Die Digitalisierung kann der Türöffner sein, um effizient die mittelständische Industrie und den Energiemarkt zu verbinden. Das Projekt GaIN hat das Ziel mittels der Digitalisierung die mittelständische Industrie gewinnbringend am volatilen Energiemarkt der Zukunft zu platzieren.
Das Fraunhofer IPA forscht im Projekt daran die Prognosegüte für die elektrische Lastgangprognose am Netzübergabepunkt zum Unternehmen mittels fortschrittlichen Methoden des maschinellen Lernens zu verbessern. Dabei werden hochaufgelöste unternehmensinterne Untermessungen elektrischer Hauptverbraucher einbezogen und zusätzliche Kontextinformationen wie beispielsweise Planungs- und Betriebsdaten in die Prognose integriert.
Diese Prognose soll zwei Mehrwerte schaffen:
Im Projekt werden Flexibilitätsmaßnahmen in KMU durch Experten des Fraunhofer IPA durch Flex-Audits systematisch erfasst und bewertet. Der Projektfokus liegt dabei auf der Entwicklung von Automatismen zur Identifizierung und Charakterisierung von Flexibilitätspotentialen sowie der Prognose von dynamischen Flexibilitätspotentialen von ausgewählten implementierten Maßnahmen.
Das Projektkonsortium hat vom Bundesministerium für Wirtschaft und Energie im Rahmen des Aufrufs „Digitalisierung der Energiewende“ des 7. Energieforschungsprogramms ein Projektvolumen von 3,5 Millionen Euro erhalten. Das Fraunhofer IPA bearbeitet das Teilprojekt „Maschinelles Lernen für Stromlastprofilprognosen und Strategien für das Management von Energieflexibilität“ unter dem Förderkennzeichen 03EI6019B. ENIT Energy IT Systems GmbH ist Konsortialführer und hat zusammen mit der Hochschule Offenburg die Projektleitung übernommen. Die MVV Trading GmbH kümmert sich um die konzeptionelle Entwicklung neuer Stromprodukte. Die EnBW Tochter GVS entwickelt auf Community basierte Marktplätze.
01. Dezember 2019 bis 30. November 2022