Masterarbeit Ken Joo Yeap

 

Anwendung datengesteuerter Cloud-Computing-Methoden zur Optimierung der Kontrolle von Gebäuden mit großer thermischer Trägheit.

Für eine effizientere Regelung der trägen Dynamik der Betonkernaktivierung (engl: Thermally Activated Building Systems, TABS) können prädiktive Eigenschaften implementiert werden, um die Reaktionszeit zu erhöhen. Dies kann mit Hilfe von Wettervorhersagen als Störgröße erfolgen. Daher werden verschiedene Wettervorhersagedienste von Drittanbietern untersucht. Ein modell-prädiktive Regelung (engl: Model Predictive Control, MPC) und ein prädiktiver Ansatz der Fuzzy-Regelung werden in dieser Arbeit unter Einsatz von Cloud-Technologien implementiert. Die MPC-Methode verwendet das Greybox-Modell mit niedriger Resistance-Capacitance-Model (engl:RC-Model) niedriger Ordnung, um den Modellierungsaufwand zu erleichtern. Mit einem Minimierungsansatz aus der simulierten Ausgangsgröße des Modells und den Messdaten von Gebäuden werden Modellparameter erzeugt. Die Wettervorhersagedaten als Störgröße ermöglichen es, die Regelung unter Berücksichtigung zukünftiger Störungen zu optimieren, so dass die TABS mehr Reaktionszeit haben. Die Fuzzy-Regeln im Predictive Fuzzy Control-Ansatz werden mit Hilfe von Experimenten entwickelt, die auf wissenschaftlichen Untersuchungen zu effektiven TABS-Regelungen basieren. Darüber hinaus ist das prädiktive Fuzzy-Modell so konzipiert, dass es bei Verletzung des Raumtemperaturkomforts korrigierende Maßnahmen ergreift. Adaptive Maßnahmen werden durch Logging-Funktionen erleichtert. Entwickelt und bewertet werden die Methoden auf der Cloud-Plattform der aedifion GmbH für das E.ON ERC-Hauptgebäude, das unter realen Bedingungen als Testobjekt fungiert. Beim Vergleich mehrere Wettervorhersagedaten von Drittanbietern mit der bauseitigen Wetterstation ergab sich, dass der DarkSky-Wetterdienst einen mittlere absoluter Fehler von weniger als 2°C für den Vorhersagehorizont von 0, 1, 6, 24 und 48 Stunden mit stündlichen koordinatengenauen Wetterdaten hat. Das RC-Model lieferte keine zufriedenstellenden Ergebnisse für die Raumtemperatur zur Emulierung des E.ON ERC-Hauptgebäudes, da andere Störungen auftraten, die in dieser Arbeit nicht behandelt wurden, insbesondere die interne Last wie z.B. Raumnutzung. Die vorausschauende Fuzzy-Regelung zeigte jedoch in der ersten Anwendungswoche eine Reduzierung des Energieverbrauchs und eine Steigerung des Raumkomforts. Abschließend wird ein Ausblick auf die weitere Erforschung des MPC und des prädiktiven RBC gegeben.