Optimierte Betriebssteuerung von Wärmenetzen mittels KI-basierter Verfahren

KI-Strategien für die Neugestaltung der Wärmenetze

Im Rahmen der angestrebten Wärmewende bis 2050 stehen in Deutschland und Europa umfangreiche Neuplanungen und Transformationen von Wärmenetzen an. Diese strategischen Maßnahmen erfordern bedeutende Investitionsentscheidungen mit spürbaren Auswirkungen auf die Betriebskosten. Bisher beruhten die Planungen oft auf statischen Netzmodellen, doch es zeichnet sich zunehmend ab, den Betrieb und die Regelung des Netzes mithilfe von Künstlicher Intelligenz einzubeziehen. Genau hier setzt das Forschungsvorhaben BeStWärmKI an. Durch die synergetische Verbindung von physikalischer Simulation, mathematischer Optimierung, Prognoseverfahren und technischer Übertragbarkeit strebt das Projekt eine KI-Lösung zur übertragbaren und ressourceneffizienten Steuerung der Wärmenetze an.

Zusammensetzung der Kompetenzen des KI-Verfahrens zur Betriebssteuerung

© Fraunhofer IIS

Für das KI-Verfahren entwickelt das Partnerunternehmen heatbeat Simulationen für realitätsnahe Abbildungen von Wärme- und Energieströmen zur Validierung und iterativen Verbesserung des Optimierungsmodells. Fraunhofer IIS trägt mit auf historischen Daten trainierten Verbrauchsprognosen zur vorausschauenden Steuerung und Berücksichtigung von Unsicherheiten bei. Die zukünftigen Bedarfe sowie die physikalischen Anforderungen werden anschließend in das Optimierungsmodell integriert, um einen ressourceneffizienten und realitätsnahen Steuerplan zu erhalten. Der ermittelte Steuerplan der Softwarelösung wird technisch umgesetzt von Partnerunternehmen othermo und stellt einen zuverlässigen Ablauf des Livebetriebs in einem Nahwärmenetz der Stadtwerke Wunsiedel sicher. Die Stadtwerke steuern als Anwendungspartner ihr Expertenwissen sowie relevante Daten bei und rüsten ihr Wärmenetz entsprechend den Datenanforderungen der KI-Lösung aus. Die partnerschaftliche Zusammenarbeit zielt auf die Entwicklung eines umfassenden Verfahrens für einen realitätsnahen Steuerplan ab und ermöglicht durch den Pilotbetrieb zudem die Evaluierung der tatsächlichen Einsparungspotenziale sowie auftretenden Herausforderungen.

Das könnte Sie auch interessieren

 

Forschungsfeld

KI-basierte Bedarfsprognosen für Logistik, Handel und Verkehr

Wir bringen KI-basierte Bedarfsprognosen in der Logistik, dem Handel und der Produktion in die Anwendung, um Vorhersagen zu verbessern und Prognose-Unsicherheiten zu quantifizieren.