Das Fraunhofer-Institut für Solare Energiesysteme ISE forscht an einer neuen Generation von intelligenten Wärmepumpen, die sich mithilfe von künstlichen neuronalen Netzen an ihre Umgebungsbedingungen anpassen, bei verändernden Bedingungen dazulernen und dadurch Energieeffizienz und Nutzerkomfort steigern. Umfangreiche Simulationsergebnisse versprechen ein Energieeinsparungspotenzial von fünf bis 13 Prozent, was durch einen ersten Feldtest in einem realen Gebäude bestätigt werden konnte.
Der einwöchige Testbetrieb zeigte, dass die Solltemperatur genauer erreicht wird und sich die Leistungszahl der Wärmepumpe (Coefficient of Performance, COP) verbesserte. Er zeigte allerdings auch, dass eine gute Leistung des neuen Reglers hohe Anforderungen an die Genauigkeit des KI-Gebäudemodells stellt. Im Projekt AI4HP arbeitet das Institut mit dem deutschen Wärmepumpenhersteller Stiebel Eltron, dem französischen Stromanbieter EDF sowie den französischen Forschungspartnern CEA-List und Laboratoire de Psychologie et Neuro Cognition zusammen.
Wie die Wärmepumpen-KI funktioniert
Bisher werden Wärmepumpen für den Heizbetrieb im Wohnbereich hauptsächlich mit Heizkurven geregelt, die bei der Installation fest eingestellt werden. Die Heizkurven sind jedoch in den meisten Fällen nicht optimal auf das jeweilige Gebäude abgestimmt, was nur durch eine zeitaufwendige Kalibrierung erreicht werden würde. Außerdem berücksichtigen Heizkurven weder kurz- noch langfristige Veränderungen wie die Sonneneinstrahlung, die Nutzungsgewohnheiten der Bewohnerinnen und Bewohner sowie die Alterung oder Renovierung des Gebäudes. Das spezifische Verhalten eines Gebäudes, wie es sich beispielsweise unter Sonneneinstrahlung verhält, erlernt die künstliche Intelligenz (KI) durch die Analyse kontinuierlich erfasster Messwerte.
Künstliche neuronale Netze sind aufgrund ihrer Fähigkeit, komplexe und nicht-lineare Zusammenhänge genau abbilden zu können, für diesen Zweck geeignet. Das Forschungsteam hat ein neuronales Netz entwickelt, das historische und zukünftige Input-Daten verknüpfen kann. Mit ihm lässt sich der zeitliche Verlauf der Raumtemperatur abschätzen. Der entwickelte intelligente Wärmepumpenregler verwendet ein künstliches neuronales Netz als digitale Abbildung des thermischen Gebäudeverhaltens zusammen mit einem echtzeitfähigen Optimierungsalgorithmus, um die Vorlauftemperatur der Wärmepumpe optimal zu regeln. Quelle: Fraunhofer ISE / jb
