KI gestützte Optimierung industrieller Kälteversorgungssysteme im Forschungsprojekt EISKIG:

Wie datenbasierte Verfahren Effizienzpotenziale in komplexen Kälteverbundsystemen erschließen

Industrielle Kälteversorgung ist einer der großen Stromverbraucher in Deutschland und der Welt. Der Industriesektor verursacht rund 22 % der Treibhausgasemissionen in der EU; für Indus­triekälte fallen 19 % (EU) bzw. 14 % (Deutschland) des Strombedarfs in Industrie und Gewerbe an. Es gelten hohe Anforderungen an Verfügbarkeit, Prozesssicherheit und Kostenstabilität. In der Praxis sind viele Anlagen technisch gut ausgelegt – dennoch bleiben Effizienzreserven ungenutzt, weil konventionelle, regelbasierte Betriebsstrategien komplexe, zeitabhängige Einflussfaktoren (Kältelast, Umgebungstemperatur, Abhängigkeiten zwischen den Anlagen) nur begrenzt abbilden. Zudem bestehen in den meisten Fällen große Unterschiede zwischen dem geplanten Betrieb des Systems und dem tatsächlichen Betrieb durch bspw. abweichende Auslastungen der Kältesysteme. Im Forschungsprojekt ­EISKIG (Förderkennzeichen: 03EN6012 A-F) wurde deshalb untersucht, wie sich industrielle Kälteversorgungssysteme systematisch analysieren und mit KI-gestützten Verfahren betriebssicher optimieren lassen. Die entwickelten Verfahren und Methoden wurden im Whitepaper „Analyse und Erweiterung industrieller Kälteversorgungssysteme zur Anwendung KI-gestützter Betriebsoptimierung“ dokumentiert und sind Basis dieses Beitrags.
Damit die Betriebsoptimierung vollumfänglich zum Einsatz kommen kann, müssen eine Vielzahl von technischen Herausforderungen überwunden werden. Von dieser Vielzahl werden ausgewählte Bausteine vorgestellt, welche im Rahmen des EISKIG-Projekts maßgeblich weiterentwickelt wurden:

• Potenzial bewerten (Feasibility Study),
• sicher live schalten (Fallback-Mechanismus)
  und
• Einsparungen belastbar nachweisen (A-B-Tests und modellierter Referenzbetrieb).