sektoreins
Alle Beiträge
Prognosen und Einsatzplanung9 Min.

Wie ein digitaler Zwilling das Verhalten einer Anlage abbildet

Prognosen sagen, was von außen auf eine Anlage zukommt. Ein digitaler Zwilling liest diese Prognosen und sagt vorher, wie sich die Anlage im thermischen und elektrischen Bereich darauf verhält. Dieser Beitrag zeigt, wofür sektoreins ihn einsetzt und wie er entsteht.

1Was ist ein digitaler Zwilling

Eine Wärmepumpe startet, die Temperatur im angeschlossenen Wärmespeicher steigt an, gleichzeitig nimmt die elektrische Leistungsaufnahme der Wärmepumpe zu.
Für einen Menschen ist dieser Zusammenhang schnell nachvollziehbar, ein Datenmodell muss das erst lernen. Ein Zwilling innerhalb von sektoreins ist ein digitales Abbild, das genau solche Zusammenhänge erkennt. Das Ziel ist es, abzuschätzen, wie sich diese Wechselwirkung in den kommenden Stunden entwickeln wird. Wie im Beispiel der Prognosen geht es auch hier darum, nicht jedes Detail, sondern das Verhalten abzubilden, das mit hoher Wahrscheinlichkeit eintreten wird.

Dabei ist unerheblich, wer das Gerät tatsächlich steuert: sektoreins selbst, eine eigene Regelung des Geräts, oder ob es nur passiv auf Schwankungen reagiert, die andere Geräte in der Anlage verursachen.

Als Mensch werfen wir einfach einen Blick auf das Thermometer am Wärmespeicher, schauen in die App des Wechselrichters oder auf das Display der Wärmepumpe. Wir lesen die Messwerte und wissen sofort, wie wir das zu interpretieren haben. Ein digitaler Zwilling tut im Grunde dasselbe, nur rein aus der Historie erlernt. Er kennt kein physikalisches Gesetz das dafür verantwortlich ist, aber er weiß aus Erfahrung welche Messwerte mit hoher Wahrscheinlichkeit gemeinsam auftreten und in welcher Reihenfolge.

Simon Rinke (Product & Sales)

Ein digitaler Zwilling wird dabei nicht je Gerät angelegt, sondern für die gesamte Anlage. Er lernt das Verhalten im thermischen und im elektrischen Bereich gemeinsam, weil sich Geräte über beide Bereiche hinweg gegenseitig beeinflussen können. Die Systemgrenze des Zwillings ist damit nicht das einzelne Gerät, sondern die Anlagegrenze.

1.1Warum es wirklich ein Zwilling ist

Ein digitaler Zwilling begnügt sich nicht mit dem allgemeinen Verhalten eines Gerätetyps. Er übernimmt jede Eigenheit des einen tatsächlich verbauten Geräts, so wie sie sich in den Messdaten zeigt:

  • Ein Pufferspeicher, bei dem sich die Temperaturen in den ersten Minuten nach dem Start der Ladepumpe stark vermischen, weil die Einströmung die Schichtung durcheinanderbringt
  • Eine Wärmepumpe, die nach dem Start eine kurze Anlaufphase benötigt, bevor sie die gewünschte Vorlauftemperatur liefert, und deren Leistungszahl (COP) bei längerer Laufzeit mit steigender Rücklauftemperatur sinkt
  • Ein Kessel, der im Sommer bei hoher Speicherladung durch eine angeschlossene Solarthermieanlage auffällig stark taktet
  • Ein BHKW, das nach dem Start eine Mindestlaufzeit von zwei Stunden einhält
  • Ein Batteriespeicher, der eine untere Entladegrenze einhält, um Reserven für eine Ersatzstromversorgung vorzuhalten

All das lernt der digitale Zwilling ausschließlich aus den aufgezeichneten Messdaten, ohne dass jemand diese Eigenheiten kennen oder eintragen muss. Genau das unterscheidet ihn von einem allgemeinen Modell: Er bildet nicht ab, wie sich ein Gerät dieser Bauart normalerweise verhält oder was in Datenblättern steht. Als Grundlage dienen nur die Messwerte der verbauten Geräte, die Sensorwerte aus den Temperatursensoren oder aus Strom- und Wärmemengenzählern.

2Wofür sektoreins digitale Zwillinge einsetzt

Das Ziel ist es, das Verhalten unterschiedlicher Geräte zuverlässig vorherzusagen. Am besten lässt sich das an dem Beispiel eines Wärmespeichers erklären:

Wird es heute Abend kälter und steigt dadurch die Wärmeabnahme über den Heizkreis, stellt sich die Frage: Reicht die vorhandene Wärmemenge bis in den Morgen oder muss der Wärmeerzeuger vorher noch einmal anspringen? Diese Frage lässt sich nicht allein aus dem aktuellen Speicherzustand beantworten. Sie hängt davon ab, wie sich der Wärmespeicher unter der erwarteten Last innerhalb der Heizungsanlage tatsächlich verhält, wie schnell er auskühlt und wie stark sich die Schichtung dabei verändert.

Diese Frage lässt sich in eine größere Abfolge einordnen:

Technische Komplexität
  1. 1

    Prognosen

    Was kommt von außen auf die Anlage zu?

    Wärmebedarf, Stromverbrauch, PV-Ertrag

  2. 2

    Digitale Zwillinge

    Wie verhält sich die Technik unter diesen Bedingungen?

    Speicher, Wärmepumpe, BHKW, Batterie

  3. 3

    Maschinelles Lernen

    Welche Fahrweise folgt daraus?

    Entscheidung unter allen geltenden Nebenbedingungen

Der Weg zur optimierten Einsatzplanung

Prognosen beschreiben, was von außen auf die Anlage einwirkt, im Beispiel oben also die kältere Witterung und der steigende Wärmebedarf. Digitale Zwillinge übersetzen das in das konkrete Verhalten der jeweiligen Komponente, hier also die Frage, wie lange der Speicher unter diesen Bedingungen trägt. Die erstellten Prognosen können direkt von den digitalen Zwillingen gelesen werden.

2.1Abweichungen erkennen

Ein digitaler Zwilling sagt nicht nur vorher, wie sich die Anlage in der Zukunft verhalten wird, er liefert auch fortlaufend einen Erwartungswert, an dem sich der tatsächliche Betrieb prüfen lässt. Dieser Erwartungswert erlaubt, den tatsächlichen Messwert mit der Vorhersage zu vergleichen.
Wird eine plötzliche und abrupte Änderung in der Vorhersagequalität festgestellt, erhöht das die Wahrscheinlichkeit für einen aufgetretenen technischen Defekt. Folglich kann ein entsprechender Hinweis an den Nutzer erfolgen, die plötzliche Verhaltensänderung zu überprüfen.

Nimmt die Abweichung dagegen über einen längeren Zeitraum schleichend zu, liegt das meist am Modell selbst: Der digitale Zwilling ist veraltet oder schlecht trainiert und muss mit aktuelleren Daten nachgezogen werden.

2.2Warum digitale Zwillinge genutzt werden

Beide Beispiele oben, die Frage nach der Reichweite des Wärmespeichers und das Erkennen von Abweichungen, funktionieren nur, weil sich der digitale Zwilling nicht auf eine theoretische Berechnung verlässt, sondern auf das, was die Anlage tatsächlich misst.

Wie viel Wärme in einem Pufferspeicher gerade gespeichert ist, ließe sich rechnerisch aus wenigen Temperaturwerten und Annahmen über die Schichtung abschätzen. Eine solche Rechnung setzt jedoch voraus, dass jede Temperaturschicht überall gleich warm ist, der Wärmeverlust überall gleich ausfällt und die Wärme immer in derselben Reihenfolge entnommen wird. Ein Batteriespeicher kann die direkt nutzbare Kapazität eventuell direkt selber berechnen und über eine Schnittstelle mitteilen. Die tatsächliche Messung zeigt aber auch hier mit der Zeit zunehmende Abweichungen zwischen Herstellerangaben und tatsächlich nutzbarer Kapazität.
Reale Anlagen halten sich selten an Annahmen. Am Ende richtet sich keine Technik nach einer theoretischen Berechnung, sondern nach dem, was die Sensoren und Fühler tatsächlich messen. Sinkt die Temperatur an einem Sensor zu weit ab, muss der Wärmeerzeuger reagieren, unabhängig davon, was eine Formel für diesen Moment vorausgesagt hätte. Wenn der Batteriespeicher die letzten 10 oder 15 Prozent seines Ladestands besonders schnell verliert, kann dieser Bereich nicht zuverlässig für einen späteren Stromverbrauch berücksichtigt werden.

Weil der digitale Zwilling zusätzlich jede Eigenheit des tatsächlich verbauten Geräts innerhalb einer Anlage übernimmt, bildet er nicht ab, was ein Gerät dieser Bauart normalerweise machen sollte, sondern das, was diese Anlage tatsächlich leistet. Ausschließlich darauf lassen sich sowohl eine belastbare Einsatzplanung als auch eine laufende Kontrolle des Betriebs aufbauen.

3Warum sauberes Monitoring dafür Pflicht ist

Ein digitaler Zwilling ist immer nur so gut wie die Messdaten, aus denen er lernt. Damit er die Zusammenhänge nachvollziehen und vorhersagen kann, muss klar sein, wie die Komponenten tatsächlich miteinander verbunden sind, hydraulisch wie elektrisch. Je mehr Messpunkte an einer Komponente vorhanden sind und je klarer ihre hydraulischen und elektrischen Verbindungen zu den übrigen Geräten dokumentiert sind, desto genauer sagt der Zwilling das Verhalten der Anlage vorher.

3.1Das hydraulische Schema

Alle Komponenten einer Heizungsanlage sind über Rohrleitungen verbunden. Beispielsweise ist der Kessel an ein Stellventil, den Pufferspeicher und die Heizkreise angeschlossen. Gleiches gilt auch für Wärmepumpe, Solarthermie und Co. All diese Verbindungen führen dazu, dass die Wärme entsprechend transportiert werden kann und Temperaturwerte an verschiedenen Ecken der Anlage steigen und fallen. Durch die Möglichkeit, das hydraulische Schema in sektoreins mit zahlreichen Gerätetypen nachzubauen, wird es möglich, dass ein digitaler Zwilling diese Verbindungen und Zusammenhänge entsprechend nachvollziehen und erlernen kann.

Läuft die Wärmepumpe, steigt die Temperatur am oberen Fühler eines angeschlossenen Wärmespeichers. Zieht der Heizkreis viel Wärme, sinkt sie an den unteren Fühlern schneller. Damit der digitale Zwilling diese Wechselwirkung richtig zuordnet, statt eine Reaktion des Speichers fälschlich dem Erzeuger selbst zuzuschreiben oder umgekehrt, muss bekannt sein, welcher Fühler an welchem Kreis hängt und welche Geräte über welchen Speicher hydraulisch miteinander verbunden sind.

Ein Beispiel macht das greifbar: Bei einem Pufferspeicher mit vier Temperaturfühlern auf unterschiedlichen Höhen steigt beim Beladen zuerst der oberste Fühler, die darunterliegenden folgen zeitversetzt. Beim Entladen kehrt sich die Reihenfolge um. Mit nur einem Fühler ginge dieser Temperaturverlauf vollständig verloren und der digitale Zwilling könnte die Schichtung und das volle Speicherpotenzial nicht abbilden.

beispielhafte Darstellung

Pufferspeicher mit vier Temperaturfühlern12-Stunden-Fenster
Fühler oben
Fühler oben Mitte
Fühler unten Mitte
Fühler unten
Vorhersage · Prognoseintervall

3.2Das elektrische Messkonzept

Auch auf der elektrischen Seite bedingen sich Geräte gegenseitig. Erzeugt eine PV-Anlage mehr Strom, als das Objekt gerade verbraucht, deckt dieser Überschuss zunächst den Verbrauch von elektrischen Verbrauchern vor Ort. Reicht der Überschuss nicht aus, wird die Differenz aus dem Stromnetz entnommen.

Damit der digitale Zwilling diesen Ablauf korrekt lernt, muss klar sein, über welchen Zähler welcher Wert tatsächlich läuft: Ein Gerät kann einen eigenen Verbrauchszähler haben, an einem gemeinsamen Überschusszähler mit anderen Geräten hängen, oder Teil des Netzübergabepunkts sein, an dem der Bezug aus dem öffentlichen Netz erfasst wird. Ohne diese Zuordnung ließe sich ein steigender Verbrauch eines Geräts nicht von einem sinkenden PV-Ertrag oder dem Ladevorgang eines Batteriespeichers unterscheiden.

Ein Batteriespeicher macht deutlich, wie digitaler Zwilling und Prognose zusammenwirken: Der Zwilling kennt den aktuellen Ladestand aus der Messung, liest die Prognosen von Stromverbrauch und PV-Erzeugung und zeigt daraus, in welchen Zustand sich der Speicher in den kommenden Stunden versetzt, sprich wie sich der Ladestand entwickelt, ohne dass dieser selbst weiter gemessen werden kann.

beispielhafte Darstellung

Batteriespeicher Ladestand, Stromverbrauch, PV-Erzeugung
Ladestand
Stromverbrauch
PV-Erzeugung
Vorhersage · Prognoseintervall
Messwerte, die nur angezeigt werden, sind verschenktes Potenzial.

Vertrauen ist gut, Messwerte sind besser

Datenprodukte von sektoreins: Maximale Wirtschaftlichkeit und effizienter Energieeinsatz durch kontinuierliche Optimierung.

4Wie ein digitaler Zwilling entsteht

Wie Prognosen können auch digitale Zwillinge bei sektoreins ohne aktives Zutun des Nutzers erstellt werden. Der Zwilling bekommt keine physikalische Formel oder Wenn-Dann-Regel hinterlegt. Er lernt die Zusammenhänge zwischen den gemessenen Größen direkt aus der Historie, unabhängig von Einheit oder physikalischer Bedeutung der einzelnen Größe.

  1. 1

    Messwerte erfassen

    Das Monitoring der jeweiligen Komponente liefert Temperaturen, Leistungswerte und Zählerstände fortlaufend, eine vergleichbare Datenbasis wie bei den Prognosen.

  2. 2

    Verbindungen einordnen

    Anhand des hinterlegten hydraulischen und elektrischen Schemas wird jedem Messwert die richtige Komponente und ihre Nachbarn zugeordnet.

  3. 3

    Zusammenhänge lernen

    Aus der Historie lernt der Zwilling, welche Messgrößen sich gegenseitig beeinflussen und mit welcher Verzögerung.

  4. 4

    Verhalten abschätzen

    Auf Basis der gelernten Zusammenhänge, der aktuellen Messwerte und der vorliegenden Prognosen schätzt der Zwilling ab, in welchen Zustand sich die Anlage in den kommenden Stunden begibt und wie sich die einzelnen Parameter dabei entwickeln.

  5. 5

    Genauigkeit prüfen

    Sobald die tatsächlichen Messwerte vorliegen, wird das vorhergesagte Verhalten mit der Realität abgeglichen. Daraus ergibt sich die laufende Bewertung hinsichtlich der Vorhersagegenauigkeit.

  6. 6

    Modell nachziehen

    Wächst die Abweichung über einen längeren Zeitraum an, wird der Zwilling automatisch mit aktuelleren Daten neu trainiert.

Welche Messgrößen dafür in Schritt eins einfließen, hängt von der Komponente ab. Die folgende Tabelle gewährt einen Einblick:

KomponenteMessgrundlage
PufferspeicherTemperaturmessung, bestenfalls an mehreren Höhen
BHKWelektrische Ausgangsleistung, Spreizung Vor-/Rücklauf oder erzeugte Wärmemenge
Wärmepumpeaufgenommene elektrische Leistung, Spreizung Vor-/Rücklauf oder erzeugte Wärmemenge
KesselBetriebszustand, Spreizung Vor-/Rücklauf oder erzeugte Wärmemenge
Heizstabaufgenommene elektrische Leistung
Batteriespeicheraufgenommene und abgegebene Leistung, aktueller Ladestand
Wärmetauscher/ÜbergabestationTemperaturen im Vor- und Rücklauf auf beiden Seiten, optional übertragene Wärmemenge

5Wie sich die Genauigkeit eines digitalen Zwillings bewerten lässt

5.1Wie sich die Genauigkeit messen lässt

Da jede Anlage durch zahlreiche Datenpunkte gebildet wird, entsteht für jeden Zwilling ein Gesamtwert: Jeder Parameter behält zunächst seine eigene Abweichung in seiner eigenen Einheit, erst danach werden diese Einzelwerte relativ zu ihrem jeweils üblichen Wertebereich normiert und zu einer Gesamtgüte zusammengeführt, ausgedrückt als Bestimmtheitsmaß , das angibt, welchen Anteil der tatsächlichen Schwankung der digitale Zwilling über alle Parameter hinweg erklärt. Die Aufschlüsselung je Parameter bleibt dabei erhalten, sodass sich bei einer Verschlechterung genau lokalisieren lässt, welcher einzelne Messpunkt betroffen ist.

In der Praxis haben sich Bestimmtheitsmaße zwischen 70 und 75% als ausreichend genau erwiesen, um mit den nachgelagerten Optimierungsschritten der Einsatzplanung weiterzuarbeiten. Diese Schwelle ist allerdings beweglich: Wie hoch sie im Einzelfall liegen muss, hängt von der jeweiligen Anlage ab, davon wie komplex sich ihr Verhalten erlernen lässt und wie viele Randbedingungen dabei zu berücksichtigen sind.

Bleibt das Bestimmtheitsmaß oberhalb dieser Schwelle und stabil, ist der digitale Zwilling gut trainiert. Sinkt es über einen längeren Zeitraum darunter, ist er veraltet oder beruht auf zu wenig verlässlichen Daten.

5.2Wenn die Genauigkeit nicht ausreicht

Bleibt das Bestimmtheitsmaß dauerhaft unzureichend, wird der digitale Zwilling als nicht ausreichend zuverlässig eingestuft. Grund hierfür ist eine unzureichende Trainingsgrundlage für das Modell. Für diese Datenknappheit kommen zwei Ursachen infrage:

  • Quantität: Die Datenmenge aus dem bisherigen Aufzeichnungszeitraum reicht noch nicht aus. Das tritt vor allem kurz nach der Anbindung neuer Anlagen auf, für die erst wenige Tage oder Wochen an Messhistorie vorliegen. Dieser Effekt behebt sich mit der Zeit von selbst, sobald genügend Betriebszustände aufgezeichnet wurden.
  • Qualität: Das Monitoring selbst liefert nicht genug Details. Im elektrischen oder hydraulischen Bereich fehlen Messpunkte, die das tatsächliche Verhalten der Anlage ausreichend genau wiedergeben.

Anders als die Quantität lässt sich die Qualität nicht von selbst nachbessern: Sie erfordert, zusätzliche Messpunkte zu ergänzen und in das Schema der Anlage einzubinden, wie im Kapitel zum hydraulischen und elektrischen Messkonzept beschrieben. Erst danach kann der digitale Zwilling mit der verbesserten Datengrundlage neu trainiert werden.

6Was aus Prognose und digitalem Zwilling gemeinsam wird

Für sich genommen beantwortet jeder Baustein nur eine Teilfrage. Die Prognose sagt, was in den kommenden Stunden von außen auf die Anlage zukommt. Der digitale Zwilling liest diese Prognosen und sagt vorher, in welchen Zustand sich die Anlage dadurch begibt und wie sich die einzelnen Parameter dabei entwickeln. Erst gemeinsam ergeben beide einen konkreten Plan dessen, was mit hoher Wahrscheinlichkeit in den kommenden Stunden passieren wird: wie sich Speichertemperaturen entwickeln, wann eine Wärmepumpe voraussichtlich anspringt, wie lange eine vorhandene Wärmemenge trägt.

Welche Fahrweise sich daraus konkret ableitet, welcher Erzeuger also wann mit welcher Leistung läuft, entscheidet die dritte Stufe: das maschinelle Lernen unter allen geltenden Nebenbedingungen.

Prognosen und Einsatzplanung

Vorbereiten statt nur reagieren.

Kontakt

Fragen zum Thema?

Nennen Sie uns gerne Ihr Projekt oder Ihre Fragen.

Zur Kontaktseite

E-Mail-Adresse in der Zwischenablage