Fernwärmeversorger müssen den Wärmebedarf ihrer Netze so genau wie möglich vorhersagen, um Energieverluste durch Überproduktion zu vermeiden. Je präziser die Prognose, desto seltener müssen ineffiziente Spitzenlastkraftwerke einspringen. KI-basierte Prognosen könnten hier einen wesentlichen Beitrag leisten, so die dena.
„Die Zukunft der Fernwärme ist digital und klimaschonend“
„KI bietet enorme Chancen, die Transformation des Wärmesektors zu beschleunigen“, meint Philipp Richard, Bereichsleiter Digitale Technologien und Start-up Ökosystem bei der dena. Der neue Leitfaden soll Unternehmen zeigen, wie sie mithilfe von KI ihre Planungen und Steuerungen optimieren können, um die Wärmeerzeugung präziser und kosteneffizienter zu gestalten. Eine fehlerfreie Erfassung und einheitliche Struktur der Daten sowie eine gut durchdachte Datenstrategie seien dabei entscheidend, so Richard.
Das dena-Projekt „KI in Fernwärme“ wurde im Future Energy Lab durchgeführt und umfasst zehn spezifische KI-Anwendungsfälle für Fernwärme. Einen dieser Fälle, die Wärmelastprognose, haben die Stadtwerke Norderstedt erfolgreich pilotiert: Hier kommt ein KI-Modell zum Einsatz, das den Wärmebedarf für die nächsten 24 Stunden mit 25 Prozent weniger Abweichung als herkömmliche Prognoseverfahren vorhersagen kann.
Frühzeitig in Daten investieren
Damit KI-Projekte erfolgreich sind, empfiehlt der Leitfaden, frühzeitig in eine gute Dateninfrastruktur zu investieren. Die Pflicht zur Digitalisierung aller Wärmemengenzähler bis Ende 2026 kann dabei als Anstoß dienen, eine umfassende Datenstrategie zu entwickeln. Digitale Messtechnik liefert wertvolle Daten, die Grundlage für präzisere KI-Modelle und datenbasierte Mehrwertdienste sind. Mit einer besseren Datengrundlage liefern KI-Modelle präzisere Ergebnisse, was zu einer schnelleren Amortisation von Investitionen in die Dateninfrastruktur führen kann.