WO2022043014A1

WO2022043014A1 - Auslegung einer gebäudetechnischen ausrüstung in bezug auf einen thermischen energiebedarf eines gebäudes

Info

Publication number: WO2022043014A1
Application number: PCT/EP2021/071770
Authority: WO
Inventors: Oliver DÖLLE; Lukas HÖTTECKE; Martin Kautz; Sebastian THIEM
Original assignee: Siemens Aktiengesellschaft
Priority date: 2020-08-27
Filing date: 2021-08-04
Publication date: 2022-03-03
Also published as: DE102020212185A1

Abstract

Die Erfindung betriff ein Verfahren zum Ermitteln einer Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes, wobei ein zeitabhängiger Energiebedarf des Gebäudes für wenigstens einen vorgegebenen ersten Zeitraum erfasst (10) wird, ein wetterdatenabhängiges erstes Energieverbrauchsprofil (12) des Gebäudes für den wenigstens einen vorgegebenen ersten Zeitraum abhängig vom erfassten zeitabhängigen Energiebedarf und von zeitraumspezifischen Wetterdaten (20) ermittelt wird, mittels eines Extrapolationsverfahrens (14) für weitere vorgegebene zweite Zeiträume abhängig vom erfassten zeitabhängigen Energiebedarf des wenigstens einen vorgegebenen ersten Zeitraums und von weiteren zeitraumspezifischen Wetterdaten (20) weitere wetterdatenabhängige zweite Energieverbrauchsprofile (16) ermittelt werden, aus den ermittelten wetterdatenabhängigen Energieverbrauchsprofilen (12, 16) eine vorgegebene Anzahl (18) ausgewählt wird, und die ausgewählten wetterdatenabhängigen Energieverbrauchsprofile ausgewertet (22) werden, um die Auslegung der gebäudetechnischen Ausrüstung in Bezug auf den thermischen Energiebedarf des Gebäudes zu ermitteln.

Description

Beschreibung

Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes

Die Erfindung betri f ft ein Verfahren zum Ermitteln einer Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes . Darüber hinaus betri f ft die Erfindung ein Rechnerprogrammprodukt sowie einen elektronisch lesbaren Datenträger .

Die Auslegung der gebäudetechnischen Ausrüstung, insbesondere in Bezug auf einen thermischen Energiebedarf , beispielsweise einen Wärmeenergiebedarf und/oder einen Kälteenergiebedarf , des Gebäudes , ist nicht nur für die Betriebskosten des Gebäudes relevant , sondern auch in Bezug auf die Emission von Koh- lenstof fdioxid als Treibhausgas . Im bestimmungsgemäßen Betrieb benötigt ein Gebäude in der Regel Energie , wobei die Menge der Energie von der Art des Betriebs des Gebäudes , von der Anzahl der sich in dem Gebäude aufhaltenden Personen, von Nutzungs zeiten, von Wetterbedingungen und/oder dergleichen abhängig sein kann . Insbesondere in Bezug auf Treibhausgasemissionen im Bereich der Gebäude plant die Bundesregierung bis zum Jahr 2050 eine Reduzierung um mindestens 80 % gegenüber dem Bezugs j ahr 1990 . Dadurch soll ein weitgehend klimaneutraler Gebäudebestand erreicht werden können . Mehr als ein Drittel des Energieverbrauchs von Gebäuden in Deutschland entfällt dabei auf etwa 2 , 7 Millionen Nichtwohngebäude (NWG) , wie zum Beispiel Gewerbeimmobilien, Bürogebäude , Krankenhäuser, Supermärkte und/oder dergleichen . Für diese Gebäude sind daher in Zukunft neue Versorgungskonzepte erforderlich .

Nichtwohngebäude weisen neben einem erheblichen Wärmeenergiebedarf für Raumwärme auch einen wachsenden Bedarf an Energie zum Klimatisieren auf . Schlechte Planungsannahmen können daher bei einer Neuauslegung eines Versorgungskonzeptes , beispielsweise bei einer Modernisierung einer Anlagentechnik, zu Fehlinvestitionen und zu Inef fi zienzen führen . So kann beispielsweise eine zu groß ausgelegte Klimaanlage dauerhaft mit einem ungünstigen Teillastwirkungsgrad betrieben und/oder häufig an- und ausgeschaltet werden müssen, beispielsweise wenn eine minimale Teillastzahl erreicht wird oder dergleichen . Eine zu groß ausgelegte kältetechnische Anlage hat somit neben den größeren Investitionskosten auch größere Energiekosten und einem vergrößerten Verschleiß zur Folge .

Der Energiebedarf des Gebäudes , insbesondere in Bezug auf Hei zen und/oder Kühlen, ist unter anderem von Wettereinflüssen abhängig . Wettereinflüsse äußern sich neben saisonalen Ef fekten vor allem in zwischenj ährlichen Schwankungen . So treten beispielsweise extreme Hitze- beziehungsweise Kälteperioden sehr unregelmäßig auf . Gleichwohl bestimmen sie j edoch maßgeblich die Auslegung beziehungsweise Dimensionierung der Komponenten, die für die Temperierung des Gebäudes relevant sind . Konsistente Energieverbrauchsprofile liegen heutzutage in der Regel nur für einen sehr begrenzten Zeitraum vor, beispielsweise ein Kalenderj ahr oder dergleichen . Dadurch können sie zwischenj ährliche Wetterschwankungen nur begrenzt abbilden und beinhalten in der Regel keine Extremwetterperioden . Untersuchungen im Rahmen des Forschungsproj ektes synGHD haben gezeigt , dass Optimierungsrechnungen auf Basis von j ährlichen Lastprofilen zu suboptimalen Versorgungskonzepten führen .

Heutzutage können gebäudetechnische Ausrüstungen in Bezug auf den Wärmeenergiebedarf des Gebäudes auf der Grundlage thermischer Gebäudesimulationen ausgelegt werden, beispielsweise mit EnergyPlus , TRNSYS und/oder dergleichen . Hierzu sind j edoch zahlreiche Detailinformationen, wie zum Beispiel Zonenaufteilung, Baumaterialien, Abmessungen und/oder dergleichen, erforderlich, die durch ein Bestandssystem beziehungsweise Bestandsgebäude verwirklicht sind . Die Durchführung derartiger Gebäudesimulationen erfordert j edoch einen erheblichen zeitlichen Aufwand und kann durch Unsicherheiten bei einer Parametrierung trotzdem noch zu suboptimalen Auslegungen der gebäudetechnischen Ausrüstung führen . Darüber hinaus erfolgt eine Auswahl von Technologien häufig durch händisches Ausprobieren eines Planers oder durch vom Planer favorisierte Technologien . Weiterhin werden häufig Referenzsysteme oder vereinfachte normative Berechnungsverfahren eingesetzt , wie sie beispielsweise auch durch die Normung erfasst sind, so zum Beispiel durch die DIN EN 12831 . Hierbei wenden Planer häufig hohe Sicherheits zuschläge an . Diese Sicherheits zuschläge führen zu Überdimensionierungen, die wiederum einen suboptimalen bestimmungsgemäßen Betrieb zu erhöhten Kosten zur Folge haben können, weil die gebäudetechnische Ausrüstung dadurch häufiger im Teillastbetrieb betrieben wird, der sich durch einen schlechten Wirkungsgrad in der Regel aus zeichnet oder ein häufiges Ein- und Ausschalten zur Folge hat , wodurch ein erhöhter Verschleiß die Folge ist . Darüber hinaus ergeben sich hieraus erhöhte Emissionen, insbesondere in Bezug auf klimaschädliche Gase , erhöhte Kosten und/oder dergleichen .

Der Erfindung liegt deshalb die Aufgabe zugrunde , das Auslegen einer gebäudetechnischen Ausrüstung in Bezug auf einen Wärmeenergiebedarf des Gebäudes zu verbessern .

Als Lösung werden mit der Erfindung ein Verfahren, ein Rechnerprogrammprodukt sowie ein elektronisch lesbarer Datenträger gemäß den unabhängigen Ansprüchen vorgeschlagen .

Vorteilhafte Weiterbildungen ergeben sich durch Merkmale der abhängigen Ansprüche .

In Bezug auf ein gattungsgemäßes Verfahren wird mit der Erfindung insbesondere vorgeschlagen, dass ein zeitabhängiger Energiebedarf des Gebäudes für wenigstens einen vorgegebenen ersten Zeitraum, insbesondere messtechnisch, erfasst wird, ein wetterdatenabhängiges erstes Energieverbrauchsprofil des Gebäudes für den wenigstens einen vorgegebenen ersten Zeitraum abhängig vom erfassten zeitabhängigen Energiebedarf und von zeitraumspezi fischen Wetterdaten ermittelt wird, mittels eines Extrapolationsverfahrens für weitere vorgegebene zweite Zeiträume abhängig vom erfassten zeitabhängigen Energiebedarf des wenigstens einen vorgegebenen ersten Zeitraums und von weiteren zeitraumspezi fischen Wetterdaten weitere wetterdatenabhängige zweite Energieverbrauchsprofile ermittelt werden, aus den ermittelten wetterdatenabhängigen Energieverbrauchsprofilen eine vorgegebene Anzahl ausgewählt wird, und die ausgewählten wetterdatenabhängigen Energieverbrauchsprofile ausgewertet werden, um die Auslegung der gebäudetechnischen Ausrüstung in Bezug auf den Wärmeenergiebedarf des Gebäudes zu ermitteln .

In Bezug auf ein gattungsgemäßes Rechnerprogrammprodukt wird mit der Erfindung insbesondere vorgeschlagen, dass das Rechnerprogrammprodukt ein Programm für eine Rechnereinheit umfasst , wobei das Programm Programmkodeabschnitte eines Programms zum Aus führen der Schritte des erfindungsgemäßen Verfahrens aufweist , wenn das Programm durch die Rechnereinheit ausgeführt wird, sodass eine Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes ermittelt wird .

In Bezug auf einen elektronisch lesbaren Datenträger wird mit der Erfindung insbesondere vorgeschlagen, dass der elektronisch lesbarer Datenträger darauf gespeicherte elektronisch lesbare Steuerinformationen aufweist , welche zumindest ein Rechnerprogrammprodukt gemäß der Erfindung umfassen und derart ausgestaltet sind, dass bei Steuerung einer Rechnereinheit unter Nutzung der Steuerinformationen des Datenträgers die Rechnereinheit das Verfahren gemäß der Erfindung durchführt .

Die Erfindung nutzt unter anderem den Gedanken, dass die Auslegung der gebäudetechnischen Ausrüstung verbessert werden kann, wenn die im Stand der Technik üblichen Sicherheits zuschläge derart reduziert werden können, dass bei reduziertem Sicherheits zuschlag weiterhin eine bestimmungsgemäße Nutzung des Gebäudes im Wesentlichen nicht beeinträchtigt wird . Der Energiebedarf kann mittels geeigneter im Gebäude angeordneter Sensoren erfasst werden, was auch als messtechnisches Erfassen bezeichnet sein kann . Die Sensoren übermitteln j eweilige Sensorsignale vorzugsweise an eine Auswerteeinheit , die die Sensorsignale beispielsweise speichert und/oder auswertet . Mit der Auswerteeinheit können ein oder mehrere Energieverbrauchsprofile ermittelt werden . Das Erfassen braucht nicht auf den ersten Zeitraum beschränkt zu sein . Vielmehr kann auch ein Erfassen über einen im Wesentlichen Zeitraum erfolgen, der größer als der erste Zeitraum ist und diesen umfasst . Das Erfassen kann zeitdiskret oder auch kontinuierlich erfolgen . Beim zeitdiskreten Erfassen kann ein äquidistantes Erfassen vorgesehen sein . Alternativ oder ergänzend kann natürlich auch ein zeitlich variables zeitdiskretes Erfassen vorgesehen sein .

Dabei nutzt die Erfindung den Gedanken, dass ein zeitabhängiger Energiebedarf des Gebäudes in der Regel nur für einen begrenzten Zeitraum erfasst zur Verfügung steht , beispielsweise für ein Jahr oder dergleichen . Zugleich berücksichtigt die Erfindung, dass historische Wetterdaten oder auch Prognosemodelle für zukünftige Wetterentwicklungen über mehrere Jahrzehnte in hoher zeitlicher und räumlicher Auflösung in Datenbanken verfügbar sind . Die Erfindung nutzt diese Wetterdaten zur Extrapolation ausgehend von ersten wetterdatenabhängigen Energieverbrauchsprofilen, die basierend auf dem zeitabhängigen Energiebedarf des Gebäudes für einen j eweiligen vorgegebenen ersten Zeitraum erfasst worden sind . Die Extrapolation kann sich zum Beispiel über mehrere Jahre erstrecken, zum Beispiel über 30 Jahre oder mehr . Durch eine gezielte Auswahl von geeigneten Perioden aus den mittels Extrapolation ermittelten Energieverbrauchsprofilen kann so eine optimale Auslegung der gebäudetechnischen Ausrüstung erreicht beziehungsweise ermittelt werden, die zugleich auch zwischenj ährliche Wetterschwankungen ausreichend berücksichtigen kann .

Dadurch, dass vermehrt ein Energiemonitoring von Nichtwohngebäuden durchgeführt wird, stehen im zunehmenden Maße zeitlich hochaufgelöste Profile für den elektrischen und/oder thermischen Energieverbrauch zur Verfügung . Mittels eines geeigneten Optimierungsverfahrens kann daher aus solchen Energieverbrauchsprofilen ein kosten- und energieef fi zientes Versorgungskonzept ermittelt werden und so dazu dienen, Fehlinvestitionen zu reduzieren . Derartige Optimierungsverfahren können beispielsweise unter anderem auch auf einer gemischtganz zahligen Programmierung basieren und eine verbesserte Versorgungsstruktur aus einer Mehrzahl von möglichen Ener- gieumwandlungs- und/oder Energiespeichertechnologien bestimmen (BHKW, Photovoltaik, Wärmepumpe , Elektrolyseur, Absorptionskälte , aber auch Akkumulatoren, Hei zwasserspeicher, Kaltwasserspeicher und/oder dergleichen) .

Dabei basiert die erfindungsgemäße Verfahrens führung unter anderem auf einer Verfügbarkeit von hoch aufgelösten Leistungserfassungen vorzugsweise an allen vorhandenen beziehungsweise relevanten gebäudetechnischen Ausrüstungen in Bezug auf den thermischen Energiebedarf , insbesondere einen Wärmeenergiebedarf , des Gebäudes , beispielsweise ein Hei zkessel , eine kältetechnische Anlage wie zum Beispiel eine Klimaanlage oder dergleichen, ein elektrischer Gebäudeanschluss und/oder dergleichen . Derartige Messungen werden heutzutage üblicherweise im Rahmen eines Energiemonitorings in zunehmendem Maße durchgeführt .

Der zeitabhängige Energiebedarf des Gebäudes kann durch eine oder mehrere j eweilige Leistungsmessungen erfolgen, die zeitabhängig erfasst und protokolliert werden . Dies kann über den vorgegebenen ersten Zeitraum erfolgen . Der Zeitraum kann sich über einen oder mehrere Tage , einen oder mehrere Wochen, einen oder mehrere Monate aber auch über ein oder mehrere Jahre oder dergleichen erstrecken . Natürlich können auch Zeiträume vorgesehen sein, die unterschiedlich lang andauern . Dem Grunde nach können sich die Zeiträume natürlich auch zumindest teilweise überlappen . Unter Berücksichtigung des erfassten zeitabhängigen Energiebedarfs kann für diesen vorgegebenen ersten Zeitraum ein wetterdatenabhängiges erstes Energieverbrauchsprofil ermittelt werden, und zwar abhängig von zeitraumspezi fischen Wetterdaten für diesen vorgegebenen ersten Zeitraum . Dem Grunde nach können natürlich auch mehrere vorgegebene erste Zeiträume vorgesehen sein . Der wenigstens eine vorgegebene erste Zeitraum zeichnet sich unter anderem dadurch aus , dass für diesen Zeitraum ein zeitabhängiger Energiebedarf des Gebäudes erfasst worden ist . Die wetterdatenabhängigen ersten Energieverbrauchsprofile des Gebäudes basieren daher vorzugsweise im Wesentlichen auf erfassten Messdaten des zeitabhängigen Energiebedarfs des Gebäudes für den vorgegebenen ersten Zeitraum .

Die Wetterdaten für den j eweiligen vorgegebenen ersten Zeitraum können von einer geeigneten Wetterdatenbank über eine Kommunikationsverbindung bereitgestellt werden .

Sodann werden mittels eines Extrapolationsverfahrens für weitere vorgegebene zweite Zeiträume abhängig vom erfassten zeitabhängigen Energiebedarf des wenigstens einen vorgegebenen ersten Zeitraums und von weiteren zeitraumspezi fischen Wetterdaten weitere wetterdatenabhängige zweite Energieverbrauchsprofile ermittelt . Für diese zweiten Energieverbrauchsprofile brauchen also keine separat erfassten Daten bezüglich des j eweiligen zeitabhängigen Energiebedarfs des Gebäudes zur Verfügung zu stehen . Durch die Extrapolation kann somit aus vergleichsweise wenig verfügbaren Daten eine Mehrzahl von Energieverbrauchsprofilen ermittelt werden, die dann zur verbesserten Auslegung der gebäudetechnischen Ausrüstung herangezogen werden können . Diesem Zweck dienen die weiteren zeitraumspezi fischen Wetterdaten, die für vorzugsweise j eden spezi fischen zweiten Zeitraum entsprechend zur Verfügung gestellt werden .

Aus den auf diese Weise ermittelten Energieverbrauchsprofilen, die die ersten und die zweiten Energieverbrauchsprofile umfassen, wird dann eine vorgegebene Anzahl von wetterdaten- abhängigen Energieverbrauchsprofilen ausgewählt . Diese ausgewählten wetterdatenabhängigen Energieverbrauchsprofile werden dann ausgewertet . Dem Grunde nach könnten natürlich auch sämtliche der ermittelten wetterdatenabhängigen Energieverbrauchsprofile für die Auswertung herangezogen werden . Dies ist j edoch sehr rechenaufwändig, weshalb die Auswahl einer Mehrzahl der wetterdatenabhängigen Energieverbrauchsprofile vorgesehen ist . Basierend hierauf kann dann die Auslegung der gebäudetechnischen Ausrüstung in Bezug auf den Wärmeenergiebedarf des Gebäudes ermittelt werden .

Das Extrapolieren kann beispielsweise auch ein Schätzen, ein Prognosti zieren und/oder dergleichen umfassen . Die erfindungsgemäße Verfahrens führung kann mittels einer oder mehrerer Rechnereinheiten realisiert werden und/oder zumindest teilweise auch Cloud-basiert sein .

Vorzugsweise werden die Zeiträume zumindest teilweise überlappungs frei vorgegeben . Dem Grunde nach können sich die Zeiträume natürlich auch zumindest teilweise überlappen oder sogar umfassen . Besonders vorteilhaft ist es j edoch, wenn zumindest teilweise überlappungs frei vorgegebene Zeiträume vorliegen, weil dann eine besonders zuverlässige Verfahrens führung erreicht werden kann .

Besonders vorteilhaft ist wenigsten einer der vorgegebenen Zeiträume ein Kalenderj ahr . Dadurch ist es möglich, über ein gesamtes Kalenderj ahr den zeitabhängigen Energiebedarf des Gebäudes zu erfassen . Dabei ergibt sich natürlich auch eine entsprechende Wetterabhängigkeit , insbesondere in Bezug auf Jahres zeiten und/oder dergleichen . Dadurch kann die erfindungsgemäße Verfahrens führung weiter verbessert werden . Besonders vorteilhaft erweist es sich, wenn mehrere oder beispielsweise auch alle vorgegebenen Zeiträume ein Jahr, insbesondere ein Kalenderj ahr, umfassen .

Darüber hinaus wird vorgeschlagen, dass für einen in der Zukunft und/oder in der Vergangenheit liegenden vorgegebenen Zeitraum die zeitraumspezi fischen Wetterdaten abhängig von wenigstens einem Klimamodell ermittelt werden . Diese Weiterbildung hat den Vorteil , dass nicht für den gesamten vorgegebenen Zeitraum die zeitraumspezi fischen Wetterdaten vorhanden zu sein brauchen . Bedarfsweise können anhand des Klimamodells die entsprechenden zeitraumspezi fischen Wetterdaten ermittelt werden, sodass die erfindungsgemäße Verfahrens führung weiter verbessert werden kann .

Besonders vorteilhaft erweist es sich dabei , wenn das Klimamodell dazu herangezogen werden kann, für einen vorgegebenen Zeitraum nicht vorhandene zeitraumspezi fische Wetterdaten zu ermitteln . Die erfindungsgemäße Verfahrens führung ist daher nicht davon abhängig, das für j eden der vorgegebenen Zeiträume entsprechende zeitraumspezi fische Wetterdaten zur Verfügung stehen . Beispielsweise können die zeitraumspezi fischen Wetterdaten mittels des Klimamodells auch für Orte , an denen die in Rede stehenden Gebäude positioniert sind, ermittelt werden, wenn für den j eweiligen Ort keine oder nur unzureichende entsprechende zeitraumspezi fische Wetterdaten zur Verfügung stehen .

Gemäß einer Weiterbildung wird vorgeschlagen, dass das Extrapolationsverfahren einen Black-Box-Ansatz nutzt , bei dem Parameter des Black-Box-Ansatzes zumindest unter Nutzung des wetterdatenabhängigen ersten Energieverbrauchsprofils ermittelt werden . Dadurch kann anhand von verfügbaren Daten, die auf Basis von Messungen erhoben wurden, mit großer Zuverlässigkeit eine Parametrierung des Black-Box-Ansatzes erreicht werden, um dadurch ein zuverlässiges Extrapolationsverfahren bereitstellen zu können . In diesem Rahmen kann somit auch eine Wetterabhängigkeit der gemessenen Energieverbrauchsprofile auf Basis des Black-Box-Ansatzes modelliert werden .

Dem Grunde nach kann für das Extrapolationsverfahren natürlich auch ein anderes geeignetes Verfahren genutzt werden, beispielsweise ein Bottom-Up- Energieverbrauchsprof ilgenerator . Dieser benötigt j edoch - im Unterschied zum Black-Box-Ansatz - weitere detaillierte Metainformationen, beispielsweise in Bezug auf Baumaterialien, Zonenaufteilung, Abmessungen und/oder dergleichen, welche bei Bestandsgebäuden häufig nicht oder nur unvollständig vorhanden sind . Insgesamt kann die erfindungsgemäße Verfahrens führung dadurch weiter verbessert werden .

Darüber hinaus wird vorgeschlagen, dass mittels des Black- Box-Ansatzes für die weiteren vorgegebenen zweiten Zeiträume abhängig von den weiteren zeitraumspezi fischen Wetterdaten die weiteren wetterdatenabhängigen zweiten Energieverbrauchsprofile ermittelt werden . Auf diese Weise kann mit vergleichsweise geringem Aufwand eine Viel zahl von zweiten Energieverbrauchsprofilen ermittelt werden, zu denen im Wesentlichen keine entsprechenden zeitabhängigen Erfassungen zu zeitabhängigem Energiebedarf Vorzugliegen brauchen .

Weiterhin wird vorgeschlagen, dass der Black-Box-Ansatz zumindest teilweise ein neuronales Netzwerk und/oder ein mul- tivariates Regressionsverfahren nutzt . Diese Weiterbildung eignet sich deshalb besonders für die erfindungsgemäße Verfahrens führung, weil mit dem Extrapolationsverfahren eine Viel zahl von zweiten Energieverbrauchsprofilen ermittelt werden kann, sodass für einen Einsatz eines neuronalen Netzes eine Viel zahl von Trainingsdaten zur Verfügung stehen . Neuronale Netze eignen sich besonders aufgrund ihrer nichtlinearen Struktur für den Einsatz bei der Erfindung . Sind dagegen konsistente Datensätze vergleichsweise klein, zum Beispiel weil sie nur ein Jahr umfassen oder dergleichen, kann alternativ oder ergänzend auch ein multivariates Regressionsverfahren zur Modellierung der Energieverbrauchsprofile herangezogen werden . Insgesamt kann so die Zuverlässigkeit der erfindungsgemäßen Verfahrens führung bei angemessenem Aufwand weiter verbessert werden .

Die mittels des Black-Box-Ansatzes identi fi zierten Modellierungen können dazu genutzt werden, um weitere Energieverbrauchsprofile für das in Rede stehende Gebäude unter unter- schiedlichsten Wetterbedingungen in Bezug auf entsprechend vorgegebene Zeiträume zu simulieren beziehungsweise zu ermitteln . So ist es beispielsweise möglich, auf Basis von historischen Wetterdaten elektrische und thermische Energieverbrauchsprofile für mehrere Jahre zu ermitteln .

Darüber hinaus wird vorgeschlagen, dass eine Plausibilitätsprüfung für die ermittelten weiteren wetterdatenabhängigen zweiten Energieverbrauchsprofile durchgeführt wird . Dadurch kann die Zuverlässigkeit weiter verbessert werden . Falls zum Beispiel der zeitabhängige Energiebedarf des Gebäudes für mehr als ein Jahr bekannt ist , kann die Robustheit der Verfahrens führung weiter geprüft werden, indem zum Beispiel zweite Energieverbrauchsprofile zumindest teilweise mit ersten Energieverbrauchsprofilen verglichen werden können .

Besonders vorteilhaft erweist es sich, wenn eine Kreuzvalidierung zumindest für einen Teil der ermittelten Energieverbrauchsprofile durchgeführt wird . So kann zum Beispiel der für einen vorgegebenen Zeitraum von einem Jahr erfasste abhängige Energiebedarf des Gebäudes für ein Trainieren des neuronalen Netzes herangezogen werden und verbleibende Daten außerhalb des vorgegebenen Zeitraums zur Überprüfung des Modells beziehungsweise der Parametrierung des neuronalen Netzes verwendet werden . Insgesamt kann dadurch die Zuverlässigkeit der Verfahrens führung weiter verbessert werden .

Insbesondere wenn eine Viel zahl von ersten und zweiten Energieverbrauchsprofilen vorliegt , wird vorgeschlagen, dass repräsentative Energieverbrauchsprofile aus den ermittelten wetterdatenabhängigen Energieverbrauchsprofilen mittels einer Clusteranalyse ausgewählt werden . Dadurch kann der Aufwand für die Verfahrens führung geringgehalten werden . Dabei kann durch das Anwenden der Clusteranalyse erreicht werden, dass signi fikante Werte trotzdem für die erfindungsgemäße Verfahrens führung erfasst werden . Darüber hinaus wird vorgeschlagen, dass bezüglich der ausgewählten Energieverbrauchsprofile zeitabhängige Gewichtungsfaktoren berücksichtigt werden . Die ermittelten Energieverbrauchsprofile , die zum Beispiel 30 Jahre umfassen können, können mit vertretbarem Aufwand in der Regel nicht unmittelbar für eine Optimierung der Auslegung der gebäudetechnischen Ausrüstung genutzt werden . Daher erweist sich eine gezielte Auswahl von geeigneten Perioden aus den sich über mehrere Jahre erstreckenden Energieverbrauchsprofilen als zweckmäßig . Hierzu sollten möglichst repräsentative Perioden, beispielsweise Tage , Wochen, Monate oder dergleichen aus den Energieverbrauchsprofilen ausgewählt werden, zu welchem Zweck im Rahmen der Clusteranalyse zum Beispiel ein k-Medoids- Algorithmus oder auch ein k-Means-Algorithmus eingesetzt werden kann . Der k-Medoids-Algorithmus bestimmt zum Beispiel eine Auswahl an k repräsentativen Tages- beziehungsweise Wochenverläufen, die einen Leistungsbedarf innerhalb eines Tages- beziehungsweise innerhalb einer Woche möglichst gut repräsentiert . Die Gewichtungs faktoren für vorzugsweise j eden Tag beziehungsweise j ede Woche stellen dabei die Auftrittswahrscheinlichkeit bestimmter Tage beziehungsweise Wochen dar und können als Eingangsgrößen im Optimierungsverfahren, insbesondere im Rahmen des Black-Box-Ansatzes berücksichtigt werden . Dadurch kann eine weitere Verbesserung erreicht werden .

Gemäß einer Weiterbildung wird vorgeschlagen, dass wenigstens ein vorgegebener Zeitraum ausgewählt wird, in dem wenigstens eine Energiebedarfsspitze vorliegt . Hierbei kann es sich um eine absolute Spitze , zum Beispiel einen höchsten Tagesenergiebedarf oder dergleichen handeln . Dadurch können zum Beispiel extreme Wetterlagen abgebildet werden .

Darüber hinaus wird vorgeschlagen, dass für diesen wenigstens einen Zeitraum nur ein kleiner Gewichtungs faktor berücksichtigt wird . Dadurch kann berücksichtigt werden, dass die Energiebedarf sspitze eine vergleichsweise geringe Auftrittswahrscheinlichkeit hat , was durch den entsprechenden Gewichtungs- faktor beim Black-Box-Ansatz berücksichtigt werden kann . Die Kombination aus repräsentativen und extremen Zeiträumen beziehungsweise Perioden unter Berücksichtigung der Auftrittswahrscheinlichkeit erlaubt es , die Auslegung der gebäudetechnischen Ausrüstung gegenüber dem Stand der Technik deutlich zu verbessern .

Besonders vorteilhaft kann es dabei auch sein, wenn zum Beispiel in einem vorgegebenen Zeitraum von 30 Jahren ein Unterzeitraum von einem Jahr in guter zeitlicher Auflösung abgebildet ist und für die verbleibenden 29 Jahre - wie zuvor erläutert - mittels der Clusteranalyse geeignete Perioden ausgewählt werden können . Auf diese Weise können beim Ermitteln der Auslegung der gebäudetechnischen Ausrüstung sowohl saisonale als auch zwischenj ährliche Ef fekte gut abgebildet werden .

Insgesamt erweist es sich als Vorteil der Erfindung, dass zwischenj ährliche Wetterschwankungen im Rahmen eines Optimierungsverfahrens zur Auslegung der gebäudetechnischen Ausrüstung besser berücksichtigt werden können . Hieraus ergeben sich gegenüber konventionellen Ansätzen, beispielsweise die normative Auslegung mittels Sicherheits faktoren, thermischer Gebäudesimulation mit Sensitivitätsanalyse für mehrere Wetterj ahre , Optimierungsrechnungen mit j ährlichen Lastprofilen und/oder dergleichen die folgenden Vorteile :

• Geringer Bedarf an Metadaten zu Bestandssystem, weil hochaufgelöste elektrische und thermische Profile aus dem Ermitteln des zeitabhängigen Energiebedarfs im Rahmen eines Energiemonitorings unmittelbar vorhanden sind und eine vollständige Automatisierbarkeit erlauben . Dies ist ein Vorteil gegenüber der thermischen Gebäudesimulation .

Es wird eine detaillierte Abbildung des Bestandssystems durch Verwendung von Messdaten ermöglicht . Dies ist vorteilhaft gegenüber heuristischen Auslegungsansätzen be- ziehungsweise normativen Kenngrößen für den Energiebe- darf .

• Eine gesicherte Qualität der Optimierungslösung der Auslegung durch Einbeziehung von repräsentativen Energieverbrauchsprofilen aus mehreren Jahren kann erreicht werden . Dies erlaubt eine zuverlässige Performance der auf diese Weise ausgelegten gebäudetechnischen Ausrüstung, insbesondere in Bezug auf milde Winter oder dergleichen .

• Ferner kann eine präzise Dimensionierung notwendiger Reserven für beispielsweise Extremwetterperioden erreicht werden . Fehlauslegungen durch überhöhte Sicherheits zuschläge sowie Kosten für eine Auslegung auf sehr seltene Ereignisse können weitgehend vermieden werden .

• Ferner kann eine verringerte Rechenzeit zur Bestimmung einer Auslegung erreicht werden . Dies ist insbesondere ein Vorteil gegenüber aufwendigen Sensitivitätsanalysen über mehrere Wetterj ahre .

• Bei Verwendung von Prognosemodellen für Wetterdaten beziehungsweise Klimadaten können insbesondere erwartbare klimatische Veränderungen, beispielsweise eine Änderung in einer CO2- Intensität , eine Zunahme heißer Sommer oder dergleichen, bei der Auslegung der gebäudetechnischen Ausrüstung berücksichtigt werden .

• Im Ergebnis erreicht die Erfindung eine optimal ausgelegte gebäudetechnische Ausrüstung, die weniger Kosten gegenüber einer Auslegung anhand des Stands der Technik verursacht , weniger Emissionen gegenüber dem Stand der Technik erzeugt und im Vergleich zum Stand der Technik haltbarer und zuverlässiger ist . Die für das erfindungsgemäße Verfahren angegebenen Vorteile und Wirkungen gelten gleichermaßen für das erfindungsgemäße Rechnerprogrammprodukt und den erfindungsgemäßen elektronisch lesbaren Datenträger sowie umgekehrt .

Bei den im Folgenden erläuterten Aus führungsbeispielen handelt es sich um bevorzugte Aus führungs formen der Erfindung . Die vorhergehend in der Beschreibung angegebenen Merkmale , Merkmalskombinationen sowie auch die in der folgenden Beschreibung von Aus führungsbeispielen genannten und/oder in den Figuren alleine gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der j eweils angegebenen Kombination, sondern auch in anderen Kombinationen verwendbar . Es sind somit auch Aus führungen von der Erfindung umfasst beziehungsweise als of fenbart anzusehen, die in den Figuren nicht expli zit gezeigt und erläutert sind, j edoch durch separierte Merkmalskombinationen aus den erläuterten Aus führungs formen hervorgehen und erzeugbar sind . Die anhand der Aus führungsbeispiele dargestellten Merkmale , Funktionen und/oder Wirkungen können für sich genommen j eweils einzelne , unabhängig voneinander zu betrachtende Merkmale , Funktionen und/oder Wirkungen der Erfindung darstellen, welche die Erfindung j eweils auch unabhängig voneinander weiterbilden . Daher sollen die Aus führungsbeispiele auch andere Kombinationen als die in den erläuterten Aus führungs formen umfassen . Darüber hinaus können die beschriebenen Aus führungs formen auch durch weitere der bereits beschriebenen Merkmale , Funktionen und/oder Wirkungen der Erfindung ergänzt sein .

In den Figuren bezeichnen gleiche Bezugs zeichen gleiche Merkmale und Funktionen .

Es zeigen :

FIG 1 eine schematische Blockdarstellung für eine Verfahrens führung zum Ermitteln einer Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes , und FIG 2 eine schematische Blockdarstellung für einen Black- Box-Ansatz zum Ermitteln von Energieverbrauchsprofilen des Gebäudes bei der Verfahrens führung gemäß FIG 1 , für die keine oder nur unzureichende Daten bezüglich eines zeitabhängigen Energiebedarfs des Gebäudes vorliegen .

FIG 1 zeigt in einer schematischen Blockdarstellung eine Verfahrens führung gemäß der Erfindung, bei dem eine Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen Wärmeenergiebedarf eines Gebäudes ermittelt wird . Zunächst wird ein zeitabhängiger Energiebedarf des Gebäudes für einen vorgegebenen ersten Zeitraum erfasst , der vorliegend ein Jahr beträgt . Das Erfassen erfolgt durch Messen der entsprechenden physikalischen Größen, insbesondere Leistungen abhängig von der Zeit . Vorliegend werden die physikalischen Größen elektrischer Strom, Hei zenergie sowie Energie für die Kälteerzeugung erfasst und in einer Datenbank 10 gespeichert . Dies erfolgt in einem ersten Schritt .

Sodann wird in einem zweiten Schritt ein wetterdatenabhängiges erstes Energieverbrauchsprofil 12 des Gebäudes für den vorgegebenen ersten Zeitraum abhängig vom zuvor im ersten Schritt erfassten zeitabhängigen Energiebedarf und von zeitraumspezi fischen Wetterdaten aus einer Wetterdatenbank 20 ermittelt . Dem Grunde nach kann es bei alternativen Ausgestaltungen auch vorgesehen sein, mehr als lediglich ein erstes Energieverbrauchsprofil 12 zu ermitteln . Dem Grunde nach ist die Anzahl der ersten Energieverbrauchsprofile nicht begrenzt . Jedoch ist zu beachten, dass das Ermitteln der ersten Energieverbrauchsprofile 12 auf dem messtechnischen Erfassen j eweiliger zeitabhängiger Energiebedarf e beruht .

In einem dritten Schritt werden mittels eines Extrapolationsverfahrens 14 für weitere vorgegebene zweite Zeiträume abhängig vom erfassten zeitabhängigen Energiebedarf des vorgegebenen ersten Zeitraums und von weiteren zeitraumspezi fischen Wetterdaten gemäß der Wetterdatenbank 20 weitere wetterdaten- abhängige zweite Energieverbrauchsprofile 16 ermittelt . Für die zweiten Energieverbrauchsprofile 16 brauchen also keine oder keine vollständigen Daten in Bezug auf einen j eweiligen zeitabhängigen Energiebedarf des Gebäudes vorzuliegen .

In einem vierten Schritt wird sodann aus den ermittelten wetterdatenabhängigen Energieverbrauchsprofilen 12 , 16 eine vorgegebene Anzahl 18 ausgewählt . Diese ausgewählten wetterdatenabhängigen Energieverbrauchsprofile 12 , 16 werden in einem fünften Schritt mittels eines Auswertemoduls 22 ausgewertet , um darauf basierend die Auslegung der gebäudetechnischen Ausrüstung in Bezug auf den Wärmeenergiebedarf des Gebäudes zu ermitteln .

Die wetterdatenabhängigen zweiten Energieverbrauchsprofile 16 können als Mehr ahresenergieverbrauchsprof ile ermittelt werden .

Liegen für einen vorgegebenen Zeitraum beziehungsweise eine vorgegebene Position des Gebäudes keine oder keine ausreichenden Daten in der Wetterdatenbank vor, kann ferner vorgesehen sein, dass für diesen Zeitraum und/oder die entsprechende Position Wetterdaten anhand eines Klimamodells ermittelt werden, beispielsweise durch Prognosti zieren, Schätzen und/oder dergleichen .

In der vorliegenden Ausgestaltung nutzt das Extrapolationsverfahren 14 einen Black-Box-Ansatz 24 , wie er anhand von FIG 2 weiter erläutert wird . Der Black-Box-Ansatz 24 nutzt in der vorliegenden Ausgestaltung ferner ein neuronales Netzwerk . In alternativen Ausgestaltungen kann hier natürlich auch ein multivariates Regressionsverfahren zum Einsatz kommen .

Der Black-Box-Ansatz 24 nutzt Parameter, die unter Nutzung des wetterabhängigen ersten Energieverbrauchsprofils 12 ermittelt werden . Zu diesem Zweck nutzt der Black-Box-Ansatz 24 Parameter wie Außentemperatur I*_a, Sonneneinstrahlung GHI Luftfeuchtigkeit y, Belegungs- und/ oder Produktionspläne OC sowie zusätzliche Zeitinf ormationen t, wie zum Beispiel Wochentag, Feiertag, Ferienzeit und Sommer- beziehungsweise Winterbetrieb . Darüber hinaus können weitere Parameter genutzt werden . Daraus ermittelt der Black-Box-Ansatz 24 ein entsprechendes Energieverbrauchsprofil JPJ . Dieses wird für im Rahmen der Extrapolation zur Verfügung gestellt .

Liegen mehrere erste Energieverbrauchsprofile 12 vor, kann das Ermitteln der Parameter durch entsprechendes Trainieren des neuronalen Netzes weiter verbessert werden . Basierend auf den hierdurch ermittelten Parametern können nun unter ergänzender Nutzung von Wetterdaten der Wetterdatenbank 20 und unter Vorgabe von weiteren Zeiträumen, insbesondere zweiten Zeiträumen die weiteren wetterdatenabhängigen zweiten Energieverbrauchsprofile 16 ermittelt werden . Im Rahmen des Ermittelns der zweiten Energieverbrauchsprofile 16 kann eine Plausibilitätsprüfung, insbesondere eine Kreuzvalidierung durchgeführt werden .

Um das Auswerten im fünften Schritt hinsichtlich des Rechenaufwands in Grenzen zu halten, findet eine Auswahl aus den Energieverbrauchsprofilen 12 , 16 im vierten Schritt statt . Der vierte Schritt sieht vor, dass insbesondere repräsentative Energieverbrauchsprofile aus den ermittelten wetterdatenabhängigen Energieverbrauchsprofilen 12 , 16 ausgewählt werden . Hierzu wird im vierten Schritt eine Clusteranalyse herangezogen . Dadurch können für j eweilige Cluster j eweils eine oder mehrere geeignete Energieverbrauchsprofile ausgewählt werden, die für die Auswertung 22 im fünften Schritt zugrundegelegt werden .

Weiterhin ist vorliegend vorgesehen, dass die Energieverbrauchsprofile unter Nutzung von zeitabhängigen Gewichtungsfaktoren ausgewertet werden .

Darüber hinaus wird geprüft , ob die Energieverbrauchsprofile Energieverbrauchsspitzen enthalten . Sind derartige Energieverbrauchsspitzen in einem j eweiligen Energieverbrauchsprofil vorhanden, wird dieses ebenfalls ausgewählt und mit einem kleinen Gewichtungs faktor versehen und bei der Auswertung 22 gemäß fünftem Schritt berücksichtigt . Abhängig von der Auswertung 22 im fünften Schritt kann dann die Auslegung der gebäudetechnischen Ausrüstung erfolgen .

Aus der vorgenannten Darstellung ist ersichtlich, dass die im Stand der Technik üblichen Sicherheits- und Reservezuschläge beziehungsweise Standardauslegungen, die in der Regel zu einer deutlichen Überdimensionierung der gebäudetechnischen Ausrüstung führen, erheblich reduziert werden können . Dadurch kann nicht nur der Energieverbrauch des Gebäudes durch die Auslegung der gebäudetechnischen Einrichtung reduziert werden, sondern ebenso auch Betriebskosten, Wartungskosten sowie Investitionen .

Die Aus führungsbeispiele dienen ausschließlich der Erläuterung der Erfindung und sollen diese nicht beschränken .

Bezugs zeichenliste

10 Datenbank

12 Energieverbrauchsprofil 14 Extrapolationsverfahren

16 Energieverbrauchsprofil

18 Auswahlen von Energieverbrauchsprofilen

20 Wetterdatenbank

22 Auswertemodul 24 Black-Box-Ansatz

T_B Außentemperatur

GHI Sonneneinstrahlung

Luftfeuchtigkeit

OC Belegungs- und/ oder Produktionspläne t zusätzliche Zeitinf ormation

Energieverbrauchsprofil

Claims

Patentansprüche

1. Verfahren zum Ermitteln einer Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes, wobei:

- ein zeitabhängiger Energiebedarf des Gebäudes für wenigstens einen vorgegebenen ersten Zeitraum erfasst (10) wird,

- ein wetterdatenabhängiges erstes Energieverbrauchsprofil (12) des Gebäudes für den wenigstens einen vorgegebenen ersten Zeitraum abhängig vom erfassten zeitabhängigen Energiebedarf und von zeitraumspezifischen Wetterdaten (20) ermittelt wird,

- mittels eines Extrapolationsverfahrens (14) für weitere vorgegebene zweite Zeiträume abhängig vom erfassten zeitabhängigen Energiebedarf des wenigstens einen vorgegebenen ersten Zeitraums und von weiteren zeitraumspezifischen Wetterdaten (20) weitere wetterdatenabhängige zweite Energieverbrauchsprofile (16) ermittelt werden,

- aus den ermittelten wetterdatenabhängigen Energieverbrauchsprofilen (12, 16) eine vorgegebene Anzahl (18) ausgewählt wird, und

- die ausgewählten wetterdatenabhängigen Energieverbrauchsprofile ausgewertet (22) werden, um die Auslegung der gebäudetechnischen Ausrüstung in Bezug auf den thermischen Energiebedarf des Gebäudes zu ermitteln.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Zeiträume zumindest teilweise überlappungsfrei vorgegeben werden .

3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass wenigsten einer der vorgegebenen Zeiträume ein Kalenderjahr ist.

4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass für einen in der Zukunft und/oder in der Vergangenheit liegenden vorgegebenen Zeitraum die zeitraum- spezifischen Wetterdaten abhängig von wenigstens einem Klimamodell ermittelt werden.

5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Extrapolationsverfahren (14) einen Black-Box-Ansatz (24) nutzt, bei dem Parameter des Black-Box- Ansatzes (24) zumindest unter Nutzung des wetterdatenabhängigen ersten Energieverbrauchsprofils (12) ermittelt werden.

6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass mittels des Black-Box-Ansatzes (24) für die weiteren vorgegebenen zweiten Zeiträume abhängig von den weiteren zeitraumspezifischen Wetterdaten (20) die weiteren wetterdatenabhängigen zweiten Energieverbrauchsprofile (16) ermittelt werden.

7. Verfahren nach Anspruch 5 oder 6, dadurch gekennzeichnet, dass der Black-Box-Ansatz (24) zumindest teilweise ein neuronales Netzwerk und/oder ein multivariates Regressionsverfahren nutzt.

8. Verfahren nach einem der Ansprüche 5 bis 7, dadurch gekennzeichnet, dass eine Plausibilitätsprüfung für die ermittelten weiteren wetterdatenabhängigen zweiten Energieverbrauchsprofile (16) durchgeführt wird.

9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Kreuzvalidierung zumindest für einen Teil der ermittelten Energieverbrauchsprofile (12, 16) durchgeführt wird.

10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass repräsentative Energieverbrauchsprofile (12, 16) aus den ermittelten wetterdatenabhängigen Energieverbrauchsprofilen (12, 16) mittels einer Clusteranalyse ausgewählt werden.

11 . Verfahren nach Anspruch 10 , dadurch gekennzeichnet , dass bezüglich der ausgewählten Energieverbrauchsprofile ( 12 , 16 ) zeitabhängige Gewichtungs faktoren berücksichtigt werden .

12 . Verfahren nach einem der vorhergehenden Ansprüche , dadurch gekennzeichnet , dass wenigstens ein vorgegebener Zeitraum ausgewählt wird, in dem wenigstens eine Energiebedarfsspitze vorliegt .

13 . Verfahren nach Anspruch 12 , dadurch gekennzeichnet , dass für diesen wenigstens einen Zeitraum nur ein kleiner Gewichtungs faktor berücksichtigt wird .

14 . Rechnerprogrammprodukt umfassend ein Programm für eine Rechnereinheit , wobei das Programm Programmkodeabschnitte eines Programms zum Aus führen der Schritte eines Verfahrens nach einem der vorhergehenden Ansprüche aufweist , wenn das Programm durch die Rechnereinheit ausgeführt wird, sodass eine Auslegung einer gebäudetechnischen Ausrüstung in Bezug auf einen thermischen Energiebedarf eines Gebäudes ermittelt wird .

15 . Elektronisch lesbarer Datenträger mit darauf gespeicherten elektronisch lesbaren Steuerinformationen, welche zumindest ein Rechnerprogrammprodukt nach Anspruch 14 umfassen und derart ausgestaltet sind, dass bei Steuerung einer Rechnereinheit unter Nutzung der Steuerinformationen des Datenträgers die Rechnereinheit ein Verfahren nach einem der Ansprüche 1 bis 13 durchführt .