Dezentrale Clusteranalyse in Smart Grids: Sichere, robuste und kommunikationseffiziente Auswertung verteilter Daten

Es wird ein Konzept für die dezentrale, effiziente, robuste und sichere Datenanalyse in intelligenten Energienetzwerken (Smart Grids) vorgeschlagen. Als Anwendungsfall wird die dezentrale Analyse des Stromverbrauchs privater Haushalte betont.

Anhand des Verlaufs ihrer Stromaufnahme werden die Haushalte in Gruppen eingeteilt. Für jede Gruppe wird ein prototypisches Profil berechnet, das die Energieaufnahme im Mittel genau beschreibt. Anhand dieser Profile kann eine genaue Vorhersage des Stromverbrauchs für die Gesamtmenge der Verbraucher erfolgen. Dadurch wird eine sehr gut approximierte, individuell angepasste Energiezufuhr möglich, obwohl die detaillierte Information der Energieaufnahme eines Verbrauchers dem Energieproduzenten niemals zur Verfügung gestanden hat. Das bedeutet, dass der Erzeuger spezifisch für jede Profilgruppe Strom verteilen kann, die genauen Verbraucherdaten jedoch anonym bleiben. Lediglich die Zuordnung zu einer bestimmten Gruppe ist dem Produzenten bekannt.

Studierende

Hauptverantwortlich

​M. Sc. Jan Zimmermann

Betreut durch Dr.-Ing. Volker Willert (TU Darmstadt)

Konzept

  • Dezentrale, effiziente, robuste und sichere Generierung von Stromaufnahmeprofilen
  • Verteilte Verarbeitung von Daten ohne Notwendigkeit der Aggregation an einer einzigen Sammelstelle durch effizienten Informationsaustausch unter Smart Metern
  • Genaue Analyse/Vorhersage des Stromverbrauchs ermöglicht höheren Anteil von erneuerbaren Energien am Strommix und trägt damit zum Erreichen der Klimaziele bei
  • Weitere Anwendungsgebiete im Bereich von allgemeinen, vernetzten Systemen (Industrie 4.0, etc.)