Entwicklung einer hocheffizienten Optimierung von Energieversorgungs-systemen im Gebäudebereich auf Basis von Prior-Modellen der Künstlichen Intelligenz
Ansprechpartner: Marius Reich
Laufzeit: Januar 2022 - Dezember 2025
Fördergeber: öffentlich finanziert vom Bundesministerium für Wirtschaft und Klimaschutz
Projektpartner: Hottgenroth Software AG
Kurzbeschreibung:
Aufgrund zunehmender Nutzung von Hocheffizienz-Technologien und der Integration erneuerbarer Energien nehmen die Freiheitsgrade bei der optimierten Auslegung von Energieversorgungssystemen immer weiter zu, so dass sich die Auslegung von Energiesystemen für Praktiker als zunehmend schwierig darstellt. Die hohe Qualität hierfür bereitgestellter Planungstools ist für eine nachhaltige und energieeffiziente Auslegung hybrider Energieversorgungssysteme (EVS) im Gebäudebereich besonders wichtig. Zusätzlich spielen für
den Anwender solcher Planungstools, die hauptsächlich im nichtwissenschaftlichen Bereich anzutreffen sind, sowohl die Geschwindigkeit als auch die einfache Bedienbarkeit sowie die Analysemöglichkeiten eine entscheidende Rolle.
Die Projektpartner haben bereits im vorangegangenen Projekt Energy Expert die Optimierung von EVS anhand von Näherungsmodellen analysiert und umgesetzt. Dabei stellt vor allem die Modellbildung einen nicht unerheblichen Rechenaufwand dar. An dieser Stelle setzt die vorgesehene Weiterentwicklung an: Die Entkopplung von vorgelagerter rechenintensiver Modellbildung, im Folgenden Prior-Modellbildung genannt, und der nachgelagerten Zuordnung des individuellen Anwendungsfalls an das Prior-Modell, das dem konkreten Anwendungsfall entspricht. Dieses Vorgehen bietet v.a. für komplexe EVS ein erhebliches Potential zur Reduzierung der Rechenzeit während der Anwendung, bei nur wenig reduzierter Genauigkeit der Ergebnisse.
Im Projektverlauf sollen die zu entwickelnden Methoden an möglichst diversen und im Hinblick auf Jahressimulationen anspruchsvollen Energiesystemen angewandt und getestet werden. Hierbei soll auch die in Deutschland zunehmende Marktrelevanz der Gebäudekühlung berücksichtigt werden.
Als Ergebnis aus dem Verbundvorhaben werden Methoden und Algorithmen entwickelt, die nicht-wissenschaftlichen Anwendern komplexe und ehemals zeitkritische Analysen in einem Bruchteil der gängigen Rechenzeiten sowie weitere komplexe und anwendungsorientierte Analysen erlauben.
Downloads:
Tagungsbeitrag 9th International Conference on Smart Energy Systems 2023
