4. März 2021 agvs-upsa.ch – Wer günstig und zugleich umweltschonend die verfügbare erneuerbare Energie nutzen will, kann sich in Zukunft nicht mehr auf fest installierte Thermostate und manuell betätigte Knöpfe verlassen. Künstliche Intelligenz kann da helfen. 


Quelle: Istock

pd. Das Energiemanagement in einem Haus mit Solaranlage wird immer komplexer: Wann stelle ich die Heizung an, damit es abends angenehm warm ist? Wieviel Strom darf der Heisswasserspeicher aufnehmen? Reicht die Energie dann noch fürs Elektroauto? Bratislav Svetozarevic, forscht im «Urban Energy Systems»-Labor an der Empa und hat das Problem erkannt. Gefragt ist eine automatische Steuerung, die Energie zu günstigen Tageszeiten hamstert und für teure Tageszeiten nutzbar macht. 

Die Lösung ist Künstliche Intelligenz. Der Empa-Forscher entwarf eine KI-Steuerung die auf dem Reinforcement Learning Prinzip basiert. Wenn das System «richtig» agiert, erhält es eine «Belohnung». Allmählich perfektioniert die Steuerung auf diese Weise ihr Verhalten. Zunächst wurde die Steuerung nur am Computer simuliert. Die Vorgaben: Ein bestimmter Raum in einem Gebäude musste elektrisch auf die gewünschte Temperatur geheizt werden und diese halten. Zugleich musste das System ein Elektroauto mit Strom versorgen, das morgens um 7 Uhr zu mindestens 60 Prozent geladen sein sollte und auf die Reise geht. 

Abends um 17 Uhr kehrt das Elektroauto mit einer Restladung zur Ladestation zurück und kann während der Nachtstunden auch Strom ins Haus zurückliefern. Die Steuerung wurde mit Wetterdaten und Raumtemperaturen aus dem vergangenen Jahr gefüttert und musste mit zwei Stromtarifen zu Recht kommen: teurer Strom am Tag zwischen 8 Uhr und 20 Uhr, billiger Strom während der Nachtstunden. 

Nun musste die Steuerung den Test in der Wirklichkeit bestehen. In einer kühlen Woche sparte die KI-Steuerung in einem Zimmer des Empa-Gebäudes Nest 27 Prozent Heizenergie ein – im Vergleich zum benachbarten Studentenzimmer, dessen Heizung mit einer fest programmierten (regelbasierten) Steuerung betrieben wurde.


Die KI-Steuerung der Empa verteilt Strom aus Solarkollektoren auf optimale Weise. Sie braucht nicht programmiert zu werden, sondern «erlernt» mittels künstlicher Intelligenz die Bedürfnisse der Bewohner und passt sich an Tages- und Jahreszeiten an. Quelle: Empa

In einem nächsten Schritt wollen Svetozarevic und seine Kolleginnen und Kollegen nun ermitteln, wie sich das System von einem Raum auf grössere Gebäude erweitern lässt. «Wir haben in unserem ersten Experiment einen typischen Haushalt der Zukunft abbilden wollen», sagt der Empa-Forscher. Der Einfachheit halber hat sich das Team aufs Heizen und Fahrzeugladen beschränkt. Die Arbeit legt jedoch die Basis für deutlich mehr. 

Um das KI-System in Zukunft für eine optimale Energieversorgung nutzen zu können, ist allerdings eine neue Generation Elektroautos nötig. Die heute üblichen, europäischen und US-Modelle mit dem CCS-Schnelladeanschluss können nur Strom tanken, jedoch keinen liefern. Japanische Autos mit Chademo-Stecker sind dagegen fürs sogenannte bidirektionale Laden ausgelegt. Der koreanische Konzern Hyundai kündigte im Dezember an, seine neue Elektroauto-Plattform E-GMP ebenfalls für bidirektionales Laden auszurüsten. Damit könnten Elektroautos langfristig beim Energiesparen helfen und zugleich das Elektrizitätsnetz stabilisieren.