Vision

Im Kontext von Smart Metering bei Smart Grids ist der Forschungsschwerpunkt „Intelligentes Energiemonitoring“ angesiedelt. Bisherige Anstrengungen den Energieverbrauch zu senken werden dadurch erschwert, dass in der Bevölkerung wenig Bewusstsein für den konkreten Energieverbrauch vorhanden ist. Dies ist im Wesentlichen darauf zurückzuführen, dass die Nutzer bisher nur den Gesamtverbrauch sowie den Verlauf des Gesamtverbrauchs im Jahres- oder Monatsrhythmus sehen können. Die Nutzer müssen die Daten selbst mühevoll interpretieren, um daraus Maßnahmen zur Senkung des Energieverbrauchs abzuleiten. Die Bereitschaft für diesen Einsatz ist verständlicherweise sehr gering.

Der Forschungsschwerpunkt hat zum Ziel ein System zu entwickeln, das den Energieverbrauch einzelner Geräte selbstständig aus dem Gesamtverbrauch ermittelt, so dass der Nutzer den Energieverbrauch intuitiv Geräten zuordnen kann. Dabei soll nicht jeder Verbraucher einzeln mit einem Messgerät ausgestattet werden, was den Installationsaufwand und die Kosten in die Höhe treiben würde. Stattdessen soll an einer zentralen Stelle, dem Hausübergabepunkt, gemessen werden.

Dieses führt zu einem Paradigmenwechsel bei der Visualisierung und der Assoziation des elektrischen Energieverbrauchs für den Nutzer. Ein Beispiel für die sich hieraus ergebenden Änderungen ist in Bild 1 dargestellt. Die zukünftige Rechnung bietet eine Darstellung des Verbrauchs, die der Kunde natürlicherweise erwarten würde, nämlich eine Aufschlüsselung des Verbrauchs auf die einzelnen Geräte. So kann der Kunde detailliert sehen, welches Gerät wie viele Kosten verursacht. Mit diesen Informationen haben private und industrielle Kunden erstmals die Möglichkeit zu erkennen, welche Kosten die Geräte verursachen und wie lange welche Geräte täglich genutzt werden. 

Bild 1: Vision einer zukünftigen Rechnung

NILM

Der Forschungsschwerpunkt ist im Kern in dem Forschungsbereich „Non-Intrusive Load Monitoring“ (NILM) angesiedelt. Insbesondere im Umfeld des privaten Wohnraums wird auch von „Non Intrusive Appliance Load Monitoring“ (NALM) gesprochen. NILM-Algorithmen stellen die Basis des intelligenten Energiemonitoring dar. Sie erkennen und klassifizieren Geräte in der Messung des Gesamtstromverbrauchs. Die verschiedenen Methoden werden in diesem Abschnitt nach der Art der verwendeten Merkmale gruppiert.

Den ersten Ansatz für ein NILM-System entwickelte George Hart am Massachusetts Institute of Technology (MIT). Er arbeitete Ende der 1980er und Anfang der 1990er daran, die Last in privaten Wohnhäusern zu analysieren. Bei seinen Messungen wurden Wirk- und Blindleistung P und Q in Sekundenintervallen aufgezeichnet. Dadurch ergibt sich idealisiert ein Rechteckverlauf der aufgenom- menen Leistung entsprechend der Schaltzustände der Geräte. Anhand der Höhe des Leistungssprungs soll auf den eingeschalteten Verbraucher geschlossen werden. Um mehrere Geräte zu erkennen, muss für jeden Einschaltvorgang eines Gerätes die dazugehörige Flanke beim Ausschalten registriert werden.

Heutige Ansätze basieren auf einer linearen Verarbeitungsfette bestehend aus den Blöcke Event Desertion, Feature Extraktion, Classification und Load Tracking, siehe Bild 2. 

 

Bild 2: Verarbeitungskette von NILM

Forschung

Die Arbeitsgruppe ReSP beschäftigt sich seit mehreren Jahren mit der Entwicklung von Algorithmen und Verarbeitungsstrukturen beim intelligenten Monitoring. Im Forschungsprojekt ZAFH-AAL werden die entwickelten Algorithmen für die Erkennung von Gefahrensituationen eingesetzt.