Mit Künstlicher Intelligenz zur besseren Wärmepumpenplanung in Städten

Die Autor*innen dieses Textes sind Studierende der Hochschule der Medien. In einer Kooperation von SimTech und der HdM sind einige Medienprodukte zu Forschungsthemen entstanden. Mehr zum Projekt gibt es hier.

Bis zu einem Jahr auf eine Genehmigung für eine Grundwasserwärmepumpe warten – das passiert bei Bauprojekten in München, die größere Grundwasserwärmepumpen in ihre Bauvorhaben integrieren. Dabei ist es ein Ziel der Stadt, bis zum Jahr 2035 klimaneutral zu werden, unter anderem mit einem verstärkten Ausbau von Wärmepumpen. Gerade sind es nach eigener Aussage der bayerischen Hauptstadt rund 1000 oberflächennahe Grundwasserwärmepumpen, die eingebaut sind. Eine Hürde stellt nicht nur die bauliche Umsetzung dar, sondern auch die Planung der Standorte. Eine neue Simulation des Exzellenz-Clusters SimTech in Stuttgart kann dabei helfen: Nicht mit besonders schnellen Supercomputern, sondern mit dem Abgleichen von Pixeln. 

Eine Grundwasserwärmepumpe macht sich die konstante Wärme des Grundwassers von durchschnittlichen 12°C zunutze. Hierbei wird ein Teil des Grundwassers entnommen und zu einem Wärmetauscher geleitet, der diese mit Hilfe eines Wärmemittels in Energie zum Heizen umwandelt - dabei reichen schon Temperaturen, die leicht über der Außentemperatur sind. Das Grundwasser, das seine thermische Energie an den Tauscher abgegeben hat und somit kälter ist als zuvor, wird dann wieder in das Grundwasser geleitet. Unter bestimmten technischen Voraussetzungen kann mit Hilfe der Grundwasserwärmepumpe aber auch gekühlt werden - hier wird thermische Energie an das Grundwasser abgegeben. 

Nachdem das Grundwasser seine thermische Energie an das Wärmemittel abgegeben hat, wird es wieder in das Grundwasser geleitet – dabei entstehen Fahnen aus kälterem Grundwasser. Rechtlich dürfen diese Kältefahnen eine Temperatur zwischen 4 und 20 Grad Celsius haben – doch wird diese Regelung dadurch eingeschränkt, dass das Grundwasser nicht mehr als 4 oder 5 Grad von der ursprünglichen Temperatur abweichen darf. Nach einer Studie des Umweltbundesamts geht es hier vor allem um den Grundwasserschutz - denn die Grundwasserfauna reagiert empfindlich auf längere Temperaturschwankungen. Mikroorganismen, aber auch kleine Krebstiere, Würmer, Milben und Schnecken sind an eine Temperaturschwankung von gut einem Grad jährlich gewohnt.

Vermehrte, längerfristige Schwankungen der Temperatur könnten auch schwere Folgen für die Grundwasserfauna bedeuten, womit auch die Wasserqualität in Mitleidenschaft gezogen würde. Der vermehrte Einbau der Grundwasserwärmepumpen bedeutet aber vor allem technische Schwierigkeiten: Zu dicht aneinander gebaut, steht eine zweite Wärmepumpe im kalten Ausfluss der ersten Wärmepumpe und kann dadurch nicht mehr warmes Wasser einziehen, um die thermische Energie an den Wärmetauscher abzugeben – das Heizen wird dadurch sichtlich erschwert.

Mit der geplanten Klimaneutralität bis 2035 steht die dortige Verwaltung vor einem logistischen Problem: Wie schafft man es, viele Grundwasserwärmepumpen zu bauen, ohne dass diese sich mit ihren Kältefahnen negativ beeinflussen? Derzeit entscheidet das Wasserwirtschaftsamt darüber, wo ein Brunnen für eine Grundwasserwärmepumpe gebohrt werden darf. Bei größeren Grundwasserwärmepumpen über einem Verbrauch von 100.000 Kubikmeter im Jahr werden numerische Computermodelle erstellt, die den Fluss der Wärmefahnen errechnen.

Dabei spielt nicht nur die Fließrichtung und die Bodendurchlässigkeit eine zentrale Rolle, sondern auch Gesteinsschichten und eventuelle Oberflächenversiegelungen. Eine Aufgabe, die nicht nur Zeit, sondern auch viel Rechenleistung und Energie verbraucht. Bis zu mehrere Tage brauchen Supercomputer, um diese Gleichungen zu lösen. Auch deswegen werden Wärmepumpen, die nicht über 100.000 Kubikmeter Wasser im Jahr verbrauchen, durch Sachverständige evaluiert, die keine solchen Computermodelle nutzen.

Eine neue Möglichkeit, diesen Prozess zu vereinfachen, ist ein KI-Modell. Julia Pelzer vom Exzellenz-Cluster SimTech in Stuttgart arbeitet dafür an einer Simulation, die nicht auf numerischen Berechnungen basiert und so den derzeitigen Rechenweg umgeht. Sie nutzt bereits bestehende Daten, die zeigen, wie diese Grundwasserfahnen verlaufen und trainiert damit ihr Modell.

Dabei gibt sie bestimmte Parameter, wie den Standort der Wärmepumpe, die Durchlässigkeit des Untergrunds oder auch die Fließgeschwindigkeit ein und gleicht die daraus entstandene Wärmefahne mit den mathematisch errechneten Fahnen der Supercomputer ab. Dies passiert hier über den Abgleich der Pixel. Die von Pelzer simulierte Wärmefahne wird über die berechnete Fahne gelegt und die voneinander abweichenden Pixel automatisch berechnet. Ganz ohne die physischen Berechnungen schafft Pelzer ein akkurates Modell, das innerhalb von Millisekunden das Wärmefeld der zu platzierenden Wärmepumpe abbildet. 

Dabei spart sich Pelzer die aufwändigen mathematischen Berechnungen, die ein Supercomputer mehrere Tage beanspruchen kann. Während bei den Simulationen vor allem die Berechnung aufwändig ist, ist es bei Pelzers Modell das Training. Immer wieder vergleicht das Modell die Pixel der selbst berechneten Wärmefahnen mit den tatsächlichen Daten, die in der physisch-korrekten Simulation errechnet wurden. Wenn diese nicht stimmen, passt Pelzer das Netzwerk an und probiert es nochmal - bis die Wärmefahnen mit den physikalisch berechneten übereinstimmen. Doch wenn das Modell einmal trainiert ist, kann man das neuronale Netzwerk in kurzer Zeit auf neue Szenarien anwenden.

Für die Stadt München soll das neuronale Netzwerk in einer Web-App zugänglich gemacht werden und somit die bisherigen Entscheidung der Wärmeplaner erleichtern und auch verkürzen. Laut Fabian Böttcher, Hydrogeologe für die Stadt München, kann dann auch die Entscheidung über die Platzierung qualitativ fundierter sein. Besonders bei Eigenheimen, die unter 100.000 Kubikmeter Wasser verbrauchen, da diese derzeit ohne solche Modelle getroffen werden.

Ein weit entfernter Traum wäre die Nutzung der Kälte- oder Wärmefahnen über die Stadt hinaus: Wenn im Winter ein Haushalt heizt und kälteres Wasser wieder in das Grundwasser entlässt, könnte ein anderer Haushalt oder auch ein Rechenzentrum im darauffolgenden Sommer damit kühlen. Dies liegt an der langsamen Fließgeschwindigkeit, die unter einem Kilometer beträgt. Auch für diese Anwendung wäre eine Simulation der Fahnen essentiell.

Julia Pelzer ist bisher in der Trainingsphase ihres Modells – dieses soll aber in den nächsten zwei Jahren beendet werden und das Modell zur Anwendung kommen. In Augsburg, Nürnberg und auch Berlin werden derzeit schon ähnliche Forschungsprojekte angestrebt. Aber auch in anderen Städten soll man Pelzers Modell nutzen können. Das einzige, was Pelzer für eine angepasste Simulation braucht, sind genug Daten, um das jeweilige Netzwerk auf den dortigen Untergrund zu trainieren. Dieses zweite, aufbauende Training ist aber deutlich kürzer, womit das Modell auch schneller zum Einsatz kommen könnte. So sollen auch dort in Zukunft effizientere Entscheidungen über die
Platzierung der Grundwasserwärmepumpen getroffen werden können.