Innovation Scout · Quellenprofil

Vorausschauende Gebäuderegelung: Wie Fachleute sie an Anlagen und Datenquellen anpassen

Ein Bericht aus Berkeley bündelt 104 Tage mit vorausschauender Regelung über mehrere Forschungsphasen hinweg. Anlagenausfälle, Rauchbetrieb und wechselnde Datendienste zeigen, welche Anpassungen Fachleute im Betrieb vornehmen.

Die Regelung muss den tatsächlichen Anlagenzustand kennen

Ein vorausschauender Gebäuderegler kann nur mit den Anlagen rechnen, die tatsächlich verfügbar sind. Ein Team um Ettore Zanetti vom Lawrence Berkeley National Laboratory beschreibt dazu seine Erfahrungen im Bürogebäude Building 59. Von 2020 bis 2025 wurde die modellprädiktive Regelung, kurz MPC, in mehreren Forschungsphasen insgesamt 104 Tage eingesetzt. Der Bericht führt frühere Versuche und neue Tests von 2025 zusammen.

Die MPC berechnet mit physikalischen Gebäude- und Anlagenmodellen, wie sich Stellwerte auf Temperaturen, Energiebedarf und Kosten auswirken. Wie wichtig die Anpassung an den laufenden Betrieb ist, zeigte ein Ausfall mehrerer Kältekompressoren: Das Team musste die im Regler hinterlegten Leistungsgrenzen reduzieren. Erst mit diesen Angaben konnte die Optimierung die noch verfügbare Kühlung und kalte Nachtluft passend nutzen.

Bei einem Waldbrand schloss das Betriebspersonal die Außenluftklappen zum Schutz vor Rauch. Der Regler rechnete zunächst weiter mit verfügbarer Außenluft. Das Team ergänzte deshalb einen Rauchmodus, der die zulässige Außenluftmenge auf null setzte.

Messpunkte zuordnen und Datenverbindungen pflegen

Ein erheblicher Teil der Arbeit entfiel auf das Zuordnen von Messpunkten, geänderte Datenschnittstellen und die Überwachung des Betriebs. Wetter- und Gebäudedatendienste wechselten, Betriebszeitprogramme wurden angepasst. Ein nachträglich eingeführtes semantisches Gebäudemodell beschrieb, welche Messpunkte und Stellgrößen zu welchen Anlagen gehören. So konnte die Software Daten über diese Beziehungen abfragen. Die Namen der Messpunkte mussten dafür nicht mehr an vielen Stellen im Programm fest eingetragen werden. Langsame Abfragen zeigten zugleich, dass die Zuordnungen vorab bereitgestellt werden sollten, damit sie die Berechnung neuer Stellwerte nicht verzögern.

Für solche Vorarbeiten schlägt das Team künftig den Einsatz von Sprachmodellen vor. Sie könnten Messpunktlisten und technische Unterlagen auswerten, Zuordnungen vorbereiten, beim Aufbau der Modelle helfen oder Simulationstests unterstützen. Im beschriebenen Projekt führten Fachleute diese Arbeiten aus.

Bibliografie

Originaltitel
Implementation Lessons and Future Pathways for Scalable Model Predictive Control in Large Commercial Buildings
Autoren
Ettore Zanetti, David Blum, Anand Krishnan Prakash, Lazlo Paul, Marco Pritoni
Verantwortliche Einrichtung
Lawrence Berkeley National Laboratory
Quellenart
Wissenschaftlicher Konferenzbeitrag
Veröffentlicht in/auf
9th International High Performance Buildings Conference at Purdue, 13.–16. Juli 2026, Beitrag 3347
Herausgeber/Verlag
Lawrence Berkeley National Laboratory
Veröffentlichungsdatum
17. Juli 2026 (Repositoriumsveröffentlichung)
Ausgewertete Fassung
Konferenzvolltext mit eScholarship- und LBNL-Deckblättern
DOI
10.20357/B7RG78 (öffnet in neuem Tab)
Originalzugang
Original (öffnet in neuem Tab)
Zugang
Open Access