SAMSON, ein weltweit ausgerichteter Anbieter von Regeltechniklösungen mit Hauptsitz in Frankfurt am Main, hat ein wegweisendes Forschungsprojekt auf Basis von Machine Learning (ML) gestartet, das eine verbesserte Nutzung erneuerbarer Energiequellen ermöglicht und einen Beitrag zur Energiewende in Deutschland leistet.
Näheres

Das Projekt, das einen Umfang von 1,92 Mio. Euro hat, wird durch das Bundesministerium für Wirtschaft und Klimaschutz gefördert. Es konzentriert sich auf die Entwicklung eines selbstlernenden Algorithmus, der Netzeinspeise- und Übergabestationen, insbesondere für Solarthermieanlagen, optimieren soll.

SAMSON koordiniert das Projekt saM_soL in Zusammenarbeit mit dem Forschungsinstitut Solites aus dem Steinbeis-Verbund und der SAMSON-Energietochter KT-Elektronik. Solites entwickelt unter anderem die notwendigen Algorithmen für das Machine Learning. SAMSON bringt seine umfassende Expertise in der Regeltechnik sowie seine langjährige Erfahrung in der Entwicklung hochmoderner Steuerungssysteme ein. Der Projektträger ist das Forschungszentrum Jülich (FZJ).

PID-Algorithmus als Dreh- und Angelpunkt
Ausgangspunkt bilden Steuerungen mit integriertem PID-Algorithmus (PID steht für proportional-integral-differenziell) zur Regelung von Prozessen in Wärmenetzen. Die Regelung der thermischen Solaranlage wird virtualisiert, und der so entstehende digitale Zwilling trainiert das zugrundeliegende Modell. Im Einsatz passt das ML-Modell die Regel-Parameter anlagenspezifisch und in Abhängigkeit von äußeren Einflüssen an. Später soll so die Steuerung sowohl zentraler als auch dezentraler Einspeisestationen für Wärmeerzeugungsanlagen mit schwankenden Energiequellen im laufenden Betrieb optimiert werden können.
Im Fokus des Forschungsvorhabens steht die Solarthermie als eine besonders fluktuierende Energiequelle.  Der Praxistest erfolgt in der dezentralen solarthermischen Wärmenetzeinspeisestation der Stadtwerke Düsseldorf. Die Anlage mit 232 m² installierter Kollektorfläche erwärmt das aus dem Rücklauf des Fernwärmenetzes entnommenes Fluid auf Vorlauftemperaturniveau.

Statements
Andreas Widl, CEO von SAMSON: „Die Nutzung von Künstlicher Intelligenz in der Regelungstechnik eröffnet neue Horizonte für effizientere und nachhaltigere Energieversorgung. Dieses Pilotprojekt ist ein entscheidender Schritt in Richtung eines intelligenten Energiemanagements, das nicht nur die Effizienz steigert, sondern auch die Integration erneuerbarer Energien nahezu optimal ermöglicht. Bei SAMSON sind wir stolz darauf, Teil dieses Projekts zu sein und unseren Beitrag zu einer Zukunft ohne Verschwendung von Ressourcen zu leisten.“

SAMSON-Projektleiter André Strauch: „Die Lösung wird am Ende Materialverschleiß und Temperaturschwankungen reduzieren und Ressourcen in den Heizkraftwerken bzw. Wärmeerzeugungsanlagen einsparen. Für SAMSON ist das eine hervorragende Ergänzung seiner digitalen Produktpalette für die Nachhaltigkeit im Energiesektor, die wir auch unseren internationalen Kunden anbieten werden.“

Solites-Projektleiter Thilo Walser: „Mit saM_soL entwickeln wir einen ML-Algorithmus im virtuellen Modell und trainieren diesen für den späteren Einsatz in der Realanlage. Aus wissenschaftlicher Perspektive bietet dieser neuartige Ansatz immense Potentiale zur verbesserten Regelung von stark fluktuierenden Wärmeerzeugungsanlagen. Der Ansatz soll nach erfolgtem Praxistest auf Netzeinspeisestationen jeglicher Art übertragbar sein.“

Integration in digitales Portal
Nach erfolgreichem Abschluss des Projekts soll die entwickelte Lösung in das Produkt SAM DISTRICT ENERGY intergiert werden, ein digitales Portal von SAMSON für die Wärmeverteilung (Fern-/Nahwärme bzw. -kälte), das von vielen Stadtwerken in Deutschland für die Verwaltung, Bedienung und Optimierung ihrer Systeme genutzt wird. Das Projekt dauert bis Mai 2027.