NKI: Selbstlernendes Digitales Deponiegas-Management

Wie eine Deponie lernt sich selbst zu regulieren

Vor einer Gesetzesänderung in 2005 wurden Siedlungsabfälle zu großen Teilen unbehandelt deponiert. So auch in der Zentraldeponie Leppe (heute Entsorgungszentrum Leppe / Innovationsstandort :metabolon). Der damals deponierte Abfall enthielt einen hohen Anteil organischer Materie und Feuchtigkeit. Diese bieten hervorragende Bedingungen für das Wachstum von Mikroorganismen, die sich von enthaltenen Nährstoffen ernähren und den organischen Anteil des Abfalls biologisch abbauen. Gequetscht unter Millionen Tonnen von später deponiertem Abfall dringt allerdings kein Sauerstoff in den Deponiekörper ein. Kein Problem, denn der mikrobielle Abbau findet trotzdem statt.

„Life finds a way“ (Jeff Goldblum, Jurassic Park, 1993).

Unter diesen speziellen Bedingungen läuft eine besondere Kaskade biologischer Reaktionen ab, die hauptsächlich zur Erzeugung von Methan (CH4) und CO2 führt. Methan besitzt ein rund 28-fach höheres Treibhauspotential als CO2 und würde den Klimawandel massiv beschleunigen, wenn es in die Atmosphäre gelänge. Aus diesem Grund wird die Methanentstehung in deutschen Deponien streng überwacht und auf der Deponie Leppe mittels 114 Deponiegasbrunnen aus dem Deponiekörper gesaugt. Da Methan aber auch ein Energieträger ist, wird es im Realbetrieb in Deponieblockheizkraftwerken in grünen Strom und grüne Wärme umgewandelt.

Die Entstehung von Methan ist ein komplexer Prozess, der stark von den Konzentrationen der Edukte und Produkte abhängt. Beim mikrobiellen Abbau entstehendes CO₂ und H₂ dienen als notwendige Bausteine für die Bildung von CH₄, während eine zu hohe CH₄-Konzentration die weitere Methanproduktion hemmt. Damit CH₄ entstehen kann, muss das gebildete Methan abgesaugt werden, ohne die Konzentrationen von CO₂ und H₂ so weit zu verringern, dass die Methanogenese, also der mikrobielle Prozess der Methanbildung, nicht mehr ablaufen kann. Bei einer zu starken Absaugung kann außerdem Sauerstoff (O₂) in den Deponiekörper eindringen, wodurch die Methanogenese vollständig zum Erliegen kommt. Dies steht wiederum dem Ziel einer möglichst vollständigen Methanfassung entgegen. Es muss daher ein empfindliches Gleichgewicht gefunden werden, das sich in Abhängigkeit von Temperatur und Umgebungsdruck kontinuierlich verändert.

Geregelt wird über den Saugdruck, der - individuell und gemäß dem damaligen Stand der Technik - händisch an jedem Deponiegasbrunnen angepasst wird, sodass der Brunnen Gas mit möglichst hohem Methananteil erntet. Dieses System kostet nicht nur viel Zeit und kann nicht schnell auf Veränderungen reagieren, sondern verlässt sich auch auf die ungefähre Abschätzung des angestellten Saugdrucks. Es ist schier unmöglich in einem solch komplexen System nur anhand von Witterung, Methangehalt und Erfahrung jedes Mal die optimale Einstellung zu finden. Wir sind schließlich auch nur Menschen.

Hier kommt das Projekt „NKI: Selbstlernendes Digitales Deponiegas Management (SeDiGaM)“ ins Spiel. Basierend auf maschinellem Lernen, erweiterter Gasanalytik, Wetterprognosen und historischen Daten mit täglich wachsender Datenbank, soll ein cleveres System lernen, Trends und Muster in der Methanbildung frühzeitig zu erkennen und die Deponiegasbesaugung eigenständig optimal darauf auszurichten – schneller und genauer als ein Mensch es je könnte. Das Endergebnis: Sicherer, vollumfänglicher Gasfang und optimale Bedingungen für die Methanogenese zur Erzeugung von grünem Strom und grüner Wärme.

Mehr Klimaschutz. Mehr Energie. Mehr Zukunft.

SeDiGaM sorgt dafür, dass:

  • Methanemissionen konsequent minimiert werden,
  • die Energieausbeute aus Deponiegas maximiert wird,
  • und die innovative Einbindung von KI in den Deponiebetrieb demonstriert wird.

Digitalisierung, Klimaschutz und Kreislaufwirtschaft greifen hier ineinander und zeigen, wie selbst jahrzehntealte Infrastruktur intelligent in die Zukunft geführt werden kann.

Projektstatus

1. Ausschreibungsphase für alle Aufträge. (Abgeschlossen)
2. Umbau der Mess- und Regelstrecken zur Bestimmung der Konzentrationen von CH4, CO2,H2, und O2  und Beginn der Algorithmusentwicklung. (Laufend)
3. Definition der Betriebsparameter und Sicherheitsgrenzwerte, Aufbau der Datenbankstruktur. (Laufend)
4. Anbindung der selbstlernenden Steuerung, Testbetrieb und Datenverarbeitung.
5. Erste Optimierungsphase. 
6. Zweite Optimierungsphase. 
7. Integration in das Deponie-Prozessleitsystem und Einbindung in die Steuerung der Deponiegas-Blockheizkraftwerke.
8. Dritte Optimierungsphase.
9. Bilanzierung und Auswertung.