Forschungsprojekt KonSEnz

KonSEnz - Kontinuierlich selbstlernende Vorhersagemethoden und Services in smarten Energiemärkten und -netzen

Übergeordnetes Ziel des Projektes ist es, den zunehmend wetterabhängigen Energieerzeugungsprozessen und dem damit verbundenen flexiblen Verbrauch mit neuen Prognosekonzepten gerecht zu werden. Für dieses Vorhaben leitet sich daraus das Ziel ab, kontinuierlich selbstlernende Verfahren als Microservices für Photovoltaik- und Leistungsflussprognosen in eine skalierbare Architektur zu integrieren. Diese Microservices müssen geeignet orchestriert werden, um mit wachsender Anzahl von Prognoseberechnungen sowie kontinuierlichen Optimierungen umgehen zu können. Dies werden gemeinsam mit den Partnern in einem Feldtest in Form eines Funktionsmusters demonstriert.

Die Verfahren sollen eine kontinuierliche Anpassung an Änderungen im realen Verhalten der prognostizierten Einheiten und an neue Einheiten ermöglichen. Zentrale Eigenschaften der entwickelten Architektur sind kontinuierliches Lernen, automatisierte Prozesse, robustes Verhalten bei geringer Datenverfügbarkeit und gegenüber Änderungen sowie ein effizienter Betrieb. Die Ergebnisse werden auch im Hinblick auf eine spätere Integration in die Leitwarten der Netzbetreiber entwickelt. Bei der PV-Prognose werden, neben der dargebotsabhängigen Erzeugung, der Eigenverbrauch und die damit verbundenen Flexibilitätspotenziale prognostiziert. Bei der Prognose der vertikalen Leistungsflüsse werden Änderungen der Stromerzeugung und des Verbrauchs sowie Änderungen im Stromnetz kontinuierlich berücksichtigt.

Ziel ist es, einen Methodenbaukasten für die entwickelten Methoden bereitzustellen und diesen in eine Microservice-Architektur zu integrieren, die kontinuierliches Lernen, Transferlernen und Machine Learning in Operation kombiniert. Diese wird auf zwei reale Anwendungsfälle angewendet und die Funktionalität in einem Feldtest demonstriert.

Kick-off und Projektorganisation

Seit dem Projektstart konnten wichtige Meilensteine erreicht werden: Das gemeinsame Kick-off-Meeting mit allen Partnern bildete den Ausgangspunkt für einen intensiven Austausch, der seither durch regelmäßige monatliche Abstimmungen fortgesetzt wird.

Erfolgreiche Datenbereitstellung und Systemtests

Ein erster bedeutender Projekterfolg ist die erfolgreiche Bereitstellung und Verarbeitung umfangreicher Daten aus Photovoltaikanlagen und Stromnetzen. Sowohl historische als auch aktuelle Datenströme stehen nun für Experimente und die Entwicklung fortschrittlicher Prognosemodelle zur Verfügung. Erste Tests bestätigen zudem die Skalierbarkeit der Systemarchitektur und ihre Fähigkeit zur effizienten Verarbeitung großer Datenmengen. 

Fortschritte bei Multi-Task-Learning und MLOps

Besonders hervorzuheben ist die Entwicklung leistungsfähiger Multi-Task-Learning-Modelle, die das parallele Trainieren und Auswerten tausender Prognoseobjekte ermöglichen. In ersten „Stresstests“ wurde die Skalierbarkeit dieser Modelle eindrucksvoll demonstriert – Prognosen für mehr als 10.000 Objekte konnten erfolgreich berechnet werden. Die Integration moderner Machine-Learning- und MLOps-Technologien, etwa für automatisiertes Training und Modellmanagement, stellt einen weiteren Schritt hin zu einem vollautomatisierten, robusten Prognosesystem dar. Dieses System wurde auf der KonKIS im September 2024 sowie auf dem VDE ETG Kongress im Mai 2025 in Kassel vorgestellt und als Beitrag veröffentlicht.

Neue Ansätze im kontinuierlichen Lernen

Auch im Bereich des kontinuierlichen Lernens wurden neue Ansätze getestet, um Prognosemodelle flexibel und ressourcenschonend an veränderte Bedingungen und neu hinzukommende Daten anzupassen. Unter anderem wird die Einsetzbarkeit sogenannter Foundation Models für Energieprognosen untersucht und eine eigene Implementierung von Methoden für kontinuierliches Lernen vorbereitet. 
Erste Ergebnisse einer kontinuierlich angepassten Kombinationsmethodik für Einzelprognosen konnten auf dem 24. Wind and Solar Integration Workshop in Berlin präsentiert werden.

Parallel dazu wächst die Infrastruktur für den späteren Produktivbetrieb der Services weiter: Eine leistungsfähige Cloud-Umgebung, moderne Schnittstellen sowie zentrale Dienste wie Identitätsmanagement und Workflow-Orchestrierung wurden bereitgestellt.

Im Oktober 2025 fand zudem ein zweites großes Projekttreffen statt, auf dem die bisherigen Fortschritte vorgestellt und die nächsten Schritte abgestimmt wurden.

Förderung: Bundesministerium für Wirtschaft und Energie

Logo Bundesministerium für Wirtschaft und Klimaschutz