Fachbeitrag Big-Data-Analyse: Wie ein Stromverbrauchsprofil den Horizont erweitert


Kurvendurcheinander: Ein typisches Lastprofil eines Drei-Personen-Haushaltes zeigt die Lasten zu unterschiedlichen Jahreszeiten im 24-Stunden-Zyklus an.

28.02.2013

Längst müssen Smart Meter in jedem Neubau installiert sein, allerdings nur mit Basisfunktionen und ohne Verpflichtung, die Daten zu nutzen. Welchen Gewinn können die Stromlieferanten aus den Diagrammen mit den wilden Kurven ziehen?

Um den Verbrauch eines Privathaushaltes zu bestimmen hatte der VDEW (Verband der Elektrizitätswirtschaft) ein synthetisches Lastprofil entwickelt. Dieses legt für jede Viertelstunde eines Jahres einen Faktor fest, der - multipliziert mit dem Jahresverbrauch - die zu erwartende Stromabnahme ergibt. Mit der Verpflichtung der Eigenstromnutzung für Besitzer von Photovoltaikanlagen und dem Umbau des Stromnetzes im Zuge der Energiewende kommt es allein beim Übertragungsnetzbetreiber Transnet BW nahezu täglich zu Planabweichungen über 2000MW [1]. Bedenkt man, dass die vertikale Netzlast, also die Strommenge, die im Netz transportiert wird, selten über 10.000MW liegt, kann die Unsicherheit eingeordnet werden.

Lastprofil fürs Eigenheim

Rund ein Viertel des Stromverbrauchs in Deutschland entfällt auf die privaten Haushalte [2] und wird über das Standardlastprofil Haus dem Jahre 2000 abgerechnet. Es ist zwar hinlänglich bekannt, dass dieses synthetische Profil nur unzureichend die Realität beschreibt. Allerdings lässt sich das Verfahren, das zur Erstellung des Profils ursprünglich verwendet wurde, sehr gut adaptieren, um individuelle Profile für einzelne Anschlüsse zu erstellen. Angewendet werden kann ein solches Anschlussprofil zum Beispiel in der Planung von Photovoltaikanlagen (PV) mit Speichersystemen, der Planung von Ladezeiten für Elektroautos oder der Wärmepumpensteuerung.

Die besondere Charakteristik des H-Profils besteht in seiner Untergliederung in den genannten 15-Minuten-Blöcken, einer Unterscheidung zwischen Werktagen, Samstagen und Sonntagen sowie der Jahreszeiten Sommer, Winter und Übergangszeit. Verbrauchsgewohnheiten wie das morgendliche Kochen des Kaffees an Werktagen lassen sich bereits bei einer simplen Visualisierung erkennen. Die zur Erstellung notwendigen Daten liefern die Messstellenbetreiber der Smart Meter häufig als CSV-Download auf ihren Webseiten. Ist ein individuelles Profil erstellt, so kann dieses zum Beispiel bei der Optimierung der Kompressorlaufzeiten einer Wärmepumpe verwendet werden. Die für diesen Zweck notwendigen Berechnungen lassen sich innerhalb weniger Handgriffe mit einer Tabellenkalkulation durchführen.

Sollte es - etwa nach der Bundestagswahl 2013 - dazu kommen, dass Strom aus Wind- und PV-Gemeinschaftsanlagen auf Ebene der Verteilnetze direkt mit dem aktuellen Verbrauch mehrerer Anschlüsse verrechnet werden kann, wird die Lastprofilerstellung zum Rückgrat der Rentabilitätsrechnung. Wie wirtschaftlich es für Verbraucher ist, Erzeugungskapazität zu erwerben, muss dann mit dem individuellen Bedarfsplan des Verbrauchers abzugleichen sein.

Horizonte der Bedarfsplanung

Eine Analyse der Verbrauchsprofile von 200 Smart-Meter-Kunden im Januar 2013 hat ergeben, dass auch bei Erhöhung der Sampling-Größe keine signifikante Annäherung an ein standardisierbares Profil entsteht. Im Umkehrschluss bedeutet dies, dass eine bessere Verbrauchsprognose allein aus der Aggregation individueller Profile möglich ist. Entstand bei der Anwendung des H-Profils ein relativer Fehler von 12,1 Prozent so schrumpfte die Abweichung auf 1,79 Prozent, wenn auf dem Vorjahr basierende individuelle Profile zum Einsatz kamen. Da mit dieser Methodik eine Bedarfsprognose für ein Jahr im Voraus möglich ist, erweitert sie den konkreten Planungshorizont erheblich und kann bis hin zu Investitionsentscheidungen genutzt werden.

Reichte für die Betrachtung eines einzelnen Haushaltes eine einfache Tabellenkalkulation, kommt bei der Analyse von sehr vielen Smart Metern eine Technik zum Einsatz, die bislang hauptsächlich bei Suchmaschinen Verwendung fand. Map Reduce ist dabei der bekannteste Algorithmus, der in Verbindung mit dem Bayes-Theorem zu einer noch weiteren Qualitätsverbesserung der Prognosen führt.

Die Day-Ahead-Planung ist der wohl finanziell wichtigste Entscheidungshorizont, bei dem die Prognosequalität einen direkten Einfluss auf den Preis der Stundenauktionen am Spotmarkt hat. Die statistische Aufbereitung der Verbrauchsdaten liefert das individuelle Lastprofil basierend auf Mittelwerten und Abweichungen. Anomalien lassen sich aufdecken, indem Wetterdaten einbezogen und daraus logische Regeln abgeleitet werden. Der Energieberater oder Stromhändler durchsucht die zusammengefassten individuellen Profile anschließend gezielt nach Fehlerquellen. Hierfür sind weitere Parameter wie Wetterdaten in eine logische Analyse aufzunehmen. Als Ergebnis liefert die Auswertung verschiedene Regeln, die einen Wissensvorsprung für den Stromhandel bedeuten. Da sich die Regeln aus allgemeinverständlichen Wetterdaten ableiten, sind die Parameter und die Schlussfolgerung daraus nachvollziehbar und überprüfbar.

Profil trifft Regelleistung

Kurzfristige Schwankungen im Bedarf auszugleichen ist Aufgabe der Regelleistung. Der dabei zu betrachtende Zeithorizont liegt zwischen Sekunden und Minuten. Individuelle Lastprofile, die nach dem oben beschriebenen Verfahren erstellt wurden, haben hier mit den gewählten 15 Minuten ein zu großes Raster. Die meisten Smart Meter auf dem Markt, besonders die bei Großkunden mit einem Verbrauch von mehr als 100MWh pro Jahr, liefern alle ein bis zwei Sekunden Werte. Empirisch lässt sich der Stromverbrauch sekundengenau abschätzen, weil die meisten Geräte in ihrem Verbrauch relativ konstant und - einmal eingeschaltet - vorhersehbar sind, denn jedes Gerät hat eine typische Verbrauchskurve. So lässt sich etwa die Laufzeit einer Kaffeemaschine recht gut vorhersagen.

Es ist daher sinnvoll, gemeinsam mit einem individuellen Lastprofil eine Liste von vorhandenen Geräten anzulegen. Sie verwaltet den anfänglichen Verbrauchsanstieg sowie die Länge eines Laufes. Dann können - charakterisiert über Smart Meter - beispielsweise Kompressorläufe einer Wärmepumpe oder eines Kühlschrankes, die meisten elektrischen Produktionsanlagen sowie Beleuchtungen zur Vorhersage des Verbrauchs der nächsten Sekunden und Minuten dienen. Anwendung finden auch bei dieser Vorhersage die Verfahren einer Suchtechnologie, wobei die Suchanfrage aus dem Verlauf des Verbauchs aller Smart Meter der letzten Zeitperiode besteht. Das Ergebnis ist eine Liste von wahrscheinlichen Verbrauchsrückgängen der nächsten Zeitperiode.

Ausblick

Smart Meter sind lediglich Sensoren für den Stromverbrauch. Datenanalyse in diesem Umfeld bringt neue Fakten zum Vorschein, die in Planung und Prognose berücksichtigt werden können. Nutzt man Verfahren, von Suchtechnologien aus dem Internet, wie sie dort bereits bewährt sind, wird dem Phänomen „Big Data“ schnell der Schrecken genommen. Suchtechnologien liefern auch die passenden Bezeichnung für die Analyse von Lastprofilen: Wissensmanagement. Letzlich geht es darum, einen Wissensvorsprung nutzbar zu machen.

Weitere Informationen

[1] www.transnetbw.de/kennzahlen/vertikale-netzlast

[2] Quelle: BDEW „Stromverbrauch in Deutschland nach Verbrauchergruppen 2011“

Bildergalerie

Verwandte Artikel