, Gebäuden und übergeordneten Energiesystemen zu optimieren.

Die Forschungsgruppe „Intelligente Energiesysteme und Cyber-Physical Systems“ am Institut für Softwaretechnologie der TU Graz (v.l.): Doris Prach, Gerald Schweiger, Theresa Boiger, Johannes Exenberger, Sandra Wilfling, Thomas Schranz, Qamar Alfalouji, Susanne Wulz, Gerald Birngruber. © Lunghammer – TU Graz

Graz (pm) – Windparks und Solaranlagen spielen eine zentrale Rolle für das Gelingen der Energiewende und damit für den Klimaschutz. Allerdings verursachen diese erneuerbaren Energien auch störende Schwankungen im Energienetz, denn: Sie produzieren Energie nicht immer dann, wenn wir sie verbrauchen. Diesem Problem entgegenwirken kann eine  Kombination aus intelligenten vernetzten Systemen und innovativen KI-basierten Energiedienstleistungen – etwa der vorausschauenden Optimierung des Energieverbrauches oder einem intelligenten Energie-Monitoring. Die Forschungsgruppe „Intelligente Energiesysteme und Cyber-Physical Systems“ am Institut für Softwaretechnologie der TU Graz arbeitet an Methoden, die Energiesysteme effizienter und intelligenter machen sollen und dabei auch das Zusammenspiel von Mensch und Technik berücksichtigen.

Energieoptimierung dank Nutzerpartizipation

Dieses Zusammenspiel stand auch im Fokus des jüngst abgeschlossenen FFG-geförderten Projekts GameOpSys. In Zusammenarbeit mit dem Simulationsexperten Niki Popper und dessen Unternehmen dwh widmete sich die Grazer Forschungsgruppe rund um Gerald Schweiger notwendigen Technologien für zukünftige nutzerzentrierte  Energiedienstleistungen. Dazu wurde eine mobile App entwickelt, die Nutzerinnen und Nutzer mit spieltypischen Elementen (Gamification) motivieren soll, Daten zum eigenen Energieverbrauch (Strom, Wärme und Kälte) zu sammeln. Diese Daten – gemeinsam mit Daten von intelligenten Stromzählern und Smart-Home-Geräten – bilden mit einer übergeordneten künstlichen Intelligenz die Basis für zukünftige innovative Energiedienstleistungen. Oder wie Gerald Schweiger es formuliert: „Die gewonnenen Daten können uns zukünftig dabei helfen, die verfügbare Energie mit der Nachfrage örtlich und zeitlich abzustimmen.“

Die App wurde in einer ersten Feldstudie mit einigen Haushalten in Oberösterreich und Burgenland erfolgreich getestet. Voraussetzung für die Teilnahme war die vorhandene Ausstattung mit intelligenten Stromzählern, so genannten Smart Metern, da die Daten über den eigenen Stromverbrauch ein wichtiger Input für Algorithmen der künstlichen Intelligenz sind. Die App konnte mit der Zeit den Energieverbrauch der Haushalte basierend auf Smart Meter Daten sowie den Eigenheiten und Präferenzen der Nutzerinnen und Nutzer vorhersagen.

Sozialpsychologische Erkenntnisse zur Akzeptanz von Smart Metern

Für den Erfolg intelligenter nutzerentrierter Energiedienstleistungen braucht es die Bereitschaft, Daten zum eigenen Stromverbrauch bereitstellen. Deshalb wurde die technische Entwicklung der App begleitet von einer sozialpsychologischen Studie zur Akzeptanz von Smart Metern, durchgeführt von Psychologinnen und Psychologen der Uni Graz. Rund 260 Personen aus ganz Österreich wurden befragt. Dabei zeigte sich, dass die Akzeptanz von Smart Metern und deren aktive Nutzung mit der positiven Einstellung zur Technologie sowie mit der Risikowahrnehmung korreliert: Je positiver die Einstellung der Befragten zu Smart Metern ist, desto eher möchten sie diese intelligenten Stromzähler beispielsweise nutzen, um den Stromverbrauch zu überprüfen. Und je höher die Risiken (z. B. Datenmissbrauch oder externe Eingriffe auf die Energienutzung) eingeschätzt werden, desto negativer ist die Einstellung zu Smart Metern. „Insgesamt bietet die Studie wertvolle Hinweise, welche Aspekte bei der Einführung von Smart Metern kommuniziert werden sollten, wenn die aktive Einbindung von Nutzerinnen und Nutzern in zukünftige Energiesysteme mit Hilfe von Smart Metern angestrebt wird“, so Uni Graz-Psychologin Katja Corcoran.

Ausblick und To-Dos

Mit der Akzeptanz von Smart Metering und mit der durch die App erreichten individuellen und präzisen Verbrauchsvorhersage sind zwei Aspekte für zukünftige intelligente Anwendungen am Energiesektor gegeben. Beispielsweise könnten über eine Internet-of-Things (IoT-) Infrastruktur smarte Geräte wie Waschmaschinen, Klimaanlagen oder Auto-Ladestationen automatisch geregelt werden, um Energie zu sparen oder nur zu solchen Zeiten in Betrieb genommen werden, wenn zum Beispiel der Strom günstiger angeboten wird.
Die Umsetzung solcher Ideen ist Ziel des Horizon2020-Projektes Smart2B, an dem Schweiger und sein Team beteiligt sein werden. „Smart2B knüpft an den GameOpSys-Entwicklungen an und ergänzt diese um IoT-Technologien, die die Kommunikation zwischen den übergeordneten Energiesystemen, unterschiedlichen Geräten, den Nutzerinnen und Nutzern sowie Energiedienstleistungen regelt. Projektstart ist im Mai 2021“, so Schweiger.

Ehe es zur vollständig kommerziellen Markteinführung der App kommt, gilt es freilich noch weitere Fragen zu klären wie insbesondere jene zur Datennutzung und Datenverarbeitung. Gerald Schweiger erklärt: „Die Technologie funktioniert umso besser, je mehr Daten die Testpersonen für das Training der KI zur Verfügung stellen. Hier müssen wir einerseits klären, wie und wer automatisch auf Smart-Meter-Daten zugreifen darf. Andererseits braucht es auch Privacy-Konzepte, um den Anwenderinnen und Anwendern die vollständige und transparente Kontrolle über ihre eigenen Daten zu ermöglichen.“

Das Forschungsprojekt GameOpSys (Langtitel: Gamification für die Optimierung des Energieverbrauchs von Gebäuden und übergeordneten Systemen) ist an der TU Graz in den „Fields of Expertise“ Information, Communication & Computing und Sustainable Systems verankert, zwei von fünf Stärkefeldern. Es wurde von der Österreichische Forschungsförderungsgesellschaft (FFG) im Rahmen des Programms Stadt der Zukunft mit 245.000 EUR gefördert.

Pressemitteilung: TU Graz