
Energiesektor: Entscheidungsunterstützung für Smart Grids
Netzbetreibern datengetriebene Lastprognosen an die Hand geben.
Die Herausforderung
Erneuerbare Energien sind unberechenbar. G.U hatte Mühe, Angebot (Wind und Solar) und Nachfrage auszugleichen. Überangebot führte zu negativen Preisen, Unterangebot zu teuren Zukäufen am Spotmarkt. Die Netzbetreiber brauchten ein „Decision Support System“, das Erzeugung und Last vorhersagt und Handelsaktionen in Echtzeit vorschlägt.
Die Lösung
GTEMAS stellte ein dediziertes Team aus 5 Ingenieuren, unabhängigen Spezialisten im Rahmen eines Dienstleistungsvertrags mit GTEMAS: 1 Data Architect, 2 Scala-Ingenieure und 2 Frontend-Ingenieure. Gemeinsam mit dem Team von G.U bauten sie eine Streaming-Datenpipeline, die Wetterdaten, Turbinensensoren und Marktpreise erfasst. Die Prognose: Ein Prognosemodell berechnet die Erzeugung 24 Stunden im Voraus. Die Oberfläche: Ein Angular-Dashboard visualisiert die „Energy Gap“ und empfiehlt Handelsaktionen (z. B. „50 MW um 14 Uhr verkaufen“).
Architekturansatz
Event-getriebene Architektur mit Kafka und Akka für Datenverarbeitung bei hoher Parallelität. Skalierbar auf Kubernetes.
Ergebnisse und Wirkung
Die Plattform wurde zu einem zentralen Werkzeug im Handelsraum. Sie hilft G.U, mehr aus seinen erneuerbaren Anlagen zu holen und Angebot und Nachfrage im Gleichgewicht zu halten.
Erzeugungsprognose vor der Lieferung
Bessere Arbitrage-Margen
Von Stunden auf Sekunden
Bereit für Ihre eigene Erfolgsgeschichte?
Mit Global Tech Masters bauen Sie skalierbare, leistungsstarke digitale Produkte.