Energie unterliegt starken Preisanstiegen und -schwankungen – auch innerhalb von 24 Stunden. Die Preise hängen zudem davon ab, wie grün die Energie ist. Es lassen sich also erhebliche Kosten sparen, wenn man erneuerbare Energie zum richtigen Zeitpunkt nutzt – nämlich dann, wenn sie erzeugt wird.
Ermöglichen lässt sich dies mithilfe von künstlicher Intelligenz und selbstlernenden Algorithmen. Diese Technologien können uns helfen, die Teile des Energieverbrauchs unserer Gebäude, die nicht zu bestimmten Zeiten stattfinden müssen, zu verschieben oder vorzuziehen. Auf diese Weise können Gebäude als Akkus, also aufladbare Batterien genutzt werden, die Wärme und Strom speichern, um sie zu intelligenteren Zeiten zu nutzen.
Im Rahmen des Projekts DG STORE werden wir aufzeigen, wie wir den Energieverbrauch eines typischen Lebensmittelgeschäfts auf Zeiten verlagern können, in denen viel erneuerbare Energie verfügbar ist. In einem Netto-Markt in Sakskøbing auf Lolland installieren wir deshalb eine sogenannte prognosebasierte Steuerung des Energieverbrauchs des Marktes. Durch den Abruf von Daten über die verfügbare Menge an grüner Energie, Wettervorhersagen, Sonne, Wind und Niederschlag sorgt die Prognosesteuerung dafür, dass der Netto-Markt die optimale Energiemenge zum optimalen Zeitpunkt nutzt – ohne dass die Temperatur der (Tief)Kühltruhen oder des Ladens selbst beeinträchtigt wird.
Die Vorteile wurden bereits in Bürogebäuden, Schulen, Lagerhäusern und Produktionsstätten nachgewiesen – aber noch nicht im Bereich des Lebensmitteleinzelhandels. Rechnet man den Effekt eines prognosegesteuerten Energieverbrauchs eines Lebensmittelgeschäfts auf alle Standorte einer Einzelhandelskette hoch, so sind hier hohe Gewinne erzielbar – sowohl in wirtschaftlicher Hinsicht als auch in Sachen Klimabilanz.
Teilnehmer im Case:
