EP4040053A1 - Vorrichtung und verfahren zum ermitteln eines thermischen verbrauchswerts eines thermischen verbrauchers einer anlage - Google Patents

Vorrichtung und verfahren zum ermitteln eines thermischen verbrauchswerts eines thermischen verbrauchers einer anlage Download PDF

Info

Publication number
EP4040053A1
EP4040053A1 EP21155713.7A EP21155713A EP4040053A1 EP 4040053 A1 EP4040053 A1 EP 4040053A1 EP 21155713 A EP21155713 A EP 21155713A EP 4040053 A1 EP4040053 A1 EP 4040053A1
Authority
EP
European Patent Office
Prior art keywords
thermal
fluid circuit
prediction model
consumer
consumption value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21155713.7A
Other languages
English (en)
French (fr)
Inventor
Max Huber
Jan-Christopher BRINKER
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sehlhoff GmbH
Original Assignee
Sehlhoff GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sehlhoff GmbH filed Critical Sehlhoff GmbH
Priority to EP21155713.7A priority Critical patent/EP4040053A1/de
Publication of EP4040053A1 publication Critical patent/EP4040053A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D19/00—Details
    • F24D19/10—Arrangement or mounting of control or safety devices
    • F24D19/1006—Arrangement or mounting of control or safety devices for water heating systems
    • F24D19/1009—Arrangement or mounting of control or safety devices for water heating systems for central heating
    • F24D19/1048—Counting of energy consumption
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D2220/00—Components of central heating installations excluding heat sources
    • F24D2220/04—Sensors
    • F24D2220/042—Temperature sensors
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D2220/00—Components of central heating installations excluding heat sources
    • F24D2220/04—Sensors
    • F24D2220/044—Flow sensors

Definitions

  • the present invention relates to a device and a method for determining a thermal consumption value of a specific thermal consumer among a large number of thermal consumers of a system, in particular a building, a heating network, a freight or cruise ship or the like.
  • the method can also be used to record and bill the energy consumption of specific thermal consumers among a large number of thermal consumers in a system.
  • the energy consumption of such systems or of thermal systems installed in the systems is often higher than the expected demand.
  • the causes for this can be malfunctions in an automation system or in individual components of the plant, the installed thermal system or incorrect behavior by users of the plant or the installed thermal system.
  • the individual components or component groups of the thermal system are conventionally provided with suitable measuring sensors.
  • a comparison between the data recorded by the measuring sensors and the expected standard values of the components can then be used to determine which components or which malfunctions have led to the increased energy consumption.
  • such a procedure is extremely time-consuming and costly.
  • a device for determining a thermal consumption value of a specific thermal consumer among a large number of thermal consumers of a system that are connected to a fluid circuit includes a number of sensors that are each set up to detect a system parameter.
  • the device includes a determination unit that is set up to use a prediction model to determine the thermal consumption value of the specific thermal consumer on the basis of the recorded system parameters.
  • the system parameters include a total volume flow, a flow temperature and a return temperature of the fluid circuit.
  • the prediction model contains a predetermined relationship between the thermal consumption value of the specific thermal consumer and the system parameters over time.
  • the invention is based on the knowledge that each thermal consumer typically has a load signature.
  • This load signature can include a time delay between the start-up of the thermal consumer and a change in the return temperature at the measuring point and/or a change in the return temperature over time, in particular in relation to the flow temperature and/or the total volume flow.
  • This load signature can be found in higher-level measured values.
  • the determination unit can use the prediction model to reconstruct the operating behavior of individual thermal consumers.
  • the inventive Device has the advantage that only a few sensors have to be installed within the system, which each record at least one of the specified system parameters total volume flow, flow temperature and return temperature in order to be able to determine the thermal consumption value of any thermal consumers of the system using the determination unit with the help of the prediction model .
  • the measuring points for the total volume flow, flow temperature and return temperature can also be arranged close together, for example on or near a heating unit or boiler for heating the system. Missing real measurements can be replaced by "artificial" measurements of the prediction model. As a result, the effort involved in procuring and installing additional measurement technology can be reduced, and the costs for acquiring specific operating parameters can be significantly reduced compared to conventional devices.
  • a thermal output Q ⁇ H of the system can also be determined.
  • thermal output for sections of the system or for individual thermal consumers can be calculated in the same way. These physical connections can underlie the prediction model. For example, only the volume flow in the thermal consumer and the fluid temperature before and after the thermal consumer are required to determine a thermal consumption value of a thermal consumer when the density of the fluid is known.
  • thermal consumption value of a specific thermal consumer can also be understood as meaning "volume flow in the specific thermal consumer and fluid temperature before and after the specific thermal consumer”.
  • the heating or cooling energy Q can be derived from this.
  • the installation can be a building, for example.
  • the installation can also include a large number of buildings, in particular industrial buildings and/or residential buildings.
  • the system can include a heating system with, for example, a large number of radiators and/or underfloor heating systems installed in the system, which can represent the thermal consumers.
  • a large number of radiators and/or underfloor heating systems can also be considered together as one thermal consumer.
  • the system can also include a cooling system with a large number of cooling devices installed in the system, for example cooling ceilings, which can also represent the thermal consumers.
  • a large number of cooling devices or cooling ceilings can also be regarded as one thermal consumer.
  • the heating system or the cooling system can include the fluid circuit to which the thermal loads of the plurality of thermal loads are connected.
  • the fluid circuit can in particular have a supply line, a return line and a circulating pump.
  • the fluid circuit can comprise one or more sub-fluid circuits, it being possible for valves to be arranged at branches of the fluid circuit, which valves can adjust a fluid flow through the corresponding sub-fluid circuit.
  • a The heating unit of the heating system and/or a cooling unit of the cooling system can be connected.
  • the device for determining the thermal consumption value of the specific thermal consumer among the large number of thermal consumers can also be designed to determine all thermal consumption values of the large number of thermal consumers or to determine the thermal consumption values of a subgroup of the large number of thermal consumers.
  • the sensors for detecting the respective system parameters can be connected to the determination unit by cable and/or wirelessly.
  • the total volume flow can be measured, for example, in the flow or in the return using a volume flow measuring device, which acts as one of the sensors.
  • the feed represents a first part of the fluid circuit an entry into a heating or cooling surface, i.e. up to a specific radiator, a specific underfloor heating system, or a specific cooling device or cooling ceiling or the like.
  • a pipe section of the fluid circuit can be referred to as a return, which runs from an exit from the heating or cooling surface to the entry into the heating or cooling unit.
  • the flow temperature T VL can be measured within the flow using a temperature measuring device, which represents another of the sensors.
  • the return temperature T RL can be detected within the return by means of a further temperature measuring device, which represents another of the sensors.
  • the determination unit is set up to determine the thermal consumption value of the specific thermal consumer using the prediction model on the basis of the recorded system parameters.
  • the determination unit can have a memory unit in which the prediction model and/or measurement data are stored, as well as a computing unit or processor unit.
  • the prediction model contains a predetermined or predeterminable relationship between the thermal consumption value to be determined and the specific thermal consumer to the detected system parameters.
  • the prediction model includes information about the load signature of at least the specific thermal consumer of the multiplicity of thermal consumers, preferably information about the load signatures of several or all thermal consumers of the multiplicity of thermal consumers.
  • the respective load signature can be a time delay between the switch-on time or the activation of the thermal consumer up to a change in the return temperature at the measuring point and/or a course of the change in the return temperature over time, in particular in relation to the flow temperature, the total volume flow and/or others Plant parameters include.
  • the predictive model may include equations, case distinctions, and/or lookup tables. In simple systems, in particular having a small number of thermal consumers, each with unique, different load signatures, the equations, case distinctions and/or look-up tables can be determined analytically using experimentally determined data and/or known physical relationships, possibly with computer support.
  • the dynamic simulation model can be "created by humans", in particular computer-aided, and can include one or more formulas which represent known and/or analytically determined physical relationships within the system, in particular physical relationships of the thermal consumers and/or the system parameters.
  • the one or more formulas can be stored explicitly in the prediction model.
  • the one or more formulas can be one or more of the include the equations mentioned in the present description or combinations thereof.
  • the dynamic simulation model or the one or more formulas can include specific parameters of the fluid circuit, for example relating to the pipeline configuration, in particular pipe lengths, pipe diameters, pipe material, and/or the standard (e.g. DIN) of the pipes used, or relating to the fluid used.
  • the dynamic simulation model or the one or more formulas can include specific parameters of one or more thermal consumers and/or specific parameters of the installation.
  • Specific parameters of a thermal consumer can be, for example: the position in the fluid circuit, the nominal heating or cooling capacity, dimensions of the heat transfer surface, response behavior and/or flow resistance.
  • Specific parameters of the systems can be, for example: position and/or dimensions of the rooms or the internal and/or external walls, heat transfer properties of the internal and/or external walls and/or parameters relating to windows and doors of the system, for example position, dimensions and/or or heat transfer properties.
  • the system parameters preferably also include one or more of the following parameters, each detected by means of a corresponding sensor, such as a current consumption of a circulating pump of the fluid circuit, a valve position at a branch of the fluid circuit, a return temperature of a sub-fluid circuit, a volume flow of a sub-fluid circuit, a fluid pressure on a line section of the fluid circuit, an outside air temperature, a room temperature of a room in the system, in particular the room temperature of the room in which the specific consumer is located, an occupancy of a room in the system, in particular the occupancy of the room in which the specific consumer is arranged, a time, a date and/or an intensity of solar radiation on the system.
  • the system parameters include a pressure difference between the flow and return. The pressure difference can be recorded by the circulation pump.
  • the system parameters mentioned above are in particular parameters that have a direct or indirect physical connection to the thermal consumption values of the thermal consumers connected to the fluid circuit.
  • the system parameters mentioned above are in particular parameters that change or are variable over time.
  • the determination device can be set up to determine the thermal consumption value of the specific thermal consumer exclusively on the basis of the above-mentioned recorded system parameters, or a subgroup thereof. As already indicated above, this determination can be carried out implicitly, i.e. via predicted parameters of a sub-fluid circuit associated with the specific thermal consumer, or explicitly, i.e. by predicting a quantity of heat supplied to or emitted by the specific thermal consumer over time per unit of time or the like .
  • the system parameters recorded by the determination unit do not include any parameters that allow a direct determination or calculation of the thermal consumption value of the specific thermal consumer based on generally known physical relationships, such as the volume flow of the fluid in the specific thermal consumer in combination with the temperature of the Fluids before and after the specific thermal consumer. Rather, the volume flow of the fluid in the specific thermal consumer in combination with the temperature of the fluid before and after the specific thermal consumer can be determined by the determination unit using the prediction model based on the detected system parameters and output as a thermal consumption value.
  • an electrical pump power P el of the circulating pump can be formulated as a function of the volume flow v ⁇ and a pressure gradient dP, in addition to a function depending on a current intensity I and a voltage U.
  • valve positions at a branch of the fluid circuit By considering a valve position at a branch of the fluid circuit, conclusions can be drawn as to which sub-fluid circuit of the fluid circuit and thus which thermal consumers connected to this sub-fluid circuit, at which point in time or in which period of time and/or to what degree a fluid of the fluid circuit was supplied.
  • Several valve positions at several or all branches of the fluid circuit can also be taken into account in the prediction model and can be detected with appropriate sensors. Valve positions can be detected, for example, using a building management system (GLT) system, which represents a particularly cost-effective and efficient solution.
  • GLT building management system
  • the device according to the invention can be set up to receive information from the BMS system.
  • the pressure gradient dP is the product of the flow resistance e , the square of the flow velocity of the fluid ⁇ and the quotient of the fluid density ⁇ and 2.
  • the flow velocity v is in turn related to the volume flow v ⁇ .
  • a R is the cross-sectional area of the pipeline.
  • valve position V S when the valve position V S is detected, conclusions can also be drawn about the pressure gradient dP . Therefore, by considering the valve position at a branch of the fluid circuit, the accuracy of the prediction model can be further improved.
  • the valve position can be detected by a BMS system, which forwards the information relating to detected valve positions to the device according to the invention. This represents a particularly cost-effective way of improving the accuracy of the prediction model, since no additional sensors are required in this case.
  • the intensity of solar radiation on the system By taking into account the intensity of solar radiation on the system, conclusions can be drawn about heat loss or heat emission from the entire system or specific parts of the system. Furthermore, the intensity of solar radiation can have a more or less pronounced influence on the thermal consumption values of certain thermal consumers, in particular depending on the irradiation area or the time of day (time of day), which can be taken into account in the forecast model. Therefore, by considering the intensity of solar radiation on the facility, the accuracy of the prediction model can be further improved.
  • heat transfer Q ⁇ W of a specific thermal consumer is the product of heat transfer coefficient k , heat dissipation area A F of the thermal consumer and a difference between a temperature level of the fluid T W of the fluid circuit and a room air temperature T R .
  • the mean temperature level of the fluid T W is approximately the mean value of the flow temperature T VL and the return temperature T VR .
  • T W T VL + T VR / 2
  • z corresponds to a thermal conductivity of the casing of the thermal consumer and d to a material thickness of the casing of the thermal consumer.
  • the heat transfer resistance a i on the inside of the heat transfer is formed as a function of a flow velocity v of the fluid.
  • the heat transfer resistance a a is formed on the outside of the heat transfer as a function of a room air velocity v L and a power output through radiation Q S . It applies here that the power output through radiation Q S is greater, the greater the temperature difference between the surface of the thermal consumer and the temperatures of the ceilings and walls surrounding the room.
  • the determination unit is set up to use the prediction model to determine the thermal consumption value of the specific thermal consumer on the basis of current and past recorded system parameters.
  • the determination unit or the prediction model can be configured to determine the thermal consumption values of the specific thermal consumer for periods of time in the past and/or in the future, instead of merely determining the thermal consumption values in real time to be determined on the basis of currently recorded system parameters and/or their current change. Because past or future system parameters (seen from the point in time of the measured value to be determined) are also taken into account, the thermal consumption value can be determined more precisely, since any load signatures of the thermal consumers can be better recognized over time, in particular because of the the time delay caused by the fluid circuit when changing the return temperature.
  • the prediction model which contains the predetermined relationship between the thermal consumption value of the specific thermal consumer and the system parameters over time, is created by learning an artificial intelligence.
  • the prediction model created by the artificial intelligence can be stored in the determination unit.
  • machine learning in particular “supervised learning” or “unsupervised learning” or a combination thereof, can be used as artificial intelligence.
  • reinforcement learning possibly in combination with the methods mentioned, is also conceivable.
  • Supervised learning is, for example, a method for independently learning and applying physical relationships from data sets.
  • data sets of the system parameters and the corresponding thermal consumption values of certain thermal consumers are fed to the artificial intelligence, with the artificial intelligence learning connections between the fed data and creating links so that the prediction model is created. This is then able to Also apply correlations to other, previously unknown values of the system parameters.
  • the prediction model can be validated. To do this, it receives unknown values for system parameters. Using the prediction model for the unknown values of the system parameters, the determination unit determines corresponding thermal consumption values of corresponding specific thermal consumers. In a third step, these determined thermal consumption values can be compared using actually measured values. An error calculation can be carried out so that a quality determination of the prediction model is made possible.
  • the (validated) prediction model can use unknown values of system parameters of an unknown system to calculate corresponding thermal consumption values for specific thermal consumers of the unknown system with a certain degree of accuracy.
  • the teaching of the artificial intelligence preferably includes feeding the artificial intelligence with historical data records, which contain the system parameters and the corresponding thermal consumption value of the specific thermal consumer.
  • “Feeding" data records means providing or entering data records.
  • the historical data sets can be generated by means of a real or simulated test system, with the test system providing, in addition to the sensors for detecting the system parameters, additional sensors that detect the actual thermal consumption value of the specific thermal consumer or of several or all thermal consumers enable.
  • the historical data records can be generated by the actual system itself, with sensors being temporarily arranged in the system for this purpose, which enable the actual thermal consumption value of the specific thermal consumer or several or all thermal consumers to be recorded.
  • these can be wireless sensors that can be easily assembled and disassembled.
  • the training of the artificial intelligence alternatively or additionally includes feeding the artificial intelligence with data that was obtained using a simulation model of the system.
  • the simulation model can include specific parameters of the fluid circuit, for example relating to the pipeline configuration, in particular pipe lengths, pipe diameters, pipe material, and/or the standard (e.g. DIN) of the pipes used, or relating to the fluid used.
  • specific parameters of the fluid circuit for example relating to the pipeline configuration, in particular pipe lengths, pipe diameters, pipe material, and/or the standard (e.g. DIN) of the pipes used, or relating to the fluid used.
  • the simulation model can include specific parameters of one or more thermal consumers and/or specific parameters of the system.
  • Specific parameters of a thermal consumer can be, for example: the position in the fluid circuit, the nominal heating or cooling capacity, dimensions of the heat transfer surface, response behavior and/or flow resistance.
  • Specific parameters of the systems can be, for example: position and/or dimensions of the rooms or the internal and/or external walls, heat transfer properties of the internal and/or external walls and/or parameters relating to windows and doors of the system, for example position, dimensions and/or or heat transfer properties.
  • the construction or dimensioning data could be used directly as a simulation model, or first modified in a suitable manner. It is also conceivable to generate the simulation model on the basis of the construction or dimensioning data of only the heating or cooling system or the fluid circuit.
  • the device according to the invention also has a prediction model updating unit that is set up to update the prediction model, in particular periodically or initiated by a user, on the basis of one or more parameters, each recorded by means of a corresponding sensor, in particular the return temperature of a Sub-fluid circuit and / or the volume flow of a sub-fluid circuit, and / or update based on an artificially generated change in the flow temperature of the fluid circuit.
  • a prediction model updating unit that is set up to update the prediction model, in particular periodically or initiated by a user, on the basis of one or more parameters, each recorded by means of a corresponding sensor, in particular the return temperature of a Sub-fluid circuit and / or the volume flow of a sub-fluid circuit, and / or update based on an artificially generated change in the flow temperature of the fluid circuit.
  • the prediction model can be adapted to possible changes in the system or the environment by the prediction model updating unit, so that the accuracy of the determination of the thermal consumption value can be maintained over a long period of time even with changing circumstances.
  • deposits can form in the pipes of the fluid circuit and in the thermal consumers, which can change the flow behavior and/or the heat transfer behavior.
  • the thermal consumption value of this thermal consumer can be determined with a high degree of accuracy or Security can be determined, so that a suitable update or calibration is possible as a result.
  • the time required for the fluid to pass through the fluid circuit from the flow to the return can be determined with a high degree of accuracy or certainty, especially if the change in the flow temperature is given a suitable, characteristic signature that is return is easily recognizable.
  • the course of the return temperature over time may also allow conclusions to be drawn about the position and/or the extent to which the fluid flow in the fluid circuit was branched off into sub-fluid circuits.
  • a suitable update or calibration of the prediction model can therefore also be carried out on the basis of an artificially generated change in the flow temperature.
  • a system in particular a building, has a fluid circuit with a multiplicity of thermal consumers connected to it, and the device according to the invention according to one of the previously explained embodiments.
  • a method for determining a thermal consumption value of a specific thermal consumer among a large number of thermal consumers of a system connected to a fluid circuit includes a method step in which system parameters are detected using a large number of sensors.
  • the method according to the invention includes a method step in which the thermal consumption value of the specific thermal consumer is determined using a prediction model based on the recorded system parameters.
  • the system parameters include a total volume flow, a flow temperature and a return temperature of the fluid circuit.
  • the prediction model includes a predetermined relationship between the thermal consumption value of the specific thermal consumer and the system parameters over time.
  • the individual thermal consumers are typically each provided with a sensor or a sensor group S in order to record thermal consumption values of a large number of thermal consumers 7 of a system according to the prior art.
  • the respective sensor S is regularly arranged directly in front of or on the thermal load within an associated sub-fluid circuit. The corresponding consumption value of the individual thermal loads can then be recorded separately using the associated sensor S.
  • the present invention as in 2 shown in simplified form, the advantage that not every thermal consumer 7 has to be fitted separately, but essentially only a central system point, i.e. a section of an overall fluid circuit, with sensors S in order to measure the thermal consumption value of a specific thermal consumer of the system using the in 3 device shown and explained in more detail below.
  • the device according to the invention can determine the thermal consumption value of the specific thermal consumer with sufficient accuracy.
  • a plant 10 in this case a multi-storey building, is shown, in which an embodiment of the device according to the invention is installed.
  • the system 10 or the device has a large number of sensors, which are arranged inside or on the system 10 and which are set up to record parameters of the system 10, which also include the system parameters.
  • the fluid circuit 3 has a flow 1 and a return 2, which can each be divided into a heat or cold source 6, for example a boiler, outgoing main line and branching off from this main line.
  • the fluid circuit 3 can be viewed as an overall fluid circuit 3, which has a number of branching sub-fluid circuits 3a, 3b, 3n.
  • the thermal consumers 7a, 7b, 7n arranged, in the present case each thermal consumer 7a, 7b, 7n is assigned to a respective sub-fluid circuit 3a, 3b, 3n.
  • heating elements 7a, 7b, 7n are used as thermal consumers 7a, 7b, 7n, which are arranged together with the respective sub-fluid circuits 3a, 3b, 3n in different rooms on different floors of the system 10.
  • one sub-fluid circuit is provided per floor and only one thermal consumer 7a, 7b, 7n per sub-fluid circuit 3a, 3b, 3n
  • several sub-fluid circuits and/or per sub-fluid circuit several different thermal consumers can of course also be provided per floor.
  • the flow 1 of the overall fluid circuit 3 can begin with the exit from a heating boiler 6 acting as a heat source 6 and can end at the first junction in a sub-fluid circuit or in a radiator.
  • the return 2 of the overall fluid circuit can begin at the last branch from a sub-fluid circuit or a radiator and end with entry into the heating boiler 6 .
  • a circulating pump 11 conveys a fluid heated by the boiler 6, if required, through pipes of the flow 1 to the corresponding radiators 7a, 7b, 7n.
  • the sensor 5 is arranged within the main line of the flow 1 and is set up to measure the flow temperature of the entire fluid circuit 3 as a system parameter.
  • the sensor 9 is arranged within the main line of the flow 1, which is set up to measure the total volume flow of the entire fluid circuit 3 as a further system parameter.
  • the sensor 12 is located within the main line of the return 2, which is set up to measure the return temperature of the entire fluid circuit 3 as a further system parameter.
  • a determination unit 8 can use the prediction model 50 associated with the determination unit 8 (see figure 5 ) determine a thermal consumption value of a specific thermal consumer 7a, 7b, 7n of the system 10.
  • the device can have one or more additional sensors 13a, 13b, 13n, 4, which are set up to record additional system parameters.
  • the device can have the sensor 4, which is set up to measure an outside temperature.
  • the device also includes a number of sensors 13a, 13b, 13n, which are each set up to detect a room temperature of a room in the building 10, with a thermal consumer 7a, 7b, 7n being arranged in each room.
  • the in 3 Plant 10 shown is a test plant in which sensors for collecting data sets for creating the prediction model are also installed.
  • the sensors 5a, 5b, 5n for measuring the flow temperatures of the respective sub-fluid circuits 3a, 3b, 3n, the sensors 9a, 9b, 9n for measuring the volume flows of the respective sub-fluid circuits 3a, 3b, 3n and the sensors 12a, 12b, 12n for measuring the Return temperatures of the respective sub-fluid circuits 3a, 3b, 3n are not required by the ultimate device for determining the thermal consumption value of the specific thermal consumer of the plant.
  • the sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n allow a clear determination of the thermal consumption value of the respective sub-fluid circuits 3a, 3b and 3n or the respective thermal consumer 7a, 7b and 7n, so that by Collecting the measurement data records can be generated that can be related to records of collected measurement data relating to the system parameters to be detected by the sensors of the device to create the prediction model.
  • the measurement data from the sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n of the test facility 10 can also be used to compare the thermal consumption values subsequently determined using the prediction model with the actually measured thermal consumption values compare to validate the prediction model or estimate the error.
  • the system parameters on the basis of which the determination unit 8 of the device determines the thermal consumption values of the thermal consumers 7a, 7b, 7n, include the total volume flow of the entire fluid circuit, the flow temperature of the entire fluid circuit, return temperature of the entire fluid circuit, the outside temperature and the inside temperature or room temperature of the respective floors or rooms in which the respective thermal loads 7a, 7b, 7n are arranged.
  • These system parameters are recorded by the sensors 4, 5, 9, 12, 13a, 13b and 13n of the device.
  • the sensors 4, 5, 9, 12, 13a, 13b and 13n are also arranged accordingly in the test facility 10, the test facility 10 also having the sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n to generate the historical datasets to build the predictive model.
  • the device can be installed in a system with the same or similar configuration, but the sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n are then no longer required. to determine the thermal consumption value of one, several or all thermal consumers 7a, 7b, 7n.
  • the device can include individual, but not all, of the sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n in order to increase the accuracy when determining the thermal consumption value and/or to To be able to update or calibrate the prediction model during operation in the plant.
  • the data can also be generated simulatively with the help of a dynamic simulation of the corresponding system.
  • the prediction model is created using artificial intelligence.
  • the thermal loads 7a, 7b, 7n are operated and used by the users according to their respective needs.
  • the measurement data can be collected and stored by means of the determination unit 8, alternatively by means of a commercially available computer.
  • the collected and stored measurement data are fed to or made available to an artificial intelligence.
  • the artificial intelligence uses so-called “Random Forests” and/or “Convolutional Neural Networks (CNNs)” and/or “Recurrent Neural Networks (RNNs)” to recognize connections between the measurement data and thus also connections between the measurement data of the sensors 4, 5, 9 , 12, 13a, 13b and 13n, which represent the system parameters, and the measurement data from sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n, which represent the thermal consumption values of the respective thermal consumers 7a, 7b , 7n represent.
  • the prediction model is generated and stored in the determination unit 8 by the artificial intelligence being trained using the collected and stored measurement data.
  • the artificial intelligence can be trained and/or the prediction model can be generated using the determination unit 8 itself, alternatively using a commercially available computer with sufficient computing power.
  • the device can be installed in an identically or similarly configured system, but this system no longer has the sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n having.
  • the sensors 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b and 12n can be configured as mobile or provisional sensors, which can be easily uninstalled from the system 10 after the generation of the prediction model. How based on 4 shown, when the device is used in the finally installed system, the system parameters are first recorded in a method step 200 .
  • step 200 by means of the above-mentioned and in 3 sensors 5, 9, 12, 4 and 13a, 13b, 13n shown, the flow temperature of the overall fluid circuit 3, the volume flow of the overall fluid circuit 3, the return temperature of the overall fluid circuit 3, the outside temperature and the respective room temperatures of the rooms of the system 10 in which the thermal Consumers 7a, 7b, 7n are arranged detected.
  • the device installed in the final plant no longer includes the in 3 sensors 5a, 5b, 5n, 9a, 9b, 9n and 12a, 12b, 12n with a gray background in the corresponding sub-fluid circuits 3a, 3b, 3n.
  • the mentioned system parameters after the mentioned system parameters have been recorded 200 , they are stored in a further method step 300 in a memory unit of the determination unit 8 .
  • the detected and stored system parameters are converted by the determination unit 8 into a combined format, which enables processing using the prediction model that is also stored in the determination unit 8.
  • the state of the installation 10 predicted by the prediction model is determined and output by the determination unit.
  • the parameters associated with the prediction model for the respective sub-fluid circuits 3a, 3b, 3n are output temperature, return temperature and volume flow.
  • the corresponding thermal consumption value of the specific thermal consumers 7a, 7b, 7n is not initially determined explicitly but implicitly.
  • the determination unit can then also explicitly determine and output the corresponding thermal consumption values of the specific thermal consumers 7a, 7b, 7n.
  • the prediction model 50 created by means of "machine learning” is supplied with data 25 unknown to it from a system unknown to it.
  • the prediction model 50 can then use the unknown data 25 to predict data 75 relating to thermal consumption values of specific thermal consumers with an accuracy that can be determined in the validation process.
  • the diagram shown shows a daily course of the volume flows recorded by the sensors 9 and 9n in a test building.
  • the dotted graph shows the total volume flow of the system 10 detected by the sensor 9.
  • the graph represented by a solid line shows the volume flow of the sub-fluid circuit n detected by the sensor 9n on the first upper floor of the system 10.
  • the course of the volume flow of the sub-fluid circuit n determined by the prediction model is shown in dashed lines. How out 6 As can be seen, the predicted value determined by the prediction model for the volume flow of the sub-fluid circuit n in the first heating phase from about 6:15 a.m. to 8:30 a.m. has even smaller deviations compared to the volume flow recorded by the sensor 9n.
  • the measured values recorded by the sensor 9n and the forecast values determined by the forecast model are very close to each other.
  • the forecast model did not have enough historical data that could provide information about the time behavior of the parameters.
  • the prediction model has this data and is included in the prediction. 6 shows clearly that the prediction model can already predict a course of the volume flow of the sub-fluid circuit n that is almost identical to the measured values with the second heating phase. The same applies to the flow and return temperatures determined by means of the forecast model, as well as the heat output and heat energy of the sub-fluid circuits.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

Die vorliegende Erfindung betrifft eine Vorrichtung und ein Verfahren zum Ermitteln eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers unter einer Vielzahl von thermischen Verbrauchern 7a, 7b, 7n einer Anlage 10, die an einem Fluidkreislauf 3 angeschlossen sind, wobei die Vorrichtung eine Vielzahl von Sensoren 4, 5, 5a, 5b, 5n, 9, 9a, 9b, 9n, 12, 12a, 12b, 12n, 13a, 13b, 13n, die jeweils eingerichtet sind einen Anlagen-Parameter zu erfassen, und eine Ermittlungseinheit 8, die eingerichtet ist, mittels eines Vorhersagemodells den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers auf Grundlage der erfassten Anlagen-Parameter zu ermitteln, umfasst, wobei die Anlagen-Parameter einen Gesamtvolumenstrom, eine Vorlauftemperatur und eine Rücklauftemperatur des Fluidkreislaufes 3 umfassen, und wobei das Vorhersagemodell eine vorbestimmte Beziehung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den Anlagen-Parametern über die Zeit beinhaltet.

Description

  • Die vorliegende Erfindung betrifft eine Vorrichtung und ein Verfahren zum Ermitteln eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers unter einer Vielzahl von thermischen Verbrauchern einer Anlage, insbesondere eines Gebäudes, eines Wärmenetzes, eines Fracht- oder Kreuzfahrtschiffs oder dergleichen. Das Verfahren kann auch zur Erfassung und Abrechnung von Energieverbräuchen bestimmter thermischer Verbraucher unter einer Vielzahl von thermischen Verbrauchern einer Anlage verwendet werden.
  • Der Energieverbrauch derartiger Anlagen bzw. von in den Anlagen installierten thermischen Systemen liegt oftmals über dem erwarteten Bedarf. Ursachen hierfür können Fehlfunktionen in einem Automatisierungssystem oder in einzelnen Komponenten der Anlagen, des installierten thermischen Systems oder aber auch ein Fehlverhalten von Nutzern der Anlage bzw. des installierten thermischen Systems sein.
  • Um derartige Fehlfunktionen bzw. Fehlverhalten auffinden und anschließend beheben zu können und folglich die Energieeffizienz der Anlage bzw. des in der Anlage installierten thermischen Systems erhöhen zu können, werden herkömmlicherweise die einzelnen Komponenten bzw. Komponentengruppen des thermischen Systems mit geeigneten Messsensoren versehen. Anhand eines Vergleichs zwischen von durch die Messsensoren erfassten Daten und erwarteten Normwerten der Komponenten kann anschließend festgestellt werden, welche Komponenten oder welches Fehlverhalten zu dem erhöhten Energieverbrauch geführt haben. Ein derartiges Vorgehen ist jedoch äußerst zeit- und kostenintensiv.
  • Es ist daher Aufgabe der vorliegenden Erfindung eine Vorrichtung und ein Verfahren bereitzustellen, mittels derer ein thermischer Verbrauchswert eines thermischen Verbrauchers einer Anlage auf einfache und kostengünstige Weise ermittelt werden kann.
  • Die Aufgabe wird durch eine Vorrichtung und ein Verfahren mit den Merkmalen des jeweiligen unabhängigen Anspruchs gelöst. Weiterbildungen und vorteilhafte Ausgestaltungen sind in den abhängigen Ansprüchen angegeben.
  • Gemäß einem ersten Aspekt der Erfindung umfasst eine Vorrichtung zum Ermitteln eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers unter einer Vielzahl von thermischen Verbrauchern einer Anlage, die an einem Fluidkreislauf angeschlossen sind, eine Vielzahl von Sensoren, die jeweils eingerichtet sind einen Anlagen-Parameter zu erfassen. Zudem umfasst die Vorrichtung eine Ermittlungseinheit, die eingerichtet ist, mittels eines Vorhersagemodells den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers auf Grundlage der erfassten Anlagen-Parameter zu ermitteln. Erfindungsgemäß umfassen die Anlagen-Parameter einen Gesamtvolumenstrom, eine Vorlauftemperatur und eine Rücklauftemperatur des Fluidkreislaufes. Weiter erfindungsgemäß beinhaltet das Vorhersagemodell eine vorbestimmte Beziehung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den Anlagen-Parametern über die Zeit.
  • Die Erfindung basiert auf der Erkenntnis, dass jeder thermische Verbraucher typischerweise über eine Lastsignatur verfügt. Diese Lastsignatur kann eine Zeitverzögerung zwischen der Inbetriebnahme des thermischen Verbrauchers bis zu einer Veränderung der Rücklauftemperatur am Messpunkt und/oder einen Verlauf der Veränderung der Rücklauftemperatur über die Zeit, insbesondere im Verhältnis zur Vorlauftemperatur und/oder zum Gesamtvolumenstrom, umfassen. Diese Lastsignatur lässt sich in übergeordneten Messwerten wiederfinden. Die Ermittlungseinheit kann mittels des Vorhersagemodells das Betriebsverhalten einzelner thermischer Verbraucher rekonstruieren. Mit anderen Worten bietet die erfindungsgemäße Vorrichtung den Vorteil, dass lediglich wenige Sensoren innerhalb der Anlage installiert werden müssen, welche jeweils zumindest einen der genannten Anlagen-Parameter Gesamtvolumenstrom, Vorlauftemperatur und Rücklauftemperatur erfassen, um den thermischen Verbrauchswert beliebiger thermischen Verbraucher der Anlage anhand der Ermittlungseinheit mit Hilfe des Vorhersagemodells bestimmen zu können. Es können also mit wenigen Messpunkten detaillierte Informationen über ein Gesamtverhalten der Anlage erhalten werden. Die Messpunkte für den Gesamtvolumenstrom, Vorlauftemperatur und Rücklauftemperatur können überdies räumlich nah beieinander, beispielsweise an oder in der Nähe eines Heizaggregats bzw. Heizkessels zum Heizen der Anlage angeordnet werden. Fehlende reale Messwerte können durch "künstliche" Messwerte des Vorhersagemodells ersetzt werden. Folglich können der Aufwand für die Beschaffung und Installation von weiterer Messtechnik verringert und dadurch die Kosten zur Erfassung bestimmter Betriebsparameter gegenüber herkömmlichen Vorrichtungen erheblich reduziert werden.
  • Es ist bekannt, dass ein Gesamtvolumenstrom v̇ges der Anlage bzw. des Fluidkreislaufs, insbesondere bei Annahme einer konstanten Fluiddichte, als Summe aller Teilvolumenströme
    Figure imgb0001
    der Anlage bzw. des Fluidkreislaufs berechnet werden kann.
  • Es gilt: v ˙ ges = ∑ v ˙ i
    Figure imgb0002
  • Mittels der ermittelten Anlagen-Parameter Gesamtvolumenstrom v̇ges , Vorlauftemperatur TVL , Rücklauftemperatur TRL , der spezifischen Wärmekapazität cp und einer bekannten Dichte ρ eines Fluids des Fluidkreislaufs lässt sich zudem eine thermische Leistung Q̇H der Anlage bestimmen.
  • Es gilt: Q ˙ H = v ˙ ges ⋅ ρ ⋅ c p ⋅ T VL − T RL
    Figure imgb0003
  • Analog kann die thermische Leistung für Teilabschnitte der Anlage bzw. für einzelne thermische Verbraucher berechnet werden. Diese physikalischen Zusammenhänge können dem Vorhersagemodell zugrunde liegen. So wird für die Bestimmung eines thermischen Verbrauchswerts eines thermischen Verbrauchers bei bekannter Dichte des Fluids lediglich der Volumenstrom im thermischen Verbraucher sowie die Fluidtemperatur vor und nach dem thermischen Verbraucher benötigt. Unter "thermischen Verbrauchswert eines bestimmten thermischen Verbrauchers" kann also auch "Volumenstrom im bestimmten thermischen Verbraucher und Fluidtemperatur vor und nach dem bestimmten thermischen Verbraucher" verstanden werden.
  • Daraus kann die Wärme- bzw. Kälteenergie Q abgeleitet werden.
  • Es gilt: Q = ∫ Q ˙ ⅆ t
    Figure imgb0004
  • Wie bereits eingangs erläutert kann die Anlage beispielsweise ein Gebäude sein. Die Anlage kann auch eine Vielzahl von Gebäuden, insbesondere Industriegebäude und/oder Wohngebäude, umfassen. Die Anlage kann eine Heizungsanlage mit beispielsweise einer Vielzahl von in der Anlage installierten Heizkörpern und/oder Fußbodenheizungen, welche die thermischen Verbraucher darstellen können, umfassen. Es können auch eine Vielzahl von Heizkörpern und/oder Fußbodenheizungen zusammen als ein thermischer Verbraucher aufgefasst werden. Alternativ oder zusätzlich kann die Anlage auch eine Kühlungsanlage mit einer Vielzahl von in der Anlage installierten Kühleinrichtungen, beispielsweise Kühldecken, welche ebenfalls die thermischen Verbraucher darstellen können, umfassen. Es können auch eine Vielzahl von Kühleinrichtungen bzw. Kühldecken als ein thermischer Verbraucher aufgefasst werden.
  • Die Heizungsanlage bzw. die Kühlungsanlage kann den Fluidkreislauf umfassen, an den die thermischen Verbraucher der Vielzahl von thermischen Verbrauchern angeschlossen sind. Der Fluidkreislauf kann insbesondere einen Vorlauf, einen Rücklauf und eine Umwälzpumpe aufweisen. Der Fluidkreislauf kann des Weiteren ein oder mehrere Unterfluidkreisläufe umfassen, wobei an Abzweigungen des Fluidkreislaufs Ventile angeordnet sein können, die einen Fluidstrom durch den entsprechenden Unterfluidkreislauf einstellen können. An dem Fluidkreislauf kann ein Heizaggregat der Heizungsanlage und/oder ein Kühlaggregat der Kühlungsanlage angeschlossen sein.
  • Die Vorrichtung zum Ermitteln des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers unter der Vielzahl von thermischen Verbrauchern kann auch ausgebildet sein, sämtliche thermischen Verbrauchswerte der Vielzahl von thermischen Verbrauchern zu ermitteln, oder die thermischen Verbrauchswerte einer Untergruppe der Vielzahl von thermischen Verbrauchern zu ermitteln.
  • Die Sensoren zum Erfassen der jeweiligen Anlagen-Parameter können per Kabel und/oder kabellos mit der Ermittlungseinheit verbunden sein. Der Gesamtvolumenstrom kann beispielsweise in dem Vorlauf oder in dem Rücklauf mittels eines Volumenstrommessgeräts, welches als einer der Sensoren fungiert, gemessen werden. Der Vorlauf stellt dabei einen ersten Teil des Fluidkreislaufes dar. Als Vorlauf kann ein Rohrleitungsabschnitt des Fluidkreislaufs bezeichnet werden, welcher ausgehend von einem Austritt aus einem Heiz- oder Kühlaggregat, beispielsweise einer Wärmepumpe oder Kältemaschine, bzw. aus einem entsprechenden Kessel oder Tank, bis zu einem Eintritt in eine Heiz- oder Kühlfläche, d.h. bis in einen bestimmten Heizkörper, eine bestimmte Fußbodenheizung, oder eine bestimmte Kühleinrichtung bzw. Kühldecke oder dergleichen verläuft. Als Rücklauf kann ein Rohrleitungsabschnitt des Fluidkreislaufs bezeichnet werden, welcher ausgehend von einem Austritt aus der Heiz- oder Kühlfläche bis zum Eintritt in das Heiz- oder Kühlaggregat verläuft.
  • Die Vorlauftemperatur TVL kann innerhalb des Vorlaufs mittels eines Temperaturmessgeräts, welches einen weiteren der Sensoren darstellt, gemessen werden.
  • Die Rücklauftemperatur TRL kann innerhalb des Rücklaufs mittels eines weiteren Temperaturmessgerätes, welches einen weiteren der Sensoren darstellt, erfasst werden.
  • Die Ermittlungseinheit ist eingerichtet, den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers mittels des Vorhersagemodells auf Grundlage der erfassten Anlagen-Parameter zu ermitteln. Die Ermittlungseinheit kann hierfür eine Speichereinheit, in der das Vorhersagemodell und/oder Messdaten abgespeichert sind, sowie eine Recheneinheit bzw. Prozessoreinheit aufweisen. Das Vorhersagemodell beinhaltet eine vorbestimmte bzw. vorbestimmbare Beziehung des zu ermittelnden thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den erfassten Anlagen-Parametern. Insbesondere umfasst das Vorhersagemodell Informationen zu der Lastsignatur zumindest des bestimmten thermischen Verbrauchers der Vielzahl von thermischen Verbrauchern, vorzugsweise Informationen zu den Lastsignaturen mehrerer oder sämtlicher thermischen Verbraucher der Vielzahl von thermischen Verbrauchern. Die jeweilige Lastsignatur kann eine Zeitverzögerung zwischen dem Einschaltzeitpunkt bzw. der Aktivierung des thermischen Verbrauchers bis zu einer Veränderung der Rücklauftemperatur am Messpunkt und/oder einen Verlauf der Veränderung der Rücklauftemperatur über die Zeit, insbesondere im Verhältnis zur Vorlauftemperatur, zum Gesamtvolumenstrom und/oder zu anderen Anlagen-Parametern, umfassen. Das Vorhersagemodell kann Gleichungen, Fallunterscheidungen und/oder Nachschlagetabellen aufweisen. Bei einfachen Anlagen, insbesondere aufweisend eine geringe Anzahl thermischer Verbraucher mit jeweils eindeutigen, voneinander unterschiedlichen Lastsignaturen, können die Gleichungen, Fallunterscheidungen und/oder Nachschlagetabellen anhand von experimentell ermittelten Daten und/oder bekannten physikalischen Zusammenhängen analytisch bestimmt werden, gegebenenfalls rechnerunterstützt.
  • Es ist auch denkbar, das Vorhersagemodell direkt mit einem dynamischen Simulationsmodell zu versehen. Das dynamische Simulationsmodell kann "von Menschen erstellt" sein, insbesondere rechnerunterstützt, und kann eine oder mehrere Formeln umfassen, welche bekannte und/oder analytisch bestimmte physikalische Zusammenhänge innerhalb der Anlage darstellen, insbesondere physikalische Zusammenhänge der thermischen Verbraucher und/oder der Anlagen-Parameter. Die eine oder mehreren Formeln können explizit im Vorhersagemodell hinterlegt werden. Die eine oder mehreren Formeln können hierbei eine oder mehrere der in der vorliegenden Beschreibung genannten Gleichungen bzw. Kombinationen davon umfassen. Das dynamische Simulationsmodell bzw. die eine oder mehreren Formeln können spezifische Parameter des Fluidkreislaufs, beispielsweise betreffend die Rohrleitungskonfiguration, insbesondere Rohrlängen, Rohrdurchmesser, Rohrmaterial, und/oder die Norm (beispielsweise DIN) verwendeter Rohre, oder betreffend das verwendete Fluid, umfassen. Zusätzlich oder alternativ kann das dynamische Simulationsmodell bzw. die eine oder mehreren Formeln spezifische Parameter von einem oder mehreren thermischen Verbrauchern und/oder spezifische Parameter der Anlage umfassen. Spezifische Parameter eines thermischen Verbrauchers können beispielsweise sein: die Position im Fluidkreislauf, die nominelle Wärme- bzw. Kälteleistung, Abmessungen der Wärmeübertragungsfläche, Ansprechverhalten und/oder Strömungswiderstand. Spezifische Parameter der Anlagen können beispielsweise sein: Position und/oder Abmessungen der Räume bzw. der Innen- und/oder Außenwände, Wärmeübertragungseigenschaften der Innen- und/oder Außenwände und/oder Parameter betreffend Fenster und Türen der Anlage, beispielsweise Position, Abmessungen und/oder Wärmeübertragungseigenschaften.
  • Bei komplexen Anlagen mit einer großen Vielzahl von thermischen Verbrauchern, die beispielsweise jeweils veränderliche und/oder zueinander ähnliche Lastsignaturen haben, kann der Aufwand zum Erstellen des Vorhersagemodells durch Verwenden einer künstlichen Intelligenz deutlich vereinfacht werden, wie später im Detail beschrieben.
  • Bevorzugt umfassen die Anlagen-Parameter zudem ein oder mehrere der folgenden, jeweils mittels eines entsprechenden Sensors erfassten Parameter, wie beispielsweise eine Stromaufnahme einer Umwälzpumpe des Fluidkreislaufs, eine Ventilstellung an einer Abzweigung des Fluidkreislaufs, eine Rücklauftemperatur eines Unterfluidkreislaufs, ein Volumenstrom eines Unterfluidkreislaufs, ein Fluiddruck an einem Leitungsabschnitt des Fluidkreislaufs, eine Außenlufttemperatur, eine Raumtemperatur eines Raums der Anlage, insbesondere die Raumtemperatur des Raumes, in welchem der bestimmte Verbraucher angeordnet ist, eine Raumbelegung eines Raums der Anlage, insbesondere die Raumbelegung des Raumes, in welchem der bestimmte Verbraucher angeordnet ist, eine Uhrzeit, ein Datum und/oder eine Intensität einer Sonnenstrahlung auf die Anlage. Es ist auch denkbar, dass die Anlagen-Parameter eine Druckdifferenz zwischen dem Vor- und Rücklauf umfassen. Die Druckdifferenz kann von der Umwälzpumpe erfasst werden.
  • Die vorstehend genannten Anlagen-Parameter stellen insbesondere Parameter dar, die einen direkten oder indirekten physikalischen Zusammenhang zu den thermischen Verbrauchswerten der an dem Fluidkreislauf angeschlossenen thermischen Verbraucher aufweisen. Die vorstehend genannten Anlagen-Parameter sind insbesondere zeitlich veränderliche bzw. variable Parameter. Die Ermittlungseinrichtung kann eingerichtet sein, den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers ausschließlich auf Grundlage der vorstehend genannten erfassten Anlagen-Parameter, bzw. einer Untergruppe davon, zu ermitteln. Wie bereits vorstehend angedeutet, kann diese Ermittlung implizit, d.h. über vorhergesagte Parameter eines dem bestimmten thermischen Verbraucher zugehörigen Unterfluidkreislaufes, oder explizit, d.h. durch Vorhersage einer dem bestimmten thermischen Verbraucher über die Zeit zugeführten bzw. von dieser abgegebenen Wärmemenge pro Zeiteinheit oder dergleichen, ausgeführt werden. Die von der Ermittlungseinheit erfassten Anlagen-Parameter umfassen insbesondere keine Parameter, die eine direkte Ermittlung bzw. Berechnung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers aufgrund allgemein bekannter physikalischer Zusammenhänge erlaubt, wie z.B. den Volumenstrom des Fluids im bestimmten thermischen Verbraucher in Kombination mit der Temperatur des Fluids vor und nach dem bestimmten thermischen Verbraucher. Der Volumenstrom des Fluids im bestimmten thermischen Verbraucher in Kombination mit der Temperatur des Fluids vor und nach dem bestimmten thermischen Verbraucher kann vielmehr durch die Ermittlungseinheit mittels des Vorhersagemodells auf Grundlage der erfassten Anlagen-Parameter ermittelt und als thermischer Verbrauchswert ausgegeben werden.
  • Durch Berücksichtigung der Stromaufnahme der Umwälzpumpe des Fluidkreislaufes können Rückschlüsse auf einen Inbetriebnahme- bzw. Aktivierungszeitpunkt und/oder einen Betriebszustand von einem oder mehreren thermischen Verbrauchern der Anlage gezogen werden.
  • Es ist bekannt, dass eine elektrische Pumpleistung Pel der Umwälzpumpe, neben einer Funktion in Abhängigkeit von einer Stromstärke I und einer Spannung U, auch als Funktion in Abhängigkeit des Volumenstroms v̇ und eines Druckgradienten dP formuliert werden kann.
  • Es gilt: P el = f v ˙ dP
    Figure imgb0005
  • Folglich können anhand des erfassten Volumenstroms v̇ und der erfassten Stromstärke I, d.h. der Stromaufnahme, sowie deren zeitliche Veränderung dI dt
    Figure imgb0006
     Rückschlüsse auf den Druckgradienten dP innerhalb des Fluidkreislaufs der Anlage gezogen werden. Es hat sich herausgestellt, dass jeder thermische Verbraucher aufgrund seiner Verortung in der Anlage, d.h. innerhalb des thermischen Systems, und seiner spezifischen Kennwerte in Abhängigkeit von seinem Betriebszustand einen spezifischen Druckgradienten dP innerhalb des Fluidkreislaufs der Anlage bzw. des thermischen Systems hervorruft. Durch Berücksichtigung der Stromaufnahme bzw. der Pumpleistung der Umwälzpumpe kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden.
  • Durch Berücksichtigung einer Ventilstellung an einer Abzweigung des Fluidkreislaufes können Rückschlüsse gezogen werden, welcher Unterfluidkreislauf des Fluidkreislaufes und damit welchen an diesen Unterfluidkreislauf angeschlossenen thermischen Verbrauchern, zu welchem Zeitpunkt bzw. in welchem Zeitraum und/oder zu welchem Grad ein Fluid des Fluidkreislaufes zugeführt wurde. Es können auch mehrere Ventilstellungen an mehreren bzw. sämtlichen Abzweigungen des Fluidkreislaufs in dem Vorhersagemodell berücksichtigt werden und mit entsprechenden Sensoren erfasst werden. Ventilstellungen können beispielsweise mittels einer Gebäudeleittechnik (GLT) -Anlage erfasst werden, was eine besonders kostengünstige und effiziente Lösung darstellt. Die erfindungsgemäße Vorrichtung kann eingerichtet sein, Informationen der GLT-Anlage zu empfangen.
  • Es ist bekannt, dass eine Ventilstellung VS eines bestimmten im Fluidkreiskreislauf angeordneten Ventils Auswirkungen auf einen Strömungswiderstand e hat.
  • Es gilt: e = f V S
    Figure imgb0007
  • Zudem ist bekannt, dass der Druckgradient dP, insbesondere in einem ebenen Rohr, das Produkt aus Strömungswiderstand e , dem Quadrat der Strömungsgeschwindigkeit des Fluids ν und dem Quotienten aus der Fluiddichte ρ und 2 ist.
  • Es gilt: dP = e ⋅ ρ 2 ⋅ v 2
    Figure imgb0008
  • Wobei die Strömungsgeschwindigkeit v wiederum mit dem Volumenstrom v̇ zusammenhängt.
  • Es gilt: v ˙ = v ⋅ A R
    Figure imgb0009
  • Wobei AR die Querschnittsfläche der Rohrleitung ist.
  • Folglich können bei erfasster Ventilstellung VS auch Rückschlüsse auf den Druckgradient dP gezogen werden. Durch Berücksichtigung der Ventilstellung an einer Abzweigung des Fluidkreislaufs kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden. Die Erfassung der Ventilstellung kann, wie bereits vorstehend erläutert, durch eine GLT-Anlage erfolgen, welche die Information in Bezug auf erfasste Ventilstellungen an die erfindungsgemäße Vorrichtung weiterleitet. Dies stellt eine besonders kostengünstige Möglichkeit dar die Genauigkeit des Vorhersagemodells zu verbessern, da in diesem Fall keine zusätzlichen Sensoren benötigt werden.
  • Durch Berücksichtigung eines Volumenstroms eines Unterfluidkreislaufes können Rückschlüsse gezogen werden, ob und in welcher Höhe den in dem Unterfluidkreislauf angeschlossenen thermischen Verbrauchern, zu welchem Zeitpunkt bzw. in welchem Zeitraum ein Fluid des Fluidkreislaufes zugeführt wurde. Durch Berücksichtigung des Volumenstroms eines Unterfluidkreislaufs kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden. Es können auch mehrere Volumenströme von mehreren bzw. sämtlichen Unterfluidkreisläufen im Vorhersagemodell berücksichtigt werden und mit entsprechenden Sensoren erfasst werden.
  • Durch Berücksichtigung eines Fluiddrucks an einem Leitungsabschnitt des Fluidkreislaufs können direkt Rückschlüsse auf den Druckgradienten dP gezogen werden, wodurch wiederum Rückschlüsse auf den Betrieb des thermischen Verbrauchers im Hinblick auf Zeitpunkt bzw. Zeitraum und/oder Grad gezogen werden können. Durch Berücksichtigung des Fluiddrucks an einem Leitungsabschnitt des Fluidkreislaufs kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden. Es können auch mehrere Fluiddrücke an mehreren geeignet gewählten Leitungsabschnitten des Fluidkreislaufs im Vorhersagemodell berücksichtigt werden und mit entsprechenden Sensoren erfasst werden.
  • Durch Berücksichtigung einer Rücklauftemperatur eines Unterfluidkreislaufs können insbesondere in Zusammenschau mit der Vorlauftemperatur und/oder der Rücklauftemperatur weitere Rückschlüsse bezüglich des Betriebs bestimmter thermischer Verbraucher gezogen werden. Es können auch mehrere Rücklauftemperaturen von mehreren bzw. sämtlichen Unterfluidkreisläufen des Fluidkreislaufs im Vorhersagemodell berücksichtigt werden und mit entsprechenden Sensoren erfasst werden. Durch Berücksichtigung der Rücklauftemperatur eines Unterfluidkreislaufs Fluiddrucks an einem Leitungsabschnitt des Fluidkreislaufs kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden.
  • Durch Berücksichtigung einer Außenlufttemperatur können Rückschlüsse auf einen Wärmeverlust bzw. eine Wärmeabgabe der gesamten Anlage gezogen werden. Des Weiteren kann die Außenlufttemperatur auf die thermischen Verbrauchswerte bestimmter thermischer Verbraucher einen mehr oder weniger ausgeprägten Einfluss haben, was im Vorhersagemodell berücksichtigt werden kann. Durch Berücksichtigung der Außenlufttemperatur kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden.
  • Durch Berücksichtigung einer Raumtemperatur eines Raums der Anlage, insbesondere einer Raumtemperatur des Raumes, in welchem der bestimmte thermische Verbraucher angeordnet ist, können Rückschlüsse auf den thermischen Verbrauchswert des thermischen Verbrauchers gezogen werden, da dieser von der Temperaturdifferenz zwischen Raumtemperatur und Fluidtemperatur abhängt. Es können auch mehrere bzw. sämtliche Raumtemperaturen von mehreren bzw. sämtlichen Räumen der Anlage, in welchen thermische Verbraucher der Anlage angeordnet sind, im Vorhersagemodell berücksichtigt werden und mit entsprechenden Sensoren erfasst werden. Durch Berücksichtigung der Raumtemperatur eines Raums der Anlage kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden.
  • Durch Berücksichtigung einer Raumbelegung eines Raums der Anlage, insbesondere einer Raumbelegung des Raumes, in welchem der bestimmte thermische Verbraucher angeordnet ist, können Rückschlüsse auf den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers gezogen werden. Beispielsweise kann je nach Anlage davon ausgegangen werden, dass bei einem belegten Raum der thermische Verbraucher in Betrieb ist und/oder die Raumtemperatur in einem bestimmten Bereich liegt. Es können auch mehrere bzw. sämtliche Raumbelegungen von mehreren bzw. sämtlichen Räumen der Anlage, in welchen thermische Verbraucher der Anlage angeordnet sind, im Vorhersagemodell berücksichtigt werden und mit entsprechenden Sensoren erfasst werden. Durch Berücksichtigung der Raumbelegung eines Raums der Anlage kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden.
  • Durch Berücksichtigung einer (aktuellen) Uhrzeit und/oder eines (aktuellen) Datums können Rückschlüsse auf die Außentemperaturen und/oder die Sonneneinstrahlung auf die Anlage, und somit auf einen Wärmeverlust bzw. eine Wärmeabgabe der gesamten Anlage bzw. bestimmter Teile der Anlage gezogen werden. Des Weiteren kann die Berücksichtigung der Uhrzeit und/oder des Datums Rückschlüsse auf den Betrieb der thermischen Verbraucher und/oder anderer Einrichtungen der Anlage durch Nutzer der Anlage ermöglichen. Durch Berücksichtigung der Uhrzeit und/oder des Datums kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden.
  • Durch Berücksichtigung einer Intensität einer Sonnenstrahlung auf die Anlage können Rückschlüsse auf einen Wärmeverlust bzw. eine Wärmeabgabe der gesamten Anlage bzw. bestimmter Teile der Anlage gezogen werden. Des Weiteren kann die Intensität der Sonnenstrahlung auf die thermischen Verbrauchswerte bestimmter thermischer Verbraucher einen mehr oder weniger ausgeprägten Einfluss haben, insbesondere auch in Abhängigkeit vom Einstrahlbereich bzw. der Tageszeit (Uhrzeit), was im Vorhersagemodell berücksichtigt werden kann. Durch Berücksichtigung der Intensität der Sonnenstrahlung auf die Anlage kann daher die Genauigkeit des Vorhersagemodells weiter verbessert werden.
  • Die physikalischen Zusammenhänge gemäß der vorstehenden Gleichungen 1 bis 7 sowie der nachfolgenden Gleichungen 8 bis 12 können je nach Wahl der Anlagen-Parameter berücksichtigt sein.
  • Es ist bekannt, dass eine Wärmeübertragung Q̇W eines bestimmten thermischen Verbrauchers das Produkt aus Wärmeübergangskoeffizient k, Wärmeabgabefläche AF des thermischen Verbrauchers und einer Differenz aus einem Temperaturniveau des Fluids TW des Fluidkreislaufes und einer Raumlufttemperatur TR ist.
  • Es gilt: Q ˙ W = k ⋅ A F ⋅ T W − T R
    Figure imgb0010
  • Es ist zudem bekannt, dass dabei das mittlere Temperaturniveau des Fluids TW in etwa der Mittelwert aus Vorlauftemperatur TVL und Rücklauftemperatur TVR ist.
  • Es gilt: T W = T VL + T VR / 2
    Figure imgb0011
  • Ferner ist bekannt, dass für den Wärmeübergangskoeffizient k gilt: k = a i + a a + z / d
    Figure imgb0012
  • Dabei entspricht z einer Wärmeleitfähigkeit der Hülle des thermischen Verbrauchers und d einer Materialdicke der Hülle des thermischen Verbrauchers.
  • Zudem wird der Wärmeübergangswiderstand ai an der Innenseite des Wärmeübertrages als Funktion einer Strömungsgeschwindigkeit v des Fluids gebildet.
  • Es gilt: a i = f v
    Figure imgb0013
  • Ferner wird der Wärmeübergangswiderwiderstand aa an der Außenseite des Wärmeübertrages als Funktion einer Raumluftgeschwindigkeit vL und einer Leistungsabgabe durch Strahlung QS gebildet. Dabei gilt, dass die Leistungsabgabe durch Strahlung QS um so größer ist, je größer eine Temperaturdifferenz zwischen der Oberfläche des thermischen Verbrauchers und den Temperaturen der den Raum umschließenden Decken und Wände ist.
  • Es gilt: a a = f v L Q S
    Figure imgb0014
  • In einer weiteren bevorzugten Ausführungsform ist die Ermittlungseinheit eingerichtet, mittels des Vorhersagemodells den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers auf Grundlage aktueller sowie vergangener erfasster Anlagen-Parameter zu ermitteln.
  • Mit anderen Worten kann die Ermittlungseinheit bzw. das Vorhersagemodell konfiguriert sein, für in der Vergangenheit und/oder in der Zukunft liegende Zeitabschnitte die thermischen Verbrauchswerte des bestimmten thermischen Verbrauchers zu ermitteln, statt die thermischen Verbrauchswerte in Echtzeit lediglich anhand aktueller erfasster Anlagen-Parameter und/oder deren aktueller Veränderung zu ermitteln. Dadurch, dass auch vergangene oder zukünftige (vom Zeitpunkt des zu bestimmenden Messwerts aus betrachtet) erfasste Anlagen-Parameter berücksichtigt werden, kann der thermische Verbrauchswert genauer ermittelt werden, da etwaige Lastsignaturen der thermischen Verbraucher über die Zeit besser erkannt werden können, insbesondere wegen der durch den Fluidkreislauf bedingten Zeitverzögerung bei der Veränderung der Rücklauftemperatur.
  • In einer weiteren bevorzugten Ausführungsform ist das Vorhersagemodell, das die vorbestimmte Beziehung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den Anlagen-Parametern über die Zeit beinhaltet, mittels Einlernens einer künstlichen Intelligenz erstellt.
  • Dies bietet den Vorteil, dass physikalische Zusammenhänge in Bezug auf die erfassten Anlagen-Parameter und die thermischen Verbrauchswerte in dem Vorhersagemodell schnell selbständig berücksichtigt werden können, ohne dass diese Zusammenhänge von einem Menschen explizit verstanden werden müssen oder können. Das von der künstlichen Intelligenz erstellte Vorhersagemodell kann in der Ermittlungseinheit abgespeichert werden.
  • Als künstliche Intelligenz kann beispielsweise "machine learning", insbesondere "supervised learning" oder "unsupervised learning" oder eine Kombination davon, Anwendung finden. Auch die Anwendung von "reinforcement learning", möglicherweise in Kombination mit den genannten Methoden, ist denkbar.
  • Beim "supervised learning" handelt es sich beispielsweise um eine Methode zum selbständigen Erlernen und Anwenden von physikalischen Zusammenhängen aus Datensätzen. In einem ersten Schritt werden Datensätze der Anlagen-Parameter sowie der entsprechenden thermischen Verbrauchswerte bestimmter thermischer Verbraucher der künstlichen Intelligenz zugeführt, wobei die künstlichen Intelligenz zwischen den zugeführten Daten Zusammenhänge erlernt und Verknüpfungen herstellt, sodass das Vorhersagemodell entsteht. Dieses ist sodann in der Lage, diese Zusammenhänge auch auf andere, bisher unbekannte Werte der Anlagen-Parameter anzuwenden.
  • In einem weiteren Schritt kann das Vorhersagemodell validiert werden. Es erhält dazu ihm unbekannte Werte für Anlagen-Parameter. Die Ermittlungseinheit ermittelt anhand des Vorhersagemodells für die unbekannten Werte der Anlagen-Parameter entsprechende thermische Verbrauchswerte entsprechender bestimmter thermischer Verbraucher. Diese ermittelten thermischen Verbrauchswerte können in einem dritten Schritt anhand tatsächlich gemessener Werte verglichen werden. Es kann eine Fehlerberechnung durchgeführt werden, so dass eine Qualitätsbestimmung des Vorhersagemodells ermöglicht wird.
  • Das (validierte) Vorhersagemodell kann aus ihm unbekannten Werten von Anlagen-Parametern einer ihm unbekannten Anlage mit einer bestimmten Genauigkeit entsprechende thermische Verbrauchswerte für bestimmte thermische Verbraucher der unbekannten Anlage berechnen.
  • Beim "unsupervised learning" entfällt der vorstehend beschriebene Einlernprozess. Vielmehr erkennt die künstliche Intelligenz ohne einen solchen Einlernprozess selbstständig aus unbekannten Datensätzen physikalische Zusammenhänge.
  • Bevorzugt beinhaltet das Einlernen der künstlichen Intelligenz ein Füttern der künstlichen Intelligenz mit historischen Datensätzen, welche die Anlagen-Parameter sowie den entsprechenden thermischen Verbrauchswert des bestimmten thermischen Verbrauchers beinhalten.
  • Mit "Füttern" von Datensätzen ist das Bereitstellen bzw. Eingeben von Datensätzen gemeint. Die historischen Datensätze können mittels einer realen oder simulierten Testanlage erzeugt werden, wobei in der Testanlage neben den Sensoren zum Erfassen der Anlagen-Parameter weitere Sensoren vorgesehen sind, die eine Erfassung des tatsächlichen thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers bzw. mehrerer oder aller thermischen Verbraucher ermöglichen.
  • Alternativ oder zusätzlich können die historischen Datensätze mittels der tatsächlichen Anlage selbst erzeugt werden, wobei hierfür vorübergehend Sensoren in der Anlage angeordnet werden, die eine Erfassung des tatsächlichen thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers bzw. mehrerer oder aller thermischen Verbraucher ermöglichen. Insbesondere kann es sich hierbei um drahtlose Sensoren handeln, die einfach montiert und abmontiert werden können.
  • In einer bevorzugten Ausführungsform beinhaltet das Einlernen der künstlichen Intelligenz alternativ oder zusätzlich ein Füttern der künstlichen Intelligenz mit Daten, die mit Hilfe eines Simulationsmodells der Anlage gewonnen wurden.
  • Dies bietet den Vorteil, dass auf den aufwendigen Einsatz von kostenintensiver Messtechnik im Rahmen des Einlernens der künstlichen Intelligenz verzichtet werden kann.
  • Das Simulationsmodell kann spezifische Parameter des Fluidkreislaufs, beispielsweise betreffend die Rohrleitungskonfiguration, insbesondere Rohrlängen, Rohrdurchmesser, Rohrmaterial, und/oder die Norm (beispielsweise DIN) verwendeter Rohre, oder betreffend das verwendete Fluid, umfassen.
  • Zusätzlich oder alternativ kann das Simulationsmodell spezifische Parameter von einem oder mehreren thermischen Verbrauchern und/oder spezifische Parameter der Anlage umfassen. Spezifische Parameter eines thermischen Verbrauchers können beispielsweise sein: die Position im Fluidkreislauf, die nominelle Wärme- bzw. Kälteleistung, Abmessungen der Wärmeübertragungsfläche, Ansprechverhalten und/oder Strömungswiderstand. Spezifische Parameter der Anlagen können beispielsweise sein: Position und/oder Abmessungen der Räume bzw. der Innen- und/oder Außenwände, Wärmeübertragungseigenschaften der Innen- und/oder Außenwände und/oder Parameter betreffend Fenster und Türen der Anlage, beispielsweise Position, Abmessungen und/oder Wärmeübertragungseigenschaften. Es ist denkbar, als Simulationsmodell die Konstruktions- bzw. Dimensionierungsdaten der Anlage, welche mittels einer Konstruktions- bzw. Dimensionierungssoftware für die Anlage erstellt wurden, zu verwenden. Hierdurch kann der Aufwand zum Erzeugen des Vorhersagemodells noch weiter reduziert werden. Dabei könnten die Konstruktions- bzw. Dimensionierungsdaten direkt als Simulationsmodell verwendet werden, oder zunächst geeignet abgewandelt werden. Es ist auch denkbar, das Simulationsmodell auf Grundlage der Konstruktions- bzw. Dimensionierungsdaten lediglich der Heizungs- bzw. Kühlungsanlage oder des Fluidkreislaufs zu erzeugen.
  • Gemäß einer weiteren bevorzugten Ausführungsform weist die erfindungsgemäße Vorrichtung des Weiteren eine Vorhersagemodell-Aktualisierungseinheit auf, die eingerichtet ist, das Vorhersagemodell, insbesondere periodisch oder durch einen Benutzer initiiert, auf Grundlage ein oder mehrerer, jeweils mittels eines entsprechenden Sensors erfassten Parametern, insbesondere der Rücklauftemperatur eines Unterfluidkreislaufs und/oder des Volumenstroms eines Unterfluidkreislaufs, und/oder auf Grundlage einer künstlich erzeugten Veränderung der Vorlauftemperatur des Fluidkreislaufs zu aktualisieren.
  • Vorteilhafterweise kann sich das Vorhersagemodell durch die Vorhersagemodell-Aktualisierungseinheit an mögliche Veränderungen der Anlage bzw. der Umgebung anpassen, so dass die Genauigkeit der Bestimmung des thermischen Verbrauchswerts über einen langen Zeitraum auch bei sich verändernden Gegebenheiten aufrechterhalten werden kann.
  • Insbesondere können sich bei langer Betriebsdauer Ablagerungen in den Rohren des Fluidkreislaufs und in den thermischen Verbrauchern bilden, die das Strömungsverhalten und/oder das Wärmeübertragungsverhalten verändern können. Bei bekannter Rücklauftemperatur und/oder bekanntem Volumenstrom eines Unterfluidkreislaufs kann, besonders wenn in dem Unterfluidkreislauf lediglich wenige oder nur ein thermischer Verbraucher angeschlossen sind bzw. ist, der thermische Verbrauchswert dieses thermischen Verbrauchers mit einer hohen Genauigkeit bzw. Sicherheit bestimmt werden, so dass hierdurch eine geeignete Aktualisierung bzw. Kalibrierung möglich wird.
  • Mittels einer künstlich erzeugten Veränderung der Vorlauftemperatur kann die Zeit, die das Fluid zum Durchlaufen des Fluidkreislaufs vom Vorlauf zum Rücklauf benötigt, mit einer hohen Genauigkeit bzw. Sicherheit bestimmt werden, insbesondere wenn der Veränderung der Vorlauftemperatur eine geeignete, charakteristische Signatur verliehen wird, die im Rücklauf einfach erkennbar ist. Der Verlauf der Rücklauftemperatur über die Zeit erlaubt unter Umständen auch Rückschlüsse darüber, an welchen Position und/oder in welchem Maße der Fluidstrom im Fluidkreislauf in Unterfluidkreisläufe abgezweigt wurde. Daher kann auch auf Grundlage einer künstlich erzeugten Veränderung der Vorlauftemperatur eine geeignete Aktualisierung bzw. Kalibrierung des Vorhersagemodells durchgeführt werden.
  • Gemäß einem weiteren Aspekt der Erfindung weist eine Anlage, insbesondere ein Gebäude, einen Fluidkreislauf mit einer Vielzahl von daran angeschlossenen thermischen Verbrauchern, und die erfindungsgemäße Vorrichtung gemäß einer der vorab erläuterten Ausführungsformen auf.
  • Gemäß einem weiteren Aspekt der Erfindung umfasst ein Verfahren zum Ermitteln eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers unter einer Vielzahl von thermischen Verbrauchern einer Anlage, die an einem Fluidkreislauf angeschlossen sind, einen Verfahrensschritt, in welchem Anlagen-Parametern mittels einer Vielzahl von Sensoren erfasst werden. Zudem umfasst das erfindungsgemäße Verfahren einen Verfahrensschritt, in welchem der thermische Verbrauchswert des bestimmten thermischen Verbrauchers mittels eines Vorhersagemodells auf Grundlage der erfassten Anlagen-Parameter ermittelt wird. Erfindungsgemäß umfassen die Anlagen-Parameter einen Gesamtvolumenstrom, eine Vorlauftemperatur und eine Rücklauftemperatur des Fluidkreislaufes. Zudem beinhaltet das Vorhersagemodell eine vorbestimmte Beziehung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den Anlagen-Parametern über die Zeit.
  • Das vorstehend zur vorliegenden Vorrichtung Erläuterte gilt entsprechend auch für die vorliegende Anlage und das vorliegende Verfahren.
  • Bevorzugte Ausführungsformen der Erfindung sowie weitere vorteilhafte Ausgestaltungen werden anhand der begleitenden Zeichnungen näher erläutert.
  • Es zeigen:
    • Fig. 1
    eine schematische Darstellung einer Methode zum Ermitteln jeweils eines thermischen Verbrauchswertes zugehöriger thermischer Verbraucher einer Anlage gemäß dem Stand der Technik,
    Fig. 2
    eine schematische Darstellung einer erfindungsgemäßen Methode zum Ermitteln eines thermischen Verbrauchswertes entsprechender thermischer Verbraucher einer Anlage,
    Fig. 3
    eine schematische Darstellung einer Anlage mit einer erfindungsgemäßen Vorrichtung zur Bestimmung eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers der Anlage,
    Fig. 4
    ein Flussdiagramm eines erfindungsgemäßen Verfahrens zur Ermittlung eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers einer Anlage,
    Fig. 5
    eine schematische Darstellung einer Arbeitsweise eines Vorhersagemodells, und
    Fig. 6
    eine grafische Darstellung von Schätzwerten der erfindungsgemäßen Vorrichtung und tatsächlichen Messwerten im Vergleich.
  • Wie in Fig. 1 dargestellt, werden zur Erfassung von thermischen Verbrauchswerten einer Vielzahl thermischer Verbraucher 7 einer Anlage gemäß dem Stand der Technik typischerweise die einzelnen thermischen Verbraucher jeweils mit einem Sensor bzw. einer Sensorgruppe S versehen. Der jeweilige Sensor S wird dabei regelmäßig unmittelbar vor oder an den thermischen Verbraucher innerhalb eines zugehörigen Unterfluidkreislaufes angeordnet. Anschließend kann der entsprechende Verbrauchswert der einzelnen thermischen Verbraucher separat mittels des zugehörigen Sensors S erfasst werden.
  • Demgegenüber bietet die vorliegende Erfindung, wie in Fig. 2 vereinfacht gezeigt, den Vorteil, dass nicht jeder thermische Verbraucher 7 separat, sondern im Wesentlichen lediglich ein zentraler Anlagenpunkt, d.h. ein Abschnitt eines Gesamtfluidkreislaufes mit Sensoren S bestückt werden muss, um den thermischen Verbrauchswert eines bestimmten thermischen Verbrauchers der Anlage mittels der in Fig. 3 dargestellten und nachfolgend näher erläuterten Vorrichtung bestimmen zu können. Trotz der gegenüber herkömmlichen Vorrichtungen verringerten Anzahl an Sensoren kann die erfindungsgemäße Vorrichtung den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers mit hinreichender Genauigkeit bestimmen.
  • In Fig. 3 ist eine Anlage 10, vorliegend ein mehrstöckiges Gebäude, dargestellt, in der eine Ausführungsform der erfindungsgemäßen Vorrichtung installiert ist. Die Anlage 10 bzw. die Vorrichtung weist eine Vielzahl von Sensoren auf, welche innerhalb bzw. an der Anlage 10 angeordnet sind, und welche eingerichtet sind, Parameter der Anlage 10, welche auch die Anlagen-Parameter umfassen, zu erfassen.
  • Der Fluidkreislauf 3 weist einen Vorlauf 1 und einen Rücklauf 2 auf, welche jeweils in eine von einer Wärme- oder Kältequelle 6, beispielsweise einem Heizkessel, ausgehende Hauptleitung und von dieser abzweigende Teilleitungen unterteilbar sind. Mit anderen Worten kann der Fluidkreislauf 3 als Gesamtfluidkreislauf 3 betrachtet werden, welcher mehrere abzweigende Unterfluidkreisläufe 3a, 3b, 3n aufweist. Innerhalb des Fluidkreislaufes 3 sind die thermischen Verbraucher 7a, 7b, 7n angeordnet, wobei vorliegend jeder thermische Verbraucher 7a, 7b, 7n jeweils einem Unterfluidkreislauf 3a, 3b, 3n zugeordnet ist. Als thermische Verbraucher 7a, 7b, 7n finden vorliegend Heizkörper 7a, 7b, 7n Anwendung, welche zusammen mit den jeweiligen Unterfluidkreisläufen 3a, 3b, 3n jeweils in unterschiedlichen Räumen in unterschiedlichen Stockwerken der Anlage 10 angeordnet sind. Obwohl vorliegend pro Stockwerk ein Unterfluidkreislauf und pro Unterfluidkreislauf 3a, 3b, 3n lediglich ein thermischer Verbraucher 7a, 7b, 7n vorgesehen ist, können in alternativen Ausführungsformen selbstverständlich auch pro Stockwerk mehrere Unterfluidkreisläufe und/oder pro Unterfluidkreislauf mehrere unterschiedliche thermische Verbraucher vorgesehen sein.
  • Der Vorlauf 1 des Gesamtfluidkreislaufs 3 kann mit Austritt aus einem als Wärmequelle 6 fungierenden Heizkessel 6 beginnen und an der ersten Abzweigung in einen Unterfluidkreislauf bzw. in einen Heizkörper enden. Der Rücklauf 2 des Gesamtfluidkreislaufs kann bei der letzten Abzweigung von einem Unterfluidkreislauf bzw. einem Heizkörper beginnen und mit Eintritt in den Heizkessel 6 enden. Eine Umwälzpumpe 11 fördert ein vom Heizkessel 6 erwärmtes Fluid bei Bedarf durch Rohrleitungen des Vorlaufes 1 zu den entsprechenden Heizkörpern 7a, 7b, 7n.
  • Innerhalb der Hauptleitung des Vorlaufes 1 ist der Sensor 5 angeordnet, welcher eingerichtet ist als einen Anlagen-Parameter die Vorlauftemperatur des Gesamtfluidkreislaufes 3 zu messen. Zudem ist innerhalb der Hauptleitung des Vorlaufes 1 der Sensor 9 angeordnet, welcher eingerichtet ist als einen weiteren Anlagen-Parameter den Gesamtvolumenstrom des Gesamtfluidkreislaufes 3 zu messen. Darüber hinaus befindet sich innerhalb der Hauptleitung des Rücklaufes 2 der Sensor 12, welcher eingerichtet ist als einen weiteren Anlagen-Parameter die Rücklauftemperatur des Gesamtfluidkreislaufes 3 zu messen.
  • Auf Grundlage der genannten Anlagen-Parameter kann eine Ermittlungseinheit 8 mittels des der Ermittlungseinheit 8 zugehörigen Vorhersagemodells 50 (siehe Fig. 5) einen thermischen Verbrauchswert eines bestimmten thermischen Verbrauchers 7a, 7b, 7n der Anlage 10 ermitteln.
  • Um die Genauigkeit des Vorhersagemodells 50 zu erhöhen kann die Vorrichtung, wie hier, einen oder mehrere weitere Sensoren 13a, 13b, 13n, 4 aufweisen, welche eingerichtet sind weitere Anlagen-Parameter zu erfassen. Beispielsweise kann die Vorrichtung, wie hier, den Sensor 4 aufweisen, welcher eingerichtet ist eine Außentemperatur zu messen. In diesem Zusammenhang umfasst die Vorrichtung zudem mehrere Sensoren 13a, 13b, 13n, welche jeweils eingerichtet sind eine Raumtemperatur eines Raumes des Gebäudes 10 zu erfassen, wobei in jedem Raum jeweils ein thermischer Verbraucher 7a, 7b, 7n angeordnet ist.
  • Es sei angemerkt, dass es sich bei der in Fig. 3 gezeigten Anlage 10 um eine Testanlage handelt, in der auch Sensoren zum Sammeln von Datensätzen zur Erstellung des Vorhersagemodells installiert sind. Die Sensoren 5a, 5b, 5n zum Messen der Vorlauftemperaturen der jeweiligen Unterfluidkreisläufe 3a, 3b, 3n, die Sensoren 9a, 9b, 9n zum Messen der Volumenströme der jeweiligen Unterfluidkreisläufe 3a, 3b, 3n und die Sensoren 12a, 12b, 12n zum Messen der Rücklauftemperaturen der jeweiligen Unterfluidkreisläufe 3a, 3b, 3n werden von der letztendlichen Vorrichtung zum Ermitteln des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers der Anlage nicht benötigt. Die Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n ermöglichen jedoch eine eindeutige Bestimmung des thermischen Verbrauchswerts der jeweiligen Unterfluidkreisläufe 3a, 3b und 3n bzw. der jeweiligen thermischen Verbraucher 7a, 7b und 7n, so dass durch Sammeln der Messdaten Datensätze erzeugt werden können, die in Bezug zu Datensätzen gesammelter Messdaten betreffend die von den Sensoren der Vorrichtung zu erfassenden Anlagen-Parameter gesetzt werden können, um das Vorhersagemodell zu erstellen. Die Messdaten der Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n der Testanlage 10 können nach dem Erstellen des Vorhersagemodells auch dazu verwendet werden, die anschließend mittels des Vorhersagemodells ermittelten thermischen Verbrauchswerte mit den tatsächlich gemessenen thermischen Verbrauchswerten zu vergleichen, um das Vorhersagemodell zu validieren bzw. eine Fehlerschätzung vorzunehmen.
  • Vorliegend umfassen die Anlagen-Parameter, auf deren Grundlage die Ermittlungseinheit 8 der Vorrichtung die thermischen Verbrauchswerte der thermischen Verbraucher 7a, 7b, 7n bestimmt, den Gesamtvolumenstrom des Gesamtfluidkreislaufs, die Vorlauftemperatur des Gesamtfluidkreislaufs, Rücklauftemperatur des Gesamtfluidkreislaufs, die Außentemperatur und die Innentemperatur bzw. Raumtemperatur der jeweiligen Stockwerke bzw. Räume, in denen die jeweiligen thermischen Verbraucher 7a, 7b, 7n angeordnet sind. Diese Anlagen-Parameter werden von den Sensoren 4, 5, 9, 12, 13a, 13b und 13n der Vorrichtung erfasst. Die Sensoren 4, 5, 9, 12, 13a, 13b und 13n sind entsprechend auch in der Testanlage 10 angeordnet, wobei die Testanlage 10 des Weiteren die Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n aufweist, um die historischen Datensätze zum Erstellen des Vorhersagemodells zu erzeugen. Sobald mittels der Testanlage 10 das Vorhersagemodell erstellt wurde, kann die Vorrichtung in eine gleich oder ähnlich konfigurierte Anlage installiert werden, wobei dann jedoch die Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n nicht mehr benötigt werden, um den thermischen Verbrauchswert eines, mehrerer oder sämtlicher thermischen Verbraucher 7a, 7b, 7n zu ermitteln. Gemäß einer alternativen Ausführungsform kann die Vorrichtung jedoch einzelne, nicht sämtliche, der Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n umfassen, um die Genauigkeit bei der Ermittlung des thermischen Verbrauchswerts zu erhöhen und/oder um das Vorhersagemodell im Laufe des Betriebs in der Anlage aktualisieren bzw. kalibrieren zu können.
  • Die Daten können auch simulativ mit Hilfe einer dynamischen Simulation der entsprechenden Anlage erzeugt werden.
  • In der vorliegenden Ausführungsform wird das Vorhersagemodell mittels einer künstlichen Intelligenz erstellt. Hierzu werden zunächst die Messdaten sämtlicher Sensoren 4, 5, 5a, 5b, 5n, 9, 9a, 9b, 9n, 12, 12a, 12b, 12n, 13a, 13b, 13n über einen Zeitraum einer Heizperiode oder einer Kühlperiode, d.h. von etwa 6 bis 12 Monaten, gesammelt und gespeichert, während die Anlage 10 von Personen genutzt wird. Insbesondere werden während dieser Zeit die thermischen Verbraucher 7a, 7b, 7n von den Nutzern nach ihren jeweiligen Bedürfnissen betrieben und verwendet. Wie in Fig. 3 dargestellt, kann das Sammeln und Speichern der Messdaten mittels der Ermittlungseinheit 8, alternativ mittels eines handelsüblichen Rechners erfolgen. Anschließend oder auch schon bereits während dem Sammeln der Messdaten werden die gesammelten und gespeicherten Messdaten (d.h. die historischen Datensätze) einer künstlichen Intelligenz gefüttert bzw. zur Verfügung gestellt. Die künstliche Intelligenz erkennt mittels sogenannter "Random Forests" und/oder "Convolutional Neural Networks (CNNs)" und/oder "Recurrent Neural Networks (RNNs)" Zusammenhänge zwischen den Messdaten und somit auch Zusammenhänge zwischen den Messdaten der Sensoren 4, 5, 9, 12, 13a, 13b und 13n, welche die Anlagen-Parameter darstellen, und den Messdaten der Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n, welche die thermischen Verbrauchswerte der jeweiligen thermischen Verbraucher 7a, 7b, 7n darstellen. Durch das Einlernen der künstlichen Intelligenz mittels der gesammelten und gespeicherten Messdaten wird das Vorhersagemodell erzeugt und in der Ermittlungseinheit 8 abgespeichert. Das Einlernen der künstlichen Intelligenz und/oder das Erzeugen des Vorhersagemodells kann mittels der Ermittlungseinheit 8 selbst, alternativ mittels eines handelsüblichen Rechners mit ausreichender Rechenleistung erfolgen.
  • Sobald das Vorhersagemodell erzeugt und in der Ermittlungseinheit 8 abgespeichert ist, kann die Vorrichtung in einer gleich oder ähnlich konfigurierten Anlage installiert werden, wobei diese Anlage jedoch nicht mehr die Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n aufweist. Alternativ können die Sensoren 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b und 12n als mobile bzw. provisorische Sensoren konfiguriert sein, welche nach dem Erzeugen des Vorhersagemodells von der Anlage 10 einfach deinstalliert werden können. Wie anhand von Fig. 4 dargestellt, werden beim Einsatz der Vorrichtung in der letztendlich installierten Anlage in einem Verfahrensschritt 200 zunächst die Anlagen-Parameter erfasst. Genauer werden in diesem Verfahrensschritt 200 mittels der vorstehend genannten und in Fig. 3 gezeigten Sensoren 5, 9, 12, 4, und 13a, 13b, 13n die Vorlauftemperatur des Gesamtfluidkreislaufes 3, der Volumenstrom des Gesamtfluidkreislaufes 3, die Rücklauftemperatur des Gesamtfluidkreislaufes 3, die Außentemperatur und die jeweiligen Raumtemperaturen der Räume der Anlage 10, in welchen die thermischen Verbraucher 7a, 7b, 7n angeordnet sind, erfasst. Mit anderen Worten umfasst die in der letztendlichen Anlage installierte Vorrichtung nicht mehr die in Fig. 3 grau hinterlegten Sensoren 5a, 5b, 5n, 9a, 9b, 9n und 12a, 12b, 12n in den entsprechenden Unterfluidkreisläufen 3a, 3b, 3n.
  • Gemäß der vorliegenden Ausführungsform werden nach dem Erfassen 200 der genannten Anlagen-Parameter diese in einem weiteren Verfahrensschritt 300 in einer Speichereinheit der Ermittlungseinheit 8 gespeichert.
  • In einem weiteren Verfahrensschritt 400 werden die erfassten und gespeicherten Anlagen-Parameter durch die Ermittlungseinheit 8 in ein kombiniertes Format gebracht, welches eine Verarbeitung mittels des ebenfalls in der Ermittlungseinheit 8 gespeicherten Vorhersagemodells ermöglicht.
  • In einem weiteren Verfahrensschritt 500 wird der von dem Vorhersagemodell vorhergesagte Zustand der Anlage 10 von der Ermittlungseinheit ermittelt und ausgegeben. Mit anderen Worten werden die vom Vorhersagemodell für die jeweiligen Unterfluidkreisläufe 3a, 3b, 3n zugehörigen Parameter Vorlauftemperatur, Rücklauftemperatur und Volumenstrom ausgegeben. Im vorliegenden Fall wird der entsprechende thermische Verbrauchswert der bestimmten thermischen Verbraucher 7a, 7b, 7n also zunächst nicht explizit, sondern implizit ermittelt. Die Ermittlungseinheit kann nachfolgend die entsprechenden thermischen Verbrauchswerte der bestimmten thermischen Verbraucher 7a, 7b, 7n auch explizit bestimmen und ausgeben.
  • Wie in Fig. 5 vereinfacht dargestellt, werden dem mittels "machine learning" erstellten Vorhersagemodell 50 diesem unbekannte Daten 25 einer diesem unbekannten Anlage zugeführt. Das Vorhersagemodell 50 kann anschließend aus den unbekannten Daten 25 mit einer im Validierungsprozess bestimmbaren Genauigkeit Daten 75 in Bezug auf thermische Verbrauchswerte bestimmter thermischer Verbraucher vorhersagen.
  • Das in Fig. 6 dargestellte Diagramm zeigt einen Tagesverlauf der von den Sensoren 9 und 9n in einem Testgebäude erfassten Volumenströme. Dabei zeigt der gepunktete Graph den von dem Sensor 9 erfassten Gesamtvolumenstrom der Anlage 10. Demgegenüber zeigt der mittels durchgezogener Linie dargestellte Graph den vom Sensor 9n im ersten Obergeschoss der Anlage 10 erfassten Volumenstrom des Unterfluidkreislaufes n. Zudem ist der Verlauf des durch das Vorhersagemodell bestimmten Volumenstroms des Unterfluidkreislaufes n gestrichelt dargestellt. Wie aus Fig. 6 ersichtlich, weist der vom Vorhersagemodell bestimmte Vorhersagewert für den Volumenstrom des Unterfluidkreislaufes n in der ersten Heizphase von ca. 06:15 Uhr bis 08:30 Uhr gegenüber dem vom Sensor 9n erfassten Volumenstrom noch kleinere Abweichungen auf. In der zweiten Heizphase von ca. 22:15 Uhr bis 23:45 Uhr liegen die vom Sensor 9n erfassten Messwerte sowie die vom Vorhersagemodell bestimmten Vorhersagewerte sehr nah beieinander. Grund hierfür ist, dass dem Vorhersagemodell zu Beginn der ersten Heizphase noch nicht ausreichend historische Daten vorliegen, die Aufschluss über das Zeitverhalten der Parameter geben könnten. In der zweiten Heizphase liegen dem Vorhersagemodell diese Daten vor und werden in die Vorhersage mit einbezogen. Fig. 6 zeigt deutlich, dass das Vorhersagemodell bereits mit der zweiten Heizphase einen beinahe mit den Messwerten identischen Verlauf des Volumenstroms des Unterfluidkreislaufs n vorhersagen kann. Entsprechend verhält es sich auch für die mittels des Vorhersagemodells ermittelten Vorlauf- und Rücklauftemperaturen sowie der Wärmeleistung und der Wärmeenergie der Unterfluidkreisläufe. Es wäre alternativ oder zusätzlich auch möglich, die Wärmeleistung bzw. die Wärmeenergie der Unterfluidkreisläufe mittels des Vorhersagemodells zu ermitteln. Es sind auch Anlagenkonfigurationen denkbar, bei denen die Vorlauftemperatur eines Unterfluidkreislaufs etwa der Vorlauftemperatur des Gesamtfluidkreislaufs entspricht, wobei dann auf eine Vorhersage der Vorlauftemperatur des entsprechenden Unterfluidkreislaufs mittels des Vorhersagemodells verzichtet werden kann. Durch Berücksichtigung weiterer Anlagen-Parameter und/oder durch Einlernen mittels weiterer Datensätze kann die Genauigkeit noch weiter gesteigert werden.
    • Bezugszeichenliste
    • 1
    Vorlauf
    2
    Rücklauf
    3
    Fluidkreislauf/Gesamtfluidkreislauf
    3a,3b, 3n
    Unterfluidkreislauf
    4
    Sensor Außentemperatur
    5
    Sensor Vorlauftemperatur Gesamtfluidkreislauf
    5a, 5b, 5n
    Sensor Vorlauftemperatur Unterfluidkreislauf
    6
    Wärme- oder Kältequelle
    7
    Vielzahl thermischer Verbraucher
    7a, 7b, 7n
    bestimmter thermischer Verbraucher
    8
    Ermittlungseinheit
    9
    Sensor Gesamtvolumenstrom Gesamtfluidkreislauf
    9a, 9b, 9n
    Sensor Volumenstrom Unterfluidkreislauf
    10
    Anlage
    11
    Umwälzpumpe
    12
    Sensor Rücklauftemperatur Gesamtfluidkreislauf
    12a, 12b, 12n
    Sensor Rücklauftemperatur Unterfluidkreislauf
    13a, 13b, 13n
    Sensor Raumlufttemperatur
    25
    Unbekannte Daten
    50
    Vorhersagemodell
    75
    Vorhergesagte Daten
    200
    Erfassen von Anlagen-Parametern
    300
    Speichern von Anlagen-Parametern
    400
    Bereitstellen der Anlagen-Parameter dem Vorhersagemodell
    500
    Ausgeben des vorhergesagten Zustands der Anlage
    S
    Sensoren

Claims (9)

  1. Vorrichtung zum Ermitteln eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers unter einer Vielzahl von thermischen Verbrauchern (7a, 7b, 7n) einer Anlage (10), die an einem Fluidkreislauf (3) angeschlossen sind, wobei die Vorrichtung aufweist:
    eine Vielzahl von Sensoren (4, 5, 5a, 5b, 5n, 9, 9a, 9b, 9n, 12, 12a, 12b, 12n, 13a, 13b, 13n), die jeweils eingerichtet sind einen Anlagen-Parameter zu erfassen, und
    eine Ermittlungseinheit (8), die eingerichtet ist, mittels eines Vorhersagemodells (50) den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers auf Grundlage der erfassten Anlagen-Parameter zu ermitteln,
    wobei die Anlagen-Parameter einen Gesamtvolumenstrom, eine Vorlauftemperatur und eine Rücklauftemperatur des Fluidkreislaufes (3) umfassen, und
    wobei das Vorhersagemodell (50) eine vorbestimmte Beziehung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den Anlagen-Parametern über die Zeit beinhaltet.
  2. Vorrichtung nach Anspruch 1, wobei die Anlagen-Parameter des Weiteren ein oder mehrere der folgenden, jeweils mittels eines entsprechenden Sensors (4, 5a, 5b, 5n, 9a, 9b, 9n, 12a, 12b, 12n, 13a, 13b, 13n) erfassten Parameter umfassen: eine Stromaufnahme einer Umwälzpumpe (11) des Fluidkreislaufs (3), eine Ventilstellung an einer Abzweigung des Fluidkreislaufs (3), eine Rücklauftemperatur eines Unterfluidkreislaufs (3a, 3b, 3n), ein Volumenstrom eines Unterfluidkreislaufs (3a, 3b, 3n), eine Außenlufttemperatur, ein Fluiddruck an einem Leitungsabschnitt des Fluidkreislaufs (3), eine Raumtemperatur eines Raums der Anlage (10), eine Raumbelegung eines Raums der Anlage (10), eine Uhrzeit, ein Datum und/oder eine Intensität einer Sonnenstrahlung auf die Anlage (10).
  3. Vorrichtung nach Anspruch 1 oder 2, wobei die Ermittlungseinheit (8) eingerichtet ist, mittels des Vorhersagemodells (50) den thermischen Verbrauchswert des bestimmten thermischen Verbrauchers auf Grundlage aktueller sowie vergangener erfasster Anlagen-Parameter zu ermitteln.
  4. Vorrichtung nach einem der vorangehenden Ansprüche, wobei das Vorhersagemodell (50), dass die vorbestimmte Beziehung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den Anlagen-Parametern über die Zeit beinhaltet, mittels Einlernen einer künstlichen Intelligenz erstellt ist.
  5. Vorrichtung nach Anspruch 4, wobei das Einlernen der künstlichen Intelligenz beinhaltet:
    Füttern der künstlichen Intelligenz mit historischen Datensätzen, welche die Anlagen-Parameter sowie den entsprechenden thermischen Verbrauchswert des bestimmten thermischen Verbrauchers beinhalten.
  6. Vorrichtung nach Anspruch 4 oder 5, wobei das Einlernen der künstlichen Intelligenz beinhaltet:
    Füttern der künstlichen Intelligenz mit Daten, die mit Hilfe eines Simulationsmodells der Anlage (10) gewonnen wurden.
  7. Vorrichtung nach einem der vorangehenden Ansprüche, des Weiteren aufweisend eine Vorhersagemodell-Aktualisierungseinheit, die eingerichtet ist, das Vorhersagemodell (50) auf Grundlage ein oder mehrerer, jeweils mittels eines entsprechenden Sensors erfassten Parametern und/oder auf Grundlage einer künstlich erzeugten Veränderung der Vorlauftemperatur des Fluidkreislaufs (3) zu aktualisieren.
  8. Verfahren zum Ermitteln eines thermischen Verbrauchswerts eines bestimmten thermischen Verbrauchers unter einer Vielzahl von thermischen Verbrauchern (7a, 7b, 7n) einer Anlage (10), die an einem Fluidkreislauf (3) angeschlossen sind, wobei das Verfahren die Schritte umfasst:
    Erfassen (200) von Anlagen-Parametern mittels einer Vielzahl von Sensoren (4, 5, 5a, 5b, 5n, 9, 9a, 9b, 9n, 12, 12a, 12b, 12n, 13a, 13b, 13n), und
    Ermitteln (400) des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers (7a, b, n) mittels eines Vorhersagemodells (50) auf Grundlage der erfassten Anlagen-Parameter,
    wobei die Anlagen-Parameter einen Gesamtvolumenstrom, eine Vorlauftemperatur und eine Rücklauftemperatur des Fluidkreislaufes umfassen, und
    wobei das Vorhersagemodell (50) eine vorbestimmte Beziehung des thermischen Verbrauchswerts des bestimmten thermischen Verbrauchers zu den Anlagen-Parametern über die Zeit beinhaltet.
  9. Anlage (10), insbesondere Gebäude, aufweisend:
    einen Fluidkreislauf (3) mit einer Vielzahl von daran angeschlossenen thermischen Verbrauchern (7a, 7b, 7n), und
    die Vorrichtung nach einem der Ansprüche 1 bis 7.
EP21155713.7A 2021-02-08 2021-02-08 Vorrichtung und verfahren zum ermitteln eines thermischen verbrauchswerts eines thermischen verbrauchers einer anlage Pending EP4040053A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP21155713.7A EP4040053A1 (de) 2021-02-08 2021-02-08 Vorrichtung und verfahren zum ermitteln eines thermischen verbrauchswerts eines thermischen verbrauchers einer anlage

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP21155713.7A EP4040053A1 (de) 2021-02-08 2021-02-08 Vorrichtung und verfahren zum ermitteln eines thermischen verbrauchswerts eines thermischen verbrauchers einer anlage

Publications (1)

Publication Number Publication Date
EP4040053A1 true EP4040053A1 (de) 2022-08-10

Family

ID=74561735

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21155713.7A Pending EP4040053A1 (de) 2021-02-08 2021-02-08 Vorrichtung und verfahren zum ermitteln eines thermischen verbrauchswerts eines thermischen verbrauchers einer anlage

Country Status (1)

Country Link
EP (1) EP4040053A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3620929A1 (de) * 1986-06-23 1988-01-07 Centra Buerkle Gmbh & Co Verfahren und einrichtung zur regelung mindestens einer heizung
US20050192915A1 (en) * 2004-02-27 2005-09-01 Osman Ahmed System and method for predicting building thermal loads
DE102006009047A1 (de) * 2006-02-27 2007-08-30 Senercon Gmbh Pumpenanordnung für eine Heizanlage
DE202014103748U1 (de) * 2014-08-13 2015-08-18 Carnotherm Gmbh Umwälzpumpe für eine Heizungsanlage

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3620929A1 (de) * 1986-06-23 1988-01-07 Centra Buerkle Gmbh & Co Verfahren und einrichtung zur regelung mindestens einer heizung
US20050192915A1 (en) * 2004-02-27 2005-09-01 Osman Ahmed System and method for predicting building thermal loads
DE102006009047A1 (de) * 2006-02-27 2007-08-30 Senercon Gmbh Pumpenanordnung für eine Heizanlage
DE202014103748U1 (de) * 2014-08-13 2015-08-18 Carnotherm Gmbh Umwälzpumpe für eine Heizungsanlage

Similar Documents

Publication Publication Date Title
EP2106576B1 (de) Verfahren zur rechnergestützten steuerung und/oder regelung eines technischen systems
EP3120201B1 (de) Verfahren und vorrichtung zur druckregelung in einem versorgungsnetz
EP3877816B1 (de) Druckregelung in einem versorgungsnetz
DE3121596A1 (de) "steuer- und regelvorrichtung fuer eine anlage zur raumheizung"
WO2020216530A1 (de) Verfahren zum bestimmen von restnutzungszyklen, restnutzungszyklusbestimmungsschaltung, restnutzungszyklusbestimmungsvorrichtung
DE102017205033A1 (de) Verfahren und Vorrichtung zum internetgestützten Optimieren von Parametern einer Heizungsregelung
EP3060898A1 (de) Verfahren zum detektieren von leckagen in einem netzwerk, vorrichtung und netzwerk
DE102012023848A1 (de) Verfahren und Vorrichtung zur Vereinfachung des hydraulischen Abgleichs von fluiddurchströmten Leitungsnetzen
EP3599583A1 (de) Bestimmung des verbrauchs an heiz- oder kühlenergie einer baulichen untereinheit
DE102011081345A1 (de) Verfahren zum Erstellen eines Modells
AT508437A2 (de) Verfahren zur automatischen erkennung und darstellung des betriebs, und der arbeits- und funktionsweise von gebäudetechnischen und/oder produktionstechnischen anlagen im hinblick auf deren energieeffizienz
DE3529257A1 (de) Verfahren und anordnung zur ermittlung der waermeabgabe von heizflaechen einer heizungsanlage
EP4040053A1 (de) Vorrichtung und verfahren zum ermitteln eines thermischen verbrauchswerts eines thermischen verbrauchers einer anlage
WO2018224222A1 (de) Verfahren zum betreiben eines thermischen verbrauchssystems
DE102020200051A1 (de) Verfahren zum Bestimmen von Restnutzungszyklen, Restnutzungszyklusbestimmungsschaltung, Restnutzungszyklusbestimmungsvorrichtung
EP3521947A1 (de) Energiemanagementverfahren
EP3942372B1 (de) Verfahren zur validierung von systemparametern eines energiesystems, verfahren zum betrieb eines energiesystems sowie energiemanagementsystem für ein energiesystem
EP3035144B1 (de) Verfahren und Vorrichtungsanordnung zur Steuerung der Heizenergieabgabe in lokalen bis regionalen Wohnraumstrukturen
DE102014109949B4 (de) Computerimplementiertes Verfahren zur Beurteilung eines energieeffizienten Betriebs einer gebäudetechnischen Anlage
EP3147575B1 (de) Verfahren und vorrichtung zur bestimmung eines gebäudewärmebedarfs
EP3168540A1 (de) Verfahren zum durchführen eines automatisierten hydraulischen abgleichs, ventil und heizungsanlage hierzu
WO2020173750A1 (de) Detektion einer leckage in einem versorgungsnetz
DE102018110044B4 (de) Verfahren und Vorrichtung zum aufeinander abgestimmten Betreiben von elektrischen Einrichtungen
EP3483513B1 (de) Verfahren zum betreiben einer heizungsanlage und heizungsanlage
EP3009908B1 (de) Verfahren und Vorrichtungsanordnung zur Erfassung, Bewertung und Beeinflussung von Heizenergieabgabeverteilungen innerhalb einer Gebäudehülle

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION HAS BEEN PUBLISHED

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20221222

RBV Designated contracting states (corrected)

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR