Projekt 35561/01

Entwicklung und Erprobung einer übergeordneten selbstlernenden Regelung zwecks Gewährleistung eines energieeffizienten Betriebs mehrerer zusammenwirkender komplexer raumlufttechnischer Geräte

Projektträger

HANSA Klimasysteme GmbH
Stockweg 19
26683 Saterland
Telefon: 04498 8921

Zielsetzung und Anlass des Vorhabens

Im von der DBU geförderten Vorgängervorhaben mit dem AZ 33401/01 "Selbstlernende energieeffiziente Regelung komplexer raumlufttechnischer Geräte" konnte grundsätzlich nachgewiesen werden, das mit dem Ansatz der modellbasierten Regelung eines Schwimmbad Lüftungsgerätes ein deutliches Potenzial für einen reduzierten Energieverbrauch erkennbar ist. In einer kurzen Testphase ergab sich eine Reduktion von etwa 20 %. Das Schwimmbad wird aber von zwei Geräten belüftet und es zeigte sich, dass beide Geräte mit dem entsprechenden Regelansatz ausgestattet werden müssen und darüber hinaus über eine übergeordnete Koordinationsebene die Vorgabewerte für die Geräte generiert werden müssen. Dieses wurde in diesem Vorhaben umgesetzt.



Darstellung der Arbeitsschritte und der angewandten MethodenDas Projekt gliederte sich in 7 Phasen, die teilweise parallel von HANSA und dem Kooperationspartner Hochschule Emden/Leer bearbeitet wurden. Nach der Projektkonzeption wurde das Sensor- und Datenkonzept fortgeschrieben und die notwendige Sensorik auf Basis der Ergebnisse auf das erforderliche Minimum reduziert. Die im Vorgängervorhaben entwickelten Modelle wurden auf zwei neue Geräte im Schwimmbad übertragen und validiert. Auf Basis der im ersten Vorhaben gesammelten Daten wurde ein übergeordnetes neuronales Regelmodell entwickelt. Nach Ende der Corona Phase konnten weitere Daten gesammelt werden, um die Modelle weiter zu trainieren. Es konnten Ansätze entwickelt werden, um die in einem Gebäude erstellten Modelle zu normalisieren um diese auf andere Gebäude zu übertragen. Die Regelgüte ist dabei ausreichend.
Der Arbeitsplan hat sich während des Projektablaufs entwickelt und wurde entsprechend des Arbeitsfortschrittes und Ergebnisse angepasst.



Ergebnisse und Diskussion

Auch bei der Adaption der bestehenden Gray- und Blackbox Modelle auf das zweite Gerät zeigte sich, dass ein physikalisch basiertes Modell Vorteile bietet, weil zum Training der neuronalen Netze hinreichend Daten für jeden Betriebszustand vorhanden sein müssen, diese aber zum Teil nur in geringer Zahl vorhanden waren. Weiterhin benötigt ein neuronal lernendes Modell eine größere Anzahl an Sensoren. Dieses ist für die spätere Vermarktung negativ, weil die Anschaffungskosten ansteigen. Grundsätzlich war es möglich, über Skalierungen die Gerätemodelle sehr schnell anzupassen. Im weiteren Betrieb ist dann ein weiteres Anlernen schnell umzusetzen.
In diesem Vorhaben wurde die prinzipielle Möglichkeit geschaffen, fortlaufend im Betrieb der Geräte die gesammelten Daten zur Optimierung des neuronalen Modelles einzusetzen und fortlaufend automatisch zu trainieren. Die im zweiten Schritt notwendige automatische Linearisierung für den MPC wurde untersucht, konnte aber noch nicht erreicht werden. Hier ist immer noch ein manueller Arbeitsschritt notwendig.
Es wurde ein übergeordnetes neuronales Gebäudemodell sowie ein zwei Ebenen MPC Kaskadenregler für das Gebäude und die Geräte entwickelt. Hiermit ist es möglich, mehrere Geräte, die auf einen zu klimatisierenden Raum wirken, zu koordinieren.
Es war möglich, nach Ende der Corona Einschränkung, über mehr als ein Jahr die Energieverbräuche zu vergleichen. Die Ergebnisse zeigen eine Einsparung des Energiebedarfs von je 25 % elektrische Energie und Wärmeenergie im Schwimmbad Ramsloh. Um dieses zu verifizieren wurden drei weitere Schwimmbäder mit dieser Technik ausgestattet. Die Ergebnisse sind vergleichbar. Auf eine detaillierte Darstellung dieser Bäder wird in diesem Abschlussbericht verzichtet.
Der entwickelte Regler hat den weiteren Vorteil, dass die Regelgüte besser ist und somit auch das Komfortempfinden der Badegäste sowie der Angestellten. Eine entsprechende Analyse ist im Bericht dargestellt.



Öffentlichkeitsarbeit und Präsentation

Der in den beiden Vorhaben entwickelte Regler wird bereits der Vermarktung unter dem Namen "etaSmart" zugeführt. Es wurde eine eigene Webseite aufgesetzt, auf der die Ergebnisse vorgestellt werden (https://www.baeder-klima.de/etasmart ). Das Konzept wurde vorgestellt auf den TGA Kongressen 2021 und 2023. 2022 wurden Ergebnisse in der CCI online dargestellt. 2020 stellten wir etaSmart zusammen mit Siemens auf dem "Management Dialog Digitalisierung" vor. Im Juni 2022 konnten wir das Konzept beim DBU Online-Salon "Steigerung der Energieeffizienz durch künstliche Intelligenz (KI) – Berichte aus der Praxis" vorstellen. Das Video ist auf Youtube aufrufbar:
https://www.youtube.com/watch?v=iVTQl3d1cnk
In internen Präsentationen wurde unser Vertrieb geschult und hat das Konzept bei bekannten Schwimmbad-TGA Planern vorgestellt.



Fazit

Alle Projektziele konnten erreicht werden. Der Regler wurde soweit weiterentwickelt, dass eine Markteinführung möglich war. Der Regler wurde bereits bei einigen neuen Projekten mit verkauft (Vahrenwalder Bad, Sylter Welle, Schwimmbad Delitzsch, Ernst-Thälmann Platz) also auch als Nachrüstung in diversen Bädern, in denen HANSA Geräte installiert sind (z.B. Kusel, Erlangen)
Wir werden diesen Regelansatz jetzt für weitere Anwendungen weiterentwickeln und dafür mehrere weitere Ingenieure einstellen. Wir danken der DBU für die Unterstützung und Begleitung. Ohne diese Projekte hätten wir diese zukunftsweisende Technologie nicht entwickeln können.