Overview
Das Bedürfnis nach nachhaltigen Wohnsituationen in der Schweiz wächst. Dies zeigt sich im steigenden Bedarf nach energieeffizientem Wohnraum mit eigener erneuerbarer Energieproduktion. Ebenso zeugt auch die wachsende Anzahl der Solaranlagen auf den Hausdächern von dem Bewusstsein für ökologische Nachhaltigkeit. Solaranlagen können jedoch nur selten kostendeckend betrieben werden. Ein Hauptgrund stellt der tiefe Einspeisetarif ins öffentliche Stromnetz dar, der sich seit dem faktisch unmöglichen Zugang zu kostendeckender Einspeisevergütung (KEV) bei ungefähr 8 Rp./kWh befindet.
Die Rentabilität einer Solaranlage kann gesteigert werden, indem ein möglichst grosser Teil der Elektrizität vor Ort konsumiert wird und somit nicht ans Netz verkauft werden muss (Eigenverbrauchsoptimierung). Für die Eigenverbrauchsoptimierung ist einerseits eine zuverlässige Voraussage der wetterabhängigen Solarstromproduktion und andererseits ein an der Stromproduktion angepasster Verbrauch durch die Konsumierenden essenziell. Letzterer erfordert jedoch eine Verhaltensänderung in der Stromkonsumation in der Eigenverbrauchsgemeinschaft.
Mit diesem Projekt soll einerseits untersucht werden, wie ein Voraussagemodell (Machine Learning-Algorithmus) für den Ertrag einer Solaranlage in der Schweiz zur Eigenverbrauchsoptimierung aussieht, das auf öffentlich zugänglichen Messdaten basiert und somit keine weiteren Kosten verursacht. Andererseits soll untersucht werden, welche Möglichkeiten für eine Verhaltensänderung der Verbrauchenden zur Eigenverbrauchsoptimierung geschaffen werden können, die selbstständig den individuellen Bedürfnissen angepasst werden können und nicht als Bevormundung empfunden werden.
