TABS@CMU. Nutzung der Gebäudemasse als Energiespeicher zur Unterstützung des zukünftigen Energienetzes - Fallanalyse CMU (FHNW Campus Muttenz)
Loading...
DOI of the original publication
Project type
angewandte Forschung
Project start
01.01.2025
Project end
31.12.2025
Project status
abgeschlossen
Project contact
Project manager
Contributors
Description
Abstract
Im Rahmen dieses Projekts wird ein Proof-of-Concept für eine optimierte Regelung von thermisch aktivierten Bauteilsystemen (TABS) erarbeitet. Dabei soll gezeigt werden, dass die Vorlauftemperatur nicht nur basierend auf der Aussentemperatur, sondern auch unter Einbezug weiterer Wetterdaten, Energiepreisen und Informationen zur Raumnutzung bestimmt werden kann.
Zur Umsetzung wird ein datenbasiertes Modell entwickelt, das mit minimalem Sensoreinsatz arbeitet und sich in bestehende Gebäudeautomationssysteme integrieren lässt. Die benötigten Messdaten werden am FHNW-Gebäude „KUBUK“ erhoben und mithilfe von Methoden des maschinellen Lernens analysiert.
Durch diese prädiktive Steuerung soll ein Beitrag zur Steigerung der Energieeffizienz, zur Netzunterstützung sowie zur Reduktion von CO₂-Emissionen im Gebäudebetrieb geleistet werden. Das Konzept wird in einer realitätsnahen Umgebung simulativ getestet und visuell aufbereitet, um die Ergebnisse einem breiten Publikum zugänglich zu machen.
Created during FHNW affiliation
Yes
Strategic action fields FHNW
Zero Emission
New Work
New Work
School
Hochschule für Architektur, Bau und Geomatik FHNW
Institute
Institut Nachhaltigkeit und Energie am Bau
Financed by
HABG-Kollaborationsprojekt
Project partner
Institut Bauingenieurwesen, Hochschule für Architektur, Bau und Geomatik FHNW
Institut Nachhaltigkeit und Energie am Bau, Hochschule für Architektur, Bau und Geomatik FHNW
Institut Nachhaltigkeit und Energie am Bau, Hochschule für Architektur, Bau und Geomatik FHNW
Contracting authority
SAP reference
B006-0044-2
Keywords
Energieinformatik
Betriebsoptimierung
Gebäudetechnik
Machine learning
Betriebsoptimierung
Gebäudetechnik
Machine learning