LLEC – Verwaltungsbau: Klimaneutraler Verwaltungsbau als aktiver Teil des Living Lab Energy Campus; EnOB: LLEC: Living Lab Energy Campus

Förderkennzeichen: 03EGB0010A , 03ET1551A

Laufzeit: 01/2018 – 06/2025, 01/2018 – 03/2025

Partner: Karlsruher Institut für Technologie, LOHC Technologies, Zulieferer: BFT Planung GmbH, Hydrogenious, Riello Power Systems GmbH, AutoPi.io ApS, be.storaged GmbH, SonnJa! GmbH

Projektwebseite: https://www.fz-juelich.de/de/llec

Digitale Anwendung(en):Betriebsoptimierung, Dashboards, Digitaler Zwilling

Ziele:Energieeinsparungen, Verbrauchsminderung, Komfortsteigerung

Strategien:Steuerung- und Regelung / Model Predictive Control, Gamification, Informations- und Wissensvermittlung

Relevanz:Verbrauchsreduktion in komplexe Gebäudestrukturen u.a. durch die Nutzenden

Problemstellung und Problemziele
Die Heterogenität von Gebäuden, die beispielsweise durch unterschiedliche Anlagenparks und/oder Nutzungsprofile entsteht, sowie das Verhalten der Nutzenden von Gebäuden stellen komplexe Herausforderungen zur Minimierung des Energieverbrauchs dar. Oftmals fehlen verlässliche Daten und entsprechende digitale Anwendungen, um den Energieverbrauch und die Effizienz von Gebäuden angemessen zu bewerten und zu optimieren. Durch ihren erheblichen Anteil am Gesamtenergieverbrauch (30 %) steht die Verbesse
rung der Energieeffizienz und Reduzierung von CO2-Emissionen von Gebäuden zunehmend im Fokus derzeitiger Forschung (United Nations Environment Programme 2021).

Das Living Lab Energy Campus (LLEC) am Forschungszentrum Jülich verfolgt das Ziel, Lösungen für die Energieeffizienz in Gebäuden zu erforschen und der Öffentlichkeit vorzustellen. Hochgradig vernetzte Demonstratoren zeigen verschiedene Forschungsarbeiten, beispielsweise zu Photovoltaik oder der Energiespeicherung. Außerdem wird in zwei Projekten versucht, durch die Integration innovativer Technologien und Ansätze den Energieverbrauch zu minimieren. Zentraler Schlüssel ist dabei die Erfassung und Analyse von Gebäudedaten. Darauf aufbauend werden modulare Lösungen entworfen, die nach erfolgreicher Testung auch auf andere Gebäude übertragen werden können. Ein Schwerpunkt der Optimierung ist diesbezüglich die Entwicklung intelligenter Regelung zur Steuerung von Energieverbrauchsanlagen in einigen Gebäuden und der Energiedemonstratoren des Campus. Um der hohen Heterogenität der Gebäude bzw. Gebäudeteile zu begegnen, muss dabei eine Vielzahl an Einflussgrößen betrachtet werden. Parallel dazu wird in einem anderen Gebäude das Nutzerverhalten als aktives Mittel zur Verbrauchsminimierung erforscht und genutzt. Das LLEC ermöglicht die Entwicklung und Anwendung solcher Lösungen in einem repräsentativen und realistischen Umfeld, das Validierung von Forschungsergebnissen ermöglicht. Insbesondere im Verwaltungsbau kann die Einwirkung auf die intrinsische Motivation von Personen essentiell sein, da sie sich nachgewiesenermaßen nicht für ihren Einfluss auf Energieverbrauch verantwortlich fühlen, solange sie die Kosten nicht tragen. Ein weiteres Ziel des Projekts ist die Förderung des Wissenstransfers und die Sensibilisierung für das Thema Energieeffizienz in Gebäuden. Das LLEC bietet dazu Schulungen, Workshops und Informationsveranstaltungen für Fachleute, Studierende und die interessierte Öffentlichkeit an, um das Bewusstsein für energieeffizientes Bauen zu stärken und Fachwissen zu verbreiten.
Umsetzung im Projekt
Der Fokus des Projekts liegt insbesondere auf der Energieeffizienzsteigerung von Heizungs-, Kühlungs- und Klimasysteme in Bürogebäuden unter Berücksichtigung der Zufriedenheit der Nutzenden. Zum Einsatz kommt dabei eine Modell-prädikative Regelung (engl. Model Predicitve Control (MPC)), die es ermöglicht, nicht-lineares Systemverhalten vorauszusagen und automatisiert zu steuern. Verschiedene Studien beziffern die Energieeinsparungen zwischen 15 % und 50 % (Mork et al. 2023). Im Projekt berücksichtig
t die praktisch umgesetzte MPC den Energieverbrauch für Heizung und Beleuchtung, thermisches Unbehagen, sowie potenzielle Nutzer-Störungen durch hochfrequentes Fahren der Verschattung. Die Steuerung erfolgt unter Rücksichtnahme auf Abstimmungsparameter und Komfortgrenzen. Es ist zu erwähnen, dass für die Nutzung der MPC derzeit eine maßgeschneiderte Modellierung für jedes individuelle Gebäude notwendig ist, aber auch in diesem Projekt an Vereinfachungen gearbeitet wird (z.B. einfach zu erstellende und übertragbare Modelica-Module). Bezüglich des Einflusses des Wetters wurden unterschiedliche Effekte wie Außentemperaturen / Heizbedarfe, Windstärken und solare Gewinne mit in die Steueralgorithmen einbezogen.

Unabhängig von den Ansätzen zur MPC, beschäftigen sich die Forschenden mit der Integration von Softwareanwendungen, die es ermöglichen, Energieverbrauchsdaten einzusehen und den Nutzenden Echtzeitempfehlungen für Verhaltensänderungen zu geben (Ubachukwu et al. 2023). Das „Energy Dashboard“ bietet Mitarbeitenden und Besucher*innen des LLEC u.a. auf Raumlevel einen Überblick über Heiz- und Stromverbrauch in Echtzeit. „JuControl“ geht eine Ebene weiter und ermöglicht es den Nutzenden, ihre persönlichen Präferenzen für das Raumklima abzubilden und in die Steuerung einzugreifen. In die Anwendung ist dabei ein Gamification Ansatz eingebettet, der den Vergleich mit anderen Personen/Teams ermöglicht. Das Feedback an die Nutzenden erfolgt über ein Ampelsystem, das den Energieverbrauch angibt. Die Bewertung der Ampel erfolgt anhand festgelegter Grenzen, gemessen in Kilowattstunden. Außerdem spiegelte die Anwendung einen “Energiestrafwert” wider, der simuliert wie hoch der Energieverbrauch des gesamten LLEC Campus gewesen wäre, wenn alle Personen ein entsprechendes Nutzungsprofil gehabt hätten (Idealwert). In diesem Sinne grenzt sich das Projekt von herkömmlichen Ansätzen zur Bewertung der positiven Umweltwirkungen ab. Während normalerweise die Einsparung in Referenz zum Status-Quo-Verbrauch gesetzt wird, fragt die Referenz am LLEC nach dem Idealzustand, der erreicht werden könnte. Denn je nach Lage, Nutzungsart und persönlichen Erfahrungen der Nutzenden, können die Möglichkeiten zu Energieeinsparungen in Einzelräumen stark variieren. Durch die Definition eines Ideals wird diesen Einflüssen Rechnung getragen. Ergänzt wird das System zur Nutzendeneinbindung durch ein Leaderboard (in der Anwendung „JuPower“), das Teams mit dem niedrigsten Energieverbrauch auszeichnet. Anreize für energieeffizientes Verhalten der Nutzenden wird zudem durch soziale Interaktion und „game rewards“ geschaffen.

Um die korrekte Messung der Daten zu gewährleisten wurden in allen teilnehmenden Gebäuden Sensoren des Typs EnOcean zur Messung der Luftqualität, der CO2 Konzentration, Temperatur und Feuchtigkeit verbaut. Die Verarbeitung der Daten erfolgte mit M-Bus. Zur automatischen Steuerung von Beleuchtung, Heizung und Sonnenschutz kamen KNX Steuerelemente und BACnet-Systeme zum Einsatz. Über den gesamten Campus des LLEC wurden Untersuchungen zur Integration von über 1800 Geräten in 18 Gebäuden mittels einer Informations- und Kommunikationsplattform durchgeführt (EnOcean: 1676 Sensoren und 108 Aktuatoren, KNX: 48 Sensoren und 36 Aktuatoren) (Althaus et al. 2022).
Evaluation
Die Forschenden schätzen die Energieeinsparungen, die mittels MPC erreicht werden können, über sämtliche getestete Gebäude auf ca. 10 – 15 %. Dazu wurde ein digitaler Zwilling der Gebäude mittels unterschiedlicher Regelstrategien vergleichend betrieben. Den größten Einfluss auf die Energieeinsparungen haben dabei das intelligente Steuern der Raumtemperatur, der automatisierten Fensteröffnung sowie das Anpassen des Sonnenschutzes (Fokus Wärme/Klimatisierung; Auswirkungen auf Strombedarf für Beleu
chtung nicht inkludiert). Der Sonnenschutz ist so ausgelegt, dass ein Maximum an solaren Wärmegewinnen und Tageslicht nutzbar gemacht werden kann, um den Energieverbrauch für Heizung und Beleuchtung zu minimieren. Die messtechnische Überprüfung konnte die Simulationen qualitativ bestätigen. So wurden energieeffizientere Raumtemperaturprofile gemessen. Ein genauer Vergleich des Energieverbrauchs konnte jedoch auf Grund mangelnder Zähler in den einzelnen Räumen / Gebäudeteilen nicht zielführend durchgeführt werden. Quantitativ kann das LLEC die hohe Genauigkeit des white-box MPC-Modells bestätigen. Der Root Mean Square Error (RSME) zwischen gemessener und geschätzter Raumtemperatur lag bei 0,49 °C. Zudem konnte die effiziente Arbeitsweise der Regelung belegt werden. Im Vergleich mit einem konventionellen Regelungsansatz (0,47 kh/d) blieb die thermische Unbehaglichkeit mit einem Wert von 0,53 kh/d weitestgehend stabil.

Für die Nutzendeneinbindung ist zu erwähnen, dass unterschiedlichen Maßnahmen (Dashboards, JuControl, JuPower) seit 2020 durch mehr als 1300 Mitarbeitende genutzt wurden. Zur Evaluierung der Effektivität der Nutzendeneinbindung wurde basierend auf den historischen Daten vor Implementierung der Maßnahmen ein Regressionsmodell aufgesetzt, was den entstandenen Heizenergiebedarf maßgeblich als Funktion der Außentemperatur beschreibt (Fitgüte: R2 = 0,91). Dieses Modell wurde dann ebenso auf die Periode mit implementierten Maßnahmen zur Nutzendeneinbindung angewandt und mit dem tatsächlichen Energieverbrauch des Gebäudes verglichen. Es konnte gezeigt werden, dass, verglichen mit der Referenzperiode, der Heizbedarf in Abhängigkeit der Außentemperatur weniger stark anstieg und die durchschnittliche Temperatur des Pilotgebäudes durchschnittlich um 1 °C gesenkt werden konnte. Diese Effekte trugen maßgeblich zu der gemessenen Verbrauchsreduktion von 11.1 MWh pro Jahr (- 16,7 %) bei, welche die Verantwortlichen auf Grund der gleichen Systemparameter (Energetischer Zustand des Gebäudes und des Heizsystems) auf die effizientere Nutzung des Heizsystems und ein effizienteres Nutzendenverhalten zurückführen. Bei einem Gaskraftwerk zur Heizwärmebereitstellung (angenommener Emissionsfaktor von 200 g CO2e/kWhprimär; Primärenergiefaktor Erdgas = 1,1) entspricht dies einer Einsparung von ca. 2,44 t CO2e pro Jahr. Für Unterschiede in der Außentemperatur der beiden Perioden wurde dabei korrigiert, andere Einflussgrößen wurden jedoch nicht betrachtet (z.B. Wind, Solare Gewinne). Das Komfortlevel der Menschen wurde dabei nicht negativ beeinflusst. Dabei weisen die Projektverantwortlichen auf das zusätzliche Potential hin, da nur ein Fünftel der Büros in dem Gebäude für die Maßnahmen zur Nutzendeneinbindung aktiviert waren.

Die negativen Umweltwirkungen der verbauten Komponenten wurden weder für die MPC noch die Nutzendeneinbindung bilanziert. Bei der am LLEC vorzufindenden (Komponenten-)Infrastruktur besteht die Schwierigkeit zur Bewertung der negativen Wirkungen vor allem in der Allokation der Komponenten, da neben den hier beschriebenen digitalen Anwendungen noch viele weitere Prozesse und Anwendungen die gleichen Komponenten nutzen. Daher ist eine genaue Zuordnung zu einzelnen digitalen Anwendungen schwierig. Jedoch mussten für die Einzelraummessungen eine Vielzahl an batteriebetriebenen Komponenten verbaut werden (> 1800 Komponenten auf dem Campus insgesamt). Da all diese Komponenten fortwährend mit den digitalen Anwendungen Daten austauschen bzw. diese auf diese zurückgreifen, fällt ein entsprechend hoher Datenaufwand an. Alleine für die Maßnahmen zur Nutzendeneinbindung wurden in ca. 3 Jahren 364 Mio. Datensätzen erfasst und aufgearbeitet (ca. 74 GB insgesamt bzw. ca. 25 GB/a). Dabei gehen die Forschenden davon aus, dass sich der Datenaufwand bei einer noch praxisnäheren Implementierung um ca. 25% reduzieren lassen könnte. Zum einen, da die Anzahl an Datenpunkten in etwa um diese Größe reduziert werden könnte. Zum anderen, weil nach erfolgreicher Erprobung im Forschungskontext weniger Redundanzen bei den Messstellen und eine geringerer Datengranularität nötig wären. Für die MPC werden täglich ca. 300 MB an Daten auf einem OpenStack Server verarbeitet. Nur ein Bruchteil entfällt dabei auf die Erfassung der Messdaten aus den Räumen (ca. 5 MB pro Tag; 15 minütige Daten zu Raum-Temperatur, Zustände von Fenster- und Tür-Kontakten und Anzahl an Personen im Raum). Zusammengenommen fragen die Nutzendeneinbindung und die MPC jährlich virtuelle Ressourcen für ca. 124 GB nach, was überschlägig CO2-Emissionen von ca. 339 kg CO2e bedeuten würde (vergleiche Abschätzung der negativen Wirkungen durch die Datenübertragung und -verarbeitung hier ).

Schließlich sieht das Projekt verschiedene Anknüpfungsmöglichkeiten für künftige Forschungsvorhaben. Da MPC-Modelle zwar hohe Einsparpotenziale versprechen, jedoch gleichzeitig einen hohen Aufwand für individuelle Kalibrierung benötigen, besteht ein hoher Bedarf für die Entwicklung von einfach übertragbaren MPC-Ansätzen für kommerzielle Zwecke. Auf die vereinfachte Übertragung auf andere Gebäude zielt auch die angestrebte Verknüpfung beider Anwendungen des Projekts ab (MPC & Nutzendeneinbindung). So sind noch effizienzsteigernde Anpassungsmöglichkeiten innerhalb der Kostenfunktion des MPC möglich. Da beide Aspekte modular entwickelt wurden, ist eine zukünftige Verschränkung denkbar und sinnvoll um bspw. die Effektivität der MPC unter Einfluss von benutzerdefinierte Komforteinstellungen oder angepassten Handlungsempfehlungen an die Nutzenden zu testen. Zudem nennen die Forschenden den Bedarf für umfassendere Versuche in größeren Gebäuden unter Einbeziehung ganzzahliger Entscheidungsvariablen, sowie der Vorlauftemperaturen von Heizwasservolumenströmen (zentrale Heizungssysteme) als weitere Entwicklungsfelder.
Weiterführende Literatur und Hinweise
  • Althaus, Philipp, Florian Redder, Eziama Ubachukwu, Maximilian Mork, André Xhonneux und Dirk Müller (2022): Enhancing Building Monitoring and Control for District Energy Systems: Technology Selection and Installation within the Living Lab Energy Campus. Applied Sciences 12, Nr. 7 (Januar): 3305.
  • Mork, Maximilian, Florian Redder, André Xhonneux und Dirk Müller (2023): Real-world implementation and evaluation of a Model Predictive Control framework in an office space. Journal of Building Engineering 78 (1. November): 107619.
  • Ubachukwu, Eziama, Jana Pick, Lea Riebesel, Paul Lieberenz, Philipp Althaus, Dirk Müller und André Xhonneux (2023): LLEC Energy Dashboard Suite: User Engagement for Energy-Efficient Behavior Using Dashboards and Gamification. In: 36th International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems (ECOS 2023), S. 3241–3252. Veranstaltung: 36th International Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of Energy Systems (ECOS 2023), Las Palmas De Gran Canaria, Spain. http://www.proceedings.com/069564-0291.html.
  • United Nations Environment Programme (2021): 2021 Global Status Report for Buildings and Construction: Towards a Zero-Emission, Efficient and Resilient Buildings and Construction Sector. Nairobi, Kenya: United Nations Environment Programme.