WO2019081288A1 - Verfahren und vorrichtung zum rechnergestützten bestimmen von gebäudeautomatisierungsparametern eines gebäudes - Google Patents

Verfahren und vorrichtung zum rechnergestützten bestimmen von gebäudeautomatisierungsparametern eines gebäudes

Info

Publication number
WO2019081288A1
WO2019081288A1 PCT/EP2018/078337 EP2018078337W WO2019081288A1 WO 2019081288 A1 WO2019081288 A1 WO 2019081288A1 EP 2018078337 W EP2018078337 W EP 2018078337W WO 2019081288 A1 WO2019081288 A1 WO 2019081288A1
Authority
WO
WIPO (PCT)
Prior art keywords
building
parameters
classes
location
predecessor
Prior art date
Application number
PCT/EP2018/078337
Other languages
English (en)
French (fr)
Inventor
Wolfram Klein
Benjamin Lee
Original Assignee
Siemens Aktiengesellschaft
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 Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to US16/757,681 priority Critical patent/US11429072B2/en
Priority to EP18793608.3A priority patent/EP3673333A1/de
Publication of WO2019081288A1 publication Critical patent/WO2019081288A1/de

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
    • H04L12/2825—Reporting to a device located outside the home and the home network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Definitions

  • the present invention relates to a method and a device for the computer-aided determination of building automation parameters of a building.
  • Building automation parameters of a building are used to regulate the behavior of a building in terms of Hei ⁇ pollution, air-conditioning, shading, lighting, ventilation and the like.
  • the aim of building automation is to achieve with the help of used to control113automa ⁇ t Deutschensparametern high energy efficiency and -on- savings while maximizing the comfort of the groove ⁇ zer of the building.
  • the building automation ⁇ parameters are used to control a heating system, processed and determined based on data detected by sensors of the building of an air conditioner, a sun protection device (eg blinds), lights, fans and the like.
  • a sun protection device eg blinds
  • one or more Temperatursenso ⁇ ren, moisture sensors, sunshine sensors (eg sunshine and / or sunshine sensor, optionally with a light sensor arranged behind it), wind sensors, light sensors and the like are distributed over the building.
  • a method for computer-aided determination of building automation parameters of a building is proposed.
  • a first building automation ⁇ tion is determined with the first building automation parameters for the building, based on one or more classes of local parameters in each case.
  • Local parameters are parameters determined at the location of the building, such as parameters determined by sensors of the building. Local parameters also include those parameters which are or were determined for the location of the building, eg by simulation or calculation.
  • the one or more classes of local parameters comprise at least a first class of static building data of the building and / or a second class of current Wet ⁇ teraries for the location of the building and / or a third class of, in particular lying in the past, building ⁇ automation parameters of the building.
  • static building data are meant those parameters which the building in terms of its size, the building materials used, in the building building automation units (eg type, type and size of a heating and / or air conditioning device), type and size of a sunshade device (eg blinds ), and the like, characterize insulating materials, insulating properties, and so on.
  • Up-to-date weather data for the location of the building include weather information recorded or valid at the present time, eg with the help of sensors of the building, and for one predetermined period in the future, forecast weather information.
  • the weather data may be recorded locally at the site of the building or near the building or be determined by Si ⁇ mulation.
  • the weather data may also be provided by one or more weather services for the location of the building.
  • location of the building is not strictly limited to the exclusive area of the building be ⁇ limits, but includes the place in a broad sense, such as a city, a district or a region or a radius around the place of the building.
  • the building automation parameters represent such parameters that are used to control the building automation.
  • the first building automation parameters are adapted as a function of a number of classes of remote parameters of at least one predecessor building, which is located at ei ⁇ nem location other than the location of the building.
  • the number of classes of remote parameters is determined at or for the location of the respective previous building.
  • the number of classes of remote parameters comprises at least the second class of current and / or past weather data at the respective location of the at least one predecessor building.
  • place of the previous building or “other place” is not strictly limited to the exclusive area of jeweili ⁇ gen predecessor building, but includes the location in the wider sense, such as a city, a neighborhood, or a regi ⁇ on or within a set distance the place of the previous building.
  • the adaptation of the first building automation ⁇ s istsparameter is made based on previously determined scaling factors between the classes of each local parameters and the corresponding classes of remote parameters at the respective location of the at least one Vorticianrge ⁇ bäudes.
  • a device is proposed for the computer-aided determination of building automation parameters of a building which is set up to determine for the building a first building automation with first building automation parameters which is based on one or more classes of respectively local parameters.
  • the one or more classes comprise at least a first class of static building data of the building and / or a second class of current weather data for the location of the building and / or a third class of building automation parameters of the building that are in the past.
  • the apparatus is further adapted to control the first to adapt Ge ⁇ bäudeautomatticiansparameter a function of a number of classes of remote parameters of at least one predecessor building, which is located at a location other than the location of the building.
  • the number of classes of remote parameters at or for the location of the respective predecessor building is determined, wherein the number of remote parameter classes at least the second class of current and / or past data at the respective location of the at least one predecessor building - sums up.
  • the apparatus is further adapted to perform the adaptation of the first building automation parameters based on previously determined scaling factors between classes of respective local parameters and the corresponding classes of remote parameters at the respective location of the at least one predecessor building.
  • the approach underlying the invention is based on the fact that not only the information available at or for the location of the building is used to determine the building automation parameters of the building to be controlled, but additionally data from other buildings are processed for improving the building control.
  • the adaptation of the first th building automation parameters is based on the consideration that present in a previous building parame ter which rametern for determiningschreibautomatmaschinespa be used the previous building in question, in a known relationship between the to be controlled building and the predecessor building an improvedConau ⁇ tomation by adaptation of the allow first building automation parameters.
  • the data provided by other buildings can be used sensory or computationally or simulated data to adjust the building automation parameters.
  • a possible "prediction" of the regulation of the building to be controlled makes it possible to minimize the energy consumption of the building to be controlled.
  • the weather data and / or the weather forecast for the building to be controlled with the help of the weather data of and / or the weather forecast for at least one previous building.
  • the weather forecast in the future can be improved with the weather present at the location of the previous building, the relationship of which is known via one or more scaling factors to the weather at the building to be controlled.
  • weaknesses in the weather forecast for buildings to be regulated which as a rule originate from meteorological services, can be improved on the basis of measured data which were collected at the location of the at least one preceding building.
  • a further optimization of the first home automation ⁇ parameter of the first building automation arises from the fact that the number of classes of remote parameters further comprises at least the first class of static building data of a preceding building. This makes it mög ⁇ Lich, effects with regard to necessary or energy consumed for the building to be regulated on the basis of already acquired data of at least one previous building precise predict. This prediction can then in turn be incorporated into the adaptation of the first building automation parameters.
  • the number of classes of ent ⁇ fernten parameters comprises at least the third class of lying in the past, building automation parameters of a preceding building. From this information it can be deduced that building automation parameters of the previous building what effect, for example in terms of energy consumed and thus the efficiency in the pre ⁇ was predecessor building achieved. This knowledge can in turn be used to adapt the first building automation parameters to improve the building efficiency.
  • a combination of all these classes of remote parameters enables optimization of the first building automation ⁇ s istsparameter with regard to minimum energy consumption of the controlled building. It is convenient if the scaling factors between classes of respective local parameters and the corresponding classes of remote parameters for the location of the building and one or more ancestor buildings are determined at those other locations that satisfy a predetermined similarity measure / similarity criterion. In other words, a similarity / similarity criterion is examined for pairs of buildings, where one of the buildings of the building pairs is always the building to be controlled. In carrying out the method described above are then taken into consideration only those predecessor buildings, which have a comparable to the to be controlled building on ⁇ which is expressed by the degree of similarity / similarity criterion.
  • a further expedient embodiment provides that the first class of static building data of the class of local parameters of the building and / or the class of removed criteria of the at least one predecessor building comprises one or more of the following parameters:
  • a type of building e.g. Residential building, office building,
  • a purpose of use of the building e.g. Production, warehouse, etc. ;
  • a further expedient embodiment of the method provides that the third class of building automation Para ⁇ meters of the building and / or the third class of building ⁇ automation parameters of the previous building comprises one or more of the following parameters:
  • Control parameters of the building which are used to control a heating system ge, an air conditioner, a sun protection device (eg blinds), a humidity, the lighting and the like are used;
  • An expedient predetermined bandwidth about the latitude of the building may be, for example ⁇ 30 arc minutes (ent ⁇ speaking the traditional sexagesimal), wherein a half-width approximately 110km degrees more or less corresponds to the observed site;
  • a building orientation in order to take into account the influence of the sun or the position of the sun on the internal temperature and / or the incidence of light;
  • Average weather conditions in order to be able to carry out a simple adaptation of the first building automation parameters, in particular under similar weather conditions.
  • a further expedient embodiment of the method according to the invention provides that the determination of the scaling factor occurs factors between classes of each local parameters for the location of the building and the corresponding classes of remote parameters for the one or the other places the predecessor or predecessors building by the at least one local Pa ⁇ parameters and the at least one corresponding remote Para ⁇ meter each normalized and the normalized values of the respective respective parameters are set in proportion, whereby a ratio value is obtained for each parameter.
  • the ratio value may then be processed to adapt the first building automation parameter in association with the class or classes of remote parameters of the at least one previous building.
  • a successor equation is formed from the ratio values of the parameters relating to the building and / or the building automation parameters and / or the building effects and / or the weather. Determining the successor relation, which is in advance, and particularly once performed before the implementation of it ⁇ inventive method, enables the targeted account certain predecessor building in ei ⁇ ner variety of potentially possible predecessor buildings. As a result, the method to be carried out for adapting the first building automation parameters can be accelerated.
  • a further advantageous embodiment provides that a time difference with which characterized by the currently ertude- th weather data at the location of at least one previous building on the site of the (to be controlled) buil ⁇ of arrives, is determined.
  • Another expedient embodiment provides that the adaptation of the first building automation parameters takes place based on the effects of the at least one predecessor building and of the building normalized by the ratio value.
  • the invention also proposes a computer program product that can be loaded directly into the internal memory of a digital computer and comprises software code sections with which the described steps of the process herein be ⁇ performs, when the product is run on a computer.
  • the computer program product may be in the form of a CD-ROM, egg ⁇ ner DVD, a USB memory stick or via a network wirelessly or by wire fraught loadable signal.
  • Fig. 1 is a schematic representation of different over
  • FIG. 2 shows a schematic representation of a part number of the buildings shown in FIG. 1, the parameters of which are determined locally for the adaptation of building automation parameters of a building to be controlled.
  • Fig. 1 shows a schematic representation of a plurality of geographically distributed buildings Gi, Gio ⁇
  • In the schemati ⁇ rule representation are exemplary ten building Gi, Gio illustrated, wherein for carrying out the following beschrie ⁇ surrounded method generally more or less, but at least two building can be considered.
  • Under a geographical distribution of building Gi Gio means a ört ⁇ Liche distribution in different directions, with the building Gi Gio can be distributed in a country where several ⁇ ren countries in a climate zone or in several climatic zones and the like.
  • the buildings Gi, Gio may be the same or un ⁇ ter Kunststofferie types of buildings, such as office buildings, producti ⁇ onsdorf, warehouses or other buildings.
  • the Ge ⁇ buildings Gi, Gio can have the same or different expansion with respect to their base surfaces, floor surfaces and the like. You can choose a similar roof shape (gable roof, flat roof, etc.) or a different one
  • the building materials used to make the buildings Gi, Gio may be formed of the same or different materials.
  • one or more of the buildings may be formed of bricks, while other buildings may comprise a concrete structure with glass façade elements.
  • the buildings Gi, Gio have different heat transfer coefficients of their walls, windows and their roof.
  • a Ge ⁇ bäudeautomatmaschine with building automation parameters GAP G i can be determined.
  • GAP G i building automation parameters
  • the building Gi has an on ⁇ number of sensors with which (the state of the building temperature- (open eg blind (s) closed, opening degree and the like) temperature of one or more rooms, the state of sun protection devices, the state of the doors (geöff ⁇ net or closed), the state of windows (closed open window sash, the window sash tilted) Energyver ⁇ custom a heating system and / or air conditioning, Tem peratursollvor complex for a desired room temperature, and the like can be detected in detail.
  • the values recorded by the sensors are used to determine building automation parameters GAP G1 .
  • building data G G i of the building Gi are taken into account in order to determine the building automation parameters GAP G1 static, ie non-variable, and therefore only to be determined once.
  • the building ⁇ data G G i include a number of parameters, which the Ge ⁇ buildings Gi for example, by describing one or more of the following parameters: the its size, colours 26,gangskoeffi ⁇ coefficients, the surfaces of outer walls, windows, roof and Kel ler, Insulation quality of exterior walls, windows and roof.
  • weather parameters of current weather data W G1 for the location of the building Gi to be controlled enter into the determination of the building automation parameters GAP G1 of the building G to be controlled.
  • the current weather data include weather information sensed at a given time or provided by, for example, weather services.
  • the weather data can also encompass the future prognostic ⁇ ed weather information.
  • the prediction of the necessary or energy used is especially dependent so ⁇ of the static building data G G i as the current weather data W G1 of the building Gi and the weather forecast for the future locally.
  • the accuracy of the nose Prog ⁇ then required or consumed energy is thus dependent on the accuracy of the weather data W G1 and the quality of an optimization procedure used to Be ⁇ humor building automation parameters GAP G1.
  • the second class of G Gx Parame ⁇ tern includes the current weather information PW1, PWP for the location of the respective building G x.
  • Rametern A third class G Gx Pa ⁇ comprises building automation parameters GAP Gx of the respective building G x.
  • the fourth class G Gx of parameters includes building effects PE1, PEo generated by the building automation parameter GAP Gx .
  • the suffixes n, m, o, p are each natural, positive numbers indicating the per ⁇ stays awhile number of parameters per class.
  • the first class G Gx of parameters comprises, for example egg ⁇ NEN or more of the following parameters:
  • the second class W Gx of parameters includes current weather ⁇ data for the location of the building under consideration G x, in particular a temperature, a humidity, a sun, a sun, a cloud cover, rain, rainfall, etc.
  • the third class GAP Gx of parameters includes Regelungspara ⁇ meter of the housing, such as setpoint data for a heating or air conditioning control data for shading devices, a setpoint for humidity, etc.
  • the third class GAP Gx of each housing includes as parameter energy consumption data of the building. The building automation parameters are detected in particular over time.
  • the fourth class E Gx of parameters includes parameters bezüg- lent a necessary or consumed energy input to achieve a desired state of each to be controlled by means ofConductau ⁇ tomation building G x.
  • - a geographical location, in particular a latitude.
  • Cloud shading a specific wind force, a certain temperature, a certain amount of precipitation recorded, are statistically evaluated and compared over time. Benchmarks, for example, similar average ⁇ temperatures, similar amounts of moisture, similar wind speeds, the same wind direction, a similar sunshine hours and its precipitation.
  • the buildings Gi and G6 are in the same country, suggesting moving ⁇ che usage conditions. Building type and building orientation can be the same or different.
  • a respective local Parameters eg PGl the first class G G i of the building Gi with the corresponding parameter PGl the first class G G 6 of the predecessor building G6, normalized, the normalized ⁇ th values of each corresponding parameters are set in a ratio to obtain a ratio value for each parameter.
  • a relative comparison between the differences between the building Gi to be controlled and the predecessor building G6 can be determined as a result. It can be in a first
  • the method for computer-aided determining of building automation parameters GAP G1 of the controlled building Gi is effected in particular iteratively by first building ⁇ automation parameters GAP G1 of the building Gi based on the first class G G i of static building data of the re ⁇ gelnden building Gi, the second Class W G1 of current weather data for the location of the building to be controlled Gi and the third class GAP G1 of current and / or lying in the past building automation parameters of the regulated building Gi are determined.
  • parameters of the optimization method used and a starting value of the optimization method are used.
  • the quality of the building automation parameter GAP G1 of the building Gi to be controlled with the aim of minimum energy consumption can be further improved if the starting value of the optimization method not only the parameters of the building automation parameters GAP G1 , but also the building automation parameters GAP G6 of the previous building G considered at the time the ⁇ , which lies to the pre-determined time step in the past. Again, the previously determined scaling factor is used.
  • the realization can be done by extrapolation of the parameters of the predecessor building Gi or by the use of
  • Covariance matrices are implemented if certain Para ⁇ meter be affected by other parameters of the G6 predecessor building (for example, the state of the blinds position influenced by the interior illumination).

Abstract

Die Erfindung betrifft ein Verfahren zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern (GAPGi) eines Gebäudes (Gi), bei dem für das Gebäude (Gi) eine erste Gebäudeautomatisierung mit ersten Gebäudeautomatisierungsparametern (GAPGi) ermittelt wird, die auf einer oder mehreren Klassen von jeweils lokalen Parametern basiert. Die Klassen an lokalen Parametern umfassen zumindest eine erste Klasse von statischen Gebäudedaten (GGi) des Gebäudes (Gi), eine zweite Klasse von aktuellen Wetterdaten (WGi) für den Ort des Gebäudes (Gi), und eine dritte Klasse von in der Vergangenheit liegenden Gebäudeautomatisierungsparametern (GAPGi) des Gebäudes (Gi). Die ersten Gebäudeautomatisierungsparameter (GAPGi) werden adaptiert in Abhängigkeit von einer Anzahl an Klassen von entfernten Parametern zumindest eines Vorgängergebäudes (Gj), das sich an einem anderen Ort als dem Ort des Gebäudes (Gi) befindet. Die Anzahl an Klassen von entfernten Parametern an dem oder für den Ort des jeweiligen Vorgängergebäudes (Gj) wird ermittelt. Die Anzahl an Klassen von entfernten Parametern umfasst zumindest die zweite Klasse an aktuellen und/oder in der Vergangenheit liegenden Wetterdaten (WGj) an dem jeweiligen Ort des zumindest einen Vorgängergebäudes (Gj). Die Adaption der ersten Gebäudeautomatisierungsparameter (GAPGi) erfolgt basierend auf vorab ermittelten Skalierungsfaktoren zwischen den Klassen von jeweils lokalen Parametern und den entsprechenden Klassen von entfernten Parametern an dem jeweiligen Ort des zumindest einen Vorgängergebäudes (Gj).

Description

Beschreibung
Verfahren und Vorrichtung zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern eines Gebäudes
Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern eines Gebäudes.
Gebäudeautomatisierungsparameter eines Gebäudes werden dazu genutzt, das Verhalten eines Gebäudes im Hinblick auf Hei¬ zung, Klimatisierung, Verschattung, Beleuchtung, Belüftung und dergleichen zu regeln. Ziel der Gebäudeautomatisierung ist es, mit Hilfe von zur Regelung verwendeten Gebäudeautoma¬ tisierungsparametern eine hohe Energieeffizienz bzw. -ein- sparung zu erzielen und gleichzeitig den Komfort für die Nut¬ zer des Gebäudes zu maximieren. Die Gebäudeautomatisierungs¬ parameter werden zur Steuerung einer Heizungsanlage, einer Klimaanlage, einer Sonnenschutzvorrichtung (z.B. Jalousien), Lichtern, Lüftern und dergleichen verarbeitet und basierend auf sensorisch erfassten Daten des Gebäudes ermittelt. Hierzu sind über das Gebäude z.B. ein oder mehrere Temperatursenso¬ ren, Feuchtesensoren, Sonneneinfallsensoren (z.B. Sonnenschein- und/oder Sonnenscheindauersensor, optional mit einem dahinter angeordneten Lichtsensor) , Windsensoren, Lichtsensoren und dergleichen verteilt.
Grundsätzlich ist mit einer zunehmenden Anzahl an verarbeitbaren Sensordaten eine Verbesserung der Regelung durch die Gebäudeautomatisierung im Sinne einer Minimierung des Energieverbrauchs des Gebäudes möglich. Mit zunehmender Anzahl an von in dem Gebäude verbauten Sensoren steigen jedoch die Kosten für die Herstellung des Gebäudes und Instandhaltung der Sensoren in unerwünschter Weise an.
Es ist Aufgabe der vorliegenden Erfindung, ein Verfahren und eine Vorrichtung zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern eines Gebäudes anzugeben, mit wel- chen eine energieeffizientere Gebäudeautomatisierung ermög¬ licht wird.
Diese Aufgaben werden gelöst durch ein Verfahren gemäß den Merkmalen des Patentanspruchs 1 und eine Vorrichtung gemäß den Merkmalen des Patentanspruchs 15. Vorteilhafte Ausgestal¬ tungen ergeben sich aus den abhängigen Patentansprüchen.
Es wird ein Verfahren zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern eines Gebäudes vorgeschlagen. Bei diesem wird für das Gebäude eine erste Gebäudeautomati¬ sierung mit ersten Gebäudeautomatisierungsparametern ermittelt, die auf einer oder mehreren Klassen von jeweils lokalen Parametern basiert. Lokale Parameter sind am Ort des Gebäudes ermittelte Parameter, wie z.B. durch Sensoren des Gebäudes ermittelte Parameter. Unter lokale Parameter fallen auch solche Parameter, die für den Ort des Gebäudes ermittelt werden oder wurden, z.B. durch Simulation oder Berechnung.
Die eine oder mehreren Klassen von lokalen Parametern umfassen zumindest eine erste Klasse von statischen Gebäudedaten des Gebäudes und/oder eine zweite Klasse von aktuellen Wet¬ terdaten für den Ort des Gebäudes und/oder eine dritte Klasse von, insbesondere in der Vergangenheit liegenden, Gebäude¬ automatisierungsparametern des Gebäudes.
Unter statischen Gebäudedaten werden solche Parameter verstanden, welche das Gebäude im Hinblick auf seine Größe, die verwendeten Baumaterialien, in dem Gebäude befindlichen Gebäudeautomatisierungseinheiten (z.B. Art, Typ und Größe einer Heizungs- und/oder Klimatisierungsvorrichtung), Art und Größe einer Sonnenschutzvorrichtung (z.B. Jalousien), und dergleichen, Dämmwerkstoffe, Dämmeigenschaften, und so weiter charakterisieren.
Aktuelle Wetterdaten für den Ort des Gebäudes umfassen zum aktuellen Zeitpunkt, z.B. mit Hilfe von Sensoren des Gebäu- des, erfasste oder gültige Wetterinformationen und für einen vorgegebenen Zeitraum in der Zukunft prognostizierte Wetterinformationen. Die Wetterdaten können lokal am Ort des Gebäudes oder in der Nähe des Gebäudes erfasst sein oder durch Si¬ mulation ermittelt sein. Die Wetterdaten können ebenso von einem oder mehreren Wetterdiensten für den Ort des Gebäudes bereitgestellt sein. Der Begriff „Ort des Gebäudes" ist dabei nicht streng auf die ausschließliche Fläche des Gebäudes be¬ grenzt, sondern umfasst den Ort im weiteren Sinn, z.B. eine Stadt, ein Stadtteil oder eine Region bzw. einen Umkreis um den Ort des Gebäudes.
Die Gebäudeautomatisierungsparameter stellen solche Parameter dar, welche zur Regelung der Gebäudeautomatisierung genutzt werden .
Die ersten Gebäudeautomatisierungsparameter werden adaptiert in Abhängigkeit von einer Anzahl an Klassen von entfernten Parametern zumindest eines Vorgängergebäudes, das sich an ei¬ nem anderen Ort als dem Ort des Gebäudes befindet. Die Anzahl an Klassen von entfernten Parameter wird an dem oder für den Ort des jeweiligen Vorgängergebäudes ermittelt. Die Anzahl an Klassen von entfernten Parametern umfasst zumindest die zweite Klasse an aktuellen und/oder in der Vergangenheit liegenden Wetterdaten an dem jeweiligen Ort des zumindest eines Vorgängergebäudes .
Der Begriff „Ort des Vorgängergebäudes" oder „anderer Ort" ist nicht streng auf die ausschließliche Fläche des jeweili¬ gen Vorgängergebäudes begrenzt, sondern umfasst den Ort im weiteren Sinn, z.B. eine Stadt, ein Stadtteil oder eine Regi¬ on bzw. einen Umkreis um den Ort des Vorgängergebäudes.
Anschließend erfolgt die Adaption der ersten Gebäudeautomati¬ sierungsparameter basierend auf vorab ermittelten Skalierungsfaktoren zwischen den Klassen von jeweils lokalen Parametern und den entsprechenden Klassen von entfernten Parametern an dem jeweiligen Ort des zumindest einen Vorgängerge¬ bäudes . Ferner wird eine Vorrichtung zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern eines Gebäudes vorgeschlagen, die dazu eingerichtet ist, für das Gebäude eine erste Gebäudeautomatisierung mit ersten Gebäudeautomatisierungsparametern zu ermitteln, die auf einer oder mehreren Klassen von jeweils lokalen Parametern basiert. Die eine oder mehreren Klassen umfassen zumindest eine erste Klasse von statischen Gebäudedaten des Gebäudes und/oder eine zweite Klasse von aktuellen Wetterdaten für den Ort des Gebäudes und/oder eine dritte Klasse von in der Vergangenheit liegen¬ den Gebäudeautomatisierungsparametern des Gebäudes.
Die Vorrichtung ist weiter dazu eingerichtet, die ersten Ge¬ bäudeautomatisierungsparameter in Abhängigkeit von einer Anzahl an Klassen von entfernten Parametern zumindest eines Vorgängergebäudes, das sich an einem anderen Ort als dem Ort des Gebäudes befindet, zu adaptieren. Die Anzahl an Klassen von entfernten Parametern an dem oder für den Ort des jeweiligen Vorgängergebäudes wird ermittelt, wobei die Anzahl an Klassen von entfernten Parametern zumindest die zweite Klasse an aktuellen und/oder in der Vergangenheit liegenden Daten an dem jeweiligen Ort des zumindest einen Vorgängergebäudes um- fasst .
Die Vorrichtung ist darüber hinaus dazu eingerichtet, die Adaption der ersten Gebäudeautomatisierungsparameter basierend auf vorab ermittelten Skalierungsfaktoren zwischen Klassen von jeweils lokalen Parametern und den entsprechenden Klassen von entfernten Parametern an dem jeweiligen Ort des zumindest einen Vorgängergebäudes durchzuführen.
Das der Erfindung zugrundliegende Vorgehen basiert darauf, dass zur Ermittlung der Gebäudeautomatisierungsparameter des zu regelnden Gebäudes nicht nur die am oder für den Ort des Gebäudes vorliegenden Informationen genutzt werden, sondern zusätzlich Daten von anderen Gebäuden für eine Verbesserung der Gebäuderegelung verarbeitet werden. Die Adaption der ers- ten Gebäudeautomatisierungsparameter basiert auf der Überlegung, dass die in einem Vorgängergebäude vorliegenden Parame ter, welche für die Ermittlung von Gebäudeautomatisierungspa rametern des betreffenden Vorgängergebäudes genutzt werden, bei einem bekannten Zusammenhang zwischen dem zu regelnden Gebäude und dem Vorgängergebäude eine verbesserte Gebäudeau¬ tomation durch die Adaption der ersten Gebäudeautomatisierungsparameter erlauben. Dadurch ist es nicht erforderlich, das zu regelnde Gebäude mit zusätzlichen Sensoren zu verse¬ hen. Stattdessen können die von anderen Gebäuden (den Vorgän gergebäuden) vorliegenden sensorisch oder durch Berechnung oder Simulation ermittelten Daten genutzt werden, um die Gebäudeautomatisierungsparameter anzupassen. Eine hierdurch er möglichte „Vorhersage" der Regelung des zu regelnden Gebäude ermöglicht im Ergebnis eine Minimierung des Energieverbrauch des zu regelnden Gebäudes.
Insbesondere erfolgt dabei eine Adaption der Wetterdaten und/oder der Wetterprognose für das zu regelnde Gebäude mit Hilfe der Wetterdaten des und/oder der Wetterprognose für da zumindest eine Vorgängergebäude. Durch diese Vorgehensweise lässt sich die Wetterprognose in der Zukunft mit dem am Ort des Vorgängergebäudes vorliegenden Wetter, dessen Beziehung über einen oder mehrere Skalierungsfaktoren zu dem Wetter an dem zu regelnden Gebäude bekannt ist, verbessern. Dadurch können beispielsweise Schwächen in der Wetterprognose für da zu regelnde Gebäude, die in der Regel von Wetterdiensten stammt, basierend auf Messdaten, welche am Ort des zumindest einen Vorgängergebäudes erhoben wurden, verbessert werden.
Eine weitere Optimierung der ersten Gebäudeautomatisierungs¬ parameter der ersten Gebäudeautomatisierung ergibt sich dadurch, dass die Anzahl an Klassen von entfernten Parametern ferner die erste Klasse von statischen Gebäudedaten des zumindest einen Vorgängergebäudes umfasst. Dadurch ist es mög¬ lich, Effekte im Hinblick auf notwendige oder verbrauchte Energie für das zu regelnde Gebäude anhand der bereits er- fassten Daten des zumindest einen Vorgängergebäudes präziser vorherzusagen. Diese Vorhersage kann dann wiederum in die Adaption der ersten Gebäudeautomatisierungsparameter einfließen .
Es ist weiterhin zweckmäßig, wenn alternativ oder zusätzlich zu der ersten Klasse von statischen Gebäudedaten des zumindest einen Vorgängergebäudes die Anzahl an Klassen von ent¬ fernten Parametern die dritte Klasse von in der Vergangenheit liegenden Gebäudeautomatisierungsparametern des zumindest einen Vorgängergebäudes umfasst. Aus dieser Information kann abgeleitet werden, welche Gebäudeautomatisierungsparameter des Vorgängergebäudes welchen Effekt, z.B. im Hinblick auf die verbrauchte Energie und damit die Effizienz, bei dem Vor¬ gängergebäude erzielt wurde. Dieses Wissen kann wiederum zur Adaption der ersten Gebäudeautomatisierungsparameter zur Verbesserung der Gebäudeeffizienz herangezogen werden.
Es kann weiterhin zweckmäßig sein, wenn die Anzahl an Klassen von entfernten Parametern als Alternative oder zusätzlich eine vierte Klasse von durch zweite Gebäudeautomatisierungspa¬ rameter des zumindest einen Vorgängergebäudes hervorgerufenen Gebäudeeffekten umfasst. Hierdurch wird die bereits beschrie¬ bene Effizienz der für die Regelung des Vorgängergebäudes verwendeten Gebäudeautomatisierungsparameter berücksichtigt.
Eine Kombination all dieser Klassen von entfernten Parametern ermöglicht damit eine Optimierung der ersten Gebäudeautomati¬ sierungsparameter im Hinblick auf einen minimalen Energieverbrauch des zu regelnden Gebäudes. Es ist zweckmäßig, wenn die Skalierungsfaktoren zwischen Klassen von jeweils lokalen Parametern und den entsprechenden Klassen von entfernten Parametern für den Ort des Gebäudes und einem oder mehreren Vorgängergebäuden an solchen anderen Orten bestimmt werden, die ein vorgegebenes Ähnlichkeitsmaß/Ähnlichkeitskriterium erfüllen. Mit anderen Worten wird ein Ähnlichkeitsmaß/Ähnlichkeitskriterium für Paare von Gebäuden untersucht, wobei eines der Gebäude der Gebäudepaare immer das zu regelnde Gebäude ist. Bei der Durchführung des oben beschriebenen Verfahrens werden dann lediglich solche Vorgängergebäude berücksichtigt, welche eine Vergleichbarkeit zu dem zu regelnden Gebäude auf¬ weisen, welche durch das Ähnlichkeitsmaß/Ähnlichkeitskriterium ausgedrückt ist.
Eine weitere zweckmäßige Ausgestaltung sieht vor, dass die erste Klasse von statischen Gebäudedaten der Klasse von lokalen Parametern des Gebäudes und/oder der Klasse von entfernten Kriterien des zumindest einen Vorgängergebäudes einen oder mehrere der folgenden Parameter umfasst:
- einen Typ des Gebäudes, z.B. Wohngebäude, Bürogebäude,
Werksgebäude (ggfs. unterteilt für die Produktion unter¬ schiedlicher Güter), Lagerhalle, usw.;
- einen Einsatzzweck des Gebäudes, z.B. Produktion, Lager, usw . ;
- eine Lokalität des Gebäudes, ausgedrückt durch den Konti¬ nent und/oder das Land, in dem das Gebäude steht, und/oder einen Längen- oder Breitengrad und/oder eine Klimazone, in dem das Gebäude steht;
- eine Ausrichtung des Gebäudes in Himmelsrichtung, um den Einfluss der Sonne bzw. des Sonnenstands auf die im Inneren des Gebäudes herrschende Temperatur berücksichtigen zu können;
- Flächen von Außenwänden und/oder Dach und/oder Keller, um Wärmegewinne und/oder Wärmeverluste, Lichteinfall und der¬ gleichen bestimmen zu können;
- Werkstoffe, aus denen das Gebäude errichtet ist, um Wärme¬ gewinne und Wärmeverluste bestimmen zu können; sowie
- Dämmwerte von Außenwänden und/oder Dach und/oder Keller, um Wärmegewinne und Wärmeverluste bestimmen zu können.
Eine weitere zweckmäßige Ausgestaltung des Verfahrens sieht vor, dass die dritte Klasse von Gebäudeautomatisierungspara¬ metern des Gebäudes und/oder die dritte Klasse von Gebäude¬ automatisierungsparametern des Vorgängergebäudes einen oder mehrere der folgenden Parameter umfasst:
- Regelungsparameter des Gebäudes, insbesondere über die Zeit erfasst, welche zur Steuerung/Regelung einer Heizungsanla- ge, einer Klimaanlage, einer Sonnenschutzvorrichtung (z.B. Jalousien) , einer Luftfeuchtigkeit, der Beleuchtung und dergleichen dienen;
- Energieverbrauchsdaten des Gebäudes, insbesondere über die Zeit erfasst, um den Verbrauch von Strom oder einer Primärenergieträgers für Raumwärme bestimmen zu können.
Eine weitere zweckmäßige Ausgestaltung sieht vor, dass das Gebäude und das zumindest eine Vorgängergebäude eine Ähnlich- keit- bzw. Vergleichbarkeit aufweisen in Bezug auf eines oder mehrere der folgenden Kriterien:
- einen geographischen Ort, insbesondere einen Breitengrad, wobei eine Ähnlichkeit vorliegt, wenn der Breitengrad des zumindest einen Vorgängergebäudes innerhalb einer vorgege- benen Bandbreite um den Breitengrad des zu regelnden Gebäu¬ des liegt. Eine zweckmäßige vorgegebene Bandbreite um den Breitengrad des Gebäudes kann, z.B. ±30 Winkelminuten (ent¬ sprechend dem traditionellen Sexagesimalsystem) betragen, wobei ein halber Breitegrad mehr oder weniger ca. 110km um den betrachteten Ort entspricht;
- ein Land, um Nutzergewohnheiten der Nutzer des zu regelnden Gebäudes und des zur Adaption betrachteten Vorgängergebäu¬ des in Beziehung setzen zu können. Insbesondere werden Gebäude betrachtet, welche im gleichen Land oder in Ländern mit ähnlichen Nutzergewohnheiten liegen;
- einen Gebäudetyp, um eine Vergleichbarkeit hinsichtlich der Nutzung als Bürogebäude, Produktionsgebäude oder Lagerge¬ bäude vornehmen zu können;
- eine Gebäudeausrichtung, um den Einfluss der Sonne bzw. des Sonnenstands auf die Innentemperatur und/oder den Lichteinfall berücksichtigen zu können;
- Durchschnittliche Wetterverhältnisse, um insbesondere bei ähnlichen Wetterverhältnissen eine einfache Adaption der ersten Gebäudeautomatisierungsparameter vornehmen zu kön- nen.
Eine weitere zweckmäßige Ausgestaltung des erfindungsgemäßen Verfahrens sieht vor, dass die Ermittlung der Skalierungsfak- toren zwischen Klassen von jeweils lokalen Parametern für den Ort des Gebäudes und den entsprechenden Klassen von entfernten Parametern für den oder die anderen Orte des oder der Vorgängergebäude erfolgt, indem der zumindest eine lokale Pa¬ rameter und der zumindest eine entsprechende entfernte Para¬ meter jeweils normiert und die normierten Werte der jeweils entsprechenden Parameter in ein Verhältnis gesetzt werden, wodurch für jeden Parameter ein Verhältniswert erhalten wird. Der Verhältniswert kann dann zur Adaption der ersten Gebäudeautomatisierungsparameter in Verbindung mit der oder den Klassen von entfernten Parametern des zumindest einen Vorgängergebäudes verarbeitet werden.
Es ist zweckmäßig, wenn zwischen jeweils zwei Gebäuden eine Nachfolgerelation aus den Verhältniswerten der das Gebäude und/oder die Gebäudeautomatisierungsparameter und/oder die Gebäudeeffekte und/oder das Wetter betreffenden Parameter gebildet wird. Das Ermitteln der Nachfolgerelation, welches vorab und insbesondere einmalig vor der Durchführung des er¬ findungsgemäßen Verfahrens durchgeführt wird, ermöglicht die gezielte Berücksichtigung bestimmter Vorgängergebäude bei ei¬ ner Vielzahl von potentiell möglichen Vorgängergebäuden. Dadurch kann das durchzuführende Verfahren zur Adaption der ersten Gebäudeautomatisierungsparameter beschleunigt werden.
Eine weitere zweckmäßige Ausgestaltung sieht vor, dass ein zeitlicher Unterschied, mit dem das durch die aktuell erfass- ten Wetterdaten charakterisierte Wetter am Ort des zumindest einen Vorgängergebäudes an dem Ort des (zu regelnden) Gebäu¬ des eintrifft, ermittelt wird. Zweckmäßigerweise werden die aktuell erfassten Wetterdaten des Gebäudes, das für den Ort des Gebäudes prognostizierte Wetter, die erfassten Wetterda¬ ten des zumindest einen Vorgängergebäudes und der ermittelte Zeitunterschied zu verfeinerten prognostizierten Wetterdaten für den Ort des Gebäudes verarbeitet.
Durch diese Ausgestaltungsvariante kann aus dem am Ort eines Vorgängergebäudes messtechnisch ermittelten oder prognosti- zierten Wetter und der Kenntnis, wie lange das dort vorlie¬ gende Wetter bis zum Erreichen des Orts des zu regelnden Gebäudes braucht, für die Adaption der ersten Gebäudeautomati¬ sierungsparameter genutzt werden. Dabei können insbesondere lokale Besonderheiten, die das Wetter auf dem Weg zu dem Ort des Gebäudes beeinflussen und welche durch einen oder mehrere Skalierungsfaktoren berücksichtigt werden, bei der Verarbeitung der Wetterdaten berücksichtigt werden. Ebenso können mit Hilfe der Skalierungsfaktoren tageszeitlich bedingte Auswir- kungen auf das Wetter bis zum Erreichen des Orts des zu re¬ gelnden Gebäudes berücksichtigt werden.
Eine weitere zweckmäßige Ausgestaltung sieht vor, dass die Adaption der ersten Gebäudeautomatisierungsparameter basie- rend auf den durch den Verhältniswert normierten Effekten des zumindest einen Vorgängergebäudes und des Gebäudes erfolgt.
Die Erfindung schlägt ferner ein Computerprogrammprodukt vor, das direkt in den internen Speicher eines digitalen Computers geladen werden kann und Softwarecodeabschnitte umfasst, mit denen die Schritte des hierin beschriebenen Verfahrens ausge¬ führt werden, wenn das Produkt auf einem Computer läuft. Das Computerprogrammprodukt kann in der Gestalt einer CD-ROM, ei¬ ner DVD, eines USB-Speichersticks oder eines über ein Netz- werk drahtlos oder drahtbehaftet ladbares Signal vorliegen.
Weitere Ausgestaltungen und Vorteile der Erfindung werden nachfolgend unter Bezugnahme auf die Zeichnung näher erläu¬ tert. Es zeigen:
Fig. 1 eine schematische Darstellung von über verschiedene
Lokalitäten verteilten Gebäuden; und
Fig. 2 eine schematische Darstellung einer Teilanzahl der in Fig. 1 dargestellten Gebäude, deren lokal ermittelte Parameter zur Adaption von Gebäudeautomatisierungsparametern eines zu regelnden Gebäudes verarbeitet werden. Fig. 1 zeigt eine schematische Darstellung einer Mehrzahl von geographisch verteilten Gebäuden Gi , Gio · In der schemati¬ schen Darstellung sind beispielhaft zehn Gebäude Gi , Gio illustriert, wobei zur Durchführung des nachfolgend beschrie¬ benen Verfahrens grundsätzlich mehr oder weniger, zumindest jedoch zwei Gebäude berücksichtigt werden können. Unter einer geographischen Verteilung der Gebäude Gi , Gio ist eine ört¬ liche Verteilung in verschiedenen Himmelsrichtungen zu verstehen, wobei die Gebäude Gi , Gio in einem Land, in mehre¬ ren Ländern, in einer Klimazone oder in mehreren Klimazonen und dergleichen verteilt sein können.
Bei den Gebäuden Gi , Gio kann es sich um gleiche oder un¬ terschiedliche Gebäudetypen, wie z.B. Bürogebäude, Produkti¬ onsgebäude, Lagergebäude oder andere Gebäude handeln. Die Ge¬ bäude Gi , Gio können eine gleiche oder unterschiedliche Ausdehnung im Hinblick auf ihre Grundflächen, Geschoßflächen und dergleichen aufweisen. Sie können eine gleiche Dachform (Giebeldach, Flachdach usw.) oder eine unterschiedliche
Dachform aufweisen. Ebenso können die zur Herstellung der Gebäude Gi , Gio verwendeten Gebäudematerialien aus gleichen oder unterschiedlichen Werkstoffen gebildet sein. So können beispielsweise einzelne oder mehrere der Gebäude aus Ziegeln gebildet sein, während andere Gebäude eine Betonstruktur mit Glasfassadenelementen umfassen. Entsprechend der verwendeten Baumaterialien weisen die Gebäude Gi , Gio unterschiedliche Wärmedurchgangskoeffizienten ihrer Wände, Fenster und ihres Dachs auf.
In dem nachfolgend beschriebenen Verfahren soll für das Gebäude Gi (auch als: zu regelndes Gebäude bezeichnet) eine Ge¬ bäudeautomatisierung mit Gebäudeautomatisierungsparametern GAPGi ermittelt werden. Allgemein könnte ein beliebiges Ge¬ bäude Gi der Gebäude Gi , Gio das zu regelnde Gebäude sein.
Als zu regelndes Gebäude verfügt das Gebäude Gi über eine An¬ zahl an Sensoren, mit denen der Zustand des Gebäudes (Tempe- ratur eines oder mehrerer Räume, der Zustand von Sonnenschutzvorrichtungen (z.B. Jalousie (n) geöffnet, geschlossen, Öffnungsgrad und dergleichen) , der Zustand der Türen (geöff¬ net oder geschlossen) , der Zustand von Fenstern (geschlossen Fensterflügel geöffnet, Fensterflügel gekippt) , Energiever¬ bräuche einer Heizungsanlage und/oder einer Klimaanlage, Tem peratursollvorgaben für eine gewünschte Raumtemperatur und dergleichen detailliert erfasst werden kann. Die von den Sen soren erfassten Werte werden zur Bestimmung von Gebäudeautomatisierungsparametern GAPG1 herangezogen.
Neben den sensorisch erfassten Daten werden zur Bestimmung der Gebäudeautomatisierungsparameter GAPG1 statische, d.h. nicht veränderliche und daher nur einmalig zu bestimmende, Gebäudedaten GGi des Gebäudes Gi berücksichtigt. Die Gebäude¬ daten GGi umfassen eine Anzahl an Parametern, welche das Ge¬ bäude Gi z.B. durch einen oder mehrere der folgenden Parameter beschreiben: seiner Größe, seines Wärmedurchgangskoeffi¬ zienten, der Flächen von Außenwänden, Fenstern, Dach und Kel ler, der Dämmqualität von Außenwänden, Fenstern und Dach.
In die Ermittlung der Gebäudeautomatisierungsparameter GAPG1 des zu regelnden Gebäudes Gi gehen darüber hinaus Wetterpara¬ meter aktueller Wetterdaten WG1 für den Ort des zu regelnden Gebäudes Gi ein. Die aktuellen Wetterdaten umfassen zu einem gegebenen Zeitpunkt sensorisch erfasste oder, z.B. von Wetterdiensten, bereitgestellte Wetterinformationen. Die Wetter daten können darüber hinaus auch für die Zukunft prognosti¬ zierte Wetterinformationen umfassen.
Da die Gebäudeautomatisierung des zu regelnden Gebäudes Gi als (offener oder geschlossener) Regelkreis arbeitet, werden neben den statischen Gebäudedaten GGi sowie den permanent er¬ fassten Wetterdaten als weitere Parameter aktuelle gültige sowie in der Vergangenheit liegende Gebäudeautomatisierungs¬ parameter GAPG1 des zu regelnden Gebäudes Gi verarbeitet. Er¬ gebnis der Gebäudeautomatisierung mit ermittelten Gebäudeautomatisierungsparametern GAPG1 sind aus den oben genannten Parametern und den aktuellen Umgebungsbedingungen resultierende Gebäudeeffekte, welche insbesondere als Parameter eine notwendige oder verbrauchte Energie umfassen, um einen wün¬ schenswerten Zustand des zu regelnden Gebäudes zu erzielen.
Die Vorhersage der notwendigen oder verbrauchten Energie ist insbesondere abhängig von den statischen Gebäudedaten GGi so¬ wie den aktuellen Wetterdaten WG1 am Ort des Gebäudes Gi und der Wetterprognose für die Zukunft. Die Genauigkeit der Prog¬ nose der dann notwendigen oder verbrauchten Energie ist somit abhängig von der Genauigkeit der Wetterdaten WG1 sowie von der Qualität eines verwendeten Optimierungsverfahrens zur Be¬ stimmung der Gebäudeautomatisierungsparameter GAPG1.
Um die Gebäudeautomatisierungsparameter GAPG1 des zu regelnden Gebäudes Gi im Hinblick auf einen minimalen Energieverbrauch zu bestimmen (optimieren) , werden gemäß dem erfindungsgemäß vorgeschlagenen Verfahren nicht nur die oben genannten lokalen Parameter für das zu regelnde Gebäude Gi be¬ rücksichtigt, sondern zusätzlich entfernte Parameter zumindest eines weiteren Gebäudes genutzt. Diese Gebäude werden in der vorliegenden Beschreibung als Vorgängergebäude Gj be¬ zeichnet, wobei der Index j in dem Verfahren berücksichtigte Vorgängergebäude aus der Gesamtanzahl der beispielhaft zur Verfügung stehenden Gebäude G2, Gio umfasst.
Für jedes der Gebäude G2, Gio wird ebenfalls davon ausge¬ gangen, dass diese über eine Gebäudeautomatisierung verfügen und somit über entsprechende Sensoren zur Erfassung der Zustände des Gebäudes. Somit kann für jedes der Gebäude Gi , Gio ebenfalls eine Anzahl an Parametern, jedoch für unter¬ schiedliche Orte, bestimmt werden.
Die Gesamtanzahl an Parametern, die für das Gebäude Gi und jedes Vorgängergebäude G bestimmt wird, wird dabei in vier unterschiedliche Klassen unterteilt. Eine erste Klasse GGx umfasst die Parameter PG1, PGn an statischen Gebäudedaten für ein jeweiliges Gebäude Gx (wobei x = 1 bis 10 gemäß Fig. 1) . Die zweite Klasse GGx an Parame¬ tern umfasst die aktuellen Wetterdaten PW1, PWp für den Ort des jeweiligen Gebäudes Gx. Eine dritte Klasse GGx an Pa¬ rametern umfasst Gebäudeautomatisierungsparameter GAPGx des jeweiligen Gebäudes Gx. Die vierte Klasse GGx an Parametern umfasst von durch die Gebäudeautomatisierungsparameter GAPGx hervorgerufenen Gebäudeeffekte PE1, PEo. Die Suffixe n, m, o, p sind jeweils natürliche, positive Zahlen, welche die je¬ weilige Anzahl der Parameter pro Klasse angibt.
Die erste Klasse GGx an Parametern umfasst beispielsweise ei¬ nen oder mehrere der folgenden Parameter:
- einen Typ des Gebäudes (z.B. Bürogebäude, Produktionsgebäu¬ de, Lagergebäude, usw.);
- einen Einsatzzweck des Gebäudes (Bürogebäude mit Großraum¬ büros, Bürogebäude mit kleinen Büros, Produktionsgebäude für Schwermaschinenbau, Maschinenbau, elektrische Produkte, Lager für zu kühlende Produkte, Lager für andere Produkte, usw . ) ;
- eine Lokalität des Gebäudes, ausgedrückt durch den Konti¬ nent und/oder das Land, in dem sich das Gebäude Gx befin¬ det, und/oder einen Längen- und Breitengrad und/oder eine Klimazone, in der sich das Gebäude befindet;
- eine Ausrichtung des jeweiligen Gebäudes Gx in Bezug auf eine Himmelsrichtung (um die über den Tag von der Sonne bestrahlten Flächen sowie solare Gewinne bestimmen zu können) ;
- Flächen von Außenwänden und/oder Dach und/oder Keller, ggf. unterteilt nach Himmelsrichtung;
- Werkstoffe, aus denen das Gebäude Gx errichtet ist, um Wär¬ megewinne und Wärmeverluste bestimmen zu können; und
- Dämmwerte von Außenwänden und/oder Dach und/oder Keller, um Wärmegewinne sowie Wärmeverluste bestimmen zu können.
Die zweite Klasse WGx an Parametern umfasst aktuelle Wetter¬ daten für den Ort des betrachteten Gebäudes Gx, insbesondere eine Temperatur, eine Luftfeuchtigkeit, einen Sonnenstand, eine Sonneneinstrahlung, eine Wolkenbedeckung, Regen, Regenmenge usw. Die dritte Klasse GAPGx an Parametern umfasst Regelungspara¬ meter des Gehäuses, wie z.B. Solldaten für eine Heizung oder Klimaanlage, Steuerdaten für Verschattungseinrichtungen, eine Sollwertvorgabe für eine Luftfeuchtigkeit usw. Darüber hinaus umfasst die dritte Klasse GAPGx eines jeweiligen Gehäuses als Parameter Energieverbrauchsdaten des Gebäudes. Die Gebäudeautomatisierungsparameter werden insbesondere über die Zeit erfasst .
Die vierte Klasse EGx an Parametern umfasst Parameter bezüg- lieh eines notwendigen oder verbrauchten Energieeinsatzes, um einen gewünschten Zustand eines jeweiligen mittels Gebäudeau¬ tomatisierung zu regelnden Gebäudes Gx zu erreichen.
Da die Bestimmung der Gebäudeautomatisierungsparameter GAPG1 des zu regelnden Gebäudes Gi mit Hilfe eines Optimierungsver¬ fahrens erfolgt, ist zweckmäßigerweise vorgesehen, nicht sämtliche Parameter aller Vorgängergebäude G2, Gio zu be¬ rücksichtigen, sondern lediglich die Gesamtheit der Parameter solcher Vorgängergebäude Gj , welche eine bestimmte Ähnlich- keit zu dem zu regelnden Gebäude Gi hinsichtlich ihrer stati¬ schen Gebäudedaten und bezüglich der Wetterdaten aufweisen. Zu diesem Zweck werden zunächst zu dem zu regelnden Gebäude Gi ähnliche oder vergleichbare Gebäude aufgefunden, und zwar in Bezug auf eines oder mehrere der folgenden Kriterien:
- einen geographischen Ort, insbesondere einen Breitengrad.
Eine Ähnlichkeit liegt dann vor, wenn der Breitengrad des Vorgängergebäudes innerhalb einer vorgegebenen Bandbreite, z.B. ±30 Winkelminuten (entsprechend dem traditionellen Se- xagesimalsystem) , um den Breitengrad des zu regelnden Ge - bäudes Gi liegt;
- das Land, da dann von einen ähnlichen Nutzerverhalten oder Nutzerempfinden, z.B. aufgrund von nationalen Regelungen bzw. Gesetzen, ausgegangen werden kann; - ein Gebäudetyp;
- eine Gebäudeausrichtung.
Im vorliegenden Ausführungsbeispiel wird davon ausgegangen, dass eine Ähnlichkeit zwischen dem zu regelnden Gebäude Gi und dem Gebäude G6 vorliegt, da diese auf einem vergleichba¬ ren Breitengrad in West-Ost-Richtung liegen sowie vergleichbare durchschnittliche Wetterverhältnisse vorliegen. Durchschnittliche Wetterverhältnisse können anhand histori¬ scher, konkreter Wetterbeobachtungen erfasst und verglichen werden. Beispielsweise können hierzu in vorgegebenen Zeitab¬ ständen eine Sonneneinstrahlung, eine konkrete
Wolkenverschattung, eine konkrete Windstärke, eine bestimmte Temperatur, eine bestimmte Niederschlagsmenge erfasst, über die Zeit statistisch ausgewertet und verglichen werden. Vergleichsmaßstäbe können beispielsweise ähnliche Durchschnitts¬ temperaturen, ähnliche Feuchtigkeitsmengen, ähnliche Windstärken, die gleiche Windrichtung, eine vergleichbare Sonnen- scheindauer und Niederschlagsmenge sein. Darüber hinaus wird im vorliegenden Ausführungsbeispiel davon ausgegangen, dass die Gebäude Gi und G6 im gleichen Land liegen, was auf glei¬ che Nutzungsverhältnisse hindeutet. Gebäudetyp und Gebäude¬ ausrichtung können gleich oder voneinander abweichend sein.
In der weiteren Beschreibung wird nunmehr nur noch auf die beiden Gebäude Gi und G6 Bezug genommen, welche mit ihren vier Klassen an Parametern in Fig. 2 hervorgehoben dargestellt sind. Das nachfolgend beschriebene Verfahren könnte für weitere Paare zwischen dem zu regelnden Gebäude Gi an ei¬ nem anderen Vorgängergebäude Gj in entsprechender Weise wie¬ derholt werden.
Für das zu regelnde Gebäude Gi und das Vorgängergebäude G6 werden nun Skalierungsfaktoren zwischen den jeweiligen Klassen der lokalen Parameter für den Ort des Gebäudes Gi und den entsprechenden Klassen der entfernten Parameter für das Vorgängergebäude G6 bestimmt. Hierzu kann ein jeweiliger lokaler Parameter, z.B. PGl der ersten Klasse GGi des Gebäudes Gi mit dem korrespondierenden Parameter PGl der ersten Klasse GG6 des Vorgängergebäudes G6, normiert werden, wobei die normier¬ ten Werte der jeweils entsprechenden Parameter in ein Ver- hältnis gesetzt werden, um für jeden Parameter einen Verhältniswert zu erhalten. Umfasst beispielsweise das zu regelnde Gebäude Gi eine Fläche von 1.000 qm, während die Fläche des Gebäudes G6 lediglich 500 qm beträgt, so ist der Verhältnis¬ wert für den Parameter PGl 1000 qm / 500 qm = 2. Beträgt die Sonnenscheindauer beim Gebäude G6 (beispielsweise ausgedrückt durch den Parameter PW1 der zweiten Klasse WG6) = 8h, während die Sonnenscheindauer des zu regelnden Gebäudes Gi lediglich 7,5h beträgt, so ergibt sich ein Verhältniswert von 7,5h / 8h = 0, 9375.
Dieses Vorgehen wird für sämtliche Parameter aller Klassen an Parametern wiederholt. Darüber hinaus wird ein zeitlicher Unterschied, mit dem das durch die aktuell erfassten Wetterda¬ ten charakterisierte Wetter am Ort des Vorgängergebäudes G6 an dem Ort des Gebäudes Gi eintrifft, ermittelt. Aufgrund ei¬ ner beispielhaften Distanz von 200 km zwischen dem weiter westlich liegenden Gebäude G6 und dem zu regelnden Gebäude Gi ergibt sich beispielsweise eine zeitliche Verschiebung von zwei Stunden. Darüber hinaus können unterschiedliche des Son- nenauf- und -Untergangs sowie der Zeitpunkt der Erfassung der Parameter berücksichtigt werden.
Dadurch lässt sich im Ergebnis ein relativer Vergleich zwischen den Unterschieden des zu regelnden Gebäudes Gi und dem Vorgängergebäude G6 ermitteln. Dabei kann in einer ersten
Version davon ausgegangen werden, dass es für die Gesamtheit der Parameter der jeweils vier Klassen nur jeweils einen relativen Vergleichswert gibt. In einer zweiten Version kann es für jeden Parameter der jeweils vier Klassen einen entspre- chenden Vergleichswert geben. In einer dritten Ausprägung können diese Vergleichswerte noch dazu von der Zeit (Uhrzeit bzw. Jahreszeit) abhängig sein. Diese Informationen werden nachfolgend benutzt, um die Gebäudeautomatisierungsparameter GAPG1 des zu regelnden Gebäudes Gi mit Hilfe der von dem Vor¬ gängergebäude G6 erfassten oder für das Vorgängergebäude G6 ermittelten Parameter zu adaptieren.
Das Verfahren zum rechnergestützten Bestimmen der Gebäudeautomatisierungsparameter GAPG1 des zu regelnden Gebäudes Gi erfolgt insbesondere iterativ, indem zunächst die Gebäude¬ automatisierungsparameter GAPG1 des Gebäudes Gi basierend auf der ersten Klasse GGi von statischen Gebäudedaten des zu re¬ gelnden Gebäudes Gi , der zweiten Klasse WG1 von aktuellen Wetterdaten für den Ort des zu regelnden Gebäudes Gi und der dritten Klasse GAPG1 von aktuellen und/oder in der Vergangenheit liegenden Gebäudeautomatisierungsparametern des zu regelnden Gebäudes Gi bestimmt werden. Darüber hinaus werden Parameter des verwendeten Optimierungsverfahrens und ein Startwert des Optimierungsverfahrens genutzt.
Anschließend erfolgt eine Adaptierung der sich aus dem Opti¬ mierungsverfahren ergebenden ersten Gebäudeautomatisierungsparameter GAPG1, indem die Parameter der Wetterdaten WG1 mit den Wetterdaten des Vorgängergebäudes WG6 verbessert werden. Optional können zusätzlich die Parameter der Gebäudedaten GG6 des Vorgängergebäudes G6 unter Berücksichtigung der vorab er¬ mittelten Skalierungsfaktoren berücksichtigt werden.
Die Qualität der zu ermittelnden Gebäudeautomatisierungspara¬ meter GAPG1 des zu regelnden Gebäudes Gi mit dem Ziel eines minimalen Energieverbrauchs kann darüber hinaus dadurch verbessert werden, wenn der Startwert des Optimierungsverfahrens nicht nur die Parameter der Gebäudeautomatisierungsparameter GAPG1, sondern auch die Gebäudeautomatisierungsparameter GAPG6 des Vorgängergebäudes G zu dem Zeitpunkt berücksichtigt wer¬ den, welcher um den vorab ermittelten Zeitschritt in der Vergangenheit liegt. Auch hierbei kommt der vorab ermittelte Skalierungsfaktor zum Einsatz.
Schließlich ergibt sich eine weitere Verbesserung dadurch, dass zusätzlich die Gebäudeeffekte EG1 des zu regelnden Ge- bäudes Gi und EG6 des Vorgängergebäudes G, unter Verwendung der vorab berücksichtigten Skalierungsfaktoren, verarbeitet werden. Dabei erfolgt die Verarbeitung derart, dass die Ge¬ bäudeeffekte EG6 des Vorgängergebäudes G6 zu dem Zeitpunkt in der Vergangenheit berücksichtigt werden, welche das Wetter bis zum Erreichen des Ortes des zu regelnden Gebäudes Gi be¬ nötigt .
Die Realisierung kann durch Extrapolation der Parameter des Vorgängergebäudes Gi oder durch die Verwendung von
Kovarianzmatrizen implementiert werden, falls bestimmte Para¬ meter durch andere Parameter des Vorgängergebäudes G6 beein- flusst werden (z.B. wird der Zustand der Jalousienstellung durch die Innenraumbeleuchtung beeinflusst) .
Im Ergebnis werden die Erkenntnisse aus bereits vorliegenden sensorisch oder durch Simulation/Berechnung ermittelten Daten eines Vorgängergebäudes, das in einer ähnlichen Zeitzone wie das zu regelnde Gebäude liegt, genutzt, indem das an dem Vor- gängergebäude vorherrschende Wetter sowie die daraus sich er¬ gebenden Gebäudeautomatisierungsparameter für das zu regelnde Gebäude in die Zukunft hochgerechnet werden. Insbesondere ist dadurch eine prädiktive Ermittlung der Gebäudeautomatisie¬ rungsparameter möglich.
So kann beispielsweise, wenn eine starke Sonneneinstrahlung bei dem zu regelnden Gebäude für die Zukunft zu erwarten ist, prädiktiv die Klimaanlage derart angesteuert werden, dass sie beim Eintreffen der starken Sonneneinstrahlung bereits vorab eine Absenkung der Raumtemperatur bewirkt hat. Im umgekehrten Fall kann, wenn beispielsweise eine Regenfront bei dem zu re¬ gelnden Gebäude aufgrund des aktuell bei dem Vorgängergebäude erfassten Wetters in der Zukunft zu erwarten ist, die Klima¬ anlagenregelung prädiktiv verringert und ggf. eine Heizvor- richtung aktiviert werden.
Hierdurch ist einerseits eine erhöhte Effizienz beim der Au¬ tomatisierung des zu regelnden Gebäudes möglich, andererseits kann das Wohlbefinden der Nutzer des Gebäudes durch prädikti- ve Steuerung erhöht werden.

Claims

Patentansprüche
1. Verfahren zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern (GAPGi) eines Gebäudes (Gi) , bei dem - für das Gebäude (Gi) eine erste Gebäudeautomatisierung mit ersten Gebäudeautomatisierungsparametern (GAPGi) ermittelt wird, die auf einer oder mehreren Klassen von jeweils lokalen Parametern basiert, zumindest umfassend: eine erste Klasse von statischen Gebäudedaten (GGi) des Gebäudes (Gi) ,
eine zweite Klasse von aktuellen Wetterdaten (WGi) für den Ort des Gebäudes (Gi) ,
eine dritte Klasse von in der Vergangenheit liegen¬ den Gebäudeautomatisierungsparametern (GAPGi) des Gebäudes (Gi) ,
die ersten Gebäudeautomatisierungsparameter (GAPGi) adaptiert werden in Abhängigkeit von einer Anzahl an Klassen von entfernten Parametern zumindest eines Vorgängergebäudes (Gj), das sich an einem anderen Ort als dem Ort des Gebäudes (Gi) befindet, wobei die Anzahl an
Klassen von entfernten Parametern an dem oder für den Ort des jeweiligen Vorgängergebäudes (Gj) ermittelt wird und wobei die Anzahl an Klassen von entfernten Parametern zumindest umfasst:
- die zweite Klasse an aktuellen und/oder in der Vergangenheit liegenden Wetterdaten (WGj) an dem jeweiligen Ort des zumindest einen Vorgängergebäudes (Gj)
wobei die Adaption der ersten Gebäudeautomatisierungspa- rameter (GAPGi) basierend auf vorab ermittelten Skalie¬ rungsfaktoren zwischen den Klassen von jeweils lokalen Parametern und den entsprechenden Klassen von entfernten Parametern an dem jeweiligen Ort des zumindest einen Vorgängergebäudes (Gj) erfolgt.
2. Verfahren nach Anspruch 1, bei dem die Anzahl an Klassen von entfernten Parametern ferner umfasst: die erste Klasse von statischen Gebäudedaten (GGj ) des zumindest einen Vorgängergebäudes ( Gj ) .
3. Verfahren nach Anspruch 1 oder 2, bei dem die Anzahl an Klassen von entfernten Parametern ferner umfasst:
die dritte Klasse von in der Vergangenheit liegenden Ge¬ bäudeautomatisierungsparametern (GAPGi) des zumindest einen Vorgängergebäudes ( Gj ) .
4. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Anzahl an Klassen von entfernten Parametern ferner umfasst :
eine vierte Klasse von durch zweite Gebäudeautomatisie¬ rungsparameter (GAPGj ) des zumindest einen Vorgängergebäudes (Gj) hervorgerufenen Gebäudeeffekten (EGj ) .
5. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Skalierungsfaktoren zwischen Klassen von jeweils lokalen Parametern und den entsprechenden Klassen von entfernten Parametern für den Ort des Gebäudes ( Gj ) und einem oder mehre¬ ren Vorgängergebäuden ( Gj ) an solchen anderen Orten bestimmt werden, die ein vorgegebenes Ähnlichkeitsmaß/Ähnlichkeits¬ kriterium erfüllen.
6. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die erste Klasse von statischen Gebäudedaten der Klasse von lokalen Parametern des Gebäudes ( Gi ) und/oder der Klasse von entfernten Kriterien des zumindest einen Vorgängergebäudes ( Gj ) einen oder mehrere der folgenden Parameter umfasst:
einen Typ des Gebäudes ( Gi , Gj ) ;
einen Einsatzzweck des Gebäudes ( Gi , Gj ) ;
eine Lokalität des Gebäudes ( Gi , Gj ) , ausgedrückt durch den Kontinent und/oder das Land, in dem das Gebäude (Gi;
Gj ) steht, und/oder einen Längen- und Breitengrad und/oder eine Klimazone, in der das Gebäude ( Gi , Gj ) steht ;
eine Ausrichtung des Gebäudes ( Gi , Gj ) in Himmelsrich¬ tung; Flächen von Außenwänden und/oder Dach und/oder Keller; Werkstoffe, aus denen das Gebäude (Gi, Gj ) errichtet ist ;
Dämmwerte von Außenwänden und/oder Dach und/oder Keller.
7. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die dritte Klasse von Gebäudeautomatisierungsparametern
(GAPGi) des Gebäudes ( Gi ) und/oder die dritte Klasse von Ge¬ bäudeautomatisierungsparametern (GAPGj) des Vorgängergebäudes (Gj) einen oder mehrere der folgenden Parameter umfasst:
Regelungsparameter des Gebäudes ( Gi , Gj ) , insbesondere über die Zeit erfasst;
Energieverbrauchsdaten des Gebäudes ( Gi , G ) , insbesondere über die Zeit erfasst.
8. Verfahren nach einem der vorhergehenden Ansprüche, bei dem das Gebäude ( Gi ) und das zumindest eine Vorgängergebäude (Gj) eine Ähnlichkeit/Vergleichbarkeit aufweisen in Bezug auf ei¬ nes oder mehrere der folgenden Kriterien:
- einen geographischen Ort, insbesondere einen Breitengrad, wobei eine Ähnlichkeit vorliegt, wenn der Breiten¬ grad des zumindest einen Vorgängergebäudes (Gj) inner¬ halb einer vorgegeben Bandbreite um den Breitengrad des Gebäudes ( Gi ) liegt;
- Land;
Gebäudetyp ;
Gebäudeausrichtung;
durchschnittliche Wetterverhältnisse.
9. Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Ermittlung der Skalierungsfaktoren zwischen Klassen von jeweils lokalen Parametern für den Ort des Gebäudes ( Gi ) und den entsprechenden Klassen von entfernten Parametern für den oder die anderen Orte des oder der Vorgängergebäude ( Gj ) er- folgt, indem der zumindest eine lokale Parameter und der zu¬ mindest eine entsprechende entfernte Parameter jeweils nor¬ miert und die normierten Werte der jeweils entsprechenden Pa- rameter in ein Verhältnis gesetzt werden, wodurch für jeden Parameter ein Verhältniswert erhalten wird.
10. Verfahren nach Anspruch 9, bei dem zwischen jeweils zwei Gebäuden ( Gi und Gj ) eine Nachfolgerelation aus den Verhält¬ niswerten der das Gebäude ( Gi und G ) und/oder die Gebäude¬ automatisierungsparameter (GAPGi und GAPGj ) und/oder die Gebäudeeffekte (EGi und EGj ) und/oder das Wetter betreffenden Parametern gebildet wird.
11. Verfahren nach einem der vorhergehenden Ansprüche, bei dem ein zeitlicher Unterschied, mit dem das durch die aktuell erfassten Wetterdaten charakterisierte Wetter am Ort des zumindest einen Vorgängergebäudes ( Gj ) an dem Ort des Gebäudes ( Gi ) eintrifft, ermittelt wird.
12. Verfahren nach Anspruch 11, bei dem die aktuell erfassten Wetterdaten des Gebäudes ( Gi ) , das für den Ort des Gebäudes ( Gi ) prognostizierte Wetter, der erfassten Wetterdaten des zumindest einen Vorgängergebäudes ( Gj ) und der ermittelte
Zeitunterschied zu verfeinerten prognostizierten Wetterdaten für den Ort des Gebäudes ( Gi ) verarbeitet werden.
13. Verfahren nach einem der Ansprüche 9 bis 12, bei dem die Adaption der ersten Gebäudeautomatisierungsparameter (GAPGi) basierend auf den durch den Verhältniswert normierten Effekten des zumindest einen Vorgängergebäudes ( Gj ) und des Gebäu¬ des ( Gi ) erfolgt.
14. Computerprogrammprodukt, das direkt in den internen Spei¬ cher eines digitalen Computers geladen werden kann und Softwarecodeabschnitte umfasst, mit denen die Schritte gemäß ei¬ nem der Ansprüche ausgeführt werden, wenn das Produkt auf ei¬ nem Computer läuft.
15. Vorrichtung zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern (GAPGi) eines Gebäudes ( Gi ) , die dazu eingerichtet ist, für das Gebäude (Gi) eine erste Gebäudeautomatisierung mit ersten Gebäudeautomatisierungsparametern (GAPGi) zu ermitteln, die auf einer oder mehreren Klassen von jeweils lokalen Parametern basiert, zumindest umfassend: eine erste Klasse von statischen Gebäudedaten (GGi) des Gebäudes (Gi) ,
eine zweite Klasse von aktuellen Wetterdaten (WGi) für den Ort des Gebäudes (Gi) ,
eine dritte Klasse von in der Vergangenheit liegen¬ den Gebäudeautomatisierungsparametern (GAPGi) des Gebäudes (Gi) ,
die ersten Gebäudeautomatisierungsparameter (GAPGi) in Abhängigkeit von einer Anzahl an Klassen von entfernten Parametern zumindest eines Vorgängergebäudes (Gj), das sich an einem anderen Ort als dem Ort des Gebäudes (Gi) befindet, zu adaptieren, wobei die Anzahl an Klassen von entfernten Parametern an dem oder für den Ort des jeweiligen Vorgängergebäudes (Gj) ermittelt wird, wobei die Anzahl an Klassen von entfernten Parametern zumindest umfasst :
die zweite Klasse an aktuellen und/oder in der Vergangenheit liegenden Wetterdaten (WGj) an dem jeweiligen Ort des zumindest einen Vorgängergebäudes (Gj)
die Adaption der ersten Gebäudeautomatisierungsparameter (GAPGi) basierend auf vorab ermittelten Skalierungsfaktoren zwischen Klassen von jeweils lokalen Parametern und den entsprechenden Klassen von entfernten Parametern an dem jeweiligen Ort des zumindest einen Vorgängerge¬ bäudes (Gj) durchzuführen.
PCT/EP2018/078337 2017-10-26 2018-10-17 Verfahren und vorrichtung zum rechnergestützten bestimmen von gebäudeautomatisierungsparametern eines gebäudes WO2019081288A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US16/757,681 US11429072B2 (en) 2017-10-26 2018-10-17 Method and device for computer-assisted detection of building automation parameters of a building
EP18793608.3A EP3673333A1 (de) 2017-10-26 2018-10-17 Verfahren und vorrichtung zum rechnergestützten bestimmen von gebäudeautomatisierungsparametern eines gebäudes

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017219239.9A DE102017219239A1 (de) 2017-10-26 2017-10-26 Verfahren und Vorrichtung zum rechnergestützten Bestimmen von Gebäudeautomatisierungsparametern eines Gebäudes
DE102017219239.9 2017-10-26

Publications (1)

Publication Number Publication Date
WO2019081288A1 true WO2019081288A1 (de) 2019-05-02

Family

ID=64024001

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2018/078337 WO2019081288A1 (de) 2017-10-26 2018-10-17 Verfahren und vorrichtung zum rechnergestützten bestimmen von gebäudeautomatisierungsparametern eines gebäudes

Country Status (4)

Country Link
US (1) US11429072B2 (de)
EP (1) EP3673333A1 (de)
DE (1) DE102017219239A1 (de)
WO (1) WO2019081288A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150127165A1 (en) * 2013-11-04 2015-05-07 Honeywell International Inc. Remote building monitoring system with contractor locator
EP3038294A1 (de) * 2014-12-24 2016-06-29 Griesser Holding AG System und verfahren zum bereitstellen von umweltdaten

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5593325B2 (ja) * 2010-03-01 2014-09-24 パナソニック株式会社 エネルギー管理装置、方法及びシステム
US9135667B2 (en) * 2012-11-16 2015-09-15 Johnson Controls Technology Company Systems and methods for building energy use benchmarking

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150127165A1 (en) * 2013-11-04 2015-05-07 Honeywell International Inc. Remote building monitoring system with contractor locator
EP3038294A1 (de) * 2014-12-24 2016-06-29 Griesser Holding AG System und verfahren zum bereitstellen von umweltdaten

Also Published As

Publication number Publication date
DE102017219239A1 (de) 2019-05-02
EP3673333A1 (de) 2020-07-01
US20200264569A1 (en) 2020-08-20
US11429072B2 (en) 2022-08-30

Similar Documents

Publication Publication Date Title
Theodoridou et al. A typological classification of the Greek residential building stock
EP1537366B1 (de) Verfahren und vorrichtung zur steuerung des wärmehaushaltes in gebäuden
CN108197404B (zh) 一种基于时间遗传特性的建筑负荷预测方法
EP1934665A1 (de) Vorrichtung zur steuerung einer raumtemperatur in einem gebäude unter verwendung einer prädiktiven steuereinrichtung
EP2818803B1 (de) Verfahren zur Regelung des Klimas in einem Gebäude mittels zumindest einer Haus- oder Verfahrenstechnischen Anlage
DE102008034923A1 (de) Verfahren und Einrichtung zum Steuern der klimatischen Bedingungen eines eine Klimaanlage enthaltenden Gebäudes
DE10030294B4 (de) Verfahren zur Erfassung des Energieverbrauches und der Sanierungsbedürftigkeit eines Gebäudes
EP3167412A1 (de) Verfahren und vorrichtung zum prognostizieren des zeitlichen verlaufs eines strombedarfs einer wohnanlage
DE102017209084A1 (de) Verfahren und System zur Verbesserung einer Energieeffizienz eines in Planung befindlichen Gebäudes
DE102008054301B4 (de) Verfahren zur Bereitstellung von Vergleichsdaten für eine energetische Bewertung eines Gebäudes
WO2019081288A1 (de) Verfahren und vorrichtung zum rechnergestützten bestimmen von gebäudeautomatisierungsparametern eines gebäudes
Shandilya et al. Performance and cost analysis of retrofit strategies applied to a sample single family house located in new delhi india assisted by TRNSYS energy simulation tool-a case study
Nasrollahi Green Office Buildings
DE102010031830A1 (de) Adaptiver Störgrößensensor und adaptives Regelungssystem für eine witterungsgeführte Haustechnikregelung sowie Verfahren zum Betreiben dieser
An et al. An optimal implementation strategy of the multi-function window considering the nonlinearity of its technical-environmental-economic performance by window ventilation system size
Vagi et al. Analysing the energy performance of secondary schools in N. Greece
WO2018177745A1 (de) Verfahren und vorrichtung zur ermittlung der wahrscheinlichkeit für einen schimmelpilz- und/oder feuchteschaden in einem gebäude
Dehwah et al. Sustainability assessment of enhanced glazing compositions of commercial buildings in hot-humid climates
DE10019791A1 (de) Verfahren zur Gebäudeoptimierung
WO2019115314A1 (de) Verfahren, vorrichtung und system zum ermitteln einer lichteinstrahlung
WO2024013287A1 (de) Steuerung einer versorgungstechnik eines gebäudes mittels eines neuronalen netzwerks
DE102020212185A1 (de) Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes
WAHAB et al. Adjustable Folding Aluminium Louvres Application on ‘Hop (B): Nob Marina Quay’
DE102018110044B4 (de) Verfahren und Vorrichtung zum aufeinander abgestimmten Betreiben von elektrischen Einrichtungen
EP3905152A1 (de) Verfahren und vorrichtung zum auslegen einer fensterkonstruktion

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18793608

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018793608

Country of ref document: EP

Effective date: 20200324

NENP Non-entry into the national phase

Ref country code: DE