GameOpSys - Gamification für die Optimierung des Energieverbrauchs von Gebäuden und übergeordneten Systemen

Motivation und Forschungsfrage

Konzepte für zukünftige, nachhaltige Energiesysteme sind Großteils durch eine radikale Änderung des gesamten Systems und damit auch dessen Planung und Betrieb gekennzeichnet: Die Substitution einer flexibel regelbaren Energieversorgung mittels fossiler Kraftwerke durch eine erneuerbare, teilweise volatile Energiebereitstellung, führt zu einem Auseinanderklaffen von Angebot und Nachfrage. Eine zentrale Herausforderung zukünftiger Energiesysteme besteht darin, die verfügbare Energie mit der Nachfrage örtlich, zeitlich und quantitativ abzustimmen. Dieser Übergang zu nachhaltigen Systemen setzt Politik, Stadtplaner:innen, Energielieferanten und Netzbetreiber zunehmend unter Druck. Forschungsergebnisse zeigen, dass eine Kombination mehrerer, aufeinander abgestimmter Technologien sowie die Kopplung verschiedener Sektoren, die Integration von Kurz- und Langzeitspeichern, der Ausbau von Übertragungskapazitäten sowie die Erhöhung der Flexibilität (angebots- & nachfrageseitig) vielversprechend ist.

GameOpSys beschäftigt sich insbesondere mit der Fragestellung, wie Daten für bessere Planung und Optimierung insbesondere unter Miteinbeziehung des Nutzers und der Nutzerin generiert werden können und wie letztlich Energiesysteme optimal geregelt werden können.

Ausgangssituation/Status Quo

In den letzten Jahrzehnten hat die Forschung und Entwicklung im Bereich von Gebäudestandards und Gebäudeeffizienz sowie im Bereich von Heizung, Lüftung und Klimatechnik (HLK) Systemen große Fortschritte erzielt; es ist mit keinen weiteren Breakthrough-Technologien zu rechnen. Die Partizipation der Nutzer:innen sowie die Nutzbarmachung von neuen Daten- und Informationsquellen zeigt jedoch ein großes Potenzial für die Energieoptimierung und Planung von Gebäuden, Quartieren und übergeordneten Energiesystemen.

Projektinhalte und Zielsetzungen

Zentrales Ziel des Projektes GameOpSys ist die Entwicklung einer mobilen Anwendung, welche durch Partizipation des Nutzers und der Nutzerin via Gamification nutzbare Daten und Informationen zur eigenen Kosten- und Energieoptimierung (Strom und Wärme) generiert. Die Kombination von diesen Daten mit Smart-Home-Anwendungen und Internet of Things kann zukünftig die sektorübergreifende Energieoptimierung und verbesserte Planung von Gebäuden, Quartieren und übergeordneten Energiesystemen ermöglichen.

Methodische Vorgehensweise

Der transdisziplinäre Ansatz des Projektes hat folgenden Innovationsgehalt gegenüber bestehenden Konzepten und Dienstleistungen: (i) Das Potenzial der Nutzer:innen-Partizipation durch Gamification sowie die Nutzbarmachung von Daten und Informationen wird durch die Integration von mathematischen und computational Methoden in die mobile Anwendung signifikant erhöht.

Während relevante Technologien und Entwicklungen (z.B. PEAKapp) auf vereinfachten Modellen (z.B. auf ökonomischen Zeitreihenanalysen) basieren, hat die Integration von detaillierten physikalischen und datengetriebenen Modellen (maschinelles Lernen) in Kombination mit ausgefeilten Optimierungsmethoden signifikante Vorteile: Energieverbrauch, Kosten oder Emissionen können basierend auf der Lösung eines dynamischen Optimierungsproblems für die nächsten Stunden und Tage minimiert werden. Dabei können dynamische Effekte und Trägheiten wie die Bauteilaktivierung für Heizung und Kühlung berücksichtigt werden. Der Nutzer oder die Nutzerin kann - optional in Verbindung mit Smart-Home Anwendungen - beispielsweise Setpoints für Raumtemperaturen oder Einsatzzeiträume für Haushaltsgeräte definieren. Der Energieversorger hat die Möglichkeit durch Incentives und Reward-Systeme den Prozess der Optimierung zu beeinflussen. (ii) Sozialpsychologische Erkenntnisse des Nutzer:innen-Verhaltens sind integraler Bestandteil der Entwicklung und (iii) innovative Marktkonzepte werden berücksichtigt. Die Anwendung wird hinsichtlich ihrer kommerziellen Weiterentwicklung auf maximale Flexibilität hin implementiert (App-ready, basierend auf Rapid-Prototyping-Methoden).

Ergebnisse und Schlussfolgerungen

Eine App-ready Lösung wurde aufbauend auf Komponenten wie Flask, MongoDB und den in GameOpSys entwickelten Modellen sowie einem User-Interface in Form einer Android-Applikation, die als Alpha-Version im Google-Play-Store zum Download verfügbar war, implementiert und als Docker-Network auf einem an der Karl-Franzens-Universität Graz gehosteten Server betrieben. Die Modelle zur Vorhersage des Stromverbrauchs des eigenen Haushalts liefern dabei nach Erhalt intelligent gesetzter Trigger aus der MongoDB eine neue Vorhersage für den nächsten Tag.

Für jeden Haushalt wurde einerseits der historische Stromverbrauch anhand hochgeladener Smart-Meter-Daten visuell aufbereitet und in der App zur Verfügung gestellt. Der Verbraucher bzw. die Verbraucherin selbst konnte stundengenau unterschiedliche Tätigkeitsbereiche für seine/ihre Verhaltensvorhersage eingeben. Die individuellen Stromverbrauchsvorhersagen wurden ebenfalls in der App visualisiert und ließen den Nutzer/die Nutzerin dadurch Vergleiche mit seinem/ihrem bisherigen Stromverbrauch durchführen bzw. auch die Auswirkungen unterschiedlichen Verhaltens erkennen. Die Anzahl der Tage mit einem vollständigen Datenbild (Smart-Meter-Daten plus Verhaltensvorhersage) wurden etwa als Achievement/Score angedacht. Der in den abschließenden Interviews mehrmals geäußerte Wunsch nach mehr Push-Nachrichten wurde sehr erfreulich aufgenommen.

Die Extraktion der Smart-Meter-Daten aus den nach dem Opt-In des Verbrauchers/der Verbraucherin beim jeweiligen Netzbetreiber erhaltenen Files in die MongoDB erfolgte automatisch nach Upload des Files. Eine vollständige Automatisierung der Datenintegration wurde aufgrund des Fehlens einer Schnittstelle und des wegen unterschiedlicher Netzbetreiber sehr hohen Aufwands für Webscraping nicht verfolgt. Neben den Einverständniserklärungen der Pilotstudien-Teilnehmer:innen wurde auch eine Datenverarbeitungsvereinbarung der Konsortialpartner untereinander abgeschlossen. Die Veröffentlichung der nachträglich anonymisierten Daten als Open-Data ist nach Ablauf des Projekts geplant. Zudem wurde mittels clickworker noch eine großangelegte Umfrage zum Thema Smart Meter durchgeführt. Neben einer deskriptiven Betrachtung der Stichprobe wurden mit Regressionsanalysen untersucht, welche Faktoren die sehr unterschiedlich ausgeprägte Einstellung zu Smart Metern und die Bereitschaft, den Smart Meter aktiv zu nutzen, vorhersagen.

Ausblick

Unterschiedliche Rahmenbedingungen bei der Bereitstellung der Smart-Meter-Daten verstärkten die Tatsache deutlich, dass ein vollständiges Datenbild pro Nutzer:in relativ schwer zu erreichen ist. Als Beispiel seien hier nicht nur die unterschiedlichen, teils etwas veralteten Dateiformate, in denen die Smart-Meter-Daten bereitgestellt werden, genannt, sondern auch die Tatsache, dass manchmal zu Monatsbeginn eine neue Datei begonnen wurde, ohne, dass dies dem/der Nutzer:in auffiel. Eine Standardisierung der Bereitstellung von Smart-Meter-Daten, im Optimalfall auch über eine automatische Schnittstelle, deren Nutzungsfreigabe den mündigen Haushaltsbewohner:innen unterliegt, ist jedenfalls eine konkrete Empfehlung aus dem Projekt GameOpSys.

Projektleitung

dwh GmbH

Projekt- bzw. KooperationspartnerInnen

• Karl-Franzens-Universität Graz / Institut für Psychologie
• TU Graz / Institut für Software Technik
• TU Wien / Institute of Energy Systems and Electrical Drives Energy Economics Group

dwh GmbH
Neustiftgasse 57 - 59
A-1070 Wien
Tel.: +43 (1) 526 55 26
E-Mail: office@dwh.at
Web: www.dwh.at