A A A
| Sitemap | Kontakt | Impressum | Datenschutz
ETZ Logo VDE Verlag Logo

Energiesparen mit prädiktiver Regelung

(Bild: stock.adobe.com_andranik123)

(Bild: stock.adobe.com_andranik123)

01 Aus den Betriebsdaten des Gebäudes erstellt Energycontrol ein virtuelles Abbild der Gebäude- und Anlagenkomponenten und kann so den thermischen Energiebedarf prognostizieren

01 Aus den Betriebsdaten des Gebäudes erstellt Energycontrol ein virtuelles Abbild der Gebäude- und Anlagenkomponenten und kann so den thermischen Energiebedarf prognostizieren

02 Ein übersichtliches Management-Dashboard bietet jederzeit den Überblick zu den optimierten Parametern, zum Beispiel der Leistung, dem Energieverbrauch sowie den Einsparungen der Maschine oder des Prozesses

02 Ein übersichtliches Management-Dashboard bietet jederzeit den Überblick zu den optimierten Parametern, zum Beispiel der Leistung, dem Energieverbrauch sowie den Einsparungen der Maschine oder des Prozesses

Bei der Verbesserung der Energieeffizienz geht es häufig um die Wahl der richtigen technischen Geräte. Doch nicht nur bei den Geräten, sondern auch in ihrer Regelung liegt großes Sparpotenzial. So erschließt eine prädiktive Regelung neue Möglichkeiten für die Effizienzsteigerung von Heizungs-, Lüftungs- und Klimaanlagen, und zwar durch intelligente Machine-Learning-Verfahren.
Heizungs-, Lüftungs- und Klimaanlagen in Gewerbegebäuden laufen in der Praxis häufig im Spitzenlastbetrieb und verursachen damit höhere Energiekosten als notwendig wäre. Dabei ließen sie sich wesentlich effizienter betreiben. Allerdings arbeitet die konventionelle Regelungstechnik messwertbasiert. Das bedeutet, dass sie weder Witterung, noch die Belegung oder den Gebäudelebenszyklus vorausschauend berücksichtigen kann. Zudem zögern Investoren oft angesichts der mittleren bis langen Amortisationszeiten, wenn es um die Installation von Energieeffizienzmaßnahmen, wie die Sanierung oder die Erneuerung technischer Anlagen, geht.
Mit Energycontrol beschreitet Recogizer einen neuen Weg: Die prädiktive Regelung spart dauerhaft 20 % bis 30 % Energie – und das bei einer Amortisationszeit von meist weniger als einem Jahr. Mithilfe von Machine Learning hebt Energycontrol Einsparpotenziale – ohne manuellen Aufwand für den Betreiber. Zudem halten sich die Investitionen der Maßnahme in Grenzen, sodass die Hürde für den Betreiber gering ist und er schnell seine Energiekosten reduzieren kann.
Eine konventionelle Regelung schießt leicht über ihr Ziel hinaus. Zum Beispiel bringt sie eine Anlage auf Vollleistung, wenn im Gebäude eine Raumtemperatur von 21 °C gewünscht, es jedoch morgens noch relativ kühl ist. Aufgrund der thermischen Trägheit des Gebäudes wird die Zieltemperatur dann schnell überschritten und die Automatik aktiviert die Kühlanlagen. Das zu starke Heizen und dann Gegensteuern mit der Kühlung verursacht Lastspitzen. Dieser Effekt verstärkt sich oft in der Übergangszeit, wenn die Außentemperaturen im Tagesverlauf ansteigen. Auch die Belegungssituation – Stichwort „Freitag ist Homeoffice-Tag“ – sollte eine Regelung berücksichtigen, wenn sie effizient arbeiten soll.
Digital Twin macht Anlagen effizienter
Deswegen arbeitet Energycontrol – im Unterschied zur konventionellen Vorgehensweise – datenbasiert und prognosegeführt. Wenn man die Daten aus Sensoren eine gewisse Zeit mitschreibt, lässt sich daraus ein Digital Twin generieren, also ein virtuelles Abbild der Gebäude- und Anlagenkomponenten (Bild 1). Dieser verhält sich genauso wie die physikalische Anlage im Gebäude. Für die Erstellung werden sowohl Monitoring-Daten als auch Informationen aus den Unterlagen der technischen Gebäudeausstattung genutzt.
Recogizer füttert den Digital Twin mit Prognosedaten, etwa der Belegungssituation und den Witterungsbedingungen, da sich die Anforderungen an die Klimatisierung je nach Kundenfrequenz oder Nutzungszeiten des Gebäudes ändern können. Daraus prognostiziert Energycontrol den jeweiligen thermischen Energiebedarf und leitet die entsprechenden Aktionen für die aktuelle Regelstrategie ab. Das Wissen über die thermische Entwicklung der nächsten Stunden erlaubt es, das Heizen oder Kühlen vorzuverlagern. Automatisiert wird so eine passgenaue und optimale Regelstrategie individuell für das Gebäude entwickelt, spezifisch zugeschnitten auf verschiedene Klimazonen.
Energie sparen durch Prognosen
Unter Berücksichtigung der verschiedenen Einflussgrößen, wie den Trägheitsfaktoren, den steigenden Außentemperaturen im Tagesverlauf und der Belegungssituation im Gebäude, kann Energycontrol den tatsächlichen Energiebedarf des Gebäudes voraussagen. Die thermischen Anlagen stellen dann nur so viel Energie bereit, wie tatsächlich benötigt wird. Im Schnitt erreicht die selbstlernende, vorausschauende Regelung Einsparungen von 20 % bis 30 %. Das trägt nicht zuletzt zu einem stabilen Raumklima und damit zum Wohlbefinden der Kunden und Mitarbeiter bei.
Das System lernt dauerhaft, wie das Gebäude optimal ausgesteuert werden kann und spart so vollkommen automatisiert Energie. Besonders gut eignet sich die prädiktive Regelung für den Gebäudebestand, zum Beispiel Hotels, Verwaltungs- oder Handelsgebäude. Dabei setzt das Software-as-a-Service-Angebot auf vorhandener Technologie auf, zum Beispiel der Gebäudeautomation oder dem Energiedatenmanagement. Das webbasierte Energyportal (Bild 2) bildet den zentralen Zugang und zeigt dem Anwender auf einen Blick den aktuellen Status der Einsparungen von Energieverbrauch, Kosten und CO2-Verbrauch. (no)

Oliver Habisch ist Geschäftsführer Technologie & Operations der Recogizer Group GmbH in Bonn. oliver.habisch@recogizer.com

Oliver Habisch ist Geschäftsführer Technologie & Operations der Recogizer Group GmbH in Bonn. oliver.habisch@recogizer.com