Energiajärjestelmä on muuttumassa yhä monimutkaisemmaksi ja sääriippuvaisemmaksi. On selvää, että sääennusteet ovat tärkeässä roolissa, kun energiamaisemamme muuttuu päästöttömäksi. Tässä projektissa hyödynnämme todennäköisyyssääennusteita yhdessä koneoppimismenetelmien kanssa, tavoitteena luoda optimoitu ja automatisoitu päätöksentekokoneisto, joka hyödyntää vihreää energiaa parhaalla mahdollisella tavalla ottaen huomioon sekä tuotannon että kulutuksen. Todennäköisyyssääennusteet ovat olleet vähällä käytöllä tässä kontekstissa. Tämä johtunee siitä, että ennusteiden datavolyymi on iso ja siksi niiden sisältämää informaatiota voi olla vaikeaa tulkita oikein. Tässä projektissa tulemme edistämään ennusteiden käytettävyyttä luomalla koneluettavan rajapinnan, joka tarjoaa todennäköisyysennusteita koneoppimismenetelmille sopivassa muodossa. Tulemme myös parantamaan sääennusteita vastaamaan paremmin energiasovelluksien tarpeita. Kehitämme älykkäitä ratkaisuja optimoimaan erilaisten energiajärjestelmien toimintaa hyödyntämällä tuoreimpia sääennusteita, paikallisesti kerättyä dataa ja tietoa uusiutuvan energian tuotannosta. Tähtäimessä on erityisesti kehittää sovelluksia rakennusten energiakäytön (lämmitys, ilmanvaihto, jäähdytys) optimointiin, akkujen käyttöön ja aurinko- sekä tuulivoiman parempaan hyödyntämiseen. Projektiin osallistuvat Ilmatieteen laitos Suomesta (FMI), sisarlaitokset Ruotsista (SMHI) ja Virosta (ESTEA) sekä kolme yritystä, Nuuka Solutions (Suomi), Rebase Energy (Ruotsi) ja Sweden Wind (Ruotsi). Säälaitokset ovat vastuussa yhteispohjoismaiseen MetCoOp säänennustusjärjestelmään liittyvästä tutkimus- ja kehitystyöstä. Yritykset kehittävät koneoppimismenetelmiin ja tekoälyyn pohjautuvia älykkäitä sovelluksia. Projekti kasvattaa mukana olevien yritysten liikevaihtoa ja vähentää ilmastopäästöjä. Lisäksi projekti parantaa sekä sääennusteita että koneoppimismenetelmien hyödyntämistä sääennusteiden tulkinnassa ja energiajärjestelmien optimointiin.