Um die Versorgungssicherheit unseres künftigen Energiesystems zu gewährleisten, braucht es nicht nur einen Ausbau erneuerbarer Energien, sondern auch ausgeklügelte Kontrollmechanismen, die Produktion, Einspeisung und Verbrauch effizient steuern. Empa-Forschende haben deshalb einen vorausschauenden Kontrollalgorithmus entwickelt, der das Energiemanagement auf Ebene des Gebäudes optimiert – ohne dabei den Komfort der Nutzer einzuschränken.
Mit zunehmender Nachfrage nach erneuerbarer Energien steigt auch die Bedeutung von Gebäuden, wenn es darum geht, ein nachhaltiges Energiesystem zu entwerfen. Wo Photovoltaik-Anlagen ihr Potenzial im kleinen Rahmen – für ein Einfamilienhaus etwa – längst bewiesen haben, stellen sich immer noch gewisse Fragen, wenn es um die Versorgungssicherheit unseres Gesamtenergiesystems geht. Reichen die Potenziale erneuerbarer Energien wirklich aus, um über das ganze Jahr hinweg genügend Energie zu haben? Oder droht uns plötzlich wieder eine Energiemangellage wie im Winter 2023? Das primäre Problem ist dabei jedoch nicht die Produktion erneuerbarer Energie, sondern die Logistik in Zusammenhang mit unserem Verteilsystem. Dieses war bislang auf Produktionsanlagen ausgerichtet, die permanent eine gewisse Menge Energie ins Stromnetz einspeisen. Damit wir unseren Energiebedarf künftig durch erneuerbare Quellen decken können, braucht es also sowohl einen Ausbau der Produktionsanlagen als auch smarte Technologien, die fortwährend die Netzstabilität gewährleisten. Denn im Gegensatz zu traditionellen Energieträgern wie Kohle oder Uran, produziert eine Solaranlage eben nicht durchgehend die gleiche Menge Strom: Sie unterliegt den Wetterbedingungen und vor allem dem Tag-Nacht-Rhythmus. Einerseits muss also der Energiebedarf dann minimiert werden, wenn die Produktion gering ist – etwa nachts – andererseits müssen sogenannte Produktionsspitzen lokal verbraucht werden, um das Stromnetz nicht zu überladen.
Um diese komplexe Logistik bewältigen zu können, bieten sich automatisierte Systeme an. Diese können auf der Basis von lokaler Produktion, den vorhandenen Speichermedien und der Verfügbarkeit im Netz den Stromverbrauch dahingehend optimieren, dass sowohl Netzstabilität als auch Flexibilität der Verbraucher stets gewährleistet sind. Heisst konkret: Durch die vorausschauende Energieplanung stellt das Gebäudesystem sicher, dass ich auch dann heiss duschen oder kochen kann, wenn gerade zu wenig Strom produziert wird, um den tatsächlichen Bedarf zu decken. Gleichzeitig wird überproduzierte Energie nicht zwangsläufig lokal gespeichert, sondern nach Möglichkeit ins Stromnetz eingespeist, so dass die Nachfrage jederzeit gedeckt werden kann.
Von der Theorie in die Praxis: der Test im NEST
Um zu demonstrieren, dass solch automatisierten Systeme praxistauglich sind, haben Forschende der Abteilung «Urban Energy Systems» der Empa im NEST untersucht, inwiefern ein bewohntes Gebäude verschiedene flexible Nachfragekriterien unter einem Dach vereinen kann. Im Fokus standen dabei die Reduktion der CO2-Emissionen, die Flexibilität der Energienachfrage sowie der Komfort der Bewohner. Mittels eines prädiktiven Kontrollalgorithmus gelang es dem Team, das Energiemanagement innerhalb des Gebäudes mit folgendem Setup zu optimieren: einer Photovoltaik-Anlage zur Stromproduktion, einem Batteriespeicher, einer Wärmepumpe sowie einer bidirektionalen Ladestation für e-Fahrzeuge. Oberstes Ziel war es, die CO2-Emissionen während des Betriebs zu minimieren – und zwar indem Strom vom Netz bevorzugt dann bezogen wurde, wenn er aus erneuerbaren Quellen verfügbar war. Zudem waren Mindesttemperaturen für die Innenräume und den Warmwasserspeicher vorgegeben. Über das Verhalten der Bewohner lernte der Algorithmus in kurzer Zeit, Nutzerflexibilität und Energieaustausch mit dem Stromnetz zu optimieren.
Das Gebäude als Akteur im Energiesystem
Zunächst konnten die Forschenden zeigen, dass ihr System den CO2-Ausstoss des Gebäudes um mehr als 10 Prozent senken konnte. Mindestens genauso wichtig war die Erkenntnis, dass das Gebäude in der Lage war, vorausschauend zu kommunizieren, wann es wieviel Strom vom Netz beziehen bzw. in dieses einspeisen kann. Dies ist vor allem dann relevant, wenn zu Spitzenzeiten (zu) viel Strom produziert oder nachgefragt wird. Das Experiment hat also gezeigt, dass die flexible Verfügbarkeit erneuerbarer Energien nicht a priori ein Problem darstellt. Allerdings sind unter diesen Umständen verlässliche Angaben zur Nachfrage und eine vorausschauende Planung essenziell – zwei Aufgaben, die ein selbstlernender Algorithmus besser und konsistenter bewältigen kann, als es ein Mensch je könnte.
Um die Ergebnisse in entsprechenden Anwendungen skalierbar zu machen, müssen Gebäude daher künftig konsequent digitalisiert werden. Damit die dafür notwendige IT-Infrastruktur aber nicht selbst wieder grosse Mengen an CO2 verursacht, hat sich Empa-Forscher Hanmin Cai bereits in einer anderen Studie mit dem Einsatz wiederverwendeter Hardware, namentlich alter Smartphones, für die Gebäudeautomation auseinandergesetzt.
Via Start-up in den Markt: Technologietransfer «made by Empa»
Bereits heute arbeiten Cai und seine Kollegin, Federica Bellizio, daran, ihre Technologie im Rahmen des Start-ups «Kuafu» auf den Markt zu bringen. Bellizio wurde erst kürzlich mit dem «Empa Entrepreneur Fellowship» ausgezeichnet, ein Stipendium für Forschende, die ihr eigenes Unternehmen gründen wollen. Mit ihrem datengetriebenen System wollen sie eine Brückenfunktion zwischen Netzbetreibern und Energieanbietern einnehmen und so ganz konkret zu Energieoptimierung und Dekarbonisierung im Gebäudebereich sowie in der Elektromobilität beitragen.
Dr. Hanmin Cai
Empa, Urban Energy Systems
Tel. +41 58 765 40 77
hanmin.cai@empa.ch
Die UMAR-Unit im NEST diente als Versuchsumgebung für die experimentelle Studie.
Zooey Braun
Merkmale dieser Pressemitteilung:
Journalisten
Bauwesen / Architektur, Energie, Informationstechnik
überregional
Forschungs- / Wissenstransfer, Forschungsergebnisse
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).