Datenbasierter Betrieb von Biogasanlagen: Biogas während Dunkelflauten erzeugen

Biogasanlagen haben sich als dritte Säule der erneuerbaren Stromerzeugung in Deutschland etabliert. Anders als bei Sonne und Wind ist Strom aus Biogasanlagen wetterunabhängig und grundsätzlich steuerbar. Mit der für 2027 geplanten Novellierung des Erneuerbare-Energien-Gesetzes (EEG) setzt der Gesetzgeber zukünftig auf eine weiter flexibilisierte und marktpreisorientierte Stromerzeugung: Biogasanlagen sollen vor allem dann Strom liefern, wenn die Sonne nicht scheint und der Wind nicht weht. Dafür werden die vergütungsfähigen Betriebsstunden von Biogasanlagen begrenzt.

Für die Betreiber der derzeit knapp 10.000 Anlagen in Deutschland entscheidet damit der Zeitpunkt der Einspeisung ihres grünen Stroms – erzeugt im Blockheizkraftwerk durch Verbrennung des Biogases – darüber, ob und wie wirtschaftlich der Betrieb ihrer Anlage ist. Eine Investition in den Ausbau der Gasspeicher dürfte sich nur für einen Teil der Altanlagen rentieren. Eine kostengünstige, rein digitale Lösung zur strompreisbasierten Steuerung von Biogasanlagen hat nun das Fraunhofer-Institut für Grenzflächen- und Bioverfahrenstechnik IGB entwickelt: Ein sogenanntes Edge Device wird als Datenplattform direkt an die vorhandene Anlagensteuerung angebunden, führt Prozess- und Betriebsdaten zusammen und macht sie vor Ort für Modelle und KI-Anwendungen nutzbar – ohne in die bestehende Steuerung eingreifen zu müssen.

Eine Biogasanlage weiß mehr, als sie nutzt

In einer Biogasanlage entsteht eine erhebliche Menge an Daten: Sensoren erfassen Temperaturen im Fermenter, die Zusammensetzung des Biogases oder den Füllstand des Gasspeichers. Die Anlagensteuerung kennt Drehzahlen, Laufzeiten und Betriebszustände von Pumpen und Rührwerken. Zudem registriert sie Warnungen und Störungen. Weitere Informationen werden nicht direkt gemessen, sind aber ebenso entscheidend, etwa welche Substrate gefüttert werden und in welcher Menge.

Der Großteil dieser Informationen wird allerdings allein für den unmittelbaren Anlagenbetrieb genutzt. »Für längerfristige Auswertungen, Prognosen oder eine übergreifende Optimierung stehen die Daten häufig nicht in der benötigten Form zur Verfügung«, weiß Alexander Laug, Verfahrensingenieur am Fraunhofer IGB. Messwerte werden oft nur für eine begrenzte Zeit gespeichert, Datenstrukturen unterscheiden sich, wichtige Kontextinformationen wie Betriebszustände oder Grenzwerte liegen nur isoliert vor.

Für die betriebliche Optimierung einer Biogasanlage ist jedoch vor allem das Zusammenspiel der unterschiedlichen Daten entscheidend. Ein Temperaturmesswert »40 Grad« etwa erhält erst durch den Anlagenkontext seine Bedeutung: In welchem Behälter wurde er gemessen und welcher Sollwert gilt dort? Läuft die zugehörige Pumpe und befindet sich die Anlage im Automatik- oder Handbetrieb? Welche Substrate wurden zuvor zugegeben und wie entwickelt sich die Gasproduktion?

Datenplattform direkt im Schaltschrank

Genau diese Informationen führt das Edge Device zusammen. »Unser Edge Device ist ein Industriecomputer, der direkt an der Anlage installiert wird. Er ergänzt die bestehende speicherprogrammierbare Steuerung, kurz SPS, um eine zusätzliche Daten- und Rechenebene«, erläutert Laug. So übernimmt das Edge Device Prozess- und Betriebsdaten aus der Steuerung, speichert sie über längere Zeiträume und bringt sie in eine einheitliche Struktur. Auf diese Weise entsteht eine Datenbasis, in der aktuelle Messwerte, historische Verläufe und die zugehörigen Betriebszustände miteinander verknüpft werden können. Auch externe Informationen lassen sich abrufen und ergänzen – etwa Strompreis- oder Wetterprognosen.

Die Verarbeitung erfolgt direkt vor Ort. »Betriebsdaten müssen also nicht zwangsläufig in eine externe Cloud übertragen werden«, führt Laug aus. Betreiber entscheiden vielmehr selbst, welche Daten die Anlage verlassen und welche ausschließlich lokal verarbeitet werden. Dabei setzt das Fraunhofer IGB auf eine möglichst offene technische Architektur. Dadurch kann die Plattform an unterschiedliche Anlagen und Aufgaben angepasst und um weitere Modelle oder Anwendungen ergänzt werden.

Das Edge Device wird damit zum Bindeglied zwischen klassischer Anlagenautomatisierung und datenbasierter Betriebsführung. Während die SPS für den zuverlässigen Anlagenbetrieb zuständig bleibt, ergänzt das Edge Device diese Ebene um Datenspeicherung, Auswertung und Rechenleistung für Prognose‑, Optimierungs- und KI-Modelle. Neue Modelle können somit auf derselben Datenbasis aufsetzen. Neben Strompreis- und Gasproduktionsprognosen oder Softsensoren sind beispielsweise auch Anwendungen zur Energieoptimierung oder vorausschauenden Instandhaltung denkbar.

Vom Messwert zur Entscheidung

Der eigentliche Mehrwert entsteht, wenn aus den zusammengeführten Daten konkrete Empfehlungen für den Betrieb werden. Das System berücksichtigt dabei nicht nur den aktuellen Zustand der Anlage, sondern auch dessen Entwicklung über die Zeit. »Es kann beispielsweise erkennen, wie sich Gasproduktion und Gaszusammensetzung nach einer bestimmten Fütterung verändert haben, wie stark der Gasspeicher gefüllt ist oder wie lange Pumpen und andere Aggregate bereits gelaufen sind«, erklärt Laug. Dabei muss nicht jede Anwendung unmittelbar in die Anlagensteuerung eingreifen. Modelle können zunächst ausschließlich Daten auswerten und Handlungsempfehlungen für das Betriebspersonal erzeugen.

Strom erzeugen, wenn er besonders wertvoll ist

Für die strompreisorientierte Fahrweise einer Biogasanlage verbindet die Datenplattform den aktuellen Anlagenzustand mit einer Prognose der Strompreise. »Ein hoher erwarteter Strompreis allein reicht für eine Entscheidung nicht aus – es muss zu diesem Zeitpunkt auch genügend Gas verfügbar sein und die Anlage muss den vorgesehenen Betrieb technisch ermöglichen«, so Laug.

Berücksichtigt werden daher die erwartete Gasproduktion, der Füllstand des Gasspeichers, die verfügbare Leistung des Blockheizkraftwerks, aber auch die technischen Grenzen der Anlage. Daraus leitet ein Modell einen Fahrplan ab: Wann ist es sinnvoll, Biogas zunächst im Speicher zu sammeln? Wann sollte das Blockheizkraftwerk betrieben werden? Und wann verspricht die Stromerzeugung aufgrund des prognostizierten Marktpreises einen höheren Erlös?

Auch die Fütterung entscheidet über den Stromertrag

Die digital gesteuerte Optimierung der Anlage kann noch früher im Prozess ansetzen. Denn wie viel Biogas zu welchem Zeitpunkt zur Verfügung steht, hängt wesentlich von der Fütterung des Fermenters ab. Substrate unterscheiden sich hinsichtlich ihres organischen Anteils und damit ihres Gasbildungspotenzials sowie ihrer Kosten. Zudem entsteht das Biogas je nach Substrat unterschiedlich schnell. Werden diese Informationen gemeinsam mit den historischen Betriebsdaten betrachtet, lässt sich untersuchen, welchen Einfluss eine bestimmte Substratzusammenstellung auf die spätere Gasproduktion und damit auch die Stromerzeugung hat.

»Ein Optimierungsmodell kann berechnen, wie sich ein verfügbarer Substratmix zusammensetzen sollte, ohne zulässige Belastungsgrenzen des Fermenters zu überschreiten«, führt Laug aus. Gleichzeitig können Substratkosten und die zu erwartende Gasproduktion berücksichtigt werden. Das Ziel besteht also nicht darin, möglichst viel Gas zu produzieren. Entscheidend ist, wann wie viel Gas zur Verfügung steht, was seine Erzeugung kostet und wie es anschließend möglichst sinnvoll genutzt werden kann. Betreiber können auf der Homepage des Instituts bereits ein Simulationstool testen, das die Auswirkungen von Substratmix und Strompreisen auf eine strompreisoptimierte Fahrweise der Biogasanlage veranschaulicht.

Auf weitere verfahrenstechnische Prozesse übertragbar

Das Prinzip der entwickelten Dateninfrastruktur lässt sich auf andere verfahrenstechnische Anlagen übertragen – von Kläranlagen über Bewässerungssysteme bis zur Trinkwasserversorgung. Diese Anlagen verfügen über zahlreiche Messwerte und Betriebsinformationen, die heute häufig vor allem für die unmittelbare Steuerung genutzt werden. Bei Kläranlagen liegen typische Optimierungspotenziale beispielsweise in einer bedarfsgerechteren Belüftung der biologischen Reinigungsstufe und in der Überwachung energieintensiver Aggregate.

Auch hier gilt: Bestehende Anlagen müssen nicht vollständig neu aufgebaut werden, um ihre Daten besser nutzen zu können. Laug resümiert: »Der erste Schritt zur intelligenten Anlage besteht immer darin, die bereits vorhandenen Informationen in einer verlässlichen und verständlichen Datenbasis zusammenzuführen. Darauf können anschließend Prognosen, Softsensoren und eine modellgestützte Betriebsoptimierung aufbauen.«