AG Turbo: FokusTurbo – Flexible Turbomaschinen für klimaneutrale und resiliente Energiesysteme:
Modellprädiktive Regelung flexibler Groß-Wärmepumpen

Im Fokus dieses Projektes stehen die modellprädiktive Regelung industrieller Großwärmepumpen zur Dekarbonisierung der Wärmeversorgung und damit verbunden die Integration erneuerbarer Energien in die Wärmeversorgungssysteme. Ziel ist zunächst die Entwicklung eines dynamischen, echtzeitfähigen Simulationsmodells, das u. a. Wärmeübertrager präzise und zugleich effizient abbildet. Darauf aufbauend wird ein KI-gestütztes Regelungssystem entwickelt, das flexibel auf Netzanforderungen reagieren kann. Die Regelstrategie basiert auf modellprädiktiver Regelung (MPC) und Reinforcement Learning (RL), um Betriebsstrategien zu optimieren und Netzdienstleistungen einschließlich der Berücksichtigung von Grid Codes zu ermöglichen. Die RWTH Aachen übernimmt die Erstellung des dynamischen Simulationsmodells, während die Hochschule Düsseldorf die regelungstechnischen Fragestellungen verantwortet und Everllence industrielle Anforderungen sowie Methoden zur Validierung einbringt.
Der Arbeitsplan wurde so gestaltet, dass er das übergeordnete Entwicklungsziel der Dekarbonisierung der Wärmeversorgung und netzdienlichen Integration erneuerbarer Energien durch intelligente, KI-gestützte Regelungskonzepte bestmöglich unterstützt. Er gliedert sich in mehrere Phasen:
Zunächst erfolgen Projektmanagement, Dokumentation und vertiefte Recherchen zum Stand der Technik sowie zur Modellierung von Wärmeübertragern und regulatorischen Anforderungen.
Darauf aufbauend werden geeignete Modellierungsansätze für Wärmeübertrager entwickelt, bewertet und in Simulationsumgebungen wie Matlab/Simulink oder Modelica implementiert. Parallel erfolgt eine Validierung in industriellen Anwendungsszenarien durch Everllence.
Im nächsten Schritt wird eine Basisregelung für den Gesamtkreislauf entwickelt und erprobt. Darauf aufbauend entsteht ein fortgeschrittenes Regelungskonzept, das Grid Codes berücksichtigt und durch Reinforcement Learning optimiert wird. Dieses wird softwaretechnisch umgesetzt, auf industrietauglicher Hardware validiert und in realitätsnahen Szenarien erprobt.
Abschließend erfolgen die finale Optimierung und Integration aller Komponenten.

Abbildung 1: Funktionsprinzip einer industriellen Groß-Wärmepumpe (Quelle: Everllence SE)

Die übergeordneten Entwicklungsziele sind die Dekarbonisierung der Wärmeversorgung und die netzdienliche Integration erneuerbarer Energien durch intelligente, KI-gestützte Regelungskonzepte. Dazu verfolgt dieses Vorhaben das Ziel validierte dynamische Simulationsmodelle für Wärmepumpen zu entwickeln um auf deren Basis mittels Einsatz modernster Regelungstechnik maximale Energieeffizienz und Wirtschaftlichkeit bei einem möglichst autonomen Anlagenbetrieb zu erreichen.

Das Projekt adressiert zentrale Ziele des 8. Energieforschungsprogramms, insbesondere die Wärmewende und Systemflexibilität. Die Ergebnisse sollen in industrielle Anwendungen überführt und zur Entwicklung autonomer Wärmepumpensysteme genutzt werden. Die enge Verzahnung von Forschung und Industrie gewährleistet eine praxisnahe Umsetzung und stärkt die Wettbewerbsfähigkeit der deutschen Energie- und Anlagentechnik.

Everllence SE, RWTH Aachen IKDG

01.01.2026 – 31.12.2028

03EE5195E