Kunnen gebouwen zelf leren redden? Empa-onderzoekers denken van wel. In hun experimenten, ze voedden een nieuw zelflerend verwarmingsregelsysteem met temperatuurgegevens van het voorgaande jaar en de huidige weersvoorspelling. Het "slimme" besturingssysteem kon vervolgens het gedrag van het gebouw beoordelen en anticiperend handelen. Het resultaat:meer comfort, lagere energiekosten.

Fabriekshallen, luchthaventerminals en hoge kantoorgebouwen zijn vaak uitgerust met geautomatiseerde "anticiperende" verwarmingssystemen. Deze werken met voorgedefinieerde scenario's die speciaal voor het gebouw zijn berekend en helpen gebouweigenaren veel verwarmingsenergie te besparen. Echter, een dergelijke individuele programmering is te duur voor individuele appartementen en particuliere woningen.

Vorige zomer, een groep Empa-onderzoekers heeft voor het eerst bewezen dat het inderdaad veel eenvoudiger kan:Intelligente verwarming en koeling hoeven niet per se geprogrammeerd te worden, het systeem kan net zo gemakkelijk zelf en op basis van de gegevens van de afgelopen weken en maanden leren kosten te verlagen. Programmeerexperts zijn niet meer nodig. Met deze truc de kostenbesparende technologie is binnenkort ook beschikbaar voor gezinnen en alleenstaanden.

Het cruciale experiment vond plaats in Empa's onderzoeksgebouw NEST. De unit UMAR (Urban Mining and Recycling) biedt uitstekende voorwaarden voor deze toets:Een grote woonkeuken wordt aan weerszijden omkaderd door twee studentenkamers. Beide kamers zijn elk 18 vierkante meter groot. De gehele raamgevel kijkt oost-zuidoost richting de ochtendzon. In de UMAR-eenheid, verwarmd of voorgekoeld water stroomt door een roestvrijstalen plafondbekleding en zorgt voor de gewenste kamertemperatuur. De energie die wordt gebruikt voor verwarming en koeling kan voor elke afzonderlijke ruimte worden berekend met behulp van de respectieve klepstanden.

Slimme koeling - dankzij de weersvoorspelling

Aangezien projectleider Felix Bünning en zijn collega Benjamin Huber niet wilden wachten op de stookperiode, ze zijn in juni 2019 gestart met een koelexperiment. De week van 20 t/m 26 juni begon met twee zonnige, maar nog steeds vrij koele dagen, gevolgd door een bewolkte dag, eindelijk brandde de zon boven Dübendorf en dreef de buitentemperatuur tot net onder de 40 graden.

In de twee slaapkamers, de temperatuur mag overdag niet hoger zijn dan 25 graden, 's nachts is de grens gesteld op 23 graden. Een conventionele thermostaatkraan zorgde voor de koeling in één ruimte. In de andere kamer, het experimentele controlesysteem uitgerust met kunstmatige intelligentie (AI), ontwikkeld door Bünning en Huber en hun team, was aan het werk. De AI was gevoed met gegevens van de afgelopen tien maanden en kende de huidige weersvoorspelling van MeteoSwiss.

Meer comfort met minder energie

Het resultaat was glashelder:het slimme regelsysteem voor verwarming en koeling voldeed veel beter aan de vooraf ingestelde comfortspecificaties, terwijl het ongeveer 25% minder energie verbruikte. Dit kwam vooral omdat in de ochtend, toen de zon door de ramen scheen, het systeem koelde de kamers vooraf. De conventionele thermostaat in de tweede kamer, anderzijds, kon pas reageren als de temperatuur door het plafond ging. Te laat, te hectisch en met volle kracht. In november 2019, een koele maand met weinig zon, veel regen en koele wind, Bünning en Huber herhaalden het experiment. Nu ging het erom de twee kamers te verwarmen. Bij het ter perse gaan van dit nummer, de evaluatie was nog in volle gang. Maar Bünning is ervan overtuigd dat zijn voorspellende verwarmingsregeling ook hier punten verzamelt.

Het Empa-team heeft de volgende stap al voorbereid:"Om het systeem in een echte omgeving te testen, we hebben een grotere veldtest gepland in een gebouw met 60 appartementen. Vier van deze appartementen gaan we uitrusten met ons intelligente regelsysteem voor verwarming en koeling." Bünning is benieuwd naar de resultaten. "Ik denk dat nieuwe besturingen op basis van machine learning een enorme kans bieden. Met deze methode kunnen we een goed, energiebesparende retrofit-oplossing voor bestaande verwarmingssystemen met relatief eenvoudige middelen en de geregistreerde gegevens."