intelliee Home Energieoptimierung im Einfamilienhaus Michaela Killian 22. Juni 2016 1 / 13
Motivation I Gebäudesektor verbraucht Großteil der Gesamtenergie eines Landes: Verbrauch in den USA 49 % Europa 40 % den VAE 70 % http://www.rockwool.com/ http://www.ea-etics.eu Enerdata 2006 2 / 13
Motivation II: Einfamilienhaus Gesamtmarkt der Projektergebnisse wird in Österreich auf bis zu: 15.000 Wohnhäuser (Retrofitting) 40.000 Wohnungsneubauten jährlich geschätzt. evonhome Geschätzte Entwicklung evon HOME in Neubauten und Bestandsgebäuden inklusive der neuen Forschungsergebnisse: Jahr Anzahl an Häusern 2016 500 2017 1000 2021 3000 2026 6000 3 / 13
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: http://www.aics-embedded.com/smarthome Home Entertainment Sicherheit Haushaltsgeräte Thermischer Komfort Storen, Lichtsteuerung Energiesystemen (Speicher, Solarthermie, Photovoltaik, etc.) Prädiktionen (Strahlung, Wetter, Belegung) Smart-Grid Anbindung 4 / 13
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
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
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
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
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
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
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
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: 01.01.2016-30.06.2018 12 / 13
Danke für Ihre Aufmerksamkeit! Dr. techn. Michaela Killian Technische Universität Wien Getreidemarkt 9/E325-A5 1060 Wien michaela.killian@tuwien.ac.at +43-1-58801-325522 Robert Goldgruber evon GmbH Frank-Stronach-Straße 8 8200 Gleisdorf robert.goldgruber@evon-home.com +43-3112-20636-143 13 / 13