Heizungssteuerung: Wenn Häuser von sich aus sparen lernen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Heizungssteuerung: Wenn Häuser von sich aus sparen lernen

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Können Gebäude von selbst sparen lernen? Forschende der Empa sind davon überzeugt und entwickeln eine selbstlernende Heizungssteuerung.
Heizungssteuerung lernt selbst.

Können Gebäude von selbst sparen lernen? Forschende des interdisziplinären Forschungsinstituts Empa sind davon überzeugt. In einem Experiment fütterten sie eine neue selbstlernende Heizungssteuerung mit Daten aus dem vergangenen Jahr und mit der aktuellen Wettervorhersage. Daraufhin konnte die «smarte» Steuerung das Verhalten des Gebäudes einschätzen und vorausschauend handeln. Ergebnis: mehr Komfort, weniger Energiekosten.

Heizungssteuerung für Wohnungen muss nicht programmiert werden

Fabrikhallen, Flughafenterminals oder Bürohochhäuser werden vielfach schon heute mit automatisierten «vorausschauenden» Heizungen bestückt. Diese arbeiten mit speziell für das Gebäude berechneten, programmierten Szenarien und sparen den Betreibern eine Menge an Heizenergie. Doch für einzelne Wohnungen und Privathäuser ist eine solche Einzelprogrammierung zu teuer.

Einer Gruppe von Empa-Forschern gelang im letzten Sommer erstmals der Beweis, dass es auch einfacher geht: Die intelligente Heiz- und Kühlsteuerung muss nicht unbedingt programmiert werden, sie kann ebenso gut selbst aus den Daten vergangener Wochen und Monate sparen lernen. Programmierende Fachleute sind nicht mehr nötig. Mit diesem Kniff ist die Spartechnik bald auch für Familien und Singles verfügbar.

Das entscheidende Experiment fand im Empa-Forschungsgebäude NEST statt. Die Forschungsunit «UMAR» (Urban Mining and Recycling) bietet dafür optimale Voraussetzungen: Eine große Wohnküche ist symmetrisch von zwei Studentenzimmern eingerahmt. Beide Zimmer sind je 18 Quadratmeter gross. Die gesamte Fensterfront schaut nach Ostsüdost – zur Vormittagssonne – hin. In der UMAR-Unit läuft Wasser durch eine Deckenverkleidung aus Edelstahl und sorgt für die gewünschte Raumtemperatur. Die Heiz- und Kühlleistung lässt sich für die einzelnen Räume über die jeweilige Ventilstellung berechnen.

Schlauer kühlen – dank Wetterbericht

Da Projektleiter Felix Bünning und sein Kollege Benjamin Huber nicht auf die Heizperiode warten wollten, starteten sie bereits im Juni 2019 ein Kühl-Experiment. Die Woche vom 20. bis 26. Juni begann mit zwei sonnigen, aber noch relativ kühlen Tagen, dann kam ein bewölkter Tag, zum Schluss brannte die Sonne über Dübendorf und jagte die Außentemperatur bis knapp an die 40-Grad-Grenze. In den beiden Schlafzimmern sollte die Temperatur tagsüber die Marke von 25 Grad, nachts die Marke von 23 Grad nicht überschreiten. Ein herkömmliches Thermostatventil besorgte die Kühlung in einem Zimmer. Im anderen Zimmer arbeitete die experimentelle Steuerung, die Bünning und Huber mit ihrem Team entworfen hatten. Die künstliche Intelligenz war mit Daten der letzten zehn Monate gefüttert worden – und sie kannte die aktuelle Wettervorhersage von MeteoSchweiz.

Mehr Komfort mit 25 Prozent weniger Energie

Das Ergebnis fiel überaus deutlich aus: Die intelligente Heiz- und Kühlsteuerung hielt sich deutlich genauer an die Komfortvorgaben und brauchte hierfür rund 25 Prozent weniger Energie. Dies lag vor allem daran, dass am Vormittag, wenn die Sonne in die Fenster schien, vorausschauend gekühlt wurde. Das mechanische Thermostat im Zimmer gegenüber reagierte hingegen erst dann, wenn die Temperatur durch die Decke ging. Zu spät, zu hektisch und mit voller Leistung. Im November 2019, in einem kühlen Monat mit wenig Sonne, viel Regen und Wind, wiederholten Bünning und Huber das Experiment. Nun ging es um die Heizenergie in den beiden Zimmern. Die Auswertung läuft noch. Doch Bünning ist sicher, dass seine vorhersagende Heizungsregelung auch hier Punkte sammelt.

Heizungssteuerung im größeren Feldversuch

Er und sein Team haben bereits den nächsten Schritt vorbereitet: «Um das System im realen Umfeld zu testen, haben wir einen größeren Feldversuch in einem Mehrfamilienhaus mit 60 Wohnungen geplant. Wir werden vier dieser Wohnungen mit unserer intelligenten Heiz- und Kühlsteuerung ausrüsten.» Auf die Ergebnisse ist Bünning schon sehr gespannt. «Ich glaube, dass neue, auf Machine Learning basierende Regler eine riesige Chance sind. Mit dieser Methode können wir mit relativ einfachen Mitteln und den gesammelten Daten eine gute, energiesparende Nachrüstungslösung für bestehende Heizungen konstruieren.»

Bild oben: Herkömmliche Thermostate schalten sich erst ein, wenn es kühler wird. Die intelligente Heizungssteuerung kann vorausschauend heizen und spart dadurch Energie. Foto: Zooey Braun, Stuttgart / Empa

Weitere Informationen: https://www.empa.ch/

Erfahren Sie hier mehr über künstliche Intelligenz für energetisch optimierte Heizungsanlagen.

Lesen Sie auch: “Events zum Bauen der Zukunft: Von künstlicher Intelligenz bis Future Work”.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

avatar
  Abonnieren  
Benachrichtige mich bei

Andere Leser haben sich auch für die folgenden Artikel interessiert

Fehler sind menschlich und werden auch zukünftig im Bauprozess vorkommen. Doch wer ist am meisten für die Fehlerkosten verantwortlich, die sich im Jahr 2017 auf 14,9 Milliarden Euro beliefen? Jede Berufssparte zeigt laut einer BauInfoConsult-Studie tendenziell mit dem Finger auf die anderen Akteure. 

Werbung

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.