Die Energiewende beschleunigen
Screenshot der ENERGIEBROKER-Simulation © IMPACT RheinMain
Die Energiewende hat in den vergangenen Jahren – und noch einmal mehr in den vergangenen Wochen – stark an Bedeutung gewonnen. Durch den stärkeren Einsatz von Strom in den Wärme- und Verkehrssektoren wird der Strombedarf zusätzlich steigen und es gilt, diesen Zusatzbedarf ebenfalls aus erneuerbaren Quellen zu stemmen. Erneuerbare Energiequellen müssen schneller als bisher erschlossen werden.
Einen möglichen Beitrag hierzu könnten die Bürgerinnen und Bürger durch private Photovoltaikanlagen leisten, die über den Eigenbedarf hinaus dimensioniert sind. Aktuell stehen private Betreiber allerdings vor der Herausforderung, dass die Einspeisevergütung nach dem Erneuerbare-Energien-Gesetz zwanzig Jahre nach Inbetriebnahme ausläuft. Die Alternative einer Direktvermarktung ist mit hohem Aufwand verbunden, der für kleine Anlagen wirtschaftlich nicht tragbar ist. Auch Neuanlagen werden unter den aktuellen Rahmenbedingungen primär auf den Eigenbedarf dimensioniert. Um das Potenzial bestehender und neu zu errichtender privater Photovoltaikanlagen stärker für die Energiewende zu aktivieren, entwickeln Wissenschaftler der Hochschule RheinMain (HSRM) den ENERGIEBROKER, eine vollautomatische regionale Handelsplattform für kleine Mengen erneuerbarer Energien.
Konzept des ENERGIEBROKER
Auf Anbieterseite wird ein Angebot für den Verkauf der erwarteten Strom-Überschüsse des beginnenden Tages gebildet und automatisch an einen Energie-Broker übermittelt. Zeitlich flexible Käufer solcher Energiemengen wie zum Beispiel Ladesäulen oder Elektrofahrzeuge, aber auch Haushalte mit einer Wärmepumpe schicken Kaufgesuche an den Energie-Broker. Dieser führt ein Matching durch, verbindet Verkäufer und Käufer virtuell, koordiniert den Nachweis der Gleichzeitigkeit von Einspeisung und Entnahme, beachtet gegebenenfalls Auflagen zur maximalen Distanz zwischen den Handelspartnern und regelt die Abrechnung einschließlich Steuern und Netz-Entgelten.
Praxistest mit realen Privathaushalten
Um ihren Forschungsansatz einem Praxistest unterziehen zu können, greift das Team unter der Leitung von Prof. Dr. Heinz Werntges von der HSRM auf reale Daten zurück: Für die ersten Feldversuche werden Ertrags- und Verbrauchsdaten von realen privaten Haushalten mit Photovoltaikanlagen erfasst. Die so generierten Daten werden im Rahmen von Machine-Learning-Verfahren genutzt, um Verbrauchs- und Ertragsprognosen zu erstellen. Diese helfen den Forschern, ihre Prognosemodelle zu verbessern, denn diese sind essenziell für einen vollautomatischen Handel und dienen als Basis zur Erstellung der verbindlichen Angebote. Zur Datenerhebung wird an den Stromzählern der Haushalte ein Messgerät installiert, das die Zählerstände in kurzen Intervallen an die Wissenschaftler übermittelt. Ein anschließender Feldversuch wird dann die Funktionsweise des Energie-Brokers unter Realbedingungen simulieren.