SET Pilot 4: KI-basierte Steuerung von Flexibilitäten im Nichtwohngebäude

Der SET Hub Pilot 4 hatte zum Ziel, KI-basierte Energiemanagementsysteme (KI-EMS) in Kombination mit intelligenten Mess- und Steuersystemen für Nichtwohngebäude zu entwickeln und zu erproben. Im Rahmen des Projekts wurde erfolgreich ein auf Reinforcement Learning basierendes KI-EMS mit Cloud-Edge-Architektur für dynamische Tarife und zeitvariable Netzentgelte demonstriert. Die Umsetzung erfolgte an einem Bürostandort des Fraunhofer IEE. Dieser verfügt unter anderem über eine Ladeinfrastruktur, eine Wärmepumpe und eine PV-Anlage. Neben der intelligenten betriebswirtschaftlichen Aussteuerung dieser Anlagen wurde die netzorientierte Steuerung gemäß § 14a EnWG entlang der Smart-Meter-Infrastruktur erprobt.

Das Projekt zeigt, dass sich KI-gestützte Steuerungsansätze besonders für komplexe, sektorübergreifende Energiesysteme eignen. Der entwickelte KI-Agent optimierte die Ladevorgänge von Elektrofahrzeugen sowohl kosten- als auch PV-orientiert. Zudem kommunizierte der KI-Agent erfolgreich mit der Gebäudeleittechnik. Reinforcement Learning erwies sich dabei als leistungsfähiger Ansatz zur gleichzeitigen Optimierung von Kosten, Effizienz und Nutzungskomfort. Zentrale Erfolgsfaktoren sind:

• eine stabile und sichere Kommunikationsinfrastruktur,
• offene Standards wie EEBUS und
• interoperable sowie standardisierte Schnittstellen.

Der Pilotprojektbericht empfiehlt verschiedene Aspekte für eine breite Anwendung im Nichtwohngebäudebereich:

1. beschleunigter Rollout von Smart Metern,
2. Abbau regulatorischer Hemmnisse – insbesondere bei Netzentgelten
3. stärkere Integration von Speichern und Gebäudeleittechnik.

Perspektivisch eröffnen dynamische Preismodelle und die Vermarktung von Flexibilitäten über Aggregatoren oder virtuelle Kraftwerke neue Erlösmöglichkeiten im Gebäudesektor. Die Ergebnisse sind auf viele Gebäudetypen übertragbar. Dabei ist eine enge Zusammenarbeit entlang der gesamten Wertschöpfungskette entscheidend für den Erfolg.