Solarthermieanlage Düsseldorf

Künstliche Intelligenz für Solarthermieanlagen von morgen

Steinbeis-Team entwickelt Algorithmen zur Steuerung von Wärmeerzeugungsanlagen

Unter dem Begriff „saM_soL“ erproben der in Frankfurt ansässige Regeltechnikanbieter Samson und das Steinbeis-Innovationszentrum Solare und zukunfts­fähige thermische Energiesysteme (Solites) KI zur effizienten Steuerung von Solarthermieanlagen. Das Projekt mit einem Umfang von 1,92 Millionen Euro wird durch das Bundesministerium für Wirtschaft und Klimaschutz als Beitrag zur Energiewende in Deutschland gefördert. Es konzentriert sich auf die Entwicklung eines selbstlernenden Algorithmus, der Netzeinspeise- und Übergabestationen, insbesondere für Solarthermieanlagen, optimieren soll.

Das wegweisende Forschungsprojekt basiert auf Machine Learning (ML) und soll eine verbesserte Nutzung erneuerbarer Energiequellen ermöglichen. Während Solites die notwendigen Algorithmen für das Machine Learning entwickelt, bringt Samson seine umfassende Expertise in der Regeltechnik sowie seine langjährige Erfahrung in der Entwicklung hochmoderner Steuerungssysteme ein. Der Projektträger ist das Forschungszentrum Jülich (FZJ).

Algorithmus steuert schwankende Energiequellen im laufenden Betrieb

Den Ausgangspunkt des Forschungsprojekts bilden Steuerungen mit integriertem PID-Algorithmus (PID: proportional-integral-differenziell) zur Regelung von Prozessen in Wärmenetzen. Die Regelung der thermischen Solaranlage wird virtualisiert und der so entstehende digitale Zwilling trainiert das zugrundeliegende Modell. Im Einsatz passt das ML-Modell die Regelparameter anlagenspezifisch und in Abhängigkeit von äußeren Einflüssen an. Später soll so die Steuerung sowohl zentraler als auch dezentraler Einspeisestationen für Wärmeerzeugungsanlagen mit schwankenden Energiequellen im laufenden Betrieb optimiert werden können. Im Fokus des Forschungsvorhabens steht die Solarthermie als eine besonders fluktuierende Energiequelle. Der Praxistest erfolgt in der dezentralen solarthermischen Wärmenetzeinspeisestation der Stadtwerke Düsseldorf. Die Anlage mit 232 m² installierter Kollektorfläche erwärmt das aus dem Rücklauf des Fernwärmenetzes entnommene Fluid auf Vorlauftemperaturniveau.

Thilo Walser ist Projektleiter bei Solites und erläutert das Ziel des Projekts: „Mit ‚saM_soL’ entwickeln wir einen ML-Algorithmus im virtuellen Modell und trainieren diesen für den späteren Einsatz in der Realanlage. Aus wissenschaftlicher Perspektive bietet dieser neuartige Ansatz immense Potenziale zur verbesserten Regelung von stark fluktuierenden Wärmeerzeugungsanlagen. Der Ansatz soll später auf Netzeinspeisestationen jeglicher Art übertragbar sein.“ Samson-Projektleiter André Strauch ergänzt: „Die Lösung wird am Ende Materialverschleiß und Temperaturschwankungen reduzieren und Ressourcen in den Heizkraftwerken und Wärmeerzeugungsanlagen einsparen. Für Samson ist das eine hervorragende Ergänzung seiner digitalen Produktpalette für die Nachhaltigkeit im Energiesektor, die wir auch unseren internationalen Kunden anbieten werden.“

Im Fokus: ein intelligentes Energiemanagement

Die Nutzung von künstlicher Intelligenz in der Regelungstechnik eröffnet Samson neue Möglichkeiten für eine effizientere und nachhaltigere Energieversorgung. Das Pilotprojekt ist ein wichtiger Schritt in Richtung eines intelligenten Energiemanagements, das nicht nur die Effizienz steigert, sondern auch die Integration erneuerbarer Energien nahezu optimal ermöglicht. Nach erfolgreichem Abschluss des Projekts soll die entwickelte Lösung in das Produkt SAM DISTRICT ENERGY integriert werden, ein digitales Portal von Samson für die Wärmeverteilung, das von vielen Stadtwerken in Deutschland für die Verwaltung, Bedienung und Optimierung ihrer Systeme genutzt wird.

Kontakt

Thilo Walser (Autor)
Mitarbeiter
Steinbeis-Innovationszentrum Solare und zukunftsfähige thermische Energiesysteme (Solites) (Stuttgart)

Alia Begisheva (Autorin)
SAMSON AG (Frankfurt am Main)

227254-36