Großwärmepumpen: die digitale Betriebsoptimierung
In der hybriden Wärmezentrale stehen Wärmepumpe, Power-to-Heat, Speicher und Spitzenlastkessel nebeneinander. Sie konkurrieren um dieselbe Last. Welche Einheit die günstigste Kilowattstunde Wärme liefert, hängt vom Strompreis ab, von der Außentemperatur und vom Füllstand des Speichers. Ein Softwareproblem, kein Anlagenproblem. Dieser Artikel zeigt die stündliche Merit-Order, den Hebel der Prognose, den Speicher als Freiheitsgrad, Model Predictive Control und was Stadtwerke jetzt aufsetzen sollten.
In einer hybriden Wärmezentrale entscheidet nicht die Anlage, welche Einheit läuft. Die Software entscheidet. Die Merit-Order aus Großwärmepumpe, Power-to-Heat, Wärmespeicher und Spitzenlastkessel verschiebt sich stündlich, weil die Grenzkosten der Wärmepumpe mit Strompreis und COP schwanken. Der größte Hebel ist die Prognose. Wie groß, zeigt eine Fallstudie mit 22.000 MWh Jahresbedarf, 5 MW Wärmepumpe und 2.000 Kubikmeter Speicher: Eine Ein-Tages-Optimierung senkt die Jahreskosten um rund 20 Prozent, ein Drei- bis Sieben-Tage-Horizont um rund 27 Prozent. Der Wärmespeicher entkoppelt Erzeugung und Verbrauch, in Fallstudien läuft rund die Hälfte der Wärme flexibel über ihn. Model Predictive Control schlägt die feste Regel um 25 bis 60 Prozent. Wer die Flexibilität zusätzlich am Regelleistungsmarkt anbietet, spart weitere 28 bis 59 Prozent an erwarteten Kosten. In Dresden-Friedrichstadt läuft die digitale Fahrweise seit November 2025. Für Stadtwerke heißt das: Daten, Prognose und Speicher gehören zusammen, nicht die Anlage allein.
Warum die hybride Wärmezentrale zum Rechenproblem wird
Früher lief in der Fernwärme ein Heizkraftwerk nach festem Fahrplan. Diese Zeit ist vorbei. Sobald mehrere Erzeuger parallel stehen, wird der Betrieb zur Optimierungsaufgabe. Und das ist heute der Normalfall: Großwärmepumpe, Power-to-Heat, Wärmespeicher und Spitzenlastkessel konkurrieren stündlich um dieselbe Last.
Wie Großwärmepumpen und Power-to-Heat die Fernwärme dekarbonisieren, ist ein eigenes Thema und hier vorausgesetzt. Interessant ist die Folge. Günstigste Quelle ist die Wärmepumpe nur dann, wenn der Strompreis niedrig und ihr COP hoch ist. Beide Größen ändern sich täglich, manchmal viertelstündlich.
Dazu kommt Druck von der Emissionsseite. Der nationale CO2-Preis nach dem Brennstoffemissionshandelsgesetz liegt 2026 bei 55 Euro je Tonne. Jede fossile Spitzenlast-Kilowattstunde wird damit teurer, und der optimale Betriebspunkt rückt weiter Richtung Strom und Speicher. Eine feste Regel wie Wärmepumpe zuerst lässt hier bares Geld liegen. Sie kennt die Preisspitzen und COP-Täler nicht.
Der Erzeugerpark als stündliches Fahrplanproblem
Im Kern steht eine Merit-Order. Nur lässt sie sich nicht ein für alle Mal aufstellen. Sie wird für jede Stunde neu bestimmt, aus den variablen Kosten jeder Einheit im jeweiligen Betriebszustand. Der Optimierer vergleicht die Grenzkosten der Wärme aus jeder Quelle und schichtet sie danach.
Grenzkosten gleich Strompreis geteilt durch COP. Der COP ist keine Konstante, sondern hängt von Quell- und Vorlauftemperatur ab. Bei milder Witterung liefert dieselbe Anlage deutlich mehr Wärme je Kilowattstunde Strom.
Schlechter im Wirkungsgrad als die Wärmepumpe, aber schnell und billig regelbar. Die Einheit der Wahl, wenn der Strompreis sehr niedrig oder sogar negativ ist und jede Kilowattstunde Strom weg muss.
Die teure Rückfallebene für echte Spitzen und Kältephasen, verteuert durch den CO2-Preis. Ziel der Optimierung ist, seine Laufzeit zu minimieren, ohne die Versorgungssicherheit zu gefährden.
Am weitesten treibt das die kalte Nahwärme. Dort kommt die Erzeugung fast vollständig aus Strom und Umweltwärme, und die digitale Steuerung kalter Nahwärme disponiert jede Quelle einzeln. Die Logik bleibt überall dieselbe. Die richtige Reihenfolge kennt niemand vorab, sie fällt aus der Rechnung.
Prognose ist der größte Hebel
Optimierung ohne Vorhersage ist blind. Der Wert des ganzen Systems steht und fällt mit der Prognose für Preis, Wetter und Last. Und der Effekt ist messbar groß. Eine dänische Fallstudie hat ihn für eine Wärmezentrale mit 22.000 MWh Jahresbedarf, 5 MW Wärmepumpe und 2.000 Kubikmeter Speicher durchgerechnet.
Der Nutzen sättigt sich also. Sieben Tage bringen kaum mehr als drei, weil der Speicher nicht beliebig weit vorausladen kann. Das ist eine gute Nachricht. Man muss das Wetter nicht zwei Wochen im Voraus kennen, um den Löwenanteil der Ersparnis zu heben.
Der Wärmespeicher als Freiheitsgrad
Ohne Speicher müsste die Erzeugung dem Bedarf folgen, Stunde für Stunde. Der Speicher bricht diese Kopplung auf. Die Wärmepumpe produziert, wenn der Strom günstig ist. Den Rest überbrückt der Tank. Aus einem starren Prozess wird ein bewegliches Optimierungsproblem.
In Fallstudien läuft rund die Hälfte der erzeugten Wärme flexibel über den Speicher. Ohne ihn schöpft die prognosefreie Fahrweise günstige Preisfenster gar nicht aus. Der Tank bleibt leer, die Ersparnis ungenutzt. Erst der Speicher macht die Vorproduktion planbar und damit die Prognose wertvoll. Die beiden Hebel wirken nur zusammen.
Praxisfall Dresden-Friedrichstadt: Seit November 2025 speist eine modulare Großwärmepumpe rund 2.100 MWh erneuerbare Wärme pro Jahr ins Netz und spart etwa 273 Tonnen CO2. SachsenEnergie und die Landeshauptstadt Dresden koppeln sie mit einem Wärmespeicher und einem digitalen Abbild des Netzes, das die bedarfsgerechte, zeitversetzte Steuerung erst möglich macht. Genau diese Kombination aus Speicher und Digitalisierung ist der Unterschied zwischen Wärme erzeugen und Wärme optimiert erzeugen.
Von Regelung zu Optimierung: MPC und Vermarktung
Die technische Antwort auf das Fahrplanproblem heißt Model Predictive Control. Sie regelt nicht den Momentanzustand. Sie optimiert den ganzen Fahrplan über Stunden bis Tage und passt ihn rollierend an neue Prognosen an. Gerechnet wird gegen ein Anlagenmodell, den digitalen Zwilling der Wärmezentrale.
Ein Übersichtsartikel über KI-gestützte Model Predictive Control für Wärmepumpen dokumentiert Energie- und Kosteneinsparungen von 25 bis 60 Prozent gegenüber regelbasierter Steuerung. Verteilte MPC-Ansätze halten dabei sensible Daten dezentral und bleiben skalierbar, statt alles in einer zentralen Rechnung zusammenzuziehen.
Und wer die Flexibilität nicht nur intern nutzt, sondern am Markt anbietet, senkt die erwarteten Kosten noch weiter. Eine mehrstufige stochastische Optimierung für großwärmepumpenbasierte Fernwärme beziffert den Effekt von Geboten am Regelleistungsmarkt auf 28 bis 59 Prozent. Die Kopplung von Wärmepumpe und Elektrodenkessel hilft dabei. Zwei Einheiten geben mehr Spielraum als eine.
Der Schritt, der zählt: Von der Regelung zur Optimierung zu wechseln heißt, die Anlage nicht mehr auf einen Sollwert zu halten, sondern einen Fahrplan gegen die Zukunft zu rechnen. Dieselbe Software, die den Betrieb verbilligt, macht die Wärmezentrale nebenbei zu einem handelbaren Flexibilitätspaket. Wie weit sich solche Flexibilität heute schon zu virtuellen Kraftwerken bündeln lässt, zeigt der eigene Beitrag dazu.
Was jetzt aufzusetzen ist
Der Weg von der installierten Anlage zur optimierten Fahrweise ist kein Technikkauf. Es ist ein Datenprojekt. Und die Reihenfolge der Schritte entscheidet, ob die Ersparnis überhaupt gehoben wird. Fünf Schritte, grob in dieser Folge.
Der Fahrplan für die Optimierung
-
Datengrundlage schaffen
Zähl-, Betriebs- und Zustandsdaten von Wärmepumpe, Speicher und Kessel in einer Zeitreihenbasis zusammenführen, sauber und lückenlos. Ohne verlässliche Daten rechnet jede Optimierung gegen Rauschen. Eine belastbare digitale Datengrundlage der Wärmeversorgung ist die Voraussetzung, nicht die Kür.
-
Prognosefähigkeit aufbauen
Preis-, Wetter- und Lastprognosen einbinden oder einkaufen, mit besonderem Augenmerk auf die Außentemperatur wegen des COP-Effekts. Die Prognose ist der größte einzelne Hebel, hier lohnt Sorgfalt am meisten.
-
Anlagenmodell erstellen
Einen digitalen Zwilling der Wärmezentrale mit den Kennlinien jeder Einheit bauen, gegen den die Optimierung rechnet. Das Modell muss die COP-Kurve und die Speicherdynamik abbilden, sonst optimiert es an der Realität vorbei.
-
Optimierer pilotieren
Model Predictive Control zunächst als Fahrplanvorschlag neben der bestehenden Regelung fahren, Ergebnisse vergleichen, dann übergeben. So wird der Nutzen belegt, bevor die Verantwortung wechselt.
-
Marktzugang klären
Prüfen, ob die gebündelte Flexibilität am Day-Ahead- und Regelleistungsmarkt angeboten werden kann, allein oder über einen Vermarkter. Der Speicher gehört als Freiheitsgrad in die Optimierung, nicht nur als Puffer in den Keller.
Die digitale Betriebsoptimierung ist kein Anlagenthema, sondern ein Datenthema. Wer Daten, Prognose, Anlagenmodell und Speicher zusammen denkt, hebt zweistellige Kostenanteile, statt eine teure Wärmepumpe mit einer festen Regel unter Wert zu fahren. Wie KI die Netzführung selbst übernimmt, vertieft der Beitrag zur agentischen KI in der Netzsteuerung.
Weiterführende Informationen
Häufig gestellte Fragen
Eine hybride Wärmezentrale erzeugt Fernwärme aus mehreren Einheiten parallel, typisch aus einer Großwärmepumpe, einer Power-to-Heat-Anlage, einem Wärmespeicher und einem Spitzenlastkessel. Jede Einheit hat andere Kosten und andere Stärken. Welche wann die günstigste Wärme liefert, hängt vom Strompreis, von der Außentemperatur und vom Füllstand des Speichers ab und muss deshalb laufend neu berechnet werden.
Eine Großwärmepumpe ist nur dann die günstigste Wärmequelle, wenn der Strompreis niedrig und ihr COP hoch ist. Beide Größen ändern sich täglich, teils viertelstündlich. Eine feste Regel wie Wärmepumpe zuerst kennt die Preisspitzen und COP-Täler nicht und lässt Geld liegen. Die richtige Reihenfolge der Einheiten muss für jede Stunde gerechnet werden, nicht einmalig festgelegt.
In einer Fallstudie mit 22.000 MWh Jahresbedarf, 5 MW Wärmepumpe und 2.000 Kubikmeter Speicher senkt schon eine rollierende Ein-Tages-Optimierung die Jahreskosten um rund 20 Prozent gegenüber der prognosefreien Fahrweise, ein Drei- bis Sieben-Tage-Horizont um rund 27 Prozent. Ein Übersichtsartikel beziffert die Einsparung KI-gestützter Model Predictive Control gegenüber regelbasierter Steuerung auf 25 bis 60 Prozent.
Der Wärmespeicher entkoppelt Erzeugung und Verbrauch. Die Wärmepumpe kann produzieren, wenn der Strom günstig ist, und der Speicher überbrückt die teuren Stunden. In Fallstudien wird rund die Hälfte der erzeugten Wärme flexibel über den Speicher genutzt. Erst der Speicher macht die Vorproduktion planbar und damit die Prognose wertvoll, die beiden Hebel wirken nur zusammen.
Model Predictive Control optimiert nicht den Momentanzustand, sondern den ganzen Fahrplan über einen Zeithorizont von Stunden bis Tagen und passt ihn rollierend an neue Prognosen an. Die Optimierung rechnet gegen ein Anlagenmodell, den digitalen Zwilling der Wärmezentrale. Verteilte Ansätze halten dabei sensible Daten dezentral und bleiben skalierbar.