Die Informatik hat dem Energiesektor einiges zu bieten, darunter auch Technologien, die sich bereits bewährt haben. Dies gilt etwa für Big Data, Maschinelles Lernen und Niederfrequenz-Weitverkehrsnetze. Während des 6. nationalen Thementags Smart Energy in Sitten hat Yvan Bétrisey, Koordinator des eEnergy Center, diese Technologien ausführlich beschrieben und ihnen eine glanzvolle Zukunft im Energiebereich vorausgesagt.
An dieser Stelle ist es wichtig, über diese Technologien aufzuklären und ihren Mehrwert klar herauszustellen“, so Yvan Bétrisey. Die drei vorgestellten Technologien betreffen die Datenerfassung, -speicherung und -auswertung.
Big Data zur Datenverarbeitung
Die Ursprünge von Big Data reichen in die Anfangszeit des Internet zurück. Der Anstieg der Zahl an ausgetauschten Daten hat physische Auswirkungen auf die Server, was zur Einrichtung riesiger Rechenzentren führte. Ziel dieser Technologie ist es, grosse Mengen von Informationen zu verwalten, sie sofort zu verarbeiten und Daten in unterschiedlichen Formaten zu erzeugen. Der Energiesektor ist heute mit demselben Anstieg der Datenmenge konfrontiert, nachdem zuvor die Zahl der Sensoren und dezentralen Produktionsanlagen deutlich zugenommen hatte.
„In der Schweiz gibt es heute 3'500'000 Haushalte, die eine Dateneinheit pro Jahr erzeugen: die Ablesung des Stromzählers. Bald werden alle 15 Minuten mehrere Informationen gesammelt werden müssen. Die Steigerung wird mindestens einem Faktor von 140'000 entsprechen!“ Sind die Systeme bereit, diese grossen Datenmengen zu sammeln, zu verarbeiten und zu speichern? „Man muss daher sorgfältig über die einzuführenden Technologien nachdenken.“
Prognose und Vorausplanung – dank maschinellem Lernen
Das maschinelle Lernen beschreibt eine Reihe von Techniken, die es Computern ermöglichen, auf der Basis von Prognosen und erhaltenen Daten selbst zu lernen. Diese Technologie dient dazu, Verbrauchs- oder Produktionsprognosen zu erstellen oder auch eine vorbeugende Wartung im Verteilnetz durchzuführen.
In seiner Pilotanlage in Siders testet das eEnergy Center diese Technologie im Bereich der Solarstromprognose. „Die Fehlerquote beträgt derzeit 10 %, doch das Ziel ist es, einen Wert von weniger als 5 % zu erzielen, indem die an das System gesandte Zahl der Daten (z. B. von Wettervorhersagen) erhöht wird.“
Niederfrequenz-Weitverkehrsnetze
Die dritte interessante Technologie sind Niederfrequenz-Weitverkehrsnetze, die die Sammlung und Übertragung von Informationen ermöglichen. „Es handelt sich dabei um rechtefreie Funknetze, die im Gefolge des Internets der Dinge eingerichtet werden und Daten übermitteln können.“ Die Anwendungsbereiche sind vielfältig: Landwirtschaft, Smart Cities, Energiemonitoring…
Yvan Bétrisey nennt das Beispiel der LoRa-Technologie. „Sie ermöglicht es, ein völlig unabhängiges lokales Netzwerk bereitzustellen, um Gegenstände zu vernetzen. Man benötigt nur eine kleine Antenne, einige Sensoren und einen Server.“ Nach seinen Angaben liegen diese Netze stark im Trend und mehrere Projekte befinden sich in Durchführung, so etwa in St. Gallen oder in Carouge.
Foto : photoval.ch/Valérie Pinauda
Der Vortrag wurde am 8. September 2016 gehalten.