Künstliche Intelligenz sagt Stromverbrauch vorher

Um die Stromversorgung zu gewährleisten und eine Überlastung des Stromnetzes zu vermeiden, sind diese Vorhersagen essentiell, wie der Schweizerische Nationalfonds (SNF) in einer Mitteilung vom Montag schrieb.

Bisher stützten sich Vorhersagemodelle hauptsächlich auf historische Daten. Die Belastung der Stromnetze wurde also anhand von Messungen prognostiziert, die eine Stunde, einen Tag oder einJahr zuvor durchgeführt worden waren. Auch weitere Daten wie etwa Wettervorhersagen wurden einbezogen, um den Bedarf zum Heizen oder Kühlen und somit auch den erwarteten Stromverbrauch zu bestimmen.

In bestimmten Situationen sind diese historischen Daten laut den Forschenden jedoch unbrauchbar, denn der Stromverbrauch kann sich durch unvorhergesehene Ereignisse stark verändern - etwa während einer Pandemie, oder nach einer Naturkatastrophe.

Zwischen Verkehrsdaten und Aktivitäten wie Freizeit, Arbeit oder Zeiten, die drinnen oder draussen verbracht werden, besteht ein Zusammenhang. Solche Aktivitäten wiederum beeinflussen den Stromverbrauch.

Diese Korrelationen machten sich die Wissenschaftlerinnen und Wissenschaftler der Zürcher Hochschule für Angewandte Wissenschaften (ZHAW) zunutze. Das Forschungsprojekt wurde im Tessin und im Kanton Aargau durchgeführt und konnte den Stromverbrauch zwischen zwei und sechs Stunden im Voraus bestimmen.

Wie es in der im Fachblatt "Energy Strategy Reviews" publizierten Studie heisst, sind diese Vorhersagen im Normalfall jedoch nur marginal genauer, als die Vorhersagen auf der Basis historischer Daten. Wissenschaftlerinnen und Wissenschaftler sehen Potential im neuen Tool im Hinblick auf die zunehmende Elektromobilität. Mit der wachsenden Zahl elektrifizierter Fahrzeuge werden Verkehr und Strombedarf zukünftig noch enger miteinander verflochten.