Künstliche Intelligenz regelt Heizungsanlagen effizienter

Das Fraunhofer-Institut für Solare Energiesysteme ISE hat in dem Forschungsprojekt "ANNsolar" selbstlernende künstliche neuronale Netze für die Regelung solarthermischer Heizungssysteme entwickelt. Die Netze prägen sich die individuelle thermische Dynamik von Gebäuden ein, ohne dass ein physikalisches Modell vorliegen muss - das ermöglicht eine effizientere und kostengünstigere Regelung der Heizungsanlagen. Die ersten Ergebnisse sind erfreulich: Die Einsparpotentiale liegen bei sieben Prozent und mehr. Auch andere Heizungen können von der Entwicklung profitieren. Ein Schlüssel für den Erfolg der Energiewende ist eine signifikante Einsparung fossiler Energie im Gebäudebestand. Solarthermie kann hierzu einen wichtigen Beitrag leisten. Die Kosten der Wärmeerzeugung durch Solarthermie müssen jedoch sinken: Bei der Regelung von solarthermischen Heizungsanlagen entstehen unter anderem Kosten durch die Programmierung der Regelalgorithmen sowie durch Installation, Inbetriebnahme, Wartung und Optimierung der Anlage. Die Nutzung der Methodik von künstlichen neuronalen Netzwerken könnte hier deutliche Kostenvorteile erschließen. Auch für andere Wärmeerzeugungstechnologien, wie Holzpelletheizungen, Wärmepumpen, und auch für fossile Wärmeerzeuger könnte dies nützlich sein.