Anlagenoptimierung und Langzeitkontrolle von Erwärmesondenfeldern in heterogenem Untergrund bei Unsicherheit in Beschreibung und Prognose

• Antragsteller: Professor Dr. Peter Bayer
• Fachliche Zuordnung: Paläontologie
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 456018213

Erdwärmesonden (EWS) sind standardisierte Anwendungen der untiefen Geothermie. Zur Deckung eines großen Energiebedarfs kommen Anlagen mit EWS-Feldern zum Einsatz, die entsprechend ein erhebliches Volumen des Untergrunds erschließen und über Jahrzehnte betrieben werden. Da die Wärmetransportprozesse des Untergrunds sehr langsam sind, gilt es, eine sich langfristig entwickelnde Minderung der Funktionalität und oft damit verbundene Beeinträchtigung des Untergrunds zu vermeiden. Eine zentrale Rolle für den Betrieb spielen die Unsicherheit in der (hydro-)geologischen Beschreibung und die Unsicherheit in der Prognose des langfristig meist variablen Energiebedarfs. Bisher fehlen jedoch Konzepte, die diese Unsicherheiten hinreichend quantifizieren. Das vorgeschlagene Projekt liefert hierzu einen neuartigen Ansatz, der jedoch einen Schritt weiter geht: Ziel ist nicht nur die Kenntnis von Unsicherheiten, sondern eine auch bei Unsicherheiten optimale Systemanpassung von EWS-Feldern. Eine EWS-Anlage liefert mit dem Beginn des Betriebs einen wertvollen direkten Einblick in die thermische Entwicklung des Untergrunds, wenn man die Temperaturtrends im zirkulierenden Wärmeträgermedium an den einzelnen EWS aufzeichnet. Mit zunehmender Dauer steigt das Wissen über jene Untergrundbedingungen, die noch in der Planungsphase sehr unsicher waren. Zugleich wird der reale Energiebedarf gelernt. Es ist nun naheliegend, sich dieses Wissen unmittelbar zur optimalen Anpassung der Anlage zunutze zu machen und somit einen zunehmend verlässlichen Betrieb zu erreichen. Ein deterministischer, statischer Ansatz, der Parameter- und Prognoseunsicherheiten nicht berücksichtigt, ist hierzu allerdings nicht geeignet. Stattdessen wird ein neues Konzept zur Optimierung und idealen Regelung von EWS erarbeitet, das über die gesamte Laufzeit eines EWS-Feldes Unsicherheiten quantifiziert und diese durch kontinuierliches Lernen reduziert. Zur effizienten unsicherheitsbasierten Simulation wird ein neues analytisches Linienquellenmodell entwickelt, das insbesondere den heterogen geschichteten Untergrund, den Grundwasserfluss und den variablen Wärmestrom an der Erdoberfläche berücksichtigt. Dies wird in eine Optimierungs- und Kontrollprozedur integriert, die von der Planungsphase an über den Betrieb hin kontinuierlich lernt und damit Auslegung und Ansteuerung der einzelnen EWS im Feld anpasst. Hierzu werden verschiedene Lösungsansätze wie modelprädiktive Regelung, Bayes’sches Lernen und Ensemblekonzepte mit multiplen Modellen verknüpft und verglichen, um eine geeignete Vorschrift abzuleiten. Die Entwicklung und Validierung der modellbasierten Verfahren bedient sich einer gedachten „virtuellen Realität“, in der vollständig bekannte Beispielfälle angenommen werden. Dies dient auch dazu, eine verlässliche Anwendung auf reale Standorte vorzubereiten. In einer Feldstudie in der letzten Projektphase mit einem detailliert untersuchten EWS-Feld wird das entwickelte Lern-Verfahren schließlich validiert.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Schweden
• Kooperationspartner: Dr. Alberto Lazzarotto