CO₂-freie Gewächshausheizung mit saisonalem Erdwärmespeicher
Dieses Projekt entwickelt ein autarkes Heizsystem für Gewächshäuser. Überschüssige Sommerwärme wird im Erdreich unter dem Gewächshaus gespeichert und im Winter über eine Wärmepumpe zum Heizen genutzt. Eine KI optimiert die Steuerung für maximale Effizienz und CO₂-Neutralität.
Dieses Projekt präsentiert ein technisches Konzept fur CO₂-freie, autarke Gewächshausheizungssysteme durch saisonale Wärmespeicherung im oberflächennahen Erdkörper unter dem Gewächshaus. Die im Gewächshaus gesammelte Sommerwärme wird durch einen Wärmetauscher in ein Rohrsystem in den Erdkörper geleitet und im Winter über eine Wärmepumpe entnommen und zur Heizung der Pflanzentische verwendet. Die Steuerung soll durch künstliche Intelligenz unterstützt werden.
Eine künstliche Intelligenz (AI) soll auf einem lokalen Computer laufen und hat über einen MCP Server Zugriff auf Daten von Shelly-Sensoren und -Aktoren, die über homeassistant ausgelesen werden. Zusammen mit Meteo-Daten soll die AI die Lade- und Entladevorgänge optimieren und die Temperatur der Gewächshaustische optimal regeln. Die Herausforderungen bestehen darin, 1. ein geeignetes LLM auszuwählen, das Open Source als lokales Modell verfügbar ist. Zur Auswahl stehen Apertus, Olmo, Rnj-1, Qwen, Deepseek, Mistral und GPT-oss. 2. zu bestimmen, wie die Daten gespeichert werden können, damit die AI in Echtzeit darauf zugreifen kann und Vorhersagen machen kann, um die Steuerung zu optimieren. 3. die AI auf geeigneten Algorithmen und Zielvorgaben zu trainieren. 4. die Anzahl und Positionierung der Shelly-Sensoren und -Aktoren zu bestimmen. Zur Verfügung steht ein ASUS NUC 14 Performance mit CPU i9 185, 64 GB RAM, GPU RTX 4070 mit 8 GB VRAM, Ubuntu 24.04, ollama oder LMStudio. Die Machbarkeitsstudie der FHNW kann zur Verfügung gestellt werden.
CO₂-freie Gewächshausheizung mit saisonalem Erdwärmespeicher und KI-unterstützter Steuerung
Beschreibung
Dieses Projekt präsentiert ein technisches Konzept für CO₂-freie, autarke Gewächshausheizungssysteme durch saisonale Wärmespeicherung im oberflächennahen Erdkörper unter dem Gewächshaus.
Die im Gewächshaus gesammelte Sommerwärme wird durch einen Wärmetauscher in ein Rohrsystem in den Erdkörper geleitet und im Winter über eine Wärmepumpe entnommen und zur Heizung der Pflanzentische verwendet. Die Steuerung soll durch künstliche Intelligenz (KI) unterstützt werden.
Technische Umsetzung
Eine KI soll auf einem lokalen Computer laufen und hat über einen MCP-Server Zugriff auf Daten von Shelly-Sensoren und -Aktoren, die über Home Assistant ausgelesen werden.
Zusammen mit Meteo-Daten soll die KI die Lade- und Entladevorgänge optimieren und die Temperatur der Gewächshaustische optimal regeln.
Herausforderungen
Die Hauptherausforderungen des Projekts sind:
- Auswahl eines geeigneten LLMs: Ein Open-Source-Modell, das lokal läuft. Zur Auswahl stehen Apertus, Olmo, Rnj-1, Qwen, Deepseek, Mistral und GPT-oss.
- Datenarchitektur: Bestimmung, wie die Daten gespeichert werden, damit die KI in Echtzeit darauf zugreifen und Vorhersagen zur Optimierung der Steuerung treffen kann.
- Training der KI: Entwicklung geeigneter Algorithmen und Zielvorgaben für das Training.
- Sensorik: Bestimmung der Anzahl und Positionierung der Shelly-Sensoren und -Aktoren.
Verfügbare Hardware
- Rechner: ASUS NUC 14 Performance
- CPU: Intel Core i9 185
- RAM: 64 GB
- GPU: NVIDIA RTX 4070 (8 GB VRAM)
- Betriebssystem: Ubuntu 24.04
- KI-Tools: Ollama oder LMStudio
Weitere Informationen
Die vollständige Projektbeschreibung ist unter folgendem DOI verfügbar:
https://doi.org/10.5281/zenodo.16940781
Teilnahme
Diese Challenge ist Teil der Open Farming Hackdays. Bei Interesse an einer Teilnahme oder für Fragen steht der Challenge-Owner gerne zur Verfügung.
Previous
Open Farming Hackdays 2026
Next project