Den Wärmespeicher sieht VK Energie als Schlüssel zur Flexibilisierung der KWK. Wie er dafür intelligent gemacht wird, erläutert Geschäftsführer Johannes Jungwirth.

 

E&M: Herr Professor Jungwirth, VK Energie fokussiert sich auf die Steuerung des Wärmespeichers von KWK-Anlagen. Warum?

Jungwirth: Auch wir haben grundsätzlich den Ansatz, bei der Optimierung von KWK-Anlagen den Fokus auf den Erzeuger zu legen. Jedoch ist es in den letzten Jahren immer stärker zum Ziel geworden, Erzeuger möglichst flexibel zu betreiben − etwa um am Spotmarkt agieren zu können oder um erneuerbare Erzeuger wie Solarthermie optimal einzubinden − und hier spielt der Wärmespeicher eine zentrale Rolle.

E&M: Wie verändert das den Blick auf den Speicher?

Jungwirth: Es bedeutet: Man benötigt für die Optimierung Flexibilität. Flexibilität wird bei einer Anlage, die Strom und Wärme gleichzeitig erzeugt, in der Regel von der Stromseite her gedacht, denn Wärme hat eher die Anforderung, konstant zu sein. Rein technisch ist der Schnittpunkt beider Welten der Wärmespeicher. 
E&M: Warum das? 

Jungwirth: Der Wärmespeicher hilft, die Strom- und Wärmeproduktion zu entkoppeln. Er ist ein Element, das in dezentralen Energieerzeugungsanlagen − glücklicherweise − fast immer vorhanden ist, aber aktuell nicht immer optimal genutzt wird.

E&M: Wie lässt sich das ändern?

Jungwirth: Man kann einen Wärmespeicher immer dann optimal einbinden, wenn man den ‚State of Charge‘ eines Speichers genau kennt und versteht.

E&M: Was bedeutet das?

Jungwirth: Mit unserem patentierten Verfahren, dem aktiven Wärmespeichermanagement, machen wir im ersten Schritt nichts anderes, als aus den bestehenden Informationen aus dem Speicher über ein Schichtenmodell und künstliche Intelligenz eine genaue Kennzahl dafür zu errechnen, wie sein aktueller Zustand aussieht: Wie viel Energie steht in dem Speicher zur Verfügung und wie viel hat noch Platz?

E&M: Was lässt sich mit diesen Informationen anfangen?

Jungwirth: Mit diesen beiden Informationen kann man in Bezug auf die Optimierung der Erzeugung viel mehr Freiheitsgrade ausnutzen, weil sich damit der Speicher aktiv nutzen lässt, um unterschiedliche wirtschaftliche Ziele zu erreichen, zum Beispiel Flexibilisierung, Spotmarktoptimierung und CO2-Reduzierung. Dies ermöglicht dem Betreiber, attraktive Mehrerlöse mit seiner Anlage zu generieren. Denn bei fast allen Anlagen schlummert noch erhebliches Optimierungspotenzial.

E&M: Wärmespeicher sind ja eher recht simple Systeme, braucht man dafür wirklich KI?

Jungwirth: Auf den ersten Blick scheint das System Wärmespeicher fertig erfunden zu sein. Rein technisch ist das auch so, es ist ein mit Wasser gefüllter Zylinder und mit zehn Temperaturfühlern übereinander kann man den Zustand dieses Systems sehr gut erfassen. Aber der springende Punkt ist: Ich will nicht zehn Temperaturmessungen haben zur Optimierung eines KWK-Systems. Auch die Kaufleute oder Börsenhändler, die Flexibilität vermarkten, können damit nichts anfangen. Die brauchen griffige Informationen. Deshalb ist die Übersetzung dieser Temperaturen in verbindliche Aussagen über die verfügbare Flexibilität so wichtig.

E&M: Auch das geht ohne KI ... 

Jungwirth: Jetzt kommt die KI in Spiel: Über ein Prognosemodell − wir arbeiten mit künstlichen neuronalen Netzen − kann man vorhersagen, wie sich der Zustand des Speichers in der Zukunft weiterentwickeln wird. Dazu muss man über den Tellerrand des Speichers hinausschauen: Wie entwickelt sich der Wärmebedarf, wie verändert sich das Wetter? Mithilfe dieser Informationen lässt sich dann das Gesamtsystem optimieren. Wenn ich weiß, der Speicher wird in zwei Stunden leer sein, dann wird eine klassische Regelung einfach nur den Wärmeerzeuger zuschalten.

E&M: Was ist daran verkehrt?

Jungwirth: Der Speicher wird meistens als passives Element gesehen, der bei der Erzeugung quasi den Rest abbekommt. Beim aktiven Wärmespeichermanagement drehen wir den Spieß um und lassen den Speicher nicht nur den Rest der erzeugten Wärme abbekommen. Mit der ganzen Intelligenz drumherum geben wir dem Speicher stattdessen eine aktive Rolle und versetzen ihn vorausschauend in einen bestimmten Zustand.

E&M: Wie sieht das konkret aus?

Jungwirth: Wir sagen dem Speicher, dass wir morgen um 14 Uhr einen bestimmten Füllstand haben wollen − weil wir wissen, wie der Bedarf und der Strompreis zu diesem Zeitpunkt aussehen werden. Hier zeigt sich deutlich der Unterschied zu einer traditionellen KWK-Steuerung: Die verfügt nur über die internen Informationen über den Zustand des Systems und arbeitet damit. Wir integrieren auch externe Daten wie Wetterinformationen und können so mit KI Prognosemodelle laufen lassen. So wissen wir dann etwa, wie die Prognose für den Spotmarkt aussieht, wir wissen, wie aufgrund der Wettersituation die erneuerbaren Erzeuger laufen. Auf diese Weise schaffen wir ein Simulationsmodell des gesamten Systems − einen digitalen Zwilling − und können damit das Verhalten der Anlage abbilden und in einem Optimierungsmodell schon heute den bestmöglichen Fahrplan für morgen berechnen. Davon können wir wiederum ableiten, in welchem Status wir den Speicher idealerweise zu einem bestimmten Zeitpunkt haben wollen. Diese KI wird täglich nachtrainiert. Sie lernt aus der Vergangenheit. Dadurch wird das Modell von Tag zu Tag genauer. Der Kunde wiederum kann auf seinen digitalen Zwilling über unser Kundenportal zugreifen, den aktuellen Fahrplan und die Mehrerlöse einsehen und seine Wartungszeitfenster eintragen.

E&M: Sind zu Beginn historische Daten für das Training notwendig? 

Jungwirth: Grundsätzlich hat man am Anfang eine sehr steile Lernkurve. Bei den meisten Anlagen gibt es historische Daten etwa zum Wärmebedarf. In der Regel wird die KI mit diesen Daten vortrainiert. Meist bekommen wir vom Anlagenbetreiber dafür beispielsweise die Wärmeverbrauchsdaten des Vorjahres. Wir reichern diese Daten dann mit weiteren Informationen etwa in Bezug auf das Wetter in diesem Zeitraum an. Wir haben dazu eine Datenbank, mit der sich die Wettersituation für ganz Europa in einer räumlichen Auflösung von sechs mal sechs Kilometern nachvollziehen lässt. 

E&M: Ihre Lösung kombiniert Hard- und Software. Wofür braucht es genau die Steuerungsbox? 

Jungwirth: Wir setzen grundsätzlich auf eine dezentrale Intelligenz. Die Entscheidungshoheit liegt immer bei der VK-Box an der Anlage. Unsere Philosophie folgt dabei einem Bottom-up-Ansatz: Wir optimieren jede einzelne Anlage für sich, denn jede Anlage hat andere Anforderungen.

E&M: Welche sind das?

Jungwirth: Das sind zum einen technische Fragen − wie viele Start-Stopp-Vorgänge sind erlaubt, wie sieht der Teillastwirkungsgrad aus und so weiter. Auf der anderen Seite variieren aber auch die wirtschaftlichen Anforderungen: Wie hoch sind die Wartungskosten, wie hoch ist der Gaspreis, wie wird der Strom vermarktet, in welchem Umfeld bin ich bei der Vergütung: EEG oder KWKG? 
Dieser Ansatz unterscheidet uns zum Beispiel von einem klassischen Direktvermarkter, der Regelleistungsvermarktung macht und dazu von weit oben auf 1.000 Anlagen schaut und sich dabei nicht so sehr für die Details der Anlage interessiert. Da spielt eher die Masse eine Rolle.
Durch die Dezentralität der Steuerung haben wir auch die Gewissheit, dass das System ausfallsicher ist, falls die Datenverbindung einmal abreißt.

E&M: Hilft der digitale Zwilling auch schon bei der Entwicklung eines Optimierungskonzeptes für Anlagen?

Jungwirth: Ja, wir können damit eine zu optimierende Anlage vorab digital abbilden und den Betrieb mit allen technischen und wirtschaftlichen Rahmenbedingungen auf Basis historischer Daten simulieren. Auf dieser Basis ist eine Optimierung dann in Form einer ‚Trockenübung‘ am PC möglich. Damit lässt sich das Optimierungspotenzial abschätzen − eine wertvolle Information auch für den Anlagenbetreiber. Die gleichen Modelle und Tools können wir dann direkt im Live-Betrieb verwenden. Das ist der große Vorteil eines digitalen Zwillings. Früher wurde zwar auch vorab in Excel simuliert, aber für die konkrete Umsetzung auf der Anlage war dann ein erheblicher weiterer Aufwand notwendig.

Zur PersonJohannes Jungwirth beschäftigt sich seit seinem Elektrotechnik-Studium an der TU München mit der Wärmespeicherung, unter anderem in seiner Dissertation. Seit 2017 ist er technischer Geschäftsführer von VK Energie und seit 2020 Professor für Smart Energy Systems an der Hochschule Ansbach.