INNOVATION SCOUT · ORGANISATION

Empa: modulare thermische Regelung im NEST erproben

Empa untersucht mit dem Swiss Data Science Center eine modulare lernende Raumregelung. NEST/UMAR verbindet Methodenentwicklung mit Versuchen an realen Räumen.

Entscheidung und örtliche Anlage auseinanderziehen

Die gemeinsame Arbeit von Empa und Swiss Data Science Center untersucht einen modularen Ansatz zur thermischen Regelung. Eine gelernte Strategie bestimmt zunächst eine gewünschte Temperaturänderung. Ein weiterer Modellschritt übersetzt diese Vorgabe in passende Ventilaktionen.

Damit wird eine wichtige Transferfrage bearbeitet: Welche Teile einer Regelentscheidung können wiederverwendet werden und welche müssen die örtliche Anlage abbilden?

Quellen: 6.

Themenbeitrag: Erprobung im NEST/UMAR-Kontext

Die Untersuchung verbindet Simulation mit Versuchen in realen UMAR-Räumen des NEST. Der Feldvergleich betrachtet unterschiedliche modulare Varianten. Das Versuchsumfeld macht dabei auch Abweichungen zwischen modellierter und realer Raumreaktion sichtbar.

Der Beitrag liegt in der Entwicklung und Erprobung eines Regelungsaufbaus. Er verbindet Lernmethodik, physikalische Plausibilität und die konkrete Umsetzung einer thermischen Zielgröße an der Anlage.

Quellen: 6.

Anschluss an den Gebäudebestand

Für Eigentümer und Integratoren ist die Aufteilung als Denkmodell hilfreich. Ein wiederverwendbares Regelprinzip benötigt am einzelnen Gebäude weiterhin passende Daten, Stellmöglichkeiten und eine geprüfte Übersetzung in Aktionen.

Bei einer späteren Übertragung auf mehrere Objekte lässt sich deshalb unterscheiden, welche Software- und Modellteile übernommen werden und welche Anschlussarbeit vor Ort bleibt. Forschung an dieser Grenze kann dazu beitragen, den Einführungsaufwand besser zu verstehen und gezielt zu verringern.

Quellen: 1, 2, 5, 6.

Quellenverzeichnis

Quelle 1: Implementation Lessons and Future Pathways for Scalable Model Predictive Control in Large Commercial Buildings

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: LBNL Building 59; MPC-Versuche 2020–2025

Verwendung im Profil:

Quelle 2: Controls Framework

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: Architektur und Rückfall einer aedifion.controls-App

Verwendung im Profil:

Quelle 5: Lessons Learned from a Field Study on Deep-Learning-Based Model Predictive Control for Optimising the Operation of Façade Ventilation Units

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: Ein Hochschulbüro mit Fassadenlüftung, Aachen

Verwendung im Profil:

Quelle 6: Fully data-driven and modular building thermal control with physically consistent modeling

Externe Quelle öffnen ↗ (öffnet in neuem Tab)

Geltungsbereich und Verwendung

Geltungsbereich: Modulare lernende Raumregelung; NEST/UMAR in Dübendorf

Verwendung im Profil: