Ein Bürohaus in Madrid wird derzeit fit gemacht für das Energiesparen der Zukunft. Es ist das Pilotprojekt des Fraunhofer IIS/EAS und fünf weiterer europäischer Partner aus Wirtschaft und Forschung, die spezialisiert sind auf Simulations- und Softwarelösungen sowie Automatisierungssysteme. Sie haben in dem fünfgeschossigen Gebäude zusätzlich zur bereits bestehenden technischen Ausrüstung ein übergeordnetes Building Energy Management System installiert. Im Gegensatz zu anderen BEMS betrachtet dieses System den Energieverbrauch ganzheitlich, bezieht also alle vorhersagbaren Einflussgrößen auch außerhalb des Gebäudes ein und kann sich selbständig an veränderte Bedingungen anpassen. Dafür müssen vorhandene Strukturen nicht verändert, sondern lediglich einige zusätzliche Sensoren als Schnittstellen zwischen BEMS und Gebäudeausrüstung ergänzt werden. In Madrid gehören hierzu unter anderem Klimageräte, Wärmepumpen, Kältemaschinen und Boiler. In den kommenden Monaten wird das System an der Steuerung von rund 50 Räumen des Hauses mit unterschiedlichen Nutzungsszenarien intensiv getestet, um den Erfolg des BEMS-Ansatzes auch im Langzeitbetrieb zu bestätigen. Die Ergebnisse der ersten Monate zeigen aber bereits eine Genauigkeit der ermittelten Prognosen von über 95 Prozent.

Der BEMS-Ansatz basiert auf umfassenden Computermodellen für ein exaktes Vorhersagemodell sowie Self-Learning-Verfahren und Optimierungsstrategien für die Steuerung. Abhängig von aktuellen Raumtemperaturen, Wettereinflüssen sowie der jeweiligen Raumbelegung und ‑nutzung optimiert das BEMS den Energieverbrauch. Dafür arbeiten neuartige Controller als sogenannte modellprädiktive Regler. Sie können aus Modellen das entsprechende Verhalten von Gebäuden sowie der technischen Gebäudeausrüstung vorhersagen und dann unter energetischen Gesichtspunkten die Regelung der Energieerzeuger und -verbraucher optimieren. Dabei werden Vorgaben zum gewünschten Komfort der Nutzer berücksichtigt. Das Fraunhofer IIS/EAS bringt neben der eigentlichen Entwicklung der Controller auch seine Kompetenzen zu Energiemodellen für die installierte Gebäudetechnik, zum Datenmanagement und zum Systemintegrationstest ein. Die Basis für die Vorhersagemodelle bilden Verfahren des Maschinellen Lernens und der Statistik. Dabei werden aus vorliegenden historischen Daten über das Nutzerverhalten, der benötigten Gebäudeenergie und der Wettereinflüsse Prognosewerte für deren zukünftige Entwicklung gewonnen. Im laufenden Betrieb werden diese Modelle fortlaufend verfeinert und damit die Vorhersagegüte kontinuierlich erhöht.

Die Grundlagen für die Arbeiten haben die beteiligten Partner im europäischen Forschungsprojekt »SEEDS« gelegt, in dem sie gemeinsam mit weiteren Institutionen und Unternehmen von 2011 bis Anfang 2015 zusammengearbeitet haben. Dabei wurden bereits die umfassenden Möglichkeiten von BEMS auf der Basis von Vorhersagemodellen bestätigt.