API src

Teilvorhaben: Digitaler Zwilling zur ML-basierten Optimierung des technischen Gebäudebetriebs

Description: Das Projekt "Teilvorhaben: Digitaler Zwilling zur ML-basierten Optimierung des technischen Gebäudebetriebs" wird vom Umweltbundesamt gefördert und von BUILD.ING Consultants + Innovators GmbH durchgeführt. Für energieoptimierte und klimaneutrale Gebäude, für deren effiziente und wirtschaftliche Betriebsführung sowie für die Integration von erneuerbaren Energien sind smarte Monitoring- und Energiemanagementsysteme sowie Strategien zur verbesserten Automatisierung und Betriebsführung eine zwingende Voraussetzung. Ebenso die Einbindung von unterschiedlichen Energieerzeugern und Energienutzern und die damit verbundene Notwendigkeit zur Flexibilisierung und Lastverschiebung durch thermische Energiespeicher. Kernziel dieses Vorhabens ist deshalb die Erforschung und Entwicklung von Methoden eines energetisch optimierten Betriebs von Kälteanlagen bei smarter Einbindung in andere Energiesysteme, wobei die Optimierung multivariabel (Energieeffizienz, Netzdienlichkeit im Kontext einer Sektorkopplung, Wirtschaftlichkeit, usw.) gestaltet ist. Zur Erreichung dieses Kernziels werden innovative digitale Technologien wie zum Beispiel Methoden aus den Bereichen Data Science und Computational Intelligence speziell für deren Einsatz für das Monitoring und die Automatisierung von Kälteanlagen erforscht und prototypisch in Labor- und insbesondere in Feldanlagen getestet. Dieses Vorhaben ist dabei durch die enge Verknüpfung von angewandter Forschung und gezieltem Transfer in die Praxis geprägt. Die Untersuchung erfolgt auf Basis eines breit angelegten Anlagenpools aus den Bereichen Gewerbe-, Industrie- und Klimakälte. Die BUILD.ING Consultants + Innovators GmbH (BCI) verfolgt das übergeordnete Ziel, KI für die Gebäudesteuerung nutzbar zu machen. Hierzu soll am Beispiel kältetechnischer Anlagensysteme im Zusammenhang mit dem Gebäude der Einsatz Maschineller Lernverfahren (ML) erprobt werden. Als Basis soll eine Co-Simulationsumgebung für ML-basierte Steuerung geschaffen werden. Über die Gebäudesimulation werden Trainingsdaten für ML gewonnen und können die erzeugten Modelle zur Anlagensteuerung vor Einsatz im realen Gebäude in der Simulationsumgebung getestet werden (Digitaler Zwilling).

Types:

SupportProgram

Origin: /Bund/UBA/UFORDAT

Tags: Energiewende ? Kälteanlage ? Gebäude ? Kältetechnik ? Ökologisches Bauen ? Industrie ? Gebäudetechnik ? Kühleinrichtung ? Netzintegration ? Automatisierung ? Daten ? Energiespeicher ? Energiesystem ? Künstliche Intelligenz ? Management ? Monitoring ? Wirtschaftlichkeit ? Klimaschutz ? Angewandte Wissenschaft ? Energieeffizienz ? Energiemanagementsystem ? Digitaler Zwilling ? Gewerbe ? Digitale Technologien ? Einsatzbereich ? Energiestrategie ? Optimieren der Fahrweise ?

Region: Bayern

Bounding box: 12.53381° .. 12.53381° x 47.795° .. 47.795°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

Time ranges: 2021-03-01 - 2025-02-28

Status

Quality score

Accessed 1 times.