Verbundvorhaben: EnEff:Wärme - ML4Heat: Tools zum optimierten Betrieb von existierenden Fernwärmenetzen basierend auf Methoden des maschinellen Lernens - Teilvorhaben: Analyse von Fernwärmenetzen, Cloud-basierte Datenanalyse und experimentelle Untersuchungen zum optimierten Betrieb von Fernwärmenetzen
Zeitraum
2019-07-01 – 2022-12-31
Bewilligte Summe
239.657,31 EUR
Ausführende Stelle
Förderkennzeichen
03ET1668B
Leistungsplansystematik
Wärmetransport und -verteilung [EA2150]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESN3)
Förderprogramm
Energie
Ziel des vorgeschlagenen Projekts ist die Entwicklung von Methoden und Softwaretools zur verbesserten Prozesssteuerung und zum Betrieb bestehender Fernwärmenetze. Bei der Optimierung werden sowohl energetische als auch wirtschaftliche Einschränkungen berücksichtigt. Sensordaten und Betriebsdaten werden mit maschinellen Lernmethoden erfasst und analysiert. Methoden und Werkzeuge werden in drei Bereichen entwickelt: 1. Verbesserter Betrieb von Fernwärmestationen durch Leistungs- und Zustandsüberwachung. Ziel ist eine automatisierte Leistungsüberwachung und verbesserte Steuerung der Fernwärmestationen. 2. Strangoptimierung: Es werden Methoden entwickelt, die eine schnelle Erkennung oder sogar Vorhersage der Arbeitsbelastung von Teilen (Strängen) des Fernwärmenetzes ermöglichen. Sowohl maschinelle Lernmethoden als auch physikalische Gleichungen werden verwendet und kombiniert. 3. Netzwerkoptimierung: Es werden Verfahren entwickelt, die eine genauere Vorhersage des globalen Energiebedarfs des Netzwerks innerhalb eines bestimmten Horizonts (z. B. einige Stunden) ermöglichen. Externe Daten und Informationen (z. B. Wettervorhersage) werden mit den Methoden und Werkzeugen der (2) Strangoptimierung kombiniert. Weltweites Ziel ist die Reduzierung fossiler Brennstoffe für den Betrieb des Fernwärmenetzes.
Weitere Informationen