Skip to content

Nachhaltigkeit durch KI: Energieeffizienz und CO₂-Reduktion

Kategoria:
Künstliche Intelligenz, UK
Branża:
Inżynieria przemysłowa
Miasto:
London, Vereinigtes Königreich 🇬🇧

Kunde

Wattstor ist ein innovatives Technologieunternehmen aus dem Vereinigten Königreich, das sich auf das Energiemanagement in dezentralen Umgebungen spezialisiert hat. Die Lösungen von Wattstor ermöglichen es Organisationen, den Eigenverbrauch von erneuerbarer Energie zu maximieren, Energiespeicher optimal zu nutzen und flexibel auf Markt- und Wetterveränderungen zu reagieren. Zu den Kunden zählen u.a. Industrieparks, Gewerbeimmobilien und lokale Energienetze (sogenannte Microgrids), in denen gleichzeitig Energie erzeugt, verbraucht, gespeichert und gehandelt wird.

Herausforderung

Im Zuge der Energiewende besteht die zentrale Herausforderung nicht nur in der Verfügbarkeit von erneuerbarer Energie, sondern in deren effizientem Echtzeitmanagement. Wattstor benötigte eine skalierbare und intelligente Softwarelösung, die:

  • dynamische Entscheidungen ermöglicht: wann Energie aus dem Netz bezogen, überschüssige Energie verkauft oder gespeicherte Energie genutzt werden soll,
  • den Betrieb je nach Zielsetzung optimiert: Energieverbrauch senken, Betriebskosten reduzieren oder CO₂-Emissionen minimieren.

In mehreren Standorten mit unterschiedlichen Energieprofilen funktioniert.

Lösung

Wir starteten das Projekt in enger Zusammenarbeit mit dem Team des Kunden, mit Fokus auf die Analyse der tatsächlichen betrieblichen Anforderungen und technischen Rahmenbedingungen. Gemeinsam bewerteten wir verschiedene Ansätze zur Prognosemodellierung und Optimierung und wählten diejenigen, die Genauigkeit, Komplexität und Skalierbarkeit am besten in Einklang brachten.

Basierend darauf entwickelten wir eine flexible Softwarelösung mit drei Hauptkomponenten:

  1. Prognosemodul – erstellt präzise Vorhersagen zum Energieverbrauch und zur -erzeugung für jede einzelne Lokation unter Einbeziehung historischer und externer Daten (z. B. Wetterinformationen).
  2. Optimierungsmodul – empfiehlt operative Strategien zum Kaufen, Verkaufen oder Nutzen gespeicherter Energie, je nach Kundenprioritäten (Kosten, Energieeinsparung, CO₂-Reduktion).
  3. Modellverwaltungssystem – ermöglicht die Erstellung, Speicherung und Aktualisierung standortspezifischer Vorhersagemodelle.

Die Lösung wurde in einer Cloud-Umgebung implementiert, was hohe Verfügbarkeit, einfache Skalierbarkeit und schnelle Implementierung an neuen Standorten ermöglichte. Dank eines iterativen Entwicklungsprozesses konnte das Kundenteam regelmäßig neue Systemversionen testen und gezieltes Feedback liefern, das in kontinuierliche Optimierungen einfloss.

Ergebnisse

  • Das Projekt wurde termingerecht und im vorgesehenen Budgetrahmen abgeschlossen.
  • Die entwickelten Prognosemodelle erreichten die angestrebte Genauigkeit, was im produktiven Einsatz bestätigt wurde.
  • Das System verbesserte die Entscheidungsfindung in Echtzeit erheblich und ermöglichte dem Kunden eine dynamische Reaktion auf sich ändernde Energiepreise, Wetterbedingungen und Verbrauchsprofile.
  • Vom Kunden

    Sie haben das Projekt trotz ehrgeiziger Ziele und enger Zeitvorgaben termingerecht und im Rahmen des Budgets umgesetzt.

    Zdenek Machek
    Head of Software Development

Eliminacja ręcznego strojenia parametrów dzięki AI – detekcja pików w czasie rzeczywistym

Zobacz kolejny

Design, Development, DevOps czy Cloud – jakiego zespołu potrzebujesz, aby przyspieszyć pracę nad swoimi projektami? Porozmawiaj o swoich potrzebach z naszymi specjalistami.

Jakub Orczyk

Członek zarządu / Dyrektor sprzedaży

Zamów bezpłatną konsultację
Jakub Orczyk