Optimierte Vorhersagen für einen Energieversorger

Challenge

Fernwärmenetze in Europa arbeiten weit unter ihrem Potenzial. Viele Netze wurden in einer Zeit geplant und gebaut, als Energiekosten niedrig und Gebäude schlecht gedämmt waren. Ihre Betriebsparameter sind seitdem weitgehend unverändert geblieben. Heute wird Wärme auf Basis einfacher Regeln produziert und eingespeist, primär in Abhängigkeit von der Außentemperatur, ohne die tatsächlichen Verbrauchsmuster auf Haushaltsebene zu berücksichtigen. Dies führt zu Überproduktion, unnötigem Wärmeverlust beim Transport und erhöhten CO2-Emissionen. Gleichzeitig werden zunehmend Smart Meter installiert, die hochfrequente Verbrauchsdaten erfassen können. Allerdings werden diese Daten in den meisten Fällen ausschließlich für die Jahresabrechnung genutzt. Das analytische Potenzial dieser Daten blieb bislang weitgehend ungenutzt. 

Approach

In einem gemeinsamen Innovationsprojekt mit Diehl Metering GmbH sowie Versorgungsunternehmen aus Deutschland und Dänemark entwickelte STAT-UP einen datengetriebenen Prototyp zur Optimierung von Fernwärmenetzen. Rund 900 Funk-Energiezähler wurden im Netz installiert, um hochfrequente Daten zu Temperaturen, Volumenströmen und Energieverbrauch zu erheben. Nach umfangreicher Datenbereinigung und -aufbereitung wurde ein statistisches Prognosemodell entwickelt – basierend auf Regressionsmethoden und ARIMA-Zeitreihenanalyse, angereichert mit Wetterdaten sowie verbrauchsspezifischen Mustern wie Tages- und Wochensaisonalität. Ein separates Zeitverzögerungsmodell berücksichtigt die physikalische Latenz des Wärmetransports durch das Rohrnetz. Die Modelle wurden in einer vollautomatisierten Pipeline produktiv eingesetzt und Netzbetreibern über eine interaktive Webanwendung direkt zugänglich gemacht.

Impact

Die Prognosemodelle liefern zuverlässige Ergebnisse über alle Verbrauchertypen hinweg — von Einzelhaushalten bis zu Großverbrauchern wie Krankenhäusern. Aggregierte Prognosen erfassten Schwankungen im gesamten Netzverbrauch zuverlässig. Entscheidend: Die Modelle sind vollständig auf andere Fernwärmenetze übertragbar — unabhängig von Größe oder Topologie. Die Webanwendung bietet Netzbetreibern ein zugängliches Werkzeug für bedarfsbasierte Produktionsplanung, mit dem Potenzial, Überproduktion signifikant zu reduzieren, Betriebskosten zu senken und CO₂-Emissionen spürbar zu verringern.