DE102020212574A1

DE102020212574A1 - Verfahren und Anordnung zur Optimierung des Energieverbrauchs von Gebäuden

Info

Publication number: DE102020212574A1
Application number: DE102020212574.0A
Authority: DE
Inventors: Christian Frey
Original assignee: Siemens Schweiz AG
Current assignee: Siemens Schweiz AG
Priority date: 2020-10-06
Filing date: 2020-10-06
Publication date: 2022-04-07

Abstract

Verfahren und Anordnung zur Optimierung des Energieverbrauchs von Gebäuden, wobei Nutzerprofilen von im Gebäude befindlichen Personen und Gebäudedaten bereitgestellt werden, wobei die bereitgestellten Daten in einem digitalen Zwilling des Gebäudes in einem Gebäudeautomatisierungssystem erfasst werden; wobei der digitale Zwillings durch eine Analyse-Engine analysiert wird, um Komfortanforderungen bezüglich der vorliegenden Nutzerprofile zu erstellen; wobei der Energiebedarf basierend auf den Komfortanforderungen ermittelt wird; wobei der Energiebedarfs an ein Energieversorgungsunternehmen übermittelt wird; wobei das Energieversorgungsunternehmen dem Gebäudeautomatisierungssystem mitteilt, ob der Energiebedarf verfügbar ist, und wobei das Energieversorgungsunternehmen den ermittelten Energiebedarf für eine definierte Zeitspanne für das Gebäude zur Verfügung stellt, wenn das Gebäudeautomatisierungssystem, den Bedingungen für eine Energiebereitstellung zustimmt.

Description

Die Erfindung betrifft ein Verfahren und Anordnung zur Optimierung des Energieverbrauchs von Gebäuden.

40 Prozent des weltweiten Verbrauchs an Primärenergie entfallen auf Gebäude, und deren Energieverbrauch wird Prognosen zufolge auf Dauer noch weiter zunehmen. Zugleich sind auf dem Weg zu energieeffizienten und nachhaltigen Gebäuden zahlreiche Herausforderungen zu bewältigen, darunter die zunehmende Ressourcenknappheit, rechtliche Risiken und steigende Betriebskosten sowie die verschiedenen Anforderungen der jeweiligen Nutzer.

Eine Möglichkeit, den Energieverbrauch zu senken, ist die Nutzung von sogenannten „intelligenten“ Gebäuden. Ein intelligentes Gebäude beinhaltet moderne Gebäudetechnik zum Senken der Betriebskosten und damit auch der Umweltbelastung. Die erzeugten Gebäudedaten werden nicht mehr nur erhoben, weil es für den Betrieb der Technik notwendig ist, sondern auch weil erhebliches Potential in den Datenströmen und deren Korrelation steckt.
Energieeffizienz fängt schon bei der Planung des Gebäudes an. Die richtigen Spezifikationen in Verbindung mit offiziell zertifizierten Produkten und Systemen sorgen für effizienten Betrieb und gleichbleibende Qualität. Heute gibt es etablierte Techniken zur Analyse und Simulation der Energieleistung und dem thermodynamischen Verhalten von HLK-Systemen unter Einbindung von entsprechenden Modellen der Gebäudestruktur/Hülle und der Soft- und Hardware für die Gebäudeklimatisierung. Er sind am Markt komplette Gebäude-Energiesimulationsprogramme erhältlich, mit denen Ingenieure, Architekten und Forscher sowohl den Energieverbrauch für Heizung, Kühlung, Lüftung, Beleuchtung und Stecker- und Prozesslasten als auch den Wasserverbrauch in Gebäuden modellieren.
Auf Basis der ermittelten Parameter wird die Gebäudetechnik geplant und parametriert. Was dabei oft ungenügend berücksichtigt wird, ist die Einbindung der tatsächlichen Betriebsdaten.
Es ist daher die Aufgabe der vorliegenden Erfindung ein Verfahren und eine Anordnung bereitzustellen, um aus den erhobenen Gebäudedaten die geforderten Dienstleistungen effizienter zu erbringen und den Verbrauch möglichst ohne Komforteinbussen für Nutzer zu optimieren.
Die Aufgabe wird gelöst durch ein Verfahren zur Optimierung des Energieverbrauchs von Gebäuden, umfassend die folgenden Schritte:

Bereitstellen von Nutzerprofilen von im Gebäude befindlichen Personen, wobei die jeweiligen Nutzerprofile jeweils von einer App von mobilen Kommunikationsendgeräten (MG1, MG2) der im Gebäude befindlichen Personen erfasst und einem Gebäudeautomatisierungssystem online (optional in realtime) übermittelt werden;
Bereitstellen von Energieprofilen (z.B. Energiebedarfs- und/oder Temperaturprofil) von im Gebäude befindlichen Verbrauchern (z.B. Einrichtungen wie Aufzug, Drucker, Kopierer, Kaffeemaschine, etc.);
Bereitstellen von Energieprofilen von am Gebäude angeschlossenen Prosumern (Verbraucher und Bereitsteller von Energie, z.B. Elektromobile);
Bereitstellen von Infrastrukturdaten (z.B. statische Gebäudedaten) für das Gebäude von einem Assetmanagement-System; Bereitstellen von aktuellen komfortbezogenen Daten (z.B. HVAC-Messwerte) durch entsprechende Sensorik (z.B. Temperaturfühler, Luftqualitätsmessgeräte) im Gebäude;
Bereitstellen von aktuellen Steuerdaten (z.B. Parameter, Konfigurationsdaten, wie z.B. Gebäudeprofil, Vorlaufzeiten, Temperaturkurven, Betriebsmodi, etc.) für die HVAC-Infrastruktur (z.B. die im Gebäude vorhandene Heizungs- oder Lüftungsanlage) von Regel- und Steuergeräten (z.B. Controller, Automatisierungsgeräte);
Bereitstellen von Umgebungsdaten (z.B. Temperatur, Feuchtigkeit, Wind, Sonnendauer, Beschattungsdaten, Wetterprognosedaten) für das Gebäude von einer Wetterstation oder einem Wetterdatenprovider;
Bereitstellen von historischen Daten (z.B. Energieverbrauch in der Vergangenheit bei jeweiliger Belegungsdynamik, Kalendertag und vorherrschenden Umgebungsdaten; sowie sich wiederholende Events wie Teammeetings oder Veranstaltungen aus dem Eventkalender) für das Gebäude;
Erfassen der bereitgestellten Daten in einem digitalen Zwilling (z.B. digitales Abbild) des Gebäudes im Gebäudeautomatisierungssystem;
Analyse des digitalen Zwillings durch eine Analyse-Engine (entsprechend eingerichteter Prozessor mit entsprechender Software), basierend auf geeigneten Maschine-Learning-Algorithmen (z.B. Algorithmen der künstlichen Intelligenz, mit Vorteil Deep Learning Algorithmen, um Komfortanforderungen bezüglich der vorliegenden Nutzerprofile zu erstellen;
Ermitteln des Energiebedarfs basierend auf den Komfortanforderungen;
Übermitteln des Energiebedarfs an ein Energieversorgungsunternehmen; wobei das Energieversorgungsunternehmen dem Gebäudeautomatisierungssystem mitteilt, ob der Energiebedarf verfügbar ist, und wobei das Energieversorgungsunternehmen (EV) den ermittelten Energiebedarf für eine definierte Zeitspanne für das Gebäude zur Verfügung stellt, wenn das Gebäudeautomatisierungssystem, den Bedingungen für eine Energiebereitstellung zustimmt. Die Auswertung der bereitgestellten Daten, insbesondere die Auswertung der Nutzerprofile der Gebäude-Benutzer, ergibt eine Planungssicherheit hinsichtlich der für das Gebäude benötigten Energie für eine definierte Zeitspanne (z.B. für den nächsten Tag, für die nächsten 2 bis 3 Tage, für die nächste Woche, für den nächsten Monat, etc). Die Planungssicherheit des für eine zukünftige Zeitspanne ermittelten bzw. prognostizierten Energiebedarfs für das Gebäude ist von Vorteil für den Gebäudebetreiber, aber auch für Energieversorgungsunternehmen, die die benötigte Energie für das Gebäude bereitstellen. Energieversorgungsunternehmen können diese Information für einen geregelten Lastabwurf verwenden.

Ein Nutzerprofil umfasst u.a. Rechte eines Nutzers (z.B. hinsichtlich seiner Autorisierung zur Änderung von Parametern, oder des Erhalts von Informationen), Komfortpräferenzen am Arbeitsplatz (z.B. hinsichtlich Temperatur, Beleuchtung, Lüftung, Lautstärke), übliche Arbeitszeiten (z.B. 8 - 17 Uhr). Ein Nutzerprofil wird für die Datenverarbeitung in einer geeigneten Datenstruktur abgebildet (z.B. array, structure, abstrakter Datentyp).
Ein Assetmanagement-System in der Gebäudewirtschaft verwaltet z.B. die im Gebäude verbauten Gewerke und die im Gebäude verwendete Infrastruktur (z.B. Elektrik, Heizung, Lüftung, Klima, HLK). Ein Assetmanagement-System stellt z.B. sicher, dass die für die Infrastruktur benötigten Wartungszyklen eingehalten werden. U.a. im Zusammenwirken mit dem Facility-Management für das Gebäude.
Eine erste vorteilhafte Ausgestaltung der Erfindung liegt darin, dass in Wechselwirkung zwischen dem Gebäudeautomatisierungssystem und dem Energieversorgungsunternehmen eine Blackoutvermeidung erfolgt. Das Energieversorgungsunternehmen kann die vom Gebäude bereitgestellte Information zur Netzauslaststeuerung verwenden, um einen Blackout zu vermeiden.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Blackoutvermeidung durch eine Komforteinschränkung (z.B. Akzeptieren einer Temperatursenkung) der Nutzer und/oder durch Einschränkungen (z.B. Akzeptieren, dass ein am Gebäude angeschlossenes Elektrofahrzeug für eine gewisse Zeit (insbesondere Nachtstunden) nicht verwendet wird) der Prosumer erfolgt. Als Prosumer sind Einrichtungen zu verstehen, die Energie bereitstellen, aber auch verbrauchen können, z.B. Elektrofahrzeuge. Elektrofahrzeuge können an eine Steckdose des Gebäudes angeschlossen werden und durch das Laden des Akkus Energie des Gebäudes verbrauchen. Elektrofahrzeuge können aber auch durch ihren (elektrischen) Energiespeicher Energie für das Gebäude bereitstellen.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Analyse-Engine ein Feedback der Nutzer bei der Erstellung der Komfortanforderungen berücksichtigt. Basierend auf dem Feedback der Nutzer kann ein Unzufriedenheitsindex der Gebäudenutzer erstellt werden. Mit Hilfe von maschinellen Lernmethoden können eine oder mehrere thermische Bedingungen bestimmt werden, die den Energieverbrauch um den erforderlichen Betrag reduzieren, aber dennoch zu einem möglichst niedrigen Unzufriedenheitsindex führen, wie beispielsweise das Halten des Unzufriedenheitsindex unter einem vorgegebenen Schwellwert.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Analyse-Engine eine Klassifizierung und/oder Clusterung der Nutzerprofile basierend auf definierten Parametern vornimmt. Eine Klassifizierung der Nutzer bzw. der Nutzerprofile kann z.B. hinsichtlich Altersgruppen, Arbeitsschichten, Präferenzen der Nutzer erfolgen. Basierend auf der Klassifizierung kann die Analyse-Engine effektiver und schneller Berechnungen vornehmen.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass das Ermitteln des Energiebedarfs hinsichtlich eines minimalen Energiebedarfs bei minimaler Beeinträchtigung der Nutzerprofile erfolgt. Mit Vorteil nur bei einer geringen Abweichung des Unzufriedenheitsindex vom vorgegebenen Schwellwert, z.B. Abweichung von einer bestimmten Standardabweichung.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass ein Median der Benutzerprofile gebildet wird, und beim Ermitteln des Energiebedarfs der Median nicht überschritten wird. Die Verwendung des Medians sichert eine hohe Akzeptanz der Nutzer.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die bereitgestellten Daten im Gebäudeautomatisierungssystem in einem Gebäudeinformationsmodell (BIM) hinterlegt werden, wobei der digitale Zwilling Zugriff auf das Gebäudeinformationsmodell hat. Die Hinterlegung in einem Gebäudeinformationsmodell (BIM) stellet eine definierte Datenstruktur für die Daten dar. Mit Vorteil basiert das Gebäudeinformationsmodell (BIM) auf IFC-Notation (Industry Foundation Classes) .
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass nach Neuberechnung und Anpassung der Regelparameter (insbesondere das Modellieren der Eingangsgrössen), der bestmögliche Nutzerkomfort bei gleichzeitig hoher Energieeffizienz eingestellt wird und dem Nutzer durch das Transparentmachen direkter Ursache-Wirk-Zusammenhänge mögliche Einbussen und Handlungsempfehlungen mitgeteilt werden. Dies erhöht die Akzeptanz bei den Nutzern.
Die Aufgabe wird weiterhin gelöst durch eine Anordnung zur Optimierung des Energieverbrauchs von Gebäuden, wobei im Gebäude befindlichen Personen jeweils mobile Kommunikationsendgeräte zugeordnet sind, wobei jeweilige Nutzerprofile der jeweiligen Personen jeweils von einer App der mobilen Kommunikationsendgeräte erfasst und einem Gebäudeautomatisierungssystem online (optional in realtime) übermittelt werden;
wobei das Gebäudeautomatisierungssystem
basierend auf den Nutzerprofilen,
basierend auf dem Energieprofil der Verbraucher, basierend auf dem Energieprofil der Prosumer, basierend auf Infrastrukturdaten (z.B. Daten über im
Gebäude verbaute Gewerke oder Anlagen) für das Gebäude,
basierend auf aktuellen komfortbezogenen Daten
(z.B. HVAC-Messwerte), die durch entsprechende Sensorik im Gebäude bereitgestellt werden,
basierend auf Steuerdaten (z.B. Geräteparameter, eingestellte Konfigurationen) von Regel- und Steuergeräten (z.B. im Gebäude verbaute Controller) des Gebäudes,
basierend auf Umgebungsdaten für das Gebäude,
wobei die Umgebungsdaten umfassen aktuelle Wetterdaten (z.B. Temperatur, Feuchtigkeit, Wind, Sonnendauer) und Wetterprognosedaten, und
basierend auf historischen Daten (z.B. Energieverbrauch in der Vergangenheit bei jeweiliger Belegung; für das Gebäude, ein Gebäudeinformationsmodell (BIM) und einen digitalen Zwilling für das Gebäude erstellt;
wobei eine Analyse-Engine (Prozessor mit entsprechender KI-Software) eine Analyse des Gebäudeinformationsmodells (BIM) und des digitalen Zwillings des Gebäudes durchführt, um Komfortanforderungen (z.B. Temperatur, Beleuchtung, Klima) bezüglich der vorliegenden Nutzerprofile zu erstellen;
wobei ein Energieberechnungswerkzeug eine Prognose für den Energiebedarf des Gebäudes basierend auf den Komfortanforderungen berechnet. Das Energieberechnungswerkzeug ermittelt für das Gebäude und dessen HLK-Anlagen mithilfe einer Simulationsberechnung die Energieverbräuche für aktuelle und zukünftige Situationen von Gebäudeautomationsfunktionen. Damit lassen sich Energiesparpotenziale mit dazugehörigen Amortisationszeiten identifizieren. Bei diesen Berechnungen werden mit Vorteil interne Lasten wie Personen, Beleuchtung oder Geräte einkalkuliert und standortspezifische Wetterdaten benutzt.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass eine Prognose für den Energiebedarf des Gebäudes für eine definierte zukünftige Zeitspanne berechnet wird. Dies ermöglicht eine hohe Planungssicherheit hinsichtlich des benötigten Energiebedarfs für den Gebäudebetreiber und den Energiebereitsteller (z.B. Energieversorgungsunternehmen).
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Prognose des berechneten Energiebedarfs einem Energieversorgungsunternehmen mitgeteilt wird. Das Energieversorgungsunternehmen kann diese Information z.B. für geplante Lastabwürfe verwenden und/oder zur Blackoutvermeidung in einem Energienetz.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass das Energieversorgungsunternehmen den prognostizierten Energiebedarf ganz oder teilweise (anteilig) garantiert. Dies erhöht die Planungssicherheit für den Gebäudebetreiber auch hinsichtlich zu erwartender Energiekosten.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass nach Neuberechnung und Anpassung der Regelparameter (z.B. durch Modellieren der Eingangsgrössen), der bestmögliche Nutzerkomfort bei gleichzeitig hoher Energieeffizienz eingestellt wird und dem Nutzer durch das Transparentmachen direkter Ursache-Wirk-Zusammenhänge mögliche Einbussen und Handlungsempfehlungen mitgeteilt werden. Dies erhöht die Akzeptanz der Gebäudenutzer (z.B. bei Temperaturabsenkungen).
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass der Energieversorger einen Vorschlag der verfügbaren Energie an das Gebäudeautomatisierungssystem sendet; wobei dieser Vorschlag den Energiepreis, die Stromerzeugungskapazitäten und einen Zeitrahmen für nachfrageseitige Anfragen umfasst. Basierend auf diesem Vorschlag kann der Gebäudebetreiber Kalkulationen und Planungen hinsichtlich der Energiebeziehung für das Gebäude vornehmen.
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Analyse-Engine des Gebäudeautomatisierungssystem basierend auf dem Vorschlag des Energieversorgers den Betrieb des Gebäudes hinsichtlich des Energieverbrauchs optimiert. Mit Vorteil erfolgt die Optimierung basierend auf geeigneten Algorithmen des maschinellen Lernens (z.B. Deep-Learning-Algorithmen) .
Eine weitere vorteilhafte Ausgestaltung der Erfindung liegt darin, dass die Analyse-Engine des Gebäudeautomatisierungssystem basierend auf dem Vorschlag des Energieversorgers den Betrieb des Gebäudes hinsichtlich der Nutzerprofile optimiert. Dies bewirkt u.a. eine Senkung der Energiekosten für das Gebäude.
Die Erfindung sowie vorteilhafte Ausführungen der vorliegenden Erfindung werden am Beispiel der nachfolgenden Figur erläutert. Dabei zeigt:

1 ein beispielhaftes Flussdiagramm für ein Verfahren zur Optimierung des Energieverbrauchs von Gebäuden,
2 eine erste beispielhafte Anordnung zur Optimierung des Energieverbrauchs von Gebäuden, und
3 eine zweite beispielhafte Anordnung zur Optimierung des Energieverbrauchs von Gebäuden.

Sogenannte „intelligente“ Gebäudetechnologien und „intelligente“ Stromnetze (Smart Grids) sollen den Energieverbrauch in Gebäuden optimieren, d.h. reduzieren.
Ein einfaches Beispiel für die „intelligente“ Gebäudetechnologie ist der Lichtschalter. Ein herkömmlicher Lichtschalter wird von einer Person manuell betätigt. Ein „intelligenter“ Lichtschalter kann eine Vielzahl von Technologien beinhalten, so dass Leuchten nur bei Bedarf aktiviert werden. So kann der Lichtschalter Bewegungssensoren und/oder Timer (Zeitschalter) beinhalten, damit die Beleuchtung nicht unnötig Energie benötigt, wenn der zu beleuchtende Bereich nicht genutzt wird. Komplexere Methoden können ähnlich für andere Systeme, wie z.B. für Heizungs-, Lüftungs- und Klimaanlagen (HVAC) oder Aufzüge eingesetzt werden.
Eine weitere verwendete Technologie ist das intelligente Stromnetz (Smart Grid). Damit kann ein Energieversorger mit einem intelligenten Gebäude in Verbindung stehen. Die Kommunikation kann Informationen wie den geplanten Stromverbrauch (vom intelligenten Gebäude) oder Einschränkungen der möglichen Leistungsabgabe (vom Elektrizitätswerk) beinhalten. Es wäre daher sinnvoll, die Kommunikation zwischen dem intelligenten Gebäude und dem Energieversorger zu verbessern.
Eine Idee u.a. der vorliegenden Erfindung ist es ein Verfahren zu entwickeln, welches ein Profil für jeden Gebäudenutzer oder einer Gruppe von Gebäudenutzern erzeugt. Hierzu werden unter Verwendung von Maschinenlerntechniken (ML), die Daten über das Gebäude abgerufen und zusammen mit den Profilen der Gebäudenutzer in einer Wissensdatenbank gespeichert, um den Leistungsbedarfs für die Gebäudenutzer basierend auf deren Profildaten und den Gebäudedaten zu berechnen. Zusätzlich zu dem vorstehend beschriebenen Verfahren oder als Alternative ist die Idee ein thermisches Profil bzw. das thermischen Komfortniveaus des Gebäudenutzers mit einzubeziehen. Zusätzlich zum thermischen Profil des Gebäudenutzers können auch Profile über die Nutzung anderer elektrischer Verbraucher des Gebäudes durch jeden Nutzer erfasst und gespeichert werden. Diese Parameter können dazu verwendet werden, um Gebäudesimulationswerkzeuge zu konfigurieren und den thermischen Komfort, sowie seinen Bedarf an Energie mit den Profilen der Gebäudenutzer zu korrelieren.
Weiterhin werden Gebäudedaten abgerufen, um weitere Informationen und damit ein vollständiges Profil zu erhalten. Die Daten können Abmessungen jedes Raumes, typische Nutzungsinformationen über jeden Raum, Lage der Fenster, Ausrichtung des Gebäudes (z.B. welche Seite(n) des Gebäudes sonnenexponiert sind) und dergleichen beinhalten.
Die gesammelten Daten- und Profil-Informationen werden mit Vorteil in einer Wissensdatenbank gespeichert. Ein Maschinen-Lernsystem (ML) bzw. Analyse-Engine wird verwendet, um eine Vielzahl von Daten zu berechnen. Die Daten können sowohl ideale Wärme- und Beleuchtungsanforderungen als auch minimale Wärme- und Beleuchtungsanforderungen für die Bereiche des genutzten Gebäudes beinhalten. Die Daten von Profilen werden aggregiert, um zu ermitteln, wie viel Strom zum Beleuchten und Kühlen/Heizen der Bereiche des Gebäudes benötigt wird. Dies ist nicht nur eine Addition des Energieverbrauchs jeder Person, da einige Bereiche gemeinsam genutzt werden. Ein Büro mit einem „offenen“ Grundriss kann beispielsweise Dutzende von Personen in einem einzigen Raum haben. Anhand der Profildaten können nun eine oder mehrere Ausführungsformen bestimmt werden, so dass der Einzelraum mehrere Personen umfasst, und damit die Daten zu einer Berechnung des Stromverbrauchs für den Raum aggregiert werden.
Zur Ermittlung der Profile der Gebäudenutzer werden dazu mit Vorteil die Rückmeldungen der Arbeitsplatz-App ausgewertet. Eine entsprechend eingerichtete Arbeitsplatz-App (mit Vorteil ist die Arbeitsplatz-App auf den jeweiligen mobilen Kommunikationsendgeräten (z.B. Smartphones oder Tablet-Computer) der Gebäude-Nutzer installiert) schafft eine interaktive Verbindung zwischen Menschen und Gebäuden und ermöglicht eine individuell anpassbare Arbeitsumgebung. So werden die Zufriedenheit und Produktivität der Mitarbeitenden gesteigert, der Gebäudebetrieb sowie die Flächennutzung optimiert und eine völlig neue Arbeitskultur geschaffen.
Der sonstige Energieverbrauch (z.B. von gemeinsam genutzten Bereichen) wird ebenfalls ermittelt. Dazu gehören Bereiche wie Aufzüge, Rolltreppen, Treppenhäuser, Toiletten und Lobbys umfassen. Aus der Kombination von Modellierungs-, Simulations- und Betriebsüberwachungsverfahren wird anschliessend der minimale Energiebedarf abgeschätzt der notwendig ist, um das Gebäude bei minimaler Beeinträchtigung des Komforts der Gebäudenutzer betriebsbereit zu halten. Diese Informationen können auf unterschiedliche Weise verwendet werden. Zum einen kann ein intelligentes Stromnetz einen Anbieter oder Verteiler von elektrischer Energie (z.B. ein Elektrizitätsversorgungsunternehmen) einbeziehen. Oft kann es aber lange dauern, bis der benötigte Strom in ein Stromnetz eingespeist wird. Ein solcher Prozess kann den Zukauf von Energie von externen Energieanbietern, wie auch die Inbetriebnahme zusätzlicher Energieerzeuger und dergleichen beinhalten. Es liegt also im ureigenen Interesse eines Energieversorgers, festzustellen, wie viel Strom, wann gebraucht wird. Denn der Energieversorger will einen Generator nicht unnötig betreiben, was Kosten verursacht und Energie verschwendet. Auch will der Energieversorger nicht unterversorgt sein und forciert dadurch möglicherweise so drastische Massnahmen wie temporäre oder gar längere Stromausfälle (Blackouts) .
Mit Vorteil steht der Energieversorger in Verbindung mit den intelligenten Gebäuden, um basierend auf den Gebäudedaten eine Prognose des Energieverbrauchs erstellen zu können. Eine solche Prognose, wenn sie mit genügend angebundenen intelligenten Gebäuden durchgeführt wird, kann eine genauere Schätzung des Energiebedarfs liefern. Die Gebäude mit den statischen und dynamischen Daten sind daher vorteilhaft in einer Cloud (z.B. in einem entsprechend eingerichteten Cloud-Server) gespeichert.
Mit einem Gebäudeinformationsmodell (BIM, Building Information Model) und dem „Building Twin“ (digitalen Zwilling, gebäude-Zwilling) kann die Gebäudeleistung über den gesamten Lebenszyklus verbessert werden. Des Weiteren bildet das Modell die Basis, um im Gebäude-Zwilling Live-Daten zu visualisieren. Um diesen digitalen Gebäude-Zwilling im Betrieb zu nutzen, ist die kontinuierliche Sammlung aller Daten der Produkte im Gebäude mit ihren Sensoren erforderlich (Internet of Things - IoT). Mit der Analyse der historischen und aktuellen Daten und Machine Learning (ML) Algorithmen (z.B. Neuronalen Netzen, Deep Learning Algorithmen) lassen sich so Prognosen für den zukünftigen Betrieb und damit dem Energiebedarf des Gebäudes ableiten.
Da ein Energieversorger den Stromverbrauch heutzutage üblicherweise basierend auf Wetterdaten und historischem Stromverbrauch abschätzt, sind solche Schätzungen nicht so zuverlässig. Es ist also vorteilhaft, dass ein intelligentes Gebäude eine genauere Schätzung über seinen Energiebedarf liefert, und damit dem Energieversorger mitteilt, wie viel Strom in einem bestimmten Zeitraum verbraucht wird. Ein Energieversorger kann hierzu eine Informationsanfrage an ein intelligentes Gebäude senden. Die Informationsanforderung kann nach einer Schätzung des Stromverbrauchs in einem bestimmten Zeitraum fragen. Mit der Rückmeldung kann sich der Energieversorger dann rechtzeitig um die Bereitstellung der Energie kümmern.
Es ist aber auch möglich, dass der Energieversorger einen Vorschlag an das intelligente Gebäude sendet. Der Vorschlag kann eine Aktualisierung der Energiepreise, der Stromerzeugungskapazitäten und einen Zeitrahmen für nachfrageseitige Anfragen beinhalten. Diese Informationen ermöglichen es dem intelligenten Gebäude seinen Betrieb anzupassen und damit die Kosten zu optimieren. Es kann davon ausgegangen werden, dass das intelligente Gebäude den internen Stromverbrauch optimiert, um den besten Kompromiss Com zwischen Effizienz und thermischem Komfort zu erreichen. Gebäudenutzer können bei drastischen Komforteinbussen über eine Softwareanwendung (z.B. entsprechende App) auf einem mobilen elektronischen Gerät (z.B. Smartphone) frühzeitig informiert werden. Die rechtzeitige Information und Einbindung der Gebäudenutzer erhöht die Akzeptanz der Massnahmen, da der Gebäudenutzer sich rechtzeitig darauf einstellen kann.
Wie vorstehend ausgeführt, ist ein Teil des Prozesses zur Entwicklung eines Klimaprofils das Festlegen eines vorhergesagten Prozentsatzes der Unzufriedenheit der Gebäudenutzer (Unzufriedenheitsindex), basierend auf deren thermischen Profil und den Umgebungsbedingungen. Mit Hilfe von maschinellen Lernmethoden können eine oder mehrere thermische Bedingungen bestimmt werden, die den Energieverbrauch um den erforderlichen Betrag reduzieren, aber dennoch zu einem möglichst niedrigen Unzufriedenheitsindex führen, wie beispielsweise das Halten des Unzufriedenheitsindex unter einem vorgegebenen Schwellwert. Zu den thermischen Bedingungen können Temperatur, Luftgeschwindigkeit und Luftfeuchtigkeit gehören. Die thermischen Bedingungen können auch nicht-HVAC-bezogene Anlagen des Gebäudes beinhalten. So können beispielsweise Jalousien an Fenstern einbezogen werden, die dem Sonnenlicht zugewandt sind. Nicht komfortrelevante Anlagen können abgeschaltet oder im Stromverbrauch reduziert werden. Auf diese Weise kann der Stromverbrauch des Gebäudes auf ein für die elektrische Energieversorgung akzeptables Mass reduziert werden.
1 zeigt ein beispielhaftes Flussdiagramm für ein Verfahren zur Optimierung des Energieverbrauchs von Gebäuden. Das Verfahren umfasst die folgenden Schritte:

(VS1) Bereitstellen von Nutzerprofilen von im Gebäude befindlichen Personen, wobei die jeweiligen Nutzerprofile jeweils von einer App von mobilen Kommunikationsendgeräten der im Gebäude GB befindlichen Personen erfasst und einem Gebäudeautomatisierungssystem online (optional in realtime) übermittelt werden;
(VS2) Bereitstellen von Energieprofilen von im Gebäude befindlichen Verbrauchern (Einrichtung wie Aufzug, Drucker, Kopierer, Kaffeemaschine, etc., deren Energiebedarfs- und Temperaturprofil) ;
(VS3) Bereitstellen von Energieprofilen von am Gebäude angeschlossenen Prosumern (z.B. Elektromobile);
(VS4) Bereitstellen von Infrastrukturdaten (statische Gebäudedaten; z.B. Flächen, umbautes Volumen, verbaute Infrastruktur) für das Gebäude, von einem Assetmanagement-System;
(VS5) Bereitstellen von aktuellen komfortbezogenen Daten (z.B. HVAC/HLK-Messwerte) durch entsprechende Sensorik (z.B. Temperaturfühler) im Gebäude;
(VS5) Bereitstellen von aktuellen Steuerdaten (z.B. eingestellte Parameter, Konfigurationsdaten) für die HVAC-Infrastruktur (Gebäudeprofil, Vorlaufzeiten, Temperaturkurven, Betriebsmodi, etc.) von Regel- und Steuergeräten (z.B. Controller) ;
(VS6) Bereitstellen von Umgebungsdaten (z.B. Temperatur, Feuchtigkeit, Wind, Sonnendauer, Beschattungsdaten und Wetterprognosedaten) für das Gebäude von einer Wetterstation oder einem Wetterdatenprovider;
(VS7) Bereitstellen von historischen Daten (z.B. Energieverbrauch in der Vergangenheit bei jeweiliger Belegungsdynamik, Kalendertag und vorherrschenden Umgebungsdaten; sowie sich wiederholende Events wie Teammeetings oder Veranstaltungen aus dem Eventkalender) für das Gebäude;
(VS8) Erfassen der bereitgestellten Daten in einem digitalen Zwilling (Digital Twin) des Gebäudes im Gebäudeautomatisierungssystem;
(VS9) Analyse des digitalen Zwillings durch eine Analyse-Engine (z.B. entsprechend eingerichteter Server), basierend auf geeigneten Maschine-Learning-Algorithmen, um Komfortanforderungen bezüglich der vorliegenden Nutzerprofile zu erstellen;
(VS10) Ermitteln des Energiebedarfs basierend auf den Komfortanforderungen;
(VS11) Übermitteln des Energiebedarfs an ein Energieversorgungsunternehmen;
(VS12) wobei das Energieversorgungsunternehmen dem Gebäudeautomatisierungssystem mitteilt, ob der Energiebedarf verfügbar ist, und wobei das Energieversorgungsunternehmen den ermittelten Energiebedarf für eine definierte Zeitspanne für das Gebäude zur Verfügung stellt, wenn das Gebäudeautomatisierungssystem, den Bedingungen für eine Energiebereitstellung zustimmt.

Mit Vorteil erfolgt in Wechselwirkung zwischen dem Gebäudeautomatisierungssystem und dem Energieversorgungsunternehmen eine Blackoutvermeidung im Stromnetz.
Mit Vorteil erfolgt die Blackoutvermeidung durch eine Komforteinschränkung der Nutzer und/oder durch Einschränkungen der Prosumer (z.B. Elektrofahrzeug).
Mit Vorteil berücksichtigt die Analyse-Engine ein Feedback der Nutzer bei der Erstellung der Komfortanforderungen.
Mit Vorteil nimmt die Analyse-Engine eine Klassifizierung und/oder Clusterung der Nutzerprofile basierend auf definierten Parametern vor (z.B. Altersgruppen, Schichten, Präferenzen) .
Mit Vorteil erfolgt das Ermitteln des Energiebedarfs hinsichtlich eines minimalen Energiebedarfs bei minimaler Beeinträchtigung der Nutzerprofile. Mit Vorteil wird ein Median der Benutzerprofile gebildet, und beim Ermitteln des Energiebedarfs der Median nicht überschritten.
Mit Vorteil werden die bereitgestellten Daten im Gebäudeautomatisierungssystem in einem Gebäudeinformationsmodell (BIM) hinterlegt (in einem entsprechenden Speicher oder einer geeigneten Datenbank), wobei der digitale Zwilling Zugriff auf das Gebäudeinformationsmodell (BIM) hat.
Mit Vorteil werden nach Neuberechnung und Anpassung der Regelparameter (modellieren der Eingangsgrössen), der bestmögliche Nutzerkomfort bei gleichzeitig hoher Energieeffizienz eingestellt und dem Nutzer durch das Transparentmachen direkter Ursache-Wirk-Zusammenhänge mögliche Einbussen und Handlungsempfehlungen mitgeteilt. Das Transparentmachen und die Darstellung direkter Ursache-Wirk-Zusammenhänge für einen Nutzer erfolgt z.B. durch Ausgabe von Text und/oder Darstellung von Diagrammen und/oder grafischer Symbole auf dem Display seines Smartphones.
Das erfindungsgemässe Verfahren wird mit Mitteln bzw. Vorrichtungen realisiert, die schon auf Gebäudeseite (Server mit Prozessor- und Speichermittel, Kommunikationsmittel, geeignete Auswerte- und Analysesoftware, etc.) und auf Nutzerseite (z.B. Smartphone) vorhanden sind. Die App für die Erstellung der Nutzerprofile kann z.B. durch einen Internet-Download auf dem Smartphone installiert werden.
2 zeigt eine erste beispielhafte Anordnung zur Optimierung des Energieverbrauchs von Gebäuden, wobei
im Gebäude befindlichen Personen P1 jeweils mobile Kommunikationsendgeräte MG1 zugeordnet sind, wobei jeweilige Nutzerprofile UP der jeweiligen Personen P1 jeweils von einer App (App) der mobilen Kommunikationsendgeräte MG1 erfasst und einem Gebäudeautomatisierungssystem GAS online (optional in realtime) übermittelt werden;
wobei das Gebäudeautomatisierungssystem GAS
basierend auf den Nutzerprofilen UP,
basierend auf dem Energieprofil EP1 der Verbraucher VER (z.B. Heizung und/oder Klimaanlage im Gebäude),
basierend auf dem Energieprofil EP2 der Prosumer Pros (z.B. Elektrofahrzeuge),
basierend auf Infrastrukturdaten SGD (z.B. Gebäudepläne, verbaute Heizungs- und/oder Klimaanlage) für das Gebäude,
basierend auf aktuellen komfortbezogenen Daten KD (z.B. HVAC/HLK-Messwerte), die durch entsprechende Sensorik (z.B. Temperaturfühler) im Gebäude bereitgestellt werden,
basierend auf Steuerdaten SD (Parameter, Konfigurationen) von Regel- und Steuergeräten RSG (z.B. Controller, Automatisierungsgeräte) des Gebäudes,
basierend auf Umgebungsdaten ED für das Gebäude, wobei die Umgebungsdaten ED umfassen aktuelle Wetterdaten (Temperatur, Feuchtigkeit, Wind, Sonnendauer) und Wetterprognosedaten, und
basierend auf historischen Daten HD (z.B. Energieverbrauch in der Vergangenheit bei jeweiliger Belegung; für das Gebäude, ein Gebäudeinformationsmodell BIM und einen digitalen Zwilling DT für das Gebäude erstellt;
wobei eine Analyse-Engine AE (z.B. ein entsprechend eingerichteter Server) eine Analyse des Gebäudeinformationsmodells BIM und des digitalen Zwillings DT des Gebäudes durchführt, um Komfortanforderungen KA (z.B. Temperatur T, Beleuchtung L, Klima HVAC) bezüglich der vorliegenden Nutzerprofile UP zu erstellen;
wobei ein Energieberechnungswerkzeug EEC (z.B. ein geeignetes Softwareprogramm) eine Prognose für den Energiebedarf EB des Gebäudes basierend auf den Komfortanforderungen KA berechnet.
Das Gebäudeautomatisierungssystem GAS weist entsprechende Hardware und Software auf, um u.a. den digitalen Zwilling DT, die Analyse-Engine AE und die Feedback-Analyse-Engine FBAE zu realisieren. Dies erfolgt z.B. durch einen entsprechend eingerichteten Computer. Der Computer weist weiterhin einen geeigneten Speicher für das Gebäudeinformationsmodell BIM auf, z.B. eine geeignete Datenbank DB2 (z.B. eine relationale Datenbank oder eine In-Memory-Datenbank).
Die historischen Daten HD können z.B. von einer geeigneten Datenbank DB1 bereitgestellt werden.
Die Umgebungsdaten ED können von einem Wetterdatenprovider WDP und/oder von geeigneter Sensorik im und/oder am Gebäude (z.B. Windmesser) bereitgestellt werden.
Mit Vorteil wird eine Prognose für den Energiebedarf EB des Gebäudes für eine definierte zukünftige Zeitspanne berechnet.
Mit Vorteil wird die Prognose des berechneten Energiebedarfs EB einem Energieversorgungsunternehmen EV1 mitgeteilt. Dies erfolgt durch geeignete Kommunikationsmittel (z.B. Internet, Standleitung.
Mit Vorteil garantiert das Energieversorgungsunternehmen EV1 den prognostizierten Energiebedarf EB für das Gebäude ganz oder teilweise (anteilig).
Mit Vorteil werden nach Neuberechnung und Anpassung der Regelparameter (modellieren der Eingangsgrössen), der bestmögliche Nutzerkomfort bei gleichzeitig hoher Energieeffizienz eingestellt und dem Nutzer P1 durch das Transparentmachen direkter Ursache-Wirk-Zusammenhänge mögliche Einbussen bzw. Einschränkungen Con1, Con2 und Handlungsempfehlungen mitgeteilt. Das Transparentmachen und die Darstellung direkter Ursache-Wirk-Zusammenhänge für einen Nutzer P1 erfolgt z.B. durch Ausgabe von Text und/oder Darstellung von Diagrammen und/oder grafischer Symbole auf dem Display seines Smartphones MG1 bzw. durch Ausgabe in der App. Bei den Einschränkungen Con1 kann es sich z.B. um Temperaturabsenkungen oder um erhöhte Temperaturen in einem bestimmten Zeitbereich handeln, welche dem Benutzer P1 mitgeteilt werden. Bei den Einschränkungen Con2 kann es sich z.B. um eine Begrenzung des Strombezugs (z.B. zu einem bestimmten Zeitraum) für ein angeschlossenes Elektrofahrzeug als Prosumer Pros handeln.
Mit Vorteil sendet der Energieversorger EV1 einen Vorschlag V der verfügbaren Energie an das Gebäudeautomatisierungssystem GAS; wobei dieser Vorschlag V Bedingungen B (z.B. den Energiepreis, die Stromerzeugungskapazitäten und einen Zeitrahmen für nachfrageseitige Anfragen) umfasst.
Mit Vorteil optimiert die Analyse-Engine AE des Gebäudeautomatisierungssystem GAS basierend auf dem Vorschlag V und den Bedingungen B des Energieversorgers EV1 den Betrieb des Gebäudes hinsichtlich des Energieverbrauchs.
Mit Vorteil optimiert die Analyse-Engine AE des Gebäudeautomatisierungssystem GAS basierend auf dem Vorschlag V und den Bedingungen B des Energieversorgers EV1 den Betrieb des Gebäudes hinsichtlich der Nutzerprofile UP.
Mit Vorteil füllt das Gebäudeautomatisierungssystem GAS einen Energiespeicher (z.B. Akku) im Gebäude, insbesondere wenn überflüssige, d.h. aktuell nicht benötigte Energie vorliegt. Dies ist insbesondere dann sinnvoll, wenn der Preis zum Bezug von Energie niedrig ist.
Mit Vorteil leert das Gebäudeautomatisierungssystem GAS Energiespeicher im Gebäude. Dies ist insbesondere dann sinnvoll, wenn der Preis zum Bezug von Energie hoch ist.
Mit Vorteil informiert info das Gebäudeautomatisierungssystem GAS den Nutzer P1, dass Komforteinbussen Con1 aufgrund von Energiemangel auftreten können.
Eine vorteilhafte Ausgestaltung liegt in einer Anordnung zur Optimierung der verfügbaren Energie eines Energieversorgers EV1, wobei der Energieversorger EV1 einen Vorschlag V der verfügbaren Energie an das intelligente Gebäude sendet; wobei dieser Vorschlag V den Energiepreis, die Stromerzeugungskapazitäten und einen Zeitrahmen für nachfrageseitige Anfragen beinhaltet.
Es ist aber auch möglich, dass der Energieversorger EV1 einen Vorschlag V an das intelligente Gebäude senden. Der Vorschlag V kann eine Aktualisierung der Energiepreise, der Stromerzeugungskapazitäten und einen Zeitrahmen für nachfrageseitige Anfragen beinhalten. Diese Informationen ermöglichen es dem intelligenten Gebäude seinen Betrieb anzupassen und damit die Kosten zu optimieren. Es kann davon ausgegangen werden, dass das intelligente Gebäude den internen Stromverbrauch optimiert, um den besten Kompromiss zwischen Effizienz und thermischem Komfort zu erreichen. Gebäudenutzer können bei drastischen Komforteinbussen über eine Softwareanwendung auf einem mobilen elektronischen Gerät frühzeitig informiert werden. Die rechtzeitige Information info und Einbindung der Gebäudenutzer P1 erhöht die Akzeptanz der Massnahme, da der Gebäudenutzer P1 sich rechtzeitig darauf einstellen kann.)
Zur Ermittlung der Profile UP der Gebäudenutzer P1 werden dazu die Rückmeldungen FB der Arbeitsplatz-App App ausgewertet. Die Arbeitsplatz-App App schafft eine interaktive Verbindung zwischen Menschen und Gebäuden und ermöglicht eine individuell anpassbare Arbeitsumgebung. So werden die Zufriedenheit und Produktivität der Mitarbeitenden P1 gesteigert, der Gebäudebetrieb sowie die Flächennutzung optimiert.
Mit Vorteil optimiert das Gebäudeautomatisierungssystem GAS des intelligenten Gebäudes den Betrieb des Gebäudes.
Mit Vorteil ist ein Teil des Prozesses zur Entwicklung eines Klimaprofils das Festlegen eines vorhergesagten Prozentsatzes der Unzufriedenheit der Gebäudenutzer (Unzufriedenheitsindex), basierend auf deren thermischen Profil und den Umgebungsbedingungen. Mit Hilfe von maschinellen Lernmethoden können eine oder mehrere thermische Bedingungen bestimmt werden, die den Energieverbrauch um den erforderlichen Betrag reduzieren, aber dennoch zu einem möglichst niedrigen Unzufriedenheitsindex führen, wie beispielsweise das Halten des Unzufriedenheitsindex unter einem vorgegebenen Schwellwert. Dies erfolgt mit einer geeigneten Feedback-Analyse-Engine FBAE. Zu den thermischen Bedingungen können Temperatur, Luftgeschwindigkeit und Luftfeuchtigkeit gehören. Die thermischen Bedingungen können auch nicht-HVAC-bezogene Anlagen des Gebäudes beinhalten. So können beispielsweise Jalousien an Fenstern einbezogen werden, die dem Sonnenlicht zugewandt sind. Nicht komfortrelevante Anlagen können abgeschaltet oder im Stromverbrauch reduziert werden. Auf diese Weise kann der Stromverbrauch des Gebäudes auf ein für die elektrische Energieversorgung akzeptables Mass reduziert werden.
Das Gebäudeautomatisierungssystem GAS analysiert den Vorschlag V und die Bedingungen B des Energieversorgungsunternehmens EV1 und sendet dem Energieversorgungsunternehmen EV1 eine Annahmebestätigung A des Vorschlags V oder einen Kompromiss Com.
3 zeigt eine zweite beispielhafte Anordnung zur Optimierung des Energieverbrauchs von Gebäuden GB. Der Datenaustausch zwischen Gebäuden GB und deren Energieversorger EV2 ist essentiell für eine effiziente Smart Building- bzw. Smart Grid (SG) Lösung. Die Gebäudenutzer P2 sollen jedoch nicht in ihrem individuellen Komfortbedarf eingeschränkt werden.
Für jeden Nutzer oder eine Gruppe von Nutzern eines Gebäudes GB wird daher ein Wärme- und Umgebungsprofil erstellt. Das Wärmeprofil beinhaltet die Raumtemperatur und kann auch andere Aspekte des Raumes, wie z.B. relative Luftfeuchtigkeit, Luftgeschwindigkeit und Strahlung (mittlere Strahlungstemperatur), sowie Eigenschaften des Benutzers, wie z.B. die Stoffwechselrate des Benutzers, und die vom Benutzer getragene Kleidung beinhalten. Die Präferenzen eines Benutzers P2 können mit einer Vielzahl von verschiedenen Methoden erfasst werden, z.B. über eine Softwareanwendung (Smartphone App oder Apple Watch) auf einem mobilen elektronischen Gerät. Danach kann der Innenbereich basierend auf einem berechneten thermischen Komfort konditioniert werden. Weiterhin kennt das System den Preis und die Menge der zur Verfügung stehende Energie und kann entsprechend eine intelligente Optimierung der Kosten vornehmen.
Der Energieversorger EV2 und der Gebäudezwilling bzw. das Gebäudeautomatisierungssystem kommunizieren miteinander, in dem Erzeuger- und Bedarfsdaten ausgetauscht werden. Mit der Analyse der historischen und aktuellen Daten und Machine Learning Algorithmen lassen sich so Prognosen für den zukünftigen Betrieb und damit dem Energiebedarf des Gebäudes GB ableiten.
Für jeden Gebäudenutzer P2 wird ein vollständiges Profil erstellt. Das thermische Profil kann nur ein Aspekt des vollständigen Profils eines Benutzers P2 sein. Das Profil des Benutzers P2 kann auch zusätzliche Informationen über die Interaktion des Benutzers P2 mit dem Gebäude GB enthalten. Dazu können typische Räume gehören, die vom Gebäudenutzer P2 genutzt werden, typische Aufzugsnutzung des Nutzers P2, typische Nutzungszeiten des Gebäudes GB (z.B. für ein Bürogebäude, wann der Nutzer typischerweise im Büro ankommt und das Büro verlässt; für ein Wohngebäude, wann die Wohnung des Nutzers P2 typischerweise genutzt wird). Möglicherweise ist eine vollständige Profilgenerierung für einen Gast (temporären Nutzer) nicht möglich. In diesem Fall kann ein geschätztes Profil verwendet werden.
Die Daten für das thermische Profil und das Vollprofil können auf unterschiedliche Weise abgerufen werden. In einem intelligenten Gebäude GB gibt es eine Vielzahl von Sensoren im gesamten Gebäude. Die Sensoren können mit einer vom Benutzer P2 getragenen Vorrichtung interagieren und/oder diese verfolgen, wie beispielsweise einer mobilen elektronischen Vorrichtung (wie einem Smartphone, Tablett, Tag, Laptop und dergleichen), einer Schlüsselkarte oder durch Biometrie (z.B. Fingerabdruck-Sensoren, Gesichtserkennung, Netzhautscan und dergleichen). Eine Verbindung der Anordnung zum Zutrittskontrollsystems des Gebäudes GB ist daher vorteilhaft.
Da die Arbeitsplatz-App auch ein Marketinginstrument darstellt, ist damit jedem Gebäudenutzer P2 bekannt, wer für seine Zufriedenheit Sorge trägt. Entsprechendes Feedback über die App kann zur ganzheitlichen Verbesserung genutzt werden.
Verfahren und Anordnung zur Optimierung des Energieverbrauchs von Gebäuden, wobei Nutzerprofilen von im Gebäude befindlichen Personen bereitgestellt werden; wobei Energieprofilen von im Gebäude befindlichen Verbrauchern bereitgestellt werden; wobei Energieprofile von am Gebäude angeschlossenen Prosumern bereitgestellt werden; wobei Infrastrukturdaten für das Gebäude von einem Assetmanagement-System bereitgestellt werden; wobei aktuelle komfortbezogene Daten durch entsprechende Sensorik im Gebäude bereitgestellt werden; wobei aktuelle Steuerdaten für die HVAC-Infrastruktur von Regel- und Steuergeräten bereitgestellt werden; wobei Umgebungsdaten für das Gebäude von einer Wetterstation oder einem Wetterdatenprovider bereitgestellt werden; wobei historische Daten für das Gebäude bereitgestellt werden; wobei die bereitgestellten Daten in einem digitalen Zwilling des Gebäudes in einem Gebäudeautomatisierungssystem erfasst werden; wobei der digitale Zwillings durch eine Analyse-Engine analysiert wird, um Komfortanforderungen bezüglich der vorliegenden Nutzerprofile zu erstellen; wobei der Energiebedarf basierend auf den Komfortanforderungen ermittelt wird; wobei der Energiebedarfs an ein Energieversorgungsunternehmen übermittelt wird; wobei das Energieversorgungsunternehmen dem Gebäudeautomatisierungssystem mitteilt, ob der Energiebedarf verfügbar ist, und wobei das Energieversorgungsunternehmen den ermittelten Energiebedarf für eine definierte Zeitspanne für das Gebäude zur Verfügung stellt, wenn das Gebäudeautomatisierungssystem, den Bedingungen für eine Energiebereitstellung zustimmt.
Bezugszeichenliste

BIM: Gebäudemodell
P1, P2: Benutzer
MG1, MG2: Mobiles Kommunikationsendgerät
App: App
UP: Benutzerprofil
FB: Feedback
Info: Information
Con1, Con2: Einschränkung
VER: Verbraucher
Pros: Prosumer
EP1, EP2: Energieprofil
AS: Assetmanagement-System
SGD: Infrastrukturdaten
SE: Sensorik
KD: Komfortbezogene Daten
RSG: Regel- und Steuergerät
SD: Steuerdaten
WDP: Wetterdatenprovider
ED: Umgebungsdaten
DB1, DB2: Datenbank
HD: Historische Daten
GAS: Gebäudeautomatisierungssystem
DT: Digitaler Zwilling
AE: Analyse Engine
FBAE: Feedback Analyse Engine
KA: Komfort Anforderungen
HVAC: Heizung/Lüftung/Klima
L: Licht
EEC: Energieberechnungswerkzeug
EB: Energiebedarf
B: Bedingungen
V: Vorschlag
A: Annahmebestätigung
EV1, EV2: Energieversorgungsunternehmen
Com: Kompromiss
GB: Gebäude
SG: Smart Grid
T: Temperatur
VS1 - VS12: Verfahrensschritt

Claims

Verfahren zur Optimierung des Energieverbrauchs von Gebäuden, umfassend die folgenden Schritte: Bereitstellen von Nutzerprofilen (UP) von im Gebäude befindlichen Personen (P1, P2), wobei die jeweiligen Nutzerprofile jeweils von einer App (App) von mobilen Kommunikationsendgeräten (MG1, MG2) der im Gebäude (GB) befindlichen Personen (P1, P2) erfasst und einem Gebäudeautomatisierungssystem online übermittelt werden; Bereitstellen von Energieprofilen (EP1) von im Gebäude (GB) befindlichen Verbrauchern (VER); Bereitstellen von Energieprofilen (EP2) von am Gebäude angeschlossenen Prosumern (Pros); Bereitstellen von Infrastrukturdaten (SGD) für das Gebäude (GB) von einem Assetmanagement-System (AM); Bereitstellen von aktuellen komfortbezogenen Daten (KD) durch entsprechende Sensorik (SE) im Gebäude (GB); Bereitstellen von aktuellen Steuerdaten (SD) für die HVAC-Infrastruktur von Regel- und Steuergeräten (RSG); Bereitstellen von Umgebungsdaten (ED) für das Gebäude (GB) von einer Wetterstation oder einem Wetterdatenprovider (WDP) ; Bereitstellen von historischen Daten (HD) für das Gebäude (GB) ; Erfassen der bereitgestellten Daten in einem digitalen Zwilling (DT) des Gebäudes (GB) im Gebäudeautomatisierungssystem (GAS); Analyse des digitalen Zwillings (DT) durch eine Analyse-Engine (AE), basierend auf geeigneten Maschine-Learning-Algorithmen, um Komfortanforderungen (KA) bezüglich der vorliegenden Nutzerprofile (UP) zu erstellen; Ermitteln des Energiebedarfs (EB) basierend auf den Komfortanforderungen (KA); Übermitteln des Energiebedarfs (EB) an ein Energieversorgungsunternehmen (EV1, EV2); dadurch gekennzeichnet, dass das Energieversorgungsunternehmen (EV1, EV2) dem Gebäudeautomatisierungssystem (GAS) mitteilt, ob der Energiebedarf (EB) verfügbar ist, und wobei das Energieversorgungsunternehmen (EV1, EV2) den ermittelten Energiebedarf (EB) für eine definierte Zeitspanne für das Gebäude (GB) zur Verfügung stellt, wenn das Gebäudeautomatisierungssystem (GAS), den Bedingungen (B) für eine Energiebereitstellung zustimmt.
Verfahren nach Anspruch 1, wobei in Wechselwirkung zwischen dem Gebäudeautomatisierungssystem (GAS) und dem Energieversorgungsunternehmen (EV1, EV2) eine Blackoutvermeidung erfolgt.
Verfahren nach Anspruch 2, wobei die Blackoutvermeidung durch eine Komforteinschränkung (Con1) der Nutzer (P1, P2) und/oder durch Einschränkungen (Con2) der Prosumer (Pros) erfolgt.
Verfahren nach einem der vorstehenden Ansprüche, wobei die Analyse-Engine (AE) ein Feedback (FB) der Nutzer (P1, P2) bei der Erstellung der Komfortanforderungen (KA) berücksichtigt.
Verfahren nach einem der vorstehenden Ansprüche, wobei die Analyse-Engine (AE) eine Klassifizierung und/oder Clusterung der Nutzerprofile (UP) basierend auf definierten Parametern vornimmt.
Verfahren nach einem der vorstehenden Ansprüche, wobei das Ermitteln des Energiebedarfs (EB) hinsichtlich eines minimalen Energiebedarfs bei minimaler Beeinträchtigung (Con1) der Nutzerprofile (UP) erfolgt.
Verfahren nach Anspruch 6, wobei ein Median der Benutzerprofile (UP) gebildet wird, und beim Ermitteln des Energiebedarfs (EB) der Median nicht überschritten wird.
Verfahren nach einem der vorstehenden Ansprüche, wobei die bereitgestellten Daten (UP, EP1, EP2, SGD, KD, SD, ED, HD) im Gebäudeautomatisierungssystem (GAS) in einem Gebäudeinformationsmodell (BIM) hinterlegt werden, wobei der digitale Zwilling (DT) Zugriff auf das Gebäudeinformationsmodell (BIM) hat.
Verfahren nach einem der vorstehenden Ansprüche, wobei nach Neuberechnung und Anpassung der Regelparameter, der bestmögliche Nutzerkomfort bei gleichzeitig hoher Energieeffizienz eingestellt wird und dem Nutzer (P1, P2) durch das Transparentmachen direkter Ursache-Wirk-Zusammenhänge mögliche Einbussen und Handlungsempfehlungen mitgeteilt werden.
Anordnung zur Optimierung des Energieverbrauchs von Gebäuden (GB), wobei im Gebäude befindlichen Personen (P1, P2) jeweils mobile Kommunikationsendgeräte (MG1, MG2) zugeordnet sind, wobei jeweilige Nutzerprofile (UP) der jeweiligen Personen (P1, P2) jeweils von einer App (App) der mobilen Kommunikationsendgeräte (MG1, MG2) erfasst und einem Gebäudeautomatisierungssystem (GAS) online übermittelt werden; wobei das Gebäudeautomatisierungssystem (GAS) basierend auf den Nutzerprofilen (UP), basierend auf dem Energieprofil (EP1) der Verbraucher (Ver), basierend auf dem Energieprofil (EP2) der Prosumer (Pros), basierend auf Infrastrukturdaten (SGD) für das Gebäude (GB), basierend auf aktuellen komfortbezogenen Daten (KD), die durch entsprechende Sensorik im Gebäude (GB) bereitgestellt werden, basierend auf Steuerdaten (SD) von Regel- und Steuergeräten (RSG) des Gebäudes (GB), (GB),basierend auf Umgebungsdaten (ED) für das Gebäude wobei die Umgebungsdaten (ED) umfassen aktuelle Wetterdaten und Wetterprognosedaten, und basierend auf historischen Daten (HD); für das Gebäude (GB), ein Gebäudeinformationsmodell (BIM) und einen digitalen Zwilling (DT) für das Gebäude (GB) erstellt; wobei eine Analyse-Engine (AE) eine Analyse des Gebäudeinformationsmodells (BIM) und des digitalen Zwillings (DT) des Gebäudes (GB) durchführt, um Komfortanforderungen (KA) bezüglich der vorliegenden Nutzerprofile (UP) zu erstellen; wobei ein Energieberechnungswerkzeug (EEC) eine Prognose für den Energiebedarf (EB) des Gebäudes (GB) basierend auf den Komfortanforderungen (KA) berechnet.
Anordnung nach Anspruch 10, wobei eine Prognose für den Energiebedarf (EB) des Gebäudes (GB) für eine definierte zukünftige Zeitspanne berechnet wird.
Anordnung nach Anspruch 10 oder 11, wobei die Prognose des berechneten Energiebedarfs (EB) einem Energieversorgungsunternehmen (EV1, EV2) mitgeteilt wird.
Anordnung nach Anspruch 12, wobei das Energieversorgungsunternehmen (EV1, EV2) den prognostizierten Energiebedarf (EB) ganz oder teilweise (anteilig) garantiert.
Anordnung nach einem der Ansprüche 10 bis 13, wobei nach Neuberechnung und Anpassung der Regelparameter, der bestmögliche Nutzerkomfort bei gleichzeitig hoher Energieeffizienz eingestellt wird und dem Nutzer (P1, P2) durch das Transparentmachen direkter Ursache-Wirk-Zusammenhänge mögliche Einbussen und Handlungsempfehlungen mitgeteilt werden.
Anordnung nach einem der Ansprüche 10 bis 14, wobei der Energieversorger (EV1, EV2) einen Vorschlag (V) der verfügbaren Energie an das Gebäudeautomatisierungssystem (GAS) sendet; wobei dieser Vorschlag (V) den Energiepreis, die Stromerzeugungskapazitäten und einen Zeitrahmen für nachfrageseitige Anfragen umfasst.
Anordnung nach Anspruch 15, wobei die Analyse-Engine (AE) des Gebäudeautomatisierungssystem (GAS) basierend auf dem Vorschlag (V) des Energieversorgers (EV1, EV2) den Betrieb des Gebäudes (GB) hinsichtlich des Energieverbrauchs optimiert.
Anordnung nach Anspruch 15 oder 16, wobei die Analyse-Engine (AE) des Gebäudeautomatisierungssystem (GAS) basierend auf dem Vorschlag (V) des Energieversorgers (EV) den Betrieb des Gebäudes (GB) hinsichtlich der Nutzerprofile (UP) optimiert.