Juli 24, 2024
SECAI-Demonstrator veranschaulicht intelligente Heizungssteuerung in Wohngebäuden.
In SECAI wird ein Edge-Cloud-basiertes KI-System zur dezentralen Heizungssteuerung entwickelt, das den Energiebedarf von Gebäuden reduzieren kann. Nun wurde ein Demonstrator durch den Konsortialpartner DFKI fertiggestellt. Er ermöglicht erste Interaktionen und die Visualisierung ressourcensparenden Heizverhaltens. Nutzende verstehen damit, welche Komponenten beim SECAI-Ansatz berücksichtigt werden und wie die Veränderung der Parameter zur Gesamtleistung des Systems beiträgt.
Voraussichtliche Lesedauer: 4 Minuten
Der SECAI-Demonstrator stellt ein umfassendes Werkzeug zum Verständnis der Auswirkungen verschiedener intelligenter Heiztechnologien und -dienste dar. Durch die Bereitstellung von Annahmen, grafischen Vergleichen und detaillierten Tabellen demonstriert das Dashboard, wie jede Stufe der intelligenten Integration – von Grundannahmen bis hin zur vollständigen Ökosystemverwaltung – die Effizienz steigert, Kosten senkt und Emissionen reduziert. Diese detaillierte Analyse hilft Mietenden und der Wohnungswirtschaft, die Vorteile fortschrittlicher intelligenter Heizungslösungen einzuschätzen.
In den Demonstrator sind eine Reihe unterschiedlicher Parameter eingeflossen, die Einfluss auf das Heizverhalten in einem Gebäude nehmen. „Bewohnerinnen und Bewohner haben unterschiedliche Vorstellungen, wie warm es in ihrer Wohnung sein sollte. Auch sind fest eingestellte Temperaturen in Heizungsthermostaten heutzutage keine Seltenheit“, meint Moritz-Andre Weiher, Researcher beim DFKI. „Intelligente Heizungssysteme könnten bei längerer Abwesenheit oder bestimmten kontextbezogenen Aktivitäten die Temperatur anpassen.“ Auch wetterbezogene Aspekte sind im Demonstrator hinterlegt. So kann es beispielsweise sinnvoll sein, dass ein Raum mit Fenstern, die nach Süden ausgerichtet sind, nicht vollkommen aufgewärmt wird, wenn ein Tag mit vielen Sonnenstunden prognostiziert wird.
Folgende Komponenten werden im Demonstrator berücksichtigt:
- Außentemperatur: Die Anpassung der Außentemperatur ist entscheidend für das Verständnis des Heizbedarfs eines Gebäudes. In einem intelligenten Heizungsökosystem ermöglicht die Kenntnis der äußeren Klimabedingungen dem System, die Heizung dynamisch anzupassen, um den Komfort zu gewährleisten und gleichzeitig den Energieverbrauch zu minimieren. Diese Simulation hilft den Nutzern zu erkennen, wie Wetterveränderungen den Heizbedarf und die Kosten beeinflussen können.
- Energiepreis: Die Energiepreise sind ein wichtiger Faktor bei der Berechnung der Kosteneffizienz von Heizungslösungen. Durch die Möglichkeit, die Energiepreise anzupassen, zeigt das Dashboard, wie sich Schwankungen auf dem Markt auf die Gesamtheizkosten auswirken können. Dies ist wichtig, um fundierte Entscheidungen über die Energiebeschaffung und die Erkundung alternativer Energiequellen oder Effizienzmaßnahmen zu treffen.
- Sonneneinstrahlung: Die Sonneneinstrahlung trägt zur passiven Beheizung bei und reduziert den Bedarf an künstlicher Heizung. Dieser Schieberegler hilft den Nutzern, die potenziellen Einsparungen durch die Nutzung von Sonnenenergie zu verstehen. In einem intelligenten Heizungssystem kann die Integration von Solardaten die Heizungspläne optimieren und die Abhängigkeit von konventionellen Energiequellen verringern, was die Nachhaltigkeit fördert.
- Auswahl Wohnungen: Die Möglichkeit, einzelne Wohnungen oder das gesamte Gebäude auszuwählen, ermöglicht eine detaillierte Analyse und Optimierung der Heizungsanlagen auf granularer Ebene. Dies unterstreicht die Bedeutung eines personalisierten Energiemanagements, bei dem die individuellen Bedürfnisse jeder einzelnen Wohnung berücksichtigt werden, was die Gesamteffizienz und die Zufriedenheit der Mieter erhöht.
Solltemperaturen Wohnungen: Die Einstellung von Solltemperaturen für jede Wohnung ist ein grundlegendes Merkmal intelligenter Heizsysteme. Sie zeigt, wie eine individuelle Temperaturregelung zu erheblichen Energieeinsparungen führen kann. Die Nutzer können die direkte Auswirkung ihrer Komfortpräferenzen auf den Energieverbrauch sehen, wodurch das Gleichgewicht zwischen Komfort und Effizienz hervorgehoben wird.
Der Demonstrator visualisiert außerdem verschiedene Annahmen über die Konfiguration und Integration des Heizungssystems. Diese Aspekte werden dabei mit berücksichtigt.
- Grundannahme: Stellt das Basisszenario eines Heizungssystems ohne intelligente Anpassungen dar. Dieses Szenario dient als Kontrollszenario, gegen das andere Konfigurationen verglichen werden.
- Ökosystem: Betrachtet jede Wohnung als Teil des gesamten Heizungssystems des Gebäudes. Diese Annahme betont die Interkonnektivität der Wohnungen und wie eine koordinierte Heizungssteuerung über alle Einheiten hinweg die Effizienz optimieren kann. Zum Beispiel, wenn eine Wohnung aufgrund von Sonneneinstrahlung natürlicherweise wärmer ist, kann das System die Heizung in anderen Einheiten anpassen, um das Gesamtgleichgewicht zu erhalten und den Energieverbrauch zu reduzieren.
- KI-Service: Nimmt an, dass künstliche Intelligenz zur Optimierung der Heizpläne eingesetzt wird. KI kann aus dem Verhalten der Nutzer und externen Bedingungen lernen und intelligente Anpassungen vornehmen, um Komfort und Effizienz zu verbessern.
- Edge-/Cloudlösung: Beinhaltet die Nutzung von Edge-Computing und Cloud-Diensten zur Datenverarbeitung und zur Durchführung von Echtzeitanpassungen des Heizungssystems. Diese Konfiguration verbessert die Reaktionszeiten und Zuverlässigkeit und stellt sicher, dass das System schnell auf Änderungen in der Nachfrage oder äußeren Bedingungen reagiert.
- Gesamtlösung: Repräsentiert die vollständige Integration aller intelligenten Technologien und Dienstleistungen und zeigt die maximal erreichbare Effizienz und Kosteneinsparungen. Dieses Szenario demonstriert die kumulativen Vorteile der Kombination von KI, Cloud-Computing und einem ganzheitlichen Ökosystemansatz.
Derzeit ist geplant, den Demonstrator auf Messen und Events, beispielsweise den Tagen der digitalen Technologien am 7. und 8. Oktober 2024 in Berlin sowie diversen SECAI – Präsentationen einzusetzen. Mit Daten aus der nächsten Heizperiode könne dann, so Moritz-Andre Weiher ein Update zur Verfügung gestellt werden, das reale und nicht nur prognostizierte Annahmen treffen könnte.