2023-09-01  –  2027-05-31

575.628,88 EUR

SAMSON AKTIENGESELLSCHAFT, Frankfurt am Main, Hessen

03EN6027A

Wärmeinfrastruktur [EB2080]

01256408/1  –  saM_soL

Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)

Forschungszentrum Jülich GmbH (PT-J.ESN6)

Energie

Das Ziel dieses Vorhabens ist die Entwicklung und Erprobung eines neuartigen, auf Maschinellem Lernen basierenden Regelprinzips, mit dem die Regelung zentraler und dezentraler Einspeisestationen für Wärmeerzeugungsanlagen mit fluktuierenden Quellen durch Optimierung der Parametrierung in Abhängigkeit der äußeren Einflüsse zum Lernen befähigt wird. Im Forschungsvorhaben wird die Solarthermie als eine der am stärksten fluktuierenden Quellen bearbeitet. Das Vorhaben wird durch die SAMSON AG koordiniert und zusammen mit dem Verbundpartner Solites als Teil der Steinbeis Innovation gGmbH durchgeführt. Basis der Arbeiten sind im Wärmenetzbereich typische PID-Regler. Es wird eine künstliche Intelligenz (KI) zur stetigen Optimierung der Regelparameter entwickelt, die in einer Netzeinspeisestation einer Solarthermieanlage getestet wird. Die KI basiert hierbei auf Algorithmen zum maschinellen Lernen. Diese werden trainiert, in dem sie an einen virtuellen Zwilling einer Realanlage gekoppelt und variierende Betriebszustände simuliert werden. Solites führt im seinem wissenschaftlichen Teilvorhaben die allgemeinen Vorausentwicklungen durch, um die notwendigen Programme zum Maschinellen Lernen sowie die erforderlichen Simulationsmodelle zu erstellen. Solites erprobt und validiert diese. Die SAMSON AG überführt die erzielten wissenschaftlichen Ergebnisse in deren eigene Produktwelt und entwickelt eine erste Anwendung für eine selbstlernende PID-Regelung einer Netzeinspeisestation. Der Realtest erfolgt in der solarthermischen Wärmenetzeinspeisung der Stadtwerke Düsseldorf AG (SWD.SOL-Vorhaben).