Fraunhofer-Institut für Integrierte Schaltungen IIS, Institutsteil Entwicklung Adaptiver Systeme EASDer für den Klimawandel verantwortliche hohe CO2-Ausstoß hängt maßgeblich mit dem Energieverbrauch unserer Gesellschaft zusammen. Besonders Heizungsanlagen gehören zu den verbrauchsintensiven Energieträgern. Insbesondere bei Wärmepumpen führen fehlerhafte Bedienung, Montagefehler und unentdeckter Verschleiß zu ineffizienten Betrieb und damit zu Energieverschwendung. Obwohl aktuell bereits auf Sensorik gesetzt wird und Kommunikationsschnittstellen in den heutigen Anlagen existieren, werden diese nur selten und unregelmäßig abgefragt. Zudem ist die Problemerkennung und -diagnose durch Betriebsdatengewinnung und Analyse zum jetzigen Stand noch sehr kosten- und arbeitsintensiv.
Projektziel
Zusammen mit weiteren Projektpartnern hat sich das Fraunhofer IIS/EAS zum Projekt SHANGO (Smarte Heizungs-Anlagen-Optimierung) zusammengeschlossen. Das Projekt soll dazu beitragen, Lösungen zu finden, den Energieverbrauch von Wärmeerzeugern im Privatsektor langfristig und nachhaltig zu reduzieren. Dabei übernimmt das Fraunhofer IIS/EAS den Fokus Data Science, während die weiteren Projektpartner ihre Expertisen im Bereich der Heiztechnik und Energiemanagement-Software einbringen.
Auf diese Weise sollen niederschwellige Effizienzpotentiale aktiviert und wirtschaftliche Aspekte beim Austausch und Umbau von Anlagen besser beurteilt werden.
Lösungsansatz
Mit minimalen Installations- und Betriebsaufwand sollen zukünftig Bestandsanlagen mit ihrer bestehenden Sensorik, Steuerungs- und Kommunikationshardware überwacht und während des Betriebs optimiert werden. Fehlende Informationen werden mittels künstlicher Intelligenz (KI) und Maschine-Learning-Verfahren verknüpft und mit zusätzlichen Daten wie Wetter, Gebäudedaten sowie den beobachteten Betriebsmustern generiert. Mithilfe der im Projekt entstehenden Fehlerdatenbank, die typische Betriebsmuster und Effizienzprobleme nachstellt, generiert und analysiert, wird im späteren Verlauf ein KI-basierter Algorithmus trainiert, der das Fundament im Feldbetrieb darstellt.
Im Einzelnen sollen folgende Teilschritte während des Projekts SHANGO umgesetzt werden:
- Übersicht über die relevantesten Ineffizienten und Betriebsfehler je Energiesystem
- Erstellung einer Fehlermusterbibliothek
- Erweitertes gering-invasises Messkonzept für eine bessere Datengrundlage
- Planung und Aufbau einer IT-Plattform als Trainings-, Entwicklungs- und Validierungsumgebung für das KI-System
- Entwicklung von Algorithmen zur Erkennung von Fehlern und Effizienzpotenzialen
- Erarbeitung eines Nutzerkonzepts inkl. Handlungsempfehlungen
Am Fraunhofer IIS/EAS entsteht während des Projekts ein Labormessstand zur Hardware-in-the-Loop-Simulation (HiL-Simulation) des Betriebs von Wärmeerzeugern innerhalb einer virtuellen Gebäudeumgebung. Dort werden bestimmte Anlagenkonfigurationen, Nutzungs- und Fehlerfälle sowie genaue Randbedingungen wie Wetter und Nutzungsdaten simuliert. Die Labormessungen liefern einen Satz von Betriebsdaten, die zum Training von KI-Verfahren zur Detektion von problematischen Betriebszuständen geeignet sind.
Ebenfalls soll das Lastverschiebungspotenzial von Wärmepumpen mithilfe einer simulationsbasierten Evaluierung untersucht werden. Damit soll geklärt werden, mit welchem Erfolg und unter welchen Voraussetzungen kleine Wärmeerzeuger im Bestand sinnvoll im Rahmen eines dynamischen Lastmanagements im Stromnetz genutzt werden können.
Unsere Expertise für Ihr Projekt
Sie möchten unser Projektpartner werden? Das Fraunhofer IIS/EAS verfügt über jahrzehntelange Erfahrung in der Auftragsforschung für Industrieunternehmen. Stellen Sie Ihre Anfrage und wir setzen uns mit Ihnen in Verbindung und besprechen die Möglichkeiten einer Zusammenarbeit.
