72 1 · 2024 TR ANSFORMING CITIES THEMA Die urbane Verkehrswende Die in fünf Jahren Forschung an der ETH Zürich und dem Schweizer Forschungsinstitut Empa entstandene und über zwei Jahre bei viboo weiterentwickelte Technologie verändert grundlegend die Art und Weise, wie Heizsysteme in Bestandsgebäuden geregelt werden. Durch den intelligenten Einsatz selbstlernender, vorausschauender Algorithmen hat viboo verschiedenen Firmen sowie Städten geholfen, eine Reduzierung des Heizenergieverbrauchs um 20-40-% zu erreichen. Doch wie genau funktioniert diese wegweisende Technologie? Konventionelle Heizsysteme setzen auf reaktive Regeltechnologie: Ein Thermostatventil lässt Heizwasser durch den Heizkörper oder die Fußbodenheizung fließen, wenn es im Raum zu kalt ist, und verringert den Fluss, wenn es zu warm wird - allerdings immer reaktiv, und in der Regel zu spät. Stattdessen nimmt viboo eine proaktive Rolle ein. Der entscheidende Schritt in Richtung Energieeffizienz liegt im Erlernen des thermischen Verhaltens der Gebäude über einen Zeitraum von zwei Wochen: Die intelligente Cloud Plattform misst Raumtem- 30 % Energie sparen - mit vorausschauender Regelung Felix Bünning Die Notwendigkeit, CO 2 -Emissionen zu reduzieren, ist mittlerweile breit bei Privatpersonen wie in der Wirtschaft und der öffentlichen Hand angekommen. Als Resultat definieren Firmen, Städte und Gemeinden beeindruckende CO 2 -Absenkpfade, die nicht selten „Netto Null“ bis 2030 erreichen möchten. In dieser Zeit, in der die Klimakrise und steigende Energiepreise unsere Aufmerksamkeit auf die Dringlichkeit einer nachhaltigen Energieversorgung lenken, spielt das Schweizer Start-up „viboo“ eine entscheidende Rolle, welches den Heizenergieverbrauch im Bestand - sofort - signifikant absenken kann. 73 1 · 2024 TR ANSFORMING CITIES peraturen und Ventilpositionen im Gebäude und analysiert kontinuierlich das thermische Verhalten jedes Raumes. Dabei werden nicht nur die aktuellen Bedingungen berücksichtigt, sondern auch Wetterbedingungen einbezogen. In dieser Zeit lernt viboo ein mathematisches Modell des thermischen Verhaltens jedes einzelnen Raumes, einschließlich der Einflüsse von Wänden, Fenstern und anderen strukturellen Elementen. Sobald die Modelle erlernt sind, wird die Heizenergie optimiert. Alle paar Minuten werden aktuelle Messpunkte erfasst, die Wettervorhersage eingeholt, und mithilfe mathematischer Optimierung der optimale Wärmeeintrag für jeden einzelnen Raum errechnet. Dabei werden die Modelle genutzt, um zu simulieren, wie sich der Temperaturverlauf in jedem einzelnen Raum über die nächsten Stunden entwickeln wird. Die Optimierung wägt ab, wie der Energieverbrauch minimiert werden kann während alle Komfortvorgaben trotzdem eingehalten werden. Diese „vorausschauende Regelung“ ermöglicht es dann zum Beispiel, in öffentlichen Gebäuden sehr aggressive Nachtabsenkungen zu fahren. Denn für jeden einzelnen Raum berechnet der Algorithmus, wann er morgens anfangen muss zu heizen, um bei Betriebszeit wieder auf Komforttemperatur zu sein - und das in Abhängigkeit von der erlernten Trägheit des Raumes und den Wetterverhältnissen. Ebenfalls kann der Effekt von solarer Einstrahlung erfasst werden. Das System lernt welchen Effekt die Sonneneinstrahlung zu welcher Zeit auf welchen Raum hat, und kann somit vorausschauend die Heizleistung zurücknehmen, wenn sich der Raum durch die Sonne von selbst aufheizen wird. Das spart Energie und erhöht den Komfort. Die zugrunde liegende Technologie wird in der Wissenschaft „Modellprädiktive Regelung“ genannt. viboos erste Errungenschaft ist es, die dazu nötigen mathematischen Modelle innerhalb weniger Tage rein aus Messdaten zu erlernen, anstatt diese kostspielig individuell von einer IngenieurIn erstellen zu lassen. Dabei kommen Methoden der Künstlichen Intelligenz aus dem Bereich Regression zum Einsatz (siehe z.- B. Neuronale Netze, Random Forests, Lasso Regression etc.). Die Methoden werden mit physikalischen Grundprinzipien vorparametrisiert, welche immer gelten. So weiß das Modell z.-B., dass Wärme immer von warm nach kalt fließt, noch bevor es überhaupt mit Messdaten aus dem Gebäude in Kontakt gekommen ist. Dadurch entstehen Modelle, die schnell erlernbar und gleichzeitig immer physikalisch korrekt sind. Die zweite Neuerung ist, wie die prädiktive Regelung seinen Weg ins Gebäude findet. Firmen wie Dabbel, Brainbox AI, Recogizer und Aedifion bieten vorausschauende Regelung für topmoderne Bürogebäude an, indem sie auf das vorhandene Gebäudeleitsystem zugreifen. viboo bringt die Regelung in jedes ältere Bestandsgebäude, indem es seine Cloud-Plattform mit sogenannten „Smarten Thermostaten“ verbindet. Die Geräte ersetzen die herkömmlichen Thermostatköpfe an Radiatorheizungen und können innerhalb weniger Minuten installiert werden. So können ganze Schulhäuser innerhalb eines Tages auf den Weg zu 20-40 % Einsparungen gebracht werden. Ein Beispiel für den Erfolg dieser Technologie ist die Zusammenarbeit mit der Gemeinde Männedorf, bei der viboo in einer örtlichen Schule eingesetzt wurde. Die bestehenden Thermostate wurden durch Smarte Thermostate ersetzt, und die Algorithmen von viboo führten zu einer signifikanten Reduzierung des Wärmeverbrauchs. Zu viboos Kunden zählen neben weiteren Städten und Gemeinden auch Forschungseinrichtungen, Swisscom sowie das Schweizer Bundesamt für Bauten und Logistik und die Österreicher Bundesimmobiliengesellschaft. Der einfache Austausch von Heizkörperventilen und deren Anbindung an die viboo-Cloud ermöglicht es ab 2024 auch Kunden in Deutschland, Initiativen zur Energieeffizienz umzusetzen, ohne große Investitionen tätigen oder aufgrund von extensiven Sanierungsarbeiten Ausfallzeiten hinnehmen zu müssen. Um die Technologie in die Gebäude zu bringen, arbeitet viboo eng mit den führenden Herstellern Smarter Thermostate, wie Danfoss und Netatmo, zusammen. Die Projekte werden entweder selbst vom eigenen Installationsteam ausgeführt oder zusammen mit erfahrenen Installationsunternehmen. So ging viboo bereits 2022 eine Partnerschaft mit Bouygues ein, im letzten Jahr kamen außerdem Hälg und Cablex hinzu. Dazu Julie Vienne, Operations & Reliability Lead: „Uns ist es wichtig, die gesamte Projektkompetenz auf unserer Seite zu haben und möglichst nah bei der Kundin und dem Kunden zu sein. Gleichzeitig können wir besonders bei großen Projekten auf die jahrelange Erfahrung unserer Installationspartner zurückgreifen.“ Das Team von viboo, bestehend aus erfahrenen Unternehmern und Forschern der weltweit führenden Forschungseinrichtungen im Bereich Gebäudeautomation, möchte noch einen Schritt weitergehen: Sobald das thermische Verhalten eines Gebäudes erlernt ist, kann dieses Wissen nicht nur zum Energiesparen gebraucht werden, sondern auch um die thermische Masse des Gebäudes als virtuellen Speicher einzusetzen. So erklärt Benjamin Huber, CTO bei viboo: „Die BetreiberInnen von Energie PRODUKTE + LÖSUNGEN 74 1 · 2024 TR ANSFORMING CITIES Energie PRODUKTE + LÖSUNGEN thermischen und elektrischen Netzen haben zunehmend Probleme, diese bei steigengender Einspeisung durch volatile erneuerbare Energien stabil zu halten, oder Spitzenlasten abzudecken. Mit Hilfe von dynamischen Energiepreisen und vorausschauender Regelung können wir so optimieren, dass Gebäude dann Energie konsumieren, wenn diese verfügbar ist, und gleichzeitig den Komfort der NutzerInnen gewährleisten.“ Diese und weitere Funktionen werden sich in der Zukunft auf viboos Cloud- Plattform finden. Bis es so weit ist, hilft viboo vor allem dabei, schnell und kostengünstig Energie einzusparen und die Kunden und Kundinnen auf den angestrebten CO 2 -Absenkpfad zu bringen. Literatur: Bünning, F., Huber, B., Heer, P., Aboudonia, A., & Lygeros, J. (2020). Experimental demonstration of data predictive control for energy optimization and thermal comfort in buildings.-Energy and Buildings,-211, 109792. Bünning, F., Schalbetter, A., Aboudonia, A., de Badyn, M. H., Heer, P., & Lygeros, J. (2021, May). Input convex neural networks for building MPC. In-Learning for Dynamics and Control-(pp. 251-262). PMLR. Bünning, F., Warrington, J., Heer, P., Smith, R. S., & Lygeros, J. (2022). Robust MPC with data-driven demand forecasting for frequency regulation with heat pumps.-Control Engineering Practice,-122, 105101. Dr. Felix Bünning CEO und Co-Founder viboo, Dübendorf (CH) Kontakt: felix.buenning@viboo.io AUTOR Huber, B., Bünning, F., Decoussemaeker, A., Heer, P., Aboudonia, A., & Lygeros, J. (2021, November). Benchmarking of data predictive control in a real-life apartment during heating season. In- Journal of Physics: Conference Series- (Vol. 2042, No. 1, p. 012024). IOP Publishing. Bünning, F., Heer, P., Smith, R. S., & Lygeros, J. (2023). Increasing electrical reserve provision in districts by exploiting energy flexibility of buildings with robust model predictive control.- Advances in Applied Energy,-10, 100130. Titelbild: Das Verwaltungsgebäude der Empa. Hier konnte durch viboo 31 % Heizenergie eingespart werden.