Die Projekte sind unterschiedlicher Art, verfolgen aber das gleiche Ziel: die Steigerung des Eigenverbrauchs im gesamten Netz. Einige bestehen darin, ein physisches Gerät im Netz zu installieren (Hardware-Projekte), andere sind mit einem Informationsaustausch verbunden (Software-Projekte) und wieder andere versuchen, die Entwicklung unseres Verhaltens zu begleiten (Verhaltensprojekte). Der Swiss Energypark hat drei Phasen bei der Integration der Daten definiert, die für die Erstellung eines digitalen Doppelgängers notwendig sind:

1. Die Integration von Produktions- und Verbrauchsdaten auf Netzwerkebene.
2. Die Integration von Daten aus Smartmetern.
3. Die Modellierung des physischen Netzwerks selbst.

In Phase 1 wurde ein Data Lake angelegt, in dem die Produktions- und Verbrauchsdaten gespeichert werden. Die Ergebnisse sind in Echtzeit auf der Website des Swiss Energypark einsehbar. Phase II: Integration der Verbrauchsdaten Die Verbrauchsdaten sind von besonderem Interesse, da sie reichlich vorhanden sind und mehrere Jahre umfassen. So werden die ersten beiden Phasen dieses digitalen Zwillings, es ermöglichen, in Echtzeit die Übereinstimmung zwischen – einerseits – einer dezentralisierten und vielfältigen Produktion von erneuerbarem Strom und – andererseits – dem Verbrauch und den sich abzeichnenden gesellschaftlichen Trends zu messen. Eine weitere Anwendung ist die Extraktion von Datenpaketen, die für die Bedürfnisse eines bestimmten Forschungsprojekts relevant sind, um die Auswirkungen eines im Netz hinzugefügten Elements oder die Entwicklung eines Verhaltens zu simulieren und/oder zu vergleichen. Auf diese Weise kann das innovative Potenzial eines Forschungsprojekts bewertet werden. Messungen, die sich über mehrere Jahre erstrecken und auch äußerst feine Verbrauchsdaten mit einem vielfältigen erneuerbaren Energiemix umfassen, stellen für sehr viele Forschungsprojekte einen unschätzbaren Wert dar. Sei es, um zu simulieren, wie sich eine zeitliche Verschiebung der Nutzung bestimmter Geräte auf das Netz auswirkt; wie sich die Nutzung von Batteriespeichern auswirkt oder um eine Veränderung des Verhaltens im Laufe der Zeit zu bewerten … die Beispiele oder der Zugang zu dieser Art von Daten sind zahllos. „Wenn du es nicht messen kannst, kannst du es nicht verbessern“ Lord Kelvin Um genau dies zu ermöglichen, hat der Swiss Energypark den Bau eines digitalen Duplikats initiiert. Die hohe Komplexität dieser Art von Entwicklung erfordert umfangreiche Kompetenzen in den Bereichen Digitalisierung, Datenwissenschaft und künstliche Intelligenz. Hier kommt das Ökosystem des Swiss Energypark ins Spiel. Eine Zusammenarbeit mit der HE-Arc Der Swiss Energy Park und die HE-Arc haben im Herbst 2022 eine Zusammenarbeit begonnen, um verschiedene Ziele zu erreichen:

• Daten auf Plausibilität prüfen und ergänzen

Nur wenige jährliche Verbrauchsmessungen sind für den Netzbetreiber notwendig, um die erforderliche und angemessene Überwachung zu gewährleisten. Hier geht es darum, eventuell fehlende Daten aus den Tausenden von zusätzlichen Messungen pro Jahr zu rekonstruieren, um eine vollständige Zeitreihe zu erhalten und die durch diesen Extrapolationsprozess hervorgerufene Unsicherheit zu bewerten.

• Extrahieren von Datasets von Interesse

Bereitstellung relevanter Datensätze, die auf verschiedenen Parametern basieren, die mit einem bestimmten Projekt verbunden sind. Denn jedes Projekt hat seine eigenen Merkmale und Ziele; das eine möchte den Verbrauch bestimmter Haushalte untersuchen, das andere eine bestimmte Region oder einen Gebäudetyp mit bestimmten Merkmalen. Die Extraktion von Daten, die diesen Kriterien entsprechen, ist von entscheidender Bedeutung und ermöglicht es einem Projekt, sich auf seine Ziele zu konzentrieren, indem es plausibilisierte, sortierte und organisierte Daten erhält.

• Daten in OpenData stellen

Die verfügbaren historischen Verbrauchsdaten des Swiss Energypark als Open Access zur Verfügung stellen, damit sie einfach für Forschungsprojekte verwendet werden können. Verbrauchsmessungen, die mehrere Jahre umfassen, sind in dieser Größenordnung selten. Dank diesen ist es möglich, Entwicklungen zu messen, Ähnlichkeiten im Verbrauch zu erkennen, Standardtage zu berechnen, die repräsentativ sind und einen ersten Ansatz mit einer begrenzten und zuverlässigen Datenmenge ermöglichen, etc. Eine von der HE-Arc entwickelte Methodik zur Rekonstruktion fehlender Daten Eine erste Analyse hat eine Reihe von fehlenden Daten in diesen Zeitreihen des Stromverbrauchs aufgezeigt. Verschiedene Extrapolationsmethoden wurden evaluiert, um die fehlenden Daten zu rekonstruieren. Es wurde ein Verfahren zur Bewertung der Qualität der rekonstruierten Daten entwickelt. Dabei wird ein Bereich „fehlender“ Daten simuliert, die Daten werden neu erstellt und schließlich werden die Ergebnisse der Extrapolation mit der Realität verglichen. Diese Methode ermöglicht es – nicht nur – die durch den Rekonstruktionsprozess induzierte Unsicherheit zu messen, sondern auch die Rekonstruktionsmethode selbst zu bewerten, um sie zu verbessern. Zahlreiche Perspektiven… Der Swiss Energypark und die HE-Arc wollten eine längerfristige Partnerschaft eingehen. So tritt Swiss Energypark als Partner dem von der HES-SO getragenen Centre Suisse d’Intelligence Artificielle pour les PME (CSIA-PME) bei. Diese neue Struktur, die fünf Teams der HES-SO umfasst, darunter das Datenanalyseteam der HE-Arc, soll die künstliche Intelligenz in Schweizer KMU demokratisieren, indem sie ihnen Werkzeuge und Dienstleistungen zur Verfügung stellt, mit denen sie die Einführung von KI-Komponenten in ihren Unternehmen beschleunigen können. Die Hauptziele werden darin bestehen, einen auf den Swiss Energypark zugeschnittenen Dienst zur Datenanonymisierung zu entwickeln, der es ermöglicht, sämtliche Verbrauchsdaten als Open Data zu veröffentlichen. Eine Aufgabe der Teams der HE-Arc wird auch darin bestehen, den Forschungsprojekten der Partner des Swiss Energypark massgeschneiderte Daten zur Verfügung zu stellen. Laurent Raeber: Direktor Swiss Energypark und Gesellschaft Mont-Soleil Hatem Ghorbel: Professor und Leiter der Gruppe Datenanalyse, HE-Arc