Gebäudeenergiesysteme

  Gebäudeenergiesysteme HiL Urheberrecht: © EBC

Wir optimieren die Gebäudeenergiesysteme (GES) von morgen durch systematisches Verknüpfen von experimentellen und simulativen Methoden.

Wir, das Team GES, forschen an der ganzheitlichen Optimierung von nachhaltigen Energiesystemen hinsichtlich Auslegung und Betrieb. Dazu koppeln wir experimentelle und simulative Methoden, um innovative Systeme in die Praxis zu bringen. In unserer Arbeit befassen wir uns mit Bestandsgebäuden und Neubauten im Bereich von Ein- und Mehrfamilienhäusern sowie Nichtwohngebäuden. Unser Fokus liegt auf der integrierten Optimierung der Anlagentechnik, welche zur Erzeugung, Verteilung, Speicherung und Übergabe an den Nutzer von Wärme, Kälte und Strom eingesetzt wird.

Im Bereich der Simulation setzen wir sowohl auf datengetriebene Modelle durch Machine-Learning-Algorithmen als auch auf Ansätze mit physikalischer Modellbasis. Die am Lehrstuhl entwickelte quell-offene Modellbibliothek AixLib gibt uns die Flexibilität dynamische, gekoppelte Gebäude- und Anlagensimulationen maßgeschneidert durchzuführen. Mithilfe von Konzepten des Digitalen Zwillings erhalten wir kalibrierte dynamische Modelle von Gebäudeenergiesystemen. Vermehrt nutzen wir Building Information Modeling (BIM) zur Gewinnung von Simulationsmodellen im automatisierten Prozess.

Im Bereich der Experimente nutzen wir speicherprogrammierbare Steuerungen (SPS), um analoge Signale von hochauflösender Messtechnik sowie diversen Bussystemen (Sensorik und Aktorik) mit digitalen Signalen kommunizieren zu lassen. Unsere dynamischen Experimente entwerfen wir primär mit Methoden der statistischen Versuchsplanung. Dies dient insbesondere der Reduktion der Versuchsdauer und Kosten.

Mithilfe des Hardware-in-the-Loop-Konzepts kombinieren wir experimentelle Untersuchungen von bspw. Wärmepumpen mit der dynamisch simulierten Wärmeabgabe an Innenräume. Zu diesem Zweck nutzen wir modernste Werkzeuge aus dem Bereich der Software und des Internet of Things (IoT). Wir führen Auswertungen mit state-of-the-art, performanten, statistischen Methoden durch, um wissenschaftlich fundierte Aussagen aus Experiment und Simulation für die Praxis abzuleiten.

Mit dieser flexiblen Kombination gestalten wir innovative (Heim-)Energiemanagementsysteme ((H)EMS) der Zukunft. Hierbei entwickeln wir fortschrittliche regelbasierte, agentenbasierte, adaptive sowie modellprädiktive Regelungsformen und testen diese in Simulationen und Experimenten. Durch Methoden der mathematischen Optimierung stellen wir eine ideale Systemauslegung sowie einen kosteneffizienten und nachhaltigen Betrieb von Gebäudeenergiesystemen sicher.