Mit dem Forschungsprojekt PHI-Factory ist die ETA-Fabrik an der TU Darmstadt zur digitalisierten, energieflexiblen Modellfabrik ausgebaut worden. Sie zeigt, wie Industriebetriebe über 20 Prozent ihrer Energiekosten einsparen und das Stromnetz entlasten können.

PHI-Factory kann das Stromnetz entlasten

PHI ist das Formelzeichen für die Phasenverschiebung von Strom und Spannung und gab dem Forschungsprojekt seinen Namen. Es ist eine Kenngröße für die Blindleistung im Netz, die für Verbraucher nicht nutzbar ist.

Vernetzte Fabrik: Maschinelles Lernen und Künstliche Intelligenz

Während der mehr als dreijährigen Projektlaufzeit hat das Wissenschaftlerteam immer wieder Produktionen in der ETA-Forschungsfabrik durchlaufen lassen und so über ein Energiemanagement-System jede Menge Daten gesammelt.

Grafik zum Lastsptitzenmanagement in der PHI-Factory
©TU Darmstadt | PTW | artworks-beck.de
Die Grafik zeigt das Lastsptitzenmanagement in der PHI-Factory durch den Einsatz eines Hybriden Energiespeichers mit einem Schwungmassenspeicher, einer Lithium-Ionen-Batterie sowie die Speicher von Elektrofahrzeugen.

Auch die Industriepartner haben Daten erhoben und ausgewertet, sodass für Simulationen eine breite Datenbasis verfügbar war. Ziel des übergeordneten Energiemanagements war unter anderem die Leistungs-, Arbeits- und Zusatzkosten in der Fabrik über eine energieoptimierte Betriebsführung zu verbessern: Lastspitzen glätten, energieadaptive Produktion planen sowie optimale Be- und Entladestrategien von Speichern entwickeln.

Über Systemdienstleistungen, wie etwa das Einspeisen von Strom ins Netz, kann die PHI-Factory Erlöse erwirtschaften und über eine verbesserte Netzqualität Zusatzkosten minimieren.

Aus der breit angelegten Datenbasis haben die ForscherInnen eine Art Bibliothek für die Energiesimulation von optimalen Produktions- und versorgungstechnischen Anlagen entwickelt. Dabei sind auch Methoden aus dem Bereich des maschinellen Lernens für industrielle Energiesysteme eingesetzt worden, wie etwa Prognoseverfahren auf Basis Künstlicher Intelligenz (KI). Dabei konnten, je nach Versorgungssystem und Rahmenbedingungen über 20 Prozent der Energiekosten reduziert werden.

Die in PHI-Factory entwickelten KI-gestützten Anwendungen haben vielversprechende Potenziale aufgezeigt, die weiterentwickelt werden sollen, damit ganzheitliche Ansätze in den Bereichen Energieeffizienz und Energieflexibilität tatsächlich in die Industrie übertragen werden können. (az)

Speichersysteme in der PHI-Factory

Die WissenschaftlerInnen haben im Forschungsprojekt PHI-Factory untersucht, wie dezentrale Erzeuger- und Speichersysteme in das Energiemanagement eingebunden werden können: Ein elektrischer Energiespeicher ermöglicht im autarken Betrieb der Fabrik etwa E-Fahrzeuge an die PHI-Factory anzukoppeln und aufzuladen.

Weitere Beispiele für Anlagen, die im Forschungsprojekt genauer betrachtet wurden, sind Lüftungsanlagen, Blockheizkraftwerke, Stromspeicher und Werkzeugmaschinen. Die entwickelten Lösungen hat das Wissenschaftlerteam in der ETA-Forschungsfabrik integriert und experimentell erprobt. 

Mehr Informationen zu Förderprojekten, Energie-​​ und Effizienztechnologien sowie förderpolitischen Leitlinien bietet das Informationssystem EnArgus.

PHI-Factory

För­der­kenn­zei­chen: 03ET1455A-G

Projektlaufzeit
01.12.2018 31.03.2020 Heute ab­ge­schlos­sen

The­men

Energiesparende Industrieverfahren - Maschinenbau, Fahrzeugbau, Elektrotechnik, Feinmechanik, Optik, EBM-Waren

För­der­sum­me: rund 4,8 Millionen Euro

Eine Hand berührt einen computergezeichneten Kopf, der im Inneren ein stark zusammenlaufendes Netzwerh hat, das symbolisch für Künstliche Intelligenz steht.
©sdecoret

Künstliche Intelligenz

In der Zusammenarbeit von Mensch und Maschine hat Künstliche Intelligenz das Potenzial die Industrie zu transformieren und die Produktion energieeffizienter zu machen.

zum Forschungsthema

ETA-Fabrik

För­der­kenn­zei­chen: 03ET1145A-F

Projektlaufzeit
01.05.2013 30.04.2018 Heute ab­ge­schlos­sen

The­men

Energiesparende Industrieverfahren - Maschinenbau, Fahrzeugbau, Elektrotechnik, Feinmechanik, Optik, EBM-Waren

För­der­sum­me: rund 7,94 Millionen Euro