Die Erschließung energetischer Flexibilitätspotentiale stellt einen wesentlichen Hebel dar, um den Bedarf an Maßnahmen zum Netzausbau und Engpass-Management zu verringern und so die gesamtgesellschaftlichen Kosten der Energiewende zu minimieren. Neben der Orchestrierung großer Verbräuche, die durch die zunehmende Durchdringung mit Elektroautos und Wärmepumpen im Endkundenbereich entstehen, können hier insbesondere energieintensive Prozesse in der Industrie und Infrastrukturbetriebe einen signifikanten Beitrag leisten.

In FlexAqua soll dies am Beispiel eines kommunalen Großklärwerks untersucht werden. Im Projektverlauf sollen Flexibilitätspotentiale der Anlagen vor Ort zunächst identifiziert und im nächsten Schritt als systemdienliche Dienstleistung praktisch nutzbar gemacht werden. Um relevante Eingangsgrößen verlässlich zu prognostizieren und vorhandene System- und Anlagenmodelle kontinuierlich zu verbessern, sollen hierzu geeignete Machine Learning Verfahren identifiziert und im Kontext der realen Anlagen prototypisch erprobt werden.

Der SOFTEC-Lehrstuhl bringt in das Projekt seine Expertise in der Systemmodellierung und die Erfahrung aus zahlreichen Forschungsprojekten im Bereich der Flexibilisierung von Energiesystemen ein. Das patentierte Energie-Optionsmodell, das an der UDE entwickelt wurde, kommt dabei für die Systemmodellierung zum Einsatz und soll mit Machine Learning Verfahren kombiniert werden, um so Systemmodelle mit Hilfe realer Anlagendaten zu verbessern.