• Forschende der Empa analysierten, wie ein Gebäude lernen kann, Energie zu sparen.
• Sie nutzten NEST als Forschungsplattform, um eine innovative, selbstlernende Heizungsteuerung unter realen Bedingungen zu testen und weiterzuentwickeln.
• Resultat: Die «smarte» Steuerung konnte das Verhalten des Gebäudes besser einschätzen und vorausschauend handeln. Dadurch wurde nicht nur Energie gespart, sondern auch ein höherer Komfort erreicht.

Fabrikhallen, Flughafenterminals oder Bürohochhäuser werden vielfach schon heute mit automatisierten «vorausschauenden» Heizungen bestückt. Diese arbeiten mit speziell für das Gebäude berechneten, vorprogrammierten Szenarien und sparen den Betreibern eine Menge an Heizenergie. Doch für einzelne Wohnungen und Privathäuser ist eine solche Einzelprogrammierung zu teuer.

Einer Gruppe von Empa-Forschern gelang im Sommer 2019 erstmals der Beweis, dass es auch einfacher geht: Die intelligente Heiz- und Kühlsteuerung muss nicht unbedingt programmiert werden, sie kann ebenso gut selbst aus den Daten vergangener Wochen und Monate lernen, Energie zu sparen.

Experiment im NEST

Das entscheidende Experiment fand dabei im NEST statt. «Da die NEST-Unit Urban Mining and Recycling bewohnt ist, bot sie für uns die ideale, reale Testumgebung», so Benjamin Huber, Research Associate ehub. Der Aufbau der Wohnung ist zudem optimal: Eine grosse Wohnküche ist symmetrisch von zwei Studentenzimmern eingerahmt. Beide Zimmer sind je 18 Quadratmeter gross. Die gesamte Fensterfront ist nach Osten ausgerichtet – zur Vormittagssonne hin. In der UMAR-Unit läuft Wasser durch eine Deckenverkleidung aus Edelstahl und sorgt für die gewünschte Raumtemperatur. Die Heiz- und Kühlleistung lässt sich für die einzelnen Räume über die jeweilige Ventilstellung berechnen.

Schlauer kühlen – dank Wetterbericht

Da Projektleiter Felix Bünning und Benjamin Huber nicht auf die Heizperiode warten wollten, starteten sie bereits im Juni 2019 ein Kühl-Experiment. In den beiden Schlafzimmern sollte die Temperatur tagsüber die Marke von 25 Grad, nachts die Marke von 23 Grad nicht überschreiten. Ein herkömmliches Thermostatventil sorgte für die Kühlung im einen Zimmer, während im anderen die experimentelle Steuerung arbeitete, die Bünning und Huber mit ihrem Team entworfen hatten. Die künstliche Intelligenz war dabei mit Daten der letzten zehn Monate gefüttert worden – und sie kannte die aktuelle Wettervorhersage von MeteoSchweiz.

Mehr Komfort mit ¼ weniger Energie

Das Ergebnis fiel überaus deutlich aus: Die intelligente Heiz- und Kühlsteuerung hielt sich deutlich genauer an die Komfort-Vorgaben und brauchte hierfür rund ¼ weniger Energie. Dies lag vor allem daran, dass am Vormittag, wenn die Sonne durch die Fenster schien, vorausschauend gekühlt wurde. Das mechanische Thermostat im Zimmer gegenüber reagierte hingegen erst dann, wenn die Temperatur bereits zu hoch war – zu spät, zu hektisch und mit voller Leistung.

Feldversuch im Mehrfamilienhaus

Durch die erfolgreichen Tests im NEST sind Felix Bünning und Benjamin Huber nun in der Lage, ihre Innovation in einem grösseren Feldversuch auf die Probe zu stellen. Dazu werden sie in einem Mehrfamilienhaus vier von insgesamt 60 Wohnungen mit der intelligenten Heiz- und Kühlsteuerung ausrüsten. Zuvor ist aber ein weiterer Entwicklungsschritt nötig: Die Software, die bisher in der Cloud lief, muss auf ein kleines Hardware-Steuergerät implementiert werden. «Mit diesem Steuergerät ersetzen wir dann das Raumthermostat in den Versuchswohnungen», sagt Felix Bünning. Auf die Ergebnisse ist er schon sehr gespannt. «Ich glaube, dass neue, auf Machine Learning basierte Regler eine riesige Chance sind. Mit dieser Methode können wir mit relativ einfachen Mitteln und den gesammelten Daten, eine gute, energiesparende Nachrüstungslösung für bestehende Heizungen konstruieren. »