Accueil » WP8: Entwicklung einer künstlichen Intelligenz zur (...)
Die Forschungsfrage, die hier im Vordergrund steht ist die Untersuchung des Produktions- und Verbrauchsverhalten und deren Optimierung mit den beiden Technologien KI und NILM. Es soll ein Prototyp entwickelt werden, welcher den Energieverbrauch einzelner, für den gesamtverbrauch relevanter, Geräte prognostiziert und mit diesen Erkenntnissen die Wärmepumpe optimiert regelt. Der Wärmepumpe als zentraler Verbraucher kommt hierbei besondere Bedeutung zu, da diese durch optimiertes regeln den Eigenverbrauch maßgeblich beeinflussen kann. Insbesondere die Kombination PV-Anlage, Wärmepumpe mit Batteriespeicher bietet ein hohes Potential zur Optimierung des Eigenverbrauchs. Das Arbeitspaket wird über den gesamten Projektzeitraum durchgeführt.
Während bisherige Simulationsverfahren zur Prognostizierung des Eigenverbrauchs auf sehr stark vereinfachte Daten wie den Jahresverbrauch oder die installierte Peak-Leistung der PV-Anlage zurückgreifen wird hier bereits für die Auslegung einer PV-Anlage in Kombination mit einer Wärmepumpe mit oder ohne Energiespeicher der individuelle Energieverbrauch zugrunde gelegt. Um dies praktisch zu Realisieren wird ein Messsystem über einen bestimmten Zeitraum installiert, um möglichst viele Verbrauchsdaten zu erfassen. Eine Forschungsfrage hierbei ist die Dimensionierung des Messzeitraums. Wie lange müssen Verbrauchsdaten gemessen und analysiert werden, um ein grundlegendes Nutzerprofil für die Auslegung der PV Anlage und des Energiespeichers zu erreichen. Hierbei ist eine möglichst kurze Messperiode von Vorteil. Ob sich aus den Messdaten ein verallgemeinerndes Nutzerprofil ableiten lässt, ist es weiteren zu untersuchen.
Ein weiteres Ziel des WPs ist es den Eigenverbrach existierender Anlagenkombinationen aus PV und Wärmepumpen zu optimieren. Hierbei wird ausgenutzt, dass die von der Wärmepumpe benötigte Energie in der Regel nicht unmittelbar benötigt wird da Heizungssysteme in der Regel sehr träge sind. Durch optimiertes Regeln der Wärmepumpe kann somit der Eigenverbrach verbessert werden. Ist ein Energiespeicher verfügbar kann dieser den Eigenverbrauch weiter erhöhen. Um eine weitere Optimierung vornehmen zu können kann eine Prognose des Haushaltsverbrauchs helfen. Um hier eine möglichst exakte Prognose zu erhalten werden relevante Verbraucher im Haushalt geclustert, so dass beispielsweise beim Einschalten der Waschmaschine klar ist, mit welchem zusätzlichen Verbrauch die nächsten Stunden gerechnet werden kann.
Die folgenden Maßnahmen sind innerhalb des WP8 geplant:
Diese WP ist eng verzahnt mit allen anderen WPs. Insbesondere können die Erkenntnisse welche in WP6 gewonnen werden genutzt werden um ein Model zu erstellen, welches Länderspezifische Gegebenheiten berücksichtigt. Durch eine Verknüpfung mit WP7 und WP8 können die Vorteile des bidirektionalen Ladens von Autos und Gebäude und Heizungsmodelle zur Optimierung des Eigenverbrauchs genutzt werden. Von den synchronisierten Datensätzen welche PV-Erzeugung sowie Energieverbrauch der Haushalte und Wärmepumpen enthalten können insbesondere WP6 bis WP13 genutzt werden.
Es ist geplant ein Algorithmus auf einem Embedded System zur Echtzeitoptimierung des Eigenverbrauchs zu entwickeln und zu implementieren.
Hochscule Furtwangen
Robert-Gerwig-Platz 1,
78120 Furtwangen im Schwarzwald,
Deutschland
Copyright © 2024 IRIMAS Institut | Université de Haute-Alsace