Künstliche Intelligenz für Wärmepumpen

Gegenstand des »AI4HP«-Projekts war die Entwicklung einer neuen Generation von »intelligenten Wärmepumpen«, die sich mit Hilfe von Künstlichen Neuronalen Netzen (KNN) adaptiv an sich verändernde Randbedingungen anpasst und damit die Energieeffizienz unter Einhaltung des Nutzerkomforts erhöht.

Ausgangslage

Wärmepumpen stellen eine effektive Lösung dar, um den Energieverbrauch und die Umweltbelastung von Gebäuden zu verringern und erneuerbare Energien in die Wärmeversorgung einzubringen. Bis heute wird die Regelung von Wärmepumpen im Wohnbereich jedoch mit sehr einfachen heuristischen Methoden realisiert, die weder die realen Nutzerbedürfnisse noch die Vorhersage externer Einflüsse, darunter eine Änderung der Nutzergewohnheiten oder eine Alterung bzw. Sanierung des Gebäudes, berücksichtigen. Die tatsächliche Effizienz von Wärmepumpen entspricht in der Praxis daher nicht immer den Erwartungen. 

Ziel

Ziel des Verbundprojektes zwischen deutschen und französischen Experten aus dem Bereich Wärmepumpen und Energieversorgung sowie aus dem Bereich KI-Forschung war die Entwicklung neuartiger Methoden der Künstlichen Intelligenz (KI) auf Basis des inkrementellen Lernens mit künstlichen neuronalen Netzen (KNN) zur adaptiven Wärmepumpensteuerung und -überwachung. Die neuen intelligenten, KI-gestützten Wärmepumpen integrieren erstmals neue Funktionalitäten und Interaktionen mit einer sich verändernden Umgebung, um dem Benutzer die höchste Energieeffizienz und den besten Komfort zu bieten, Wartungsarbeiten zu erleichtern und Leistungseinbußen durch Fehlererkennung zu vermeiden

Lösungsansatz

KI-Methoden müssen an Robustheit und Skalierbarkeit gewinnen, um kostengünstig in einer großen Anzahl heterogener Gebäude implementiert werden zu können, in denen die Daten oft von Sensoren mit geringer Präzision und Zuverlässigkeit stammen. Schließlich finden nur zuverlässige und vertrauenswürdige Methoden, die einen sicheren Betrieb gewährleisten, Akzeptanz bei Wärmepumpenherstellern und deren Kunden. Der erste Teil des Projekts befasste sich daher mit der Entwicklung neuartiger maschineller Lernmethoden aus dem Gebiet des inkrementellen und des Online-Lernens für Zeitreihendaten, die notwendig sind, um sicherzustellen, dass KNNs autonom und adaptiv in einer sich ändernden Umgebung lernen, ohne den kompletten Satz vergangener Daten speichern zu müssen oder vergangenes Wissen zu vergessen. Die adaptive KI-Pipeline wurde für die drei Anwendungsfälle »adaptive Heizkurvenregelung«, »adaptive Regelung von Warmwasserwärmepumpen auf Basis von Lastprognosen« und »adaptive Fehlererkennung und -diagnose« entwickelt, in die Wärmepumpenregelung integriert und in Labortests und Pilotgebäuden validiert.

Ergebnisse

Ergebnis des Projekts ist ein adaptiver KI-Optimierungsalgorithmus, der die Heizkennlinie von Wärmepumpen dem tatsächlichen Bedarf anpasst und somit die Energieeffizienz der Wärmepumpe erhöht. Mit einer Integration des intelligenten Reglers können Wärmepumpenhersteller ihre Produkte wesentlich aufwerten: So zeigen Praxistests eine Steigerung des COP-Werts um 25% sowie eine Reduktion der Komfortabweichungen um 50 %. Die Energieeffizienz wird um 5 bis 10% gesteigert.