Dieselbe Kilowattstunde kostet nachts etwas anderes als mittags. Greencore AI verschiebt Verbrauch, lädt und entlädt Speicher, steuert Ladepunkte — und beschafft Strom auf Basis Ihrer eigenen Verbrauchsdaten dann, wenn er günstig ist. Automatisch, in den Grenzen, die Sie vorgeben.
Lastspitze im dokumentierten Kundenfall
Variablen, die gleichzeitig optimiert werden
für einen kompletten Optimierungsdurchlauf
Messen: Über 200 Messpunkte im Energiesystem werden sekündlich ausgelesen – Zähler, Wechselrichter, Speicher, Ladepunkte, einzelne Maschinen. Damit ist bekannt, was gerade passiert, nicht was gestern war.
Vorhersagen: Aus historischen Daten, Wetterdaten und über 50 externen Datenquellen entstehen drei Prognosen – Verbrauch, Erzeugung und Preis. Die Preisprognose reicht bis zu 72 Stunden voraus. Für den Verbrauch sind Genauigkeiten von über 90 Prozent dokumentiert, für die Erzeugung 89 bis 95 Prozent. Die Verbrauchsprognose wird 250 bis 300 Mal pro Tag neu berechnet.
Rechnen: Ein mathematisches Modell berechnet daraus den günstigsten Fahrplan – über 20 Variablen, ein Horizont von mehr als 40 Stunden, ein Durchlauf in unter 300 Millisekunden. Das Modell hält sich an Ihre Vorgaben: Mindestladestand im Speicher, Temperaturgrenzen im Kühlhaus, Abfahrtszeiten der Flotte.
Steuern: Der Fahrplan geht als Steuersignal an die Geräte. Ändert sich etwas – eine Maschine fällt aus, die Sonne kommt früher, der Preis dreht – wird neu gerechnet, ohne dass jemand eingreift.
Künstliche Intelligenz macht dabei genau eine Sache: Sie sagt voraus. Gesteuert wird mit Mathematik und festen Leitplanken. Nichts an Ihrem Energiesystem hängt von einer Entscheidung ab, die niemand nachvollziehen kann.
Ihr Netzentgelt richtet sich nach der höchsten Viertelstunde des Jahres. Ein einziger ungünstiger Moment – zwei Maschinen fahren gleichzeitig an, während die Flotte lädt – bestimmt, was Sie zwölf Monate lang zahlen. Greencore AI erkennt die Spitze, bevor sie entsteht, und fängt sie ab: Der Speicher entlädt, Ladepunkte drosseln kurz, verschiebbare Lasten warten ein paar Minuten.
Strom vom eigenen Dach ist günstiger als Strom aus dem Netz. Trotzdem wird viel davon eingespeist, weil er dann anfällt, wenn niemand ihn braucht. Greencore AI zieht den Verbrauch dorthin, wo die Erzeugung ist: Der Speicher nimmt auf, Kälte wird vorgehalten, die Flotte lädt mittags statt abends.
Netzbetreiber veröffentlichen Hochlastzeitfenster. Wer seinen Bezug in diesen Fenstern nachweislich zurückfährt, zahlt dauerhaft weniger Netzentgelt. Der Nachweis ist die Hürde: Er verlangt, jeden Tag zur richtigen Zeit verlässlich unter einer Grenze zu bleiben. Genau das übernimmt Greencore AI.
Die meisten Speicher laufen nach festen Regeln: voll machen, wenn die Sonne scheint, entladen, wenn der Verbrauch steigt. Damit bleibt Geld liegen. Greencore AI entscheidet für jede Viertelstunde neu und rechnet Eigenverbrauch, Lastspitze und Strompreis gegeneinander auf – aus einem Speicher für einen Zweck wird ein Multi-Use-Asset.
Eine wachsende Flotte lädt selten gleichmäßig. Wenn alle Fahrzeuge nach Feierabend gleichzeitig anstecken, entsteht genau die Spitze, die Sie vermeiden wollen. Greencore AI verteilt die Ladevorgänge über die verfügbare Zeit – nach Abfahrtszeit, verfügbarer Leistung und Strompreis. Jedes Fahrzeug ist voll, wenn es gebraucht wird.
An sonnigen Wochenenden rutscht der Strompreis ins Minus. Wer dann einspeist, zahlt drauf. Greencore AI geht der Reihe nach vor: erst selbst verbrauchen, dann speichern, dann flexible Verbraucher und Ladepunkte zuschalten – und erst zuletzt die Erzeugung abregeln. An einem einzelnen dokumentierten Tag hat das rund 650 Euro ausgemacht.
Kühlhäuser, Wärmepumpen und Prozesskälte speichern Energie in Form von Temperatur. Greencore AI kühlt oder heizt vor, wenn Strom günstig ist, und hält sich in den teuren Stunden zurück – immer innerhalb der Temperaturgrenzen, die der Betrieb vorgibt.
Mit AgNes ändert sich, wie Netzentgelte berechnet werden. Wer seine Last steuern kann, profitiert davon. Greencore AI ist so gebaut, dass neue Netzentgeltmodelle und regulatorische Vorgaben als zusätzliche Leitplanken in die Optimierung eingehen – ohne Systemwechsel.
Upload your load profile — you get a demo with your own figures.
