Das Fraunhofer ISE forscht an einer neuen Generation intelligenter Wärmepumpen, die sich mithilfe künstlicher neuronaler Netze an die Umgebungsbedingungen anpassen und bei Veränderungen dazulernen. Durch die Integration künstlicher Intelligenz in die Wärmepumpenregelung sollen fehlerhafte Geräteeinstellungen der Vergangenheit angehören und die Heizsysteme dauerhaft mit optimaler Energieeffizienz laufen.
Im Projekt „ AI4HP “ hat das Fraunhofer-Institut für Solare Energiesysteme (Fraunhofer ISE) wichtige Erkenntnisse über das Potenzial von KI-gesteuerten Regelungsverfahren für Wärmepumpen gesammelt. Simulationsergebnisse versprechen ein Energieeinsparungs-Potenzial von 5 bis 13 % bei erhöhtem Komfort. Im Rahmen des Projekts wurde ein intelligenter Wärmepumpenregler entwickelt, der ein künstliches neuronales Netz als digitale Abbildung des thermischen Gebäudeverhaltens sowie einen echtzeitfähigen Optimierungsalgorithmus verwendet, um die Vorlauftemperatur der Wärmepumpe zu regeln.
Heizkurven zu unflexibel
Wärmepumpen für den Heizbetrieb im Wohnbereich regelt man bisher hauptsächlich mit Heizkurven, die bei der Installation fest eingestellt werden. Solche Heizkurven beschreiben den Zusammenhang zwischen der jeweiligen Außentemperatur und der dazu passenden Vorlauftemperatur der Wärmepumpen-Heizung.
Nach Angaben des Fraunhofer ISE sind diese Heizkurven jedoch in den meisten Fällen gar nicht optimal auf das Gebäude abgestimmt. Das wäre nur durch eine zeitaufwändige Kalibrierung realisierbar. Doch selbst dann gilt: Klassische Heizkurven als Steuerungsinstrument für die Wärmepumpe berücksichtigen weder kurzfristige Veränderungen – wie etwa einen hohen solaren Wärmeertrag durch Sonneneinstrahlung – noch langfristige Veränderungen im Bereich der Gebäudehülle (Alterung, Sanierung).
Künstliche neuronale Netze dagegen scheinen aufgrund ihrer Fähigkeit, auch komplexe und nicht-lineare Zusammenhänge genau abbilden zu können, besser für solche Regelungsprozesse geeignet zu sein. Künstliche Intelligenz (KI) kann zum Beispiel auch lernen, wie sich ein Gebäude unter Sonneneinstrahlung verhält und daraus Entscheidungen für die Heizungssteuerung ableiten. Für einen solchen Lernprozess muss das KI-System vorab natürlich mit kontinuierlich erfassten Messwerten „gefüttert“ werden.
Im Rahmen des Projekts AI4HP hat das Forschungsteam ein neuronales Netz basierend auf Konzepten zur Zeitreihenvorhersage entwickelt. Die Grundstruktur dieses Netzwerks baut auf einer neuartigen Transformer-Architektur auf. Damit ist die KI in der Lage, historische und zukünftige Input-Daten zu verknüpfen. Mit dieser Architektur kann das System den zeitlichen Verlauf von Raumtemperaturen auf Grundlage aller relevanten Außenbedingungen abschätzen.
Ermutigender Feldtest
Der im Projektverlauf entstandene KI-Wärmepumpenregler wurde zunächst in Simulationstests evaluiert – mit drei Gebäuden unterschiedlicher Baujahre und Dämmstandards. Das Ergebnis dieser virtuellen Tests war eine Energieeinsparung von durchschnittlich 13 % im Vergleich zur standardmäßig eingestellten Heizkurve. Diese Einsparung wurde nach Angaben des Fraunhofer ISE insbesondere durch eine bessere Übereinstimmung der Referenzraumtemperatur mit der Solltemperatur erreicht. Eine weitere Energieeinsparung erwarten die Forschenden, wenn es gelingt, den Regler so zu erweitern, dass auch die Effizienz-Charakteristik der Wärmepumpe einbezogen wird.
Baustoff-Fachwissen verständlich erklärt: Jetzt Newsletter abonnieren!
Der BaustoffWissen-Newsletter bringt Sie thematisch immer auf den neuesten Stand. Sie erhalten die Branchen-News dann zwei Mal monatlich.
Darüber hinaus wurde der intelligente Heizkurvenregler einem ersten Feldtest in einem realen Gebäude unterzogen. Der einwöchige Testbetrieb bestätigte, dass die KI-gesteuerte Wärmepumpenregelung die Solltemperatur deutlich besser erreicht. Der COP-Wert („Coefficient of Performance“) verbesserte sich um 25 %. Der COP ist ein Maß für die Effizienz der Wärmepumpe. Er beschreibt das Verhältnis von Wärmeleistung zur dafür erforderlichen Antriebsenergie (Strom). Zudem führte der Algorithmus bereits nach einigen Tagen zu stabilen Heizkurvenparametern, die auf das Gebäude optimiert sind.
Trotz des nachgewiesenen Potenzials sehen die Forschenden noch viel Arbeit vor sich, bevor eine marktfähige KI-Wärmepumpenregelung vorliegt. „KI-Methoden müssen robuster und skalierbarer werden, um kostengünstig in einer Vielzahl unterschiedlicher Gebäude implementiert werden zu können“, sagt Dr. Lilli Frison, Projektleiterin am Fraunhofer ISE. „Darüber hinaus werden nur zuverlässige und vertrauenswürdige Methoden, die einen sicheren Betrieb gewährleisten, von Wärmepumpenherstellern und ihren Kunden akzeptiert“, ergänzt ihr Kollege Simon Gölzhäuser.
Forschungspartner
Das vom September 2021 bis August 2024 durchgeführte Projekt AI4HP hat das Fraunhofer ISE in Zusammenarbeit mit den französischen Forschungspartnern CEA List (Laboratory for Integration of Systems and Technologies) und Laboratoire de Psychologie et Neuro-Cognition (LPNC) durchgeführt. Als Industriepartner waren das deutsche Unternehmen Stiebel Eltron, das unter anderem Wärmepumpen herstellt, und die Forschungsabteilung der französischen Elektrizitätsgesellschaft EDF mit an Bord. Gefördert wurde das Projekt über den Projektträger DLR aus Mitteln des Bundesministeriums für Bildung und Forschung.