Energieprognosen für Photovoltaik-Anlagen basierend auf Wetterinformationen generieren.
C#, .NETCore, EntityFramework, Azure MSSQL, REST, Meteotest, OpenWeatherMap
Die vorliegende Arbeit beschäftigt sich mit der Frage, in wie fern Energieprognosen für Photovoltaik-Anlagen basierend auf Wetterinformationen generiert werden können, was dafür benötigt wird und wie die Qualität überprüft werden kann.
Liegenschaften, die eigene Energie erzeugen (z.B. durch Photovoltaik-Anlagen), haben die Möglichkeit, die tagsüber erzeugte Energie für Grossverbraucher im Haushalt zu nutzen. Dazu soll ein Service entwickelt werden, welcher basierend auf Wetterprognosen und Lastdaten der Solaranlagen eine Empfehlung für die Steuerung von Verbrauchern im Haushalt geben kann, um die erzeugte Energie optimal ausnutzen zu können.
Im Rahmen dieser Arbeit wurden mathematische Modelle zur Erstellung von Prognosen der Energieproduktion von Photovoltaik-Anlagen analysiert. Anschliessend wurde auf Basis der gewonnenen Erkenntnisse der Prototyp eines Service entwickelt, der auf verschiedene externe Datenquellen zugreift und die Prognose für den Folgetag erstellt. Im Laufe der Arbeit wurde dieser Service stetig weiterentwickelt, um die Genauigkeit der Vorhersage zu steigern und verschiedene Berechnungsmodelle miteinander zu vergleichen. Zur Überprüfung der Genauigkeit wurde die Prognose mit der tatsächlichen produzierten Energiemenge einer Photovoltaik-Anlage verglichen.
Obwohl die Genauigkeit der Prognosen während dem Projekt massiv angestiegen ist, besteht nach wie vor ein bisher ungenutztes Optimierungspotential. Faktoren wie die Berücksichtigung von Schneefall oder selbstlernende Algorithmen sind vielversprechende Ansätze, um die Prognosen weiter zu optimieren. Mit den gewonnenen Erkenntnissen zu den Berechnungsmodellen und der technischen Grundlage des Service-Prototyps soll es möglich sein, die Energieverbraucher in einem Haushalt optimiert zu schalten. Das bedeutet, dass statt mit Strom ab dem Netz die produzierte Energie der Photovoltaik-Anlage verwendet wird, falls die produzierte Menge an Energie ausreicht.
Der ausgelieferte Prototyp bietet unter anderem die folgenden Funktionen.
- Energieprognosen für eine beliebige Photovoltaik-Anlage erzeugen.
- Berechnungen basierend auf Live-Daten, die von Schnittstellen geliefert werden, wie auch auf historisierte Daten durchführen.
- Eine Auswertung über die Genauigkeit der Prognosen über einen beliebigen Zeitraum erzeugen.
- Die Implementierung der Algorithmen erinnert an das Strategy Pattern, wodurch eine Austauschbarkeit garantiert werden soll.
- Das entwickelte PredictionFramework kann für beliebige Schnittstellen sowie Aufrufer verwendet werden - für die Anbindung können die gebotenen Schnittstellen verwendet werden.
- Es wurde ein Median-Wert von 17.36% Abweichung über einen Zeitraum von 8 Monaten erreicht.
| Projektdauer | 26 Wochen |
|---|---|
| Personenstunden | 360h |
| Teamgrösse | 2 Personen |
René Hartmann, Bremgartenstrasse 2, 5443 Niederrohrdorf, https://www.encontrol.ch
Michael Schärz
Vito Cudemo
Wolfgang Weck, wolfgang.weck@fhnw.ch
