Zukunftssichere Wasserversorgung durch KI

Agile Lösungen für eine resiliente Infrastruktur

© arneaw – stock.adobe.com

Eine stabile Trinkwasserversorgung ist die Basis unseres Zusammenlebens. Auf mögliche durch den Klimawandel ausgelöste Extremereignisse können die deutschen Wasserversorger aber aktuell nur bedingt reagieren – ihre in der Regel passiven Netzwerke sind zu unflexibel. Die Lösung sind aktive Steuerungssysteme, die sich dynamisch an die Bedarfs- und Angebotslage anpassen lassen. Dafür müssen die noch passiven Netze mit aktiven Elementen wie z.B. Druckreglern, Pumpensteuerungen und Ventilen ausgestattet werden. So kann das Netz zukünftig agil gesteuert werden.  

Um diese Transformation so einfach und günstig wie möglich durchführen zu können, muss die kostspielige Installation aktiver Elemente so geplant werden, dass ihr Nutzen für die Netzsteuerung maximal ausfällt. D.h. Art der Elemente, ihre Lage und die Steuerungsoptionen müssen optimal aufeinander abgestimmt werden. Dafür braucht es mathematische Optimierung und KI. Zum einen, um die optimalen Standorte der Sensoren und Aktoren zu definieren, zum anderen um Wasserversorgungsnetze effizient steuern und im Bedarfsfall in Echtzeit dynamisch anpassen zu können. Hier kommen unsere Experten und Expertinnen ins Spiel.

Optimaler Zubau aktiver Elemente und bestmögliche Netzsteuerung

© Wasserversorgung Rheinhessen-Pfalz GmbH
»aKtIv«ierung von Trinkwassernetzen: zusätzliche Sensoren liefern Daten, welche von einer KI in Steuerungsvorschläge für Aktoren verarbeitet werden – von der Entnahme aus einem Brunnen auf der linken Seite, über die Verarbeitung im Wasserwerk bis zur Versorgung von Haushalten, Industrie, Landwirtschaft und kritischer Infrastruktur.

Im Forschungsprojekt »Agile Netzsteuerung zur Erhöhung der Resilienz der Kritischen Infrastruktur Wasserversorgung« wurde untersucht, wie der Zustand und die Steuerung von Trinkwassernetzen in Optimierungsmodellen abgebildet werden können. Dafür nutzen wir Methoden der gemischt-ganzzahligen nichtlinearen Optimierung. Anhand historischer und prognostizierter Daten können für bestehende Netze die optimalen Standorte der zusätzlich notwendigen Aktoren und Sensoren bestimmt werden. So kann der Versorger auch im Extremfall den Wasserbedarf seiner Kunden abdecken. Die Resilienz seines Netzes steigt.

Optimierte Pumpensteuerung senkt Lastspitzen um bis zu 30 %

Zusätzlich wurden Optimierungsmodelle entwickelt, die die beste Netzsteuerung für einen bestimmten Zeithorizont festlegen. In einer Pilotphase wurde versucht die Spitzenlast auf das Wasserwerk durch eine optimierte Pumpensteuerung möglichst gering zu halten, was einen gleichmäßigeren Betrieb von Gewinnung und Aufbereitung ermöglicht und das Verteilnetz schont. Der Steuerungsvorschlag basiert auf prognostizierten Wasserbedarfen für den Folgetag und wird der Leitwarte des Wasserversorgers als Entscheidungsunterstützung zur Verfügung gestellt. In den Berechnungen wurden Lastspitzenreduktionen von bis zu 30 % (durchschnittlich 15 %) im Vergleich zur Normalsteuerung erzielt.

© Fraunhofer IIS
Auswertung der Steuerungsoptimierung für einen Beispieltag

Projektpartner

  • Fraunhofer IIS, Gruppe Optimization
  • Wasserversorgung Rheinhessen-Pfalz GmbH 
  • Alfred-Wegener-Institut, Helmholtz-Zentrum für Polar- und Meeresforschung
  • Universität Tübingen, Internationales Zentrum für Ethik in den Wissenschaften (IZEW)
  • Universität Trier, Institut Deutsches und Europäisches Wasserwirtschaftsrecht  (IDEW)
  • TH Lübeck, Elektrotechnik und Informatik, Kompetenzzentrum CoSA 
  • RWTH Aachen Universität, Lehrstuhl für Wirtschaftswissenschaften für Ingenieure und Naturwissenschaftler
  • iSAtech water GmbH

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.

 

Herzsichere Städte durch KI-basierte Standortoptimierung von Defibrillatoren

Das Ziel im Forschungsprojekt »HerzKISO« ist, eine faire und flächendeckende Verfügbarkeit von Defibrillatoren sicherzustellen, um möglichst vielen Bürgerinnen und Bürgern Zugang zu einem lebensrettenden Gerät zu ermöglichen. 

 

Optimierte Betriebssteuerung von Wärmenetzen mittels KI

Im Projekt BeStWärmKI gilt es, die Wärme- und Energieeffizienz von Wärmenetzen erheblich zu steigern. Hierfür wird ein innovatives und vorausschauendes Verfahren entwickelt, das physikalisches Wissen mit Künstlicher Intelligenz kombiniert, um die Betriebssteuerung im Wärmenetz zu verbessern und die Energieeffizienz zu steigern.