KI-gestützte Reglungsmodelle für die Flexibilitätsoptimierung von Wärmepumpen zur Entlastung des Stromnetzes

Im Forschungsprojekt FlexHP wird dieser Ansatz verfolgt, die Lastverschiebung stromnetzseitig zu optimieren und den Anteil an erneuerbarem Strom zu erhöhen. Dazu werden Gebäude als thermische Speicher und Wärmepumpen als hocheffiziente Wärmeerzeuger zu den bekannten Akteuren (Batteriespeicher, Elektroauto, Photovoltaikanlage) in ein dynamisches Energiemanagementsystem integriert und mit einem KI-gestützten Regelungsalgorithmus der Lastverbrauch für das Netz optimiert. Damit soll mit dem Gebäude ein zusätzlicher Flexibilitätsanbieter für das Stromnetz in Zeiten von Überschussstrom geschaffen werden.
Das Ziel des dynamischen Energiemanagementsystems ist eine optimierte Lastverschiebung auf Gebäudeebene durch ein Zusammenspiel von Forecast-Modellen und einer optimierten Regelung der einzelnen Verbraucher. Dafür ist eine Modellierung aller am Stromnetz beteiligten Player nötig, um eine Vorhersage für deren Verhalten treffen zu können. Mittels Forecast-Modellen, die mit historischen Daten getestet und validiert wurden, wird ein Algorithmus entwickelt, der ein optimiertes Zusammenspiel der einzelnen Akteure mit Zielfunktion eines Lastausgleichs ermöglicht.
Die einzelnen Modelle und die Funktion des Regelalgorithmus werden in einem Living-Lab mit realen Systemkomponenten erprobt. Als primäre Führungsgröße werden Stromnetzparameter aus der Nieder- und Mittelspannungsebene herangezogen. Dabei soll die Anwendbarkeit des Systems mit am Markt verfügbaren Systemkomponenten im Labormaßstab erprobt werden.