intelliee Home Energieoptimierung im Einfamilienhaus

Transkript

1 intelliee Home Energieoptimierung im Einfamilienhaus Michaela Killian 22. Juni / 13

2 Motivation I Gebäudesektor verbraucht Großteil der Gesamtenergie eines Landes: Verbrauch in den USA 49 % Europa 40 % den VAE 70 % Enerdata / 13

3 Motivation II: Einfamilienhaus Gesamtmarkt der Projektergebnisse wird in Österreich auf bis zu: Wohnhäuser (Retrofitting) Wohnungsneubauten jährlich geschätzt. evonhome Geschätzte Entwicklung evon HOME in Neubauten und Bestandsgebäuden inklusive der neuen Forschungsergebnisse: Jahr Anzahl an Häusern / 13

4 Idee/Vision Grundidee: Mittels SmartPhone/Tablet als User- Endgerät kann der/die NutzerIn für eine individuelle Bewirtschaftung des Eigenheims nicht nur vor Ort sorgen. Integration von: Quelle: Home Entertainment Sicherheit Haushaltsgeräte Thermischer Komfort Storen, Lichtsteuerung Energiesystemen (Speicher, Solarthermie, Photovoltaik, etc.) Prädiktionen (Strahlung, Wetter, Belegung) Smart-Grid Anbindung 4 / 13

5 Modellprädiktive Regelung Konzept prädiktiver Regelung: Optimierung unter Berücksichtigung von Störprognosen Vergangenheit und Beschränkungen Zukunft Sollwertinput y ref prädiktive Outputs y act Wettervorhersage Belegungspläne vergangenen Outputs k-4 k-3 k-2 k-1 k k+1 k+2 k+n u k+n 2-1 Vergangenen Kontrollinputs u old Berechnete zukünftige Kontrollinputs u pred k+n 2 Energieeffizienz User Comfort Berechnung (Gebäudemodell!) Prädiktionshorizont Gebäude Energieeffizientes Regeln! 5 / 13

6 Gebäudemodell Prädizierte Störungen Eingänge (Storen, Heizung,...) ebenso Plandaten, Expertenwissen, Gebäudemodell & BEMS (flexibel, modular) Komfort (Temperatur, Beleuchtung) Energie (CO 2 vs. Kosten) Resultat: einfaches dynamisches Modell niedriger Ordnung geeignet für MPC (wenige Differentialgleichungen) 6 / 13

7 Modellierung I Klassifikation/Clustering: Einteilungen von Datenpunkten/ Messwerten anhand bestimmter übereinstimmender Merkmale in Gruppen Ziel: Selbstlernende/adaptive Klassifikation für Gebäude-/NutzerInnen-Modell & Struktur Schematischer Ablauf einer intelligenten Datenanalyse für NutzerInnen-Gewohnheiten: 7 / 13

8 Modellierung II Adaptive Modellbildung o Modulares BEMS: - Erkennung der einzelnen Aggregate/Komponenten - automatische Integration der Aggregate o Gebäudemodell anhand von Klassifikation selbstlernend o Nutzerverhalten inkludiert in adaptives Modell Nutzen für adaptiv-prädiktive Regelung o Änderung in Prozessdynamik können erkannt und ausgeglichen werden Design Plant-Identifikation Plant-Unsicherheiten Systemidentifikation MPC u Plant (Gebäude) y 8 / 13

9 Energiesysteme (BEMS) Flexibles modulares Grundkonzept Für alle Kombinationen geeignet Adaptive Parametrierung oder Schnittstellen Optimierung: Geringe Kosten vs. Green Footprint vs. Komfort Ergänzt Komfortregler, können unabhängig voneinander ausgelegt werden Brennwertgerät Wärmepumpe BEMS Photovoltaik Klimagerät Warmwasserspeicher Solarthermie 9 / 13

10 Nutzen: Modellprädiktive Regelung Einbindung in Smart-Grids: - Lastspitzen: load shifting - Nutzen variabler Strompreise Optimale Gebäudebewirtschaftung durch modellprädiktive Regelung: - Zeitkonstanten - thermischen Speicher des Gebäudes nutzen - Strahlung nutzen, Auflösung kontroverser Optimierungsziele unter Berücksichtigung von thermischen und technischen Beschränkungen: max. Komfort vs. min. Energiekosten 10 / 13

11 Abgrenzung Smart MSR intelliee Home: Smart MSR: - plug-and-play - Parametrierung durch Schnittstelle - automatische Kommunikation - Einfamilienhaus (smartes wohnen) - Anbindung in Smart-Grids - Kommunikation Haushaltsgeräte - Einbindung von Photovoltaik (Smart-Grid) - Modellierungsaufwand extrem hoch - Modell ist individuell für 1 Gebäude über Jahre optimiert - Bürogebäude (andere Anforderungen als Einfamilienhaus) 11 / 13

12 Zusammenfassung Originalität o adaptiv-prädiktives Konzept für Einfamilienhäuser o Integration/Kommunikation mit Haushaltsgeräten o Klassifikationsmethoden für Modellbildung Innovation o Einbindung in Smart-Grids möglich o Nutzbarkeit über mobile Endgeräte o Automatische Nutzung alternativer Energien o Potenzial für load shifting & Nutzung flexibler Tarifmodelle intelliee Home o Laufzeit: / 13

13 Danke für Ihre Aufmerksamkeit! Dr. techn. Michaela Killian Technische Universität Wien Getreidemarkt 9/E325-A Wien Robert Goldgruber evon GmbH Frank-Stronach-Straße Gleisdorf robert.goldgruber@evon-home.com / 13