Das Projekt transpAIrent.energy - Transparent AI Forecasts for Green Energy in Austria zielt darauf ab, mithilfe von generative AI-Methoden probabilistische Live-Prognosen für energiesystemrelevante Größen wie Strompreise und CO2-Intensitäten in Österreich zu erstellen und eine transparente Plattform zu entwickeln, die diese öffentlich zugänglich macht.
Diese Prognosen werden im Zuge des Projekts weiters dazu verwendet, eine Optimierungsstrategie für den Betrieb flexibler erneuerbarer Energieanlagen unter vielfältigen umwelt- und systemrelevanten Anforderungen zu entwickeln. Durch diese „Mehrziel"-Optimierungsstrategie werden gleichzeitig ein betriebswirtschaftlicher Nutzen, welcher Anreize erzeugt und eine niedrigere CO2-Intensität garantiert und so der Übergang zu einem umweltfreundlicheren Energiesystem gefördert.
Factsheet#
| Kurzform | transpAIrent.energy |
| Titel | transpAIrent.energy - Transparent AI Forecasts for Green Energy in Austria |
| Laufzeit | 01.05.2024 – 30.04.2027 |
| Partner:innen | 4 (alle anzeigen) |
| Projektform | Kofinanziertes Forschungsprojekt |
| Projektleitung AIT | Klara Maggauer & Stefan Strömer |
Überblick#
Im Rahmen des Projekts werden zwei zentrale Ziele verfolgt: Erstens die Entwicklung eines innovativen, generative-AI-basierten Algorithmus zur Erstellung probabilistischer Prognosen für energiesystemrelevante Größen sowie deren Live-Veröffentlichung auf einer transparenten Plattform. Zweitens die Nutzung dieser Prognosen zur Optimierung flexibler erneuerbarer Energieanlagen, um deren Betrieb sowohl wirtschaftlicher als auch nachhaltiger zu gestalten.
Erkenntnisse#
Generative AI ermöglicht präzisere Prognosen#
Der Einsatz generativer AI erlaubt die Erstellung probabilistischer Live-Prognosen für zentrale energiesystemrelevante Größen wie Strompreise und CO2-Intensitäten und verbessert damit die Entscheidungsgrundlage im Energiesystem.
Daten und Modellierung sind zentrale Grundlage#
Datensammlung, -aufbereitung sowie die Entwicklung von AI-basierten Prognosealgorithmen bilden die Basis für die Erstellung zuverlässiger Vorhersagen und deren Anwendung.
Validierung sichert Praxistauglichkeit#
Die Validierung der entwickelten Methoden durch Simulationen und Live-Tests stellt sicher, dass die Lösungen auch unter realen Bedingungen funktionieren.
Verbreitung verstärkt den Projektnutzen#
Die gezielte Verbreitung der Projektergebnisse erhöht deren Sichtbarkeit und fördert die Nutzung durch relevante Stakeholder. Dadurch wird der Wissenstransfer unterstützt und die Wirkung des Projekts über die Projektlaufzeit hinaus verstärkt.
Tätigkeiten#
AP1: Projektmanagement
Lead: AIT
Projektmanagement und Koordination des Projektteams sowie Überwachung von Fortschritt, Kosten, Qualität und Termintreue. Zusätzlich umfasst das Arbeitspaket die Berichterstattung, Ressourcenplanung, Kommunikation sowie die Erstellung eines Abschlussberichts.
AP2: Datensammlung und -aufbereitung
Lead: AIT
Design und Implementierung einer Datenverarbeitungspipeline inklusive Datenbank sowie automatisierte Datensammlung und Datenbereinigung. Ergänzend werden fehlende Daten mithilfe generativer AI ergänzt und CO2-Intensitäten berechnet sowie Wetterprognosen entwickelt.
AP3: Entwicklung von AI-basierten Prognosealgorithmen
Lead: AIT
Review, Implementierung und Validierung generativer AI-Prognosealgorithmen mit Fokus auf transformer-basierte Architekturen, GANs und Diffusionsmodelle. Anwendung der Modelle auf Zeitreihenprognosen und Bewertung anhand von Benchmarks und KPIs.
AP4: Plattformentwicklung und Implementierung
Lead: B-SEC
Design der Plattformarchitektur sowie Spezifikation funktionaler Anforderungen und User Stories. Implementierung von Softwarekomponenten unter Nutzung bestehender Systeme sowie Aufbau und Betrieb der Plattform auf einer cloudbasierten Infrastruktur.
AP5: Methodenvalidierung (Proof of Concept)
Lead: PBEG
Durchführung stochastischer Optimierung auf Basis der AI-Prognosen sowie Entwicklung eines digitalen Zwillings der Teststandorte. Validierung durch Simulationen und experimentelle Live-Tests an mehreren Standorten.
AP6: Dissemination und Verwertung
Lead: AIT
Entwicklung von Strategien zur Verbreitung der Plattform und Erhöhung der Sichtbarkeit des Projekts. Einbindung von Stakeholdern zur Sicherstellung der Anwendbarkeit sowie Förderung von wissenschaftlicher Exzellenz, Kooperation und Technologietransfer.
Weiterführende Informationen#
Deliverables#
- D1.1 Zwischenbericht 1
- D2.1 Dokumentation der Datenvalidierung
- D2.2 Veröffentlichung algorithmischer Methoden und vollständiger Datenpipeline
- D3.1 Überprüfung des Algorithmus und Implementierungsdokumentation
- D3.2 Dokumentation der Ergebnisse der Algorithmusvalidierung
- D4.1 Anforderungsanalyse und Use-Case-Spezifikation
- D4.2 Bericht zur Entwicklung der Anwendungssoftware
- D5.1 Dokumentation der Optimierungsergebnisse des Digitalen Zwillings
Veröffentlichungen#
Projektpartner:innen#
- AIT Austrian Institute of Technology GmbH (Projektkoordination)
- B-SEC better secure GmbH & Co KG
- Projektplanungs- Beratungs- und Entwicklungs GmbH
- UBIMET GmbH
Förderhinweis#
Dieses Projekt wird im Rahmen der Ausschreibung 2023 von “AI for Green” des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie (BMK) durchgeführt. Die Abwicklung erfolgt im Auftrag des BMK durch die Österreichische Forschungsförderungsgesellschaft (FFG). Mehr Informationen finden sich in der FFG Projektdatenbank.