DataFEE

 

Data mining, machine learning, feedback and feedforward – Energieeffizienz durch nutzungszentrierte Gebäudesysteme

Laufzeit: 3,5 Jahre

Start: 7/2019

Ende: 12/2021

Projektpartner:

  • ABB AG, Building Automation
  • Bayern Facility Management GmbH
  • Fraunhofer IBP, Abteilung Raumklima
  • Karlsruher Institut für Technologie, Fachgebiet Bauphysik und Technischer Ausbau
  • RWTH Aachen, Lehrstuhl für Energieeffizientes Bauen

Fördergeber: BMWi - Bundesministerium für Wirtschaft und Technologie, FKZ: 03EN1002B

  BMWi Urheberrecht: BMWi
 
 

Zahlreiche Untersuchungen zur energetischen Performance von Gebäuden belegen, dass die Nutzer den Energieverbrauch entscheidend beeinflussen. Gleichzeitig führen unzureichende Kenntnisse über das Nutzerverhalten in der Praxis dazu, dass oft eine große Differenz zwischen in der Entwurfsphase prognostizierten und im Betrieb tatsächlich gemessenen Energiekennzahlen auftritt. Ziel dieses Vorhabens ist es deshalb, durch das systematische Erschließen und die Optimierung der Datennutzungsprozesskette diesen Performance Gap zu verringern, um damit verlässlichere Prognosen für den Gebäudebetrieb zu ermöglichen und eine hohe Energieeffizienz sicherzustellen.

Hierzu werden die Nutzung von Geräten und technischen Anlagen sowie komfortbedingte Interaktionen der Nutzer genauer erfasst, aufbereitet und in Form von Modellen für Planungswerkzeuge und Systeme zur Betriebsführung zur Verfügung gestellt. Mit intelligenter Sensorik, Data Mining, Machine Learning oder Predictive Analytics werden effizientere Analyse- und Modellierungsmethoden erschlossen, um die Gebäudeperformance zu verbessern und bessere Einschätzungen des Nutzerverhaltens zu erlangen. Hierbei wird auch der Digitale Zwilling als cyber-physisches Abbild der realen Geräte und Gebäude ähnlich wie auch im Bereich Industrie 4.0 deutlich absehbar eine zentrale Rolle spielen. Darauf aufbauend werden Dienstleistungen für Gebäudenutzer und Betreiber entwickelt, wofür Fragen der Informationsaufbereitung und -vermittlung im Vordergrund stehen, auf Nutzerebene die Darstellung wesentlicher Raumklima- und anderer Umgebungsparameter zusammen mit Entscheidungshilfen zur Optimierung des nutzergruppenspezifischen oder individuellen Komforts und auf Betreiberebene Darstellungen zur Entwicklung des Energiebedarfs in den verschiedenen Sektoren sowie daraus abgeleitete Handlungsempfehlungen. Hinsichtlich eines umfassenderen Verständnisses des Nutzerverhaltens und seiner Interaktion mit der Gebäudeausstattung soll darüber hinaus die Wahrnehmung von und die Reaktion auf multiple und z.T. wechselwirkende Umwelteinflüsse experimentell untersucht werden.

An Demonstrationsprojekten werden die erarbeiteten Lösungen getestet und evaluiert. Außerdem soll ein wesentlicher Beitrag zu dem im Herbst 2018 angelaufenen IEA EBC Annex 79 „Occupant behaviour-centric building design and operation“ geleistet werden, in den die Projektteilnehmer federführend involviert sind.