HydroG(re)EnergY-Env: Neue KI-unterstützte Technologien zur effizienten Wasserstofferzeugung aus erneuerbaren Quellen; Teilprojekt P6: KI-optimierte Planungsverfahren für die Erzeugung grünen Wasserstoffs unter Einsatz volatiler erneuerbarer Energiequellen

Abstract

Die Verfügbarkeit erneuerbarer Energien ist eine Grundvoraussetzung für die Erzeugung grünen Wasserstoffs. Die Volatilität erneuerbarer Erzeuger (insb. die Fluktuation von Windgeschwindigkeit und Sonneneinstrahlung) erschwert jedoch verlässliche Vorhersagen zur kurz- und mittelfristigen Verfügbarkeit. Im Vorhaben wurden KI-gestützte Prognosemethoden zur Vorhersage der verfügbaren erneuerbaren Erzeugung untersucht, um Elektrolyseure in Abhängigkeit von der Verfügbarkeit erneuerbarer Energien zu steuern. Mittels der Bewertung verschiedener KI-basierter Verfahren unter Einbeziehung verschiedener Datensätze konnten Prognosemethoden mit hoher Güte identifiziert und implementiert werden. Diese stellen über Programmierschnittstellen, die im Projektkontext definiert wurden, Vorhersagen bereit, auf Basis derer eine adaptive Ansteuerung von Elektrolyseuren möglich wird. Dies liefert einen unmittelbaren Beitrag zum zweiten Ziel der nationalen Wasserstoffstrategie, gemäß dem die Erzeugungskapazitäten für nachweislich grünen (d.h. ohne den Einsatz fossiler Energieträger erzeugten) Wasserstoff ausgebaut werden sollen. Datei-Upload durch TIB The availability of renewable energies is a basic prerequisite for the production of green hydrogen. However, the volatility of renewable producers (in particular the fluctuation of wind speed and solar radiation) makes reliable forecasts of short and medium-term availability hard. The project has investigated AI-based forecasting methods for predicting available renewable generation in order to control hydrogen electrolyzers, depending on the availability of renewable energy. By evaluating several AI-based methods using different data sets, it was possible to identify and implement forecasting methods that achieve a high short-term forecasting accuracy. Application programming interfaces to include these methods into production settings were defined in the project context, on the basis of which an adaptive control of electrolyzers is possible. The contributions made in this project directly relate to the second goal of the national hydrogen strategy, according to which the production capacities for verifiably green hydrogen (i.e. hydrogen produced without the use of fossil fuels) are to be expanded.