Für die Erreichung der Klimaneutralitätsziele bis 2045 werden Flexibilitätspotentiale benötigt. Hierfür sollen gesamtgesellschaftliche Ausgaben für den Stromnetzausbau und das Engpassmanagement sowie die CO₂-Emissionen aus der Energiewirtschaft in Deutschland verringert werden. Indem Flexibilität als systemdienliche Dienstleistung erbracht wird, können Infrastrukturbetriebe ihre Kosten senken oder zusätzliche Einnahmen erzielen. Signifikante Potentiale der energetischen Flexibilität in der Wasserwirtschaft in den Sektoren Strom, Wasser, Wärme und Gas sind ungenutzt. Das Ziel des Vorhabens besteht darin die Flexibilitätspotentiale der Wasserwirtschaft praktisch nutzbar zu machen.

Aktuell sind Flexibilitäten im Bereich des Infrastrukturbetriebs nur unter erheblichem Zeit- und Personalaufwand mit ausreichender Güte prognostizierbar. Lösungen hierfür werden unter Anwendung von Methoden des Machine Learnings untersucht. Diese dienen der Generierung von Prognosen für relevante Einflussgrößen, um praktisch nutzbare Flexibilitätbänder zu identifizieren und die Energieeinsatzplanung von Unternehmen zu optimieren. Zudem sollen Anlagenmodelle mittels Machine Learning automatisiert angepasst und verbessert werden, um eine höhere Modellgüte zu erreichen.

Das Projekt ist darauf ausgerichtet, prototypische Lösungsansätze zu entwickeln, die für einen produktiven Einsatz im Regelbetrieb weiterentwickelt werden können. Dazu wird im Anschluss an eine simulative Erprobung ein Feldtest durchgeführt, dessen Erkenntnisse insbesondere hinsichtlich der Übertragbarkeit auf weitere Versorgungsund Entsorgungsinfrastrukturen analysiert werden.

Das Vorhaben wird durch den Europäischen Fonds für regionale Entwicklung mit über 1,1 Mio € von der europäischen Union und dem Ministerium für Umwelt, Naturschutz und Verkehr des Landes Nordrhein-Westfalen gefördert.