Anzeige
Erschienen in:
2019 | OriginalPaper | Buchkapitel
27. Architektur eines dezentralen, prognosebasierten Energiehandelsmodells
verfasst von : Marlon Beykirch, Christin Hilmer, Gerrit Schumann, Lars Kölpin, Carolin Wübbe, Moritz Mönning, Guersoy Yalcin, Kevin Lang, Thi Hai Dam, Jonas Kathmann, Tolga Tanimaz, Niklas Twiehaus, Stefan Wunderlich
Erschienen in: Smart Cities/Smart Regions – Technische, wirtschaftliche und gesellschaftliche Innovationen
Verlag: Springer Fachmedien Wiesbaden
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Zusammenfassung
Die zunehmende Dezentralisierung der Energieerzeugung, angetrieben durch die steigende Anzahl von Prosumenten und gleichzeitig sinkende Anzahl reiner Verbraucher führt dazu, dass das aktuelle Marktmodell einer Überarbeitung bedarf. Immer häufiger werden intelligente Stromzähler in Haushalten installiert. Diese zeichnen Verbrauchsdaten in Echtzeit auf und ermöglichen somit das Aufstellen genauerer Verbrauchs- und Produktionsprognosen. Diese stellen die Grundlage für das entworfene dezentrale, prognosebasierte Energiehandelsmodell dar, welches eine Zuordnung dezentraler Produzenten und Konsumenten unter Betrachtung von Regionalität und Transparenz bietet. Dieses Energiehandelsmodell vereint in sich unter anderem sowohl Ansätze des maschinellen Lernens als auch einen neu entwickelten Zuordnungsalgorithmus für Angebot und Nachfrage und bietet einen Lösungsansatz für Probleme des derzeitigen Energiemarktes, wie zum Beispiel hohe Kosten durch Umspannung bzw. benötigten Ausgangsstrom.