Aktuelle Projekte

NFS Automatisierung

Die neuesten Fortschritte in der Sensortechnologie, Datenerzeugung und Datenverarbeitung haben das Potenzial, Bereiche unseres Wirtschafts- und Alltagslebens grundlegend zu verändern. Die vollständige Automatisierung und Steuerung ganzer Systeme wie Städte (Smart Cities), Stromnetze (Smart Grids) oder industrielle Prozesse (Industrie 4.0) wird im Zuge der digitalen Transformation immer mehr zur Realität.

Ziel des «Nationalen Forschungsschwerpunktes» (NFS) ist es, die methodischen und technologischen Grundlagen für die grosstechnische Umsetzung solcher komplexer Systeme voranzutreiben. Durch die Verbesserung von Entscheidungs- und Steuerungsverfahren und der Entwicklung neuer Algorithmen und Computermethoden kann die Zuverlässigkeit und Flexibilität intelligenter Systeme verbessert werden. Die neuen Erkenntnisse sollen in den Bereichen Energiemanagement, Mobilität und fortgeschrittene Fertigung Anwendung finden. Eines der Schlüsselprojekte des NFS ist die Entwicklung und Umsetzung eines vollautomatischen und dezentralen Energiemanagementsystems auf Bezirks- oder Gemeindeebene. Damit können das wirtschaftliche Potenzial und die sozialen Auswirkungen von automatisierten Anwendungen in der Praxis getestet werden.

Trägerschaft: SNF
Partner: ETH Zurich, EPF Lausanne, FHNW
Kontakt

K3 - Handwerkcity

Das Gesamtziel dieses Projekts ist es, einen systembezogenen Beitrag der Schweizer Gaswirtschaft zur Umsetzung der Schweizer Energiestrategie 2050 aufzuzeigen. Die Empa wird eine Quantifizierung der energetischen Flexibilitäten und der freien Kapazitäten liefern. Zudem führen wir eine Optimierung für zukünftige Betriebsanpassungen durch. Die Empa evaluiert die Systemstabilität anhand von Messdaten und wird die wirtschaftlichen Faktoren im Zusammenhang mit der elektrischen Autarkie im K3-Gebäudekomplex bewerten.

K3, ein kommerziell genutzter Gebäudekomplex, wird als Validierungsbereich dienen. Sein Energiesystem besteht aus Dach- und Fassaden-PV-Systemen, Luft zu Wasser-Wärmepumpen, Wasser zu Wasser-Wärmepumpen, einem Blockheizkraftwerk und mehreren Warm- und Kaltwasserspeichern.

Trägerschaft: FOGA
Partner: Die Werke Wallisellen, SVGW
Kontakt:

RAPIDE

Eine grosse Hemmschwelle für die Installation von Photovoltaikanlagen sind Probleme mit der Spannungsqualität, welche diese in den Verteilungsnetzen verursachen. Anstelle von teuren Netzverstärkungen können diese Probleme gelöst werden, indem die Wechselrichter der PV-Anlage zur Optimierung der Blindleistungseinspeisung eingesetzt werden.  In der Regel werden heutzutage die Parameter zur Steuerung der Blindleistung werkseitig voreingestellt, ohne die Situation im lokalen Netz zu berücksichtigen.

Mit Hilfe von Netzmessungen und einem selbstlernenden Algorithmus kann die vorgeschlagene Methode die Parameter in-situ optimieren, ohne dass ein Netzmodell erforderlich ist. Die Parameter können regelmässig aktualisiert werden, z.B. um unterschiedliche saisonale Leistungsflüsse oder das Hinzufügen neuer Anlagen zu berücksichtigen.

In diesem Projekt wird die Leistungsfähigkeit eines entwickelten Algorithmus auf der ehub-Infrastruktur getestet.

Trägerschaft: Innosuisse
Partner: Fleco Power, CSEM
Kontakt:

Aliunid

Bestehende Infrastruktur in Gebäuden, wie z.B. Wärmepumpen oder Warmwasserheizungen, wird in der Regel zur reinen Befriedigung der thermischen Bedürfnisse der Bewohner betrieben. Dank der in den thermischen Massen- oder Wasserspeichern der Gebäude vorhandenen thermischen Speicherkapazitäten besteht jedoch eine energetische Flexibilität, wann diese Speicher geladen werden sollen. Diese Flexibilität kann koordiniert werden, um andere Interessen zu befriedigen, z.B. von anderen Akteuren im elektrischen oder thermischen Verteilungsnetz. In einem gemeinsamen Projekt mit der aliunid AG werden Regler, welche diese Flexibilitäten optimal ausnutzen, entwickelt und im NEST-Demonstrator implementiert. 

Trägerschaft: Swiss Federal Office of Energy SFOE
Partner: aliunid AG, HSG, BFH
Kontakt:

Datengesteuerte, selbstabstimmende Regler für den Einsatz in grossem Massstab

Mehr als 90% der industriellen Regler basieren immer noch auf proportional-integral-derivativen (PID) und regelbasierten (RB) Regelalgorithmen, da kein anderer Algorithmus der Einfachheit, klaren Funktionalität und Anwendbarkeit dieser beiden Typen entspricht. Während der Lebensdauer eines Systems ändern sich aufgrund der Alterung oder des Austauschs einiger Komponenten des Systems jedoch typischerweise die gesamten Prozessbedingungen. Dies führt zu einer suboptimalen Regelungsleistung mit direkten oder indirekten Betriebskosten und erfordert die manuelle Neueinstellung der Regler. Es gibt ausgefeiltere Regler, z.B. solche, die auf der Modellvorhersage-Regelung (MPC) basieren, aber sie erfordern in der Regel komplexe physikalisch basierte Modelle für die ordnungsgemässe Funktion, deren Beschaffung für bestimmte Systeme recht kostspielig sein kann.

In diesem Projekt zielen wir darauf ab, neue datengetriebene selbstadaptive Regelungsstrategien zu entwickeln und sie mit den klassischen und modernen adaptiven Strategien zu vergleichen. Wir werden uns insbesondere mit den Skalierbarkeitspotentialen dieser Algorithmen befassen. Unsere derzeitigen Bemühungen umfassen die Entwicklung datengesteuerter, selbstlernender Regler für Wärmepumpensysteme, Raumtemperaturregelung und intelligente Aufladung bidirektionaler elektrische Fahrzeuge bei einer Kopplung an Gebäude und Netze. 

Trägerschaft: internal
Partner: ETH Zurich, EPFL, Industry
Kontakt:

Bewertung kohärenter Energiedemonstratoren (CEDA)

In der Schweiz dienen sechs Energiedemonstratoren als Forschungsplattformen für verschiedene Technologien, Systeme und Skalierungen. In ihrer Analyse wird CEDA diese Demonstratoren standardisieren, um den Einfluss der bestehenden Technologien auf die landesweite Umsetzung in der Schweiz aufzuzeigen. Zu diesem Zweck wird die schweizweite Kommunikation und Zusammenarbeit zwischen vier SCCERs mit insgesamt sechs Demonstratoren durchgeführt. Die harmonisierte Datenerhebung und Modellierung von State-of-the-Art-Technologien ermöglicht es, deren Einsatz in der Industrie besser zu planen. Es werden Fallstudien durchgeführt, um einen direkten Nutzen aus der erarbeiteten Grundlage zu ziehen. Der ehub der Empa bietet ideale Voraussetzungen für weitere Demonstratoren, die sich noch in der Planungs- oder Bauphase befinden.

Trägerschaft: Innosuisse
Partner: ETH Zurich, EPF Lausanne, Hochschule für Technik Rapperswil HSR, Paul Scherrer Institute PSI
Kontakt:

Algorithmische Regelung und Steuerung: Ein neuartiger hybrider datengesteuerter Ansatz zur Verbesserung der Gebäudeleistung entlang des Lebenszyklus (ARC)

In den letzten Jahren hat die Leistungsüberwachung von Gebäuden an Bedeutung gewonnen und der Umfang sowie die Genauigkeit der produzierten Daten hat erheblich zugenommen. Diese eröffnen neue Möglichkeiten zur systematischen Verbesserung der Gebäudeleistung während des gesamten Lebenszyklus. Die Erschliessung des Potenzials für gross angelegte, datengesteuerte Leistungsverbesserungen erfordert jedoch die Realisierung wirksamer Feedbackschleifen über verschiedene Zeitskalen (Sekunden bis Jahre) und räumliche Massstäbe (Gebäude, Stadt, Kanton usw.) hinweg. Diese Feedbackschleifen müssen durch eine Kombination aus reichhaltigen Echtzeitdaten, die den Zustand des Gebäudebestands beschreiben, und intelligenten Lernalgorithmen gesteuert werden, die in der Lage sind, Rückkopplungssignale effektiv zu identifizieren und anzupassen.

Das Ziel dieses Projekts ist die Entwicklung einer übertragbaren Methodik für die algorithmische Regelung und Steuerung von Gebäuden und Stadtteilen. Ein Prototyp eines ARC-Systems wird im NEST, den ehub-Einrichtungen und der entstehenden dhub-Infrastruktur implementiert. Das Projekt wird zur methodologischen Ausarbeitung und Validierung des ARC-Ansatzes sowie zu einer Quantifizierung dessen Potenzials zur Verbesserung der Energieleistung des Schweizer Gebäudebestands führen.

Trägerschaft: Empa-Vorstand
Kontakt:

Plattform für das Management und die Echtzeit-Kontrolle erneuerbarer Energien (ReMaP)

Das multidisziplinäre Demonstrationsprojekt ReMaP wird eine flexible, software- und hardwarebasierte, modulare Forschungsplattform zur Bewertung potenzieller Energiesystemlösungen für das Quartier der Zukunft entwickeln. ReMaP wird die Erprobung, Analyse und Optimierung von Multikomponenten- und Multi-Energieträgersystemen auf der Verteilerebene ermöglichen, die Zusammenarbeit von multidisziplinären Forschungsteams aus Wissenschaft und Industrie fördern und darüber hinaus eine Steuerungs- und Kommunikationsinfrastruktur für den gemeinsamen Betrieb bestehender Plattformen und Demonstratorstandorte bereitstellen. Zahlreiche Institute der ETH Zürich, der Empa und des PSI haben sich verpflichtet, Forschungsprojekte mit Hilfe der Plattform durchzuführen, die inhärente Gemeinsamkeiten aufweisen und ideale Voraussetzungen für eine weitere Zusammenarbeit zwischen diesen Forschungsgruppen schaffen.

Trägerschaft: Swiss Federal Office of Energy SFOE
Partner: Energy Science Center, ETH Zurich, PSI, SGS, Adaptricity, SCS, NI
Kontakt:

Ecobilan Dynamique des Bâtiments (EcoDynBat)

Das Ziel des EcoDynBat-Projekts ist es, den Einfluss der zeitlichen Variabilität bei der Berechnung der Umweltauswirkungen des Stromverbrauchs in Gebäuden zu untersuchen. Diese Arbeit wird die zeitlichen Schwankungen 1) der nationalen Stromerzeugung, 2) der Stromimporte, 3) der Netzverluste und Umwandlungen, 4) der dezentralen Stromerzeugung und 5) der Stromnachfrage innerhalb von Gebäuden berücksichtigen.

Trägerschaft: Swiss Federal Office of Energy SFOE
Partner: HES-SO, SUPSI
Kontakt:

Data Predictive Control

Der Gebäudesektor ist für mehr als einen Drittel des globalen Endenergieverbrauchs verantwortlich. Das Heizen und Kühlen von Gebäuden benötigt etwa die Hälfte dieser Energie. Die Verbesserung des Betriebs von Heiz- und Kühlsystemen hat daher einen erheblichen Einfluss auf die Eindämmung des Klimawandels. Model Predictive Control (MPC) hat sich als ein energieeffizienter Ansatz für die Gebäudeklimatisierung erwiesen. Die Kosten für die Erstellung der erforderlichen, auf «first-principle»-basierenden Modelle könnten jedoch einen Engpass für eine weit verbreitete industrielle Anwendung von MPC im Gebäudebereich darstellen.

Dieses Projekt zielt darauf ab, die auf «first-principle»-basierenden Gebäudemodelle durch datengesteuerte Modelle im MPC-Rahmen (Data Predictive Control (DPC) genannt) zu ersetzen. Jüngste Experimente mit datengesteuerten Modellen, die auf einem angepassten «Random Forest»-Verfahren basieren, zeigten das hohe Potenzial der DPC für eine energieeffiziente Klimakontrolle in Wohngebäuden. Weitere Vergleiche mit State-of-the-Art-Controllern wie konventionelle MPC sowie die Implementierung des DPC-Algorithmus in ein eingebettetes System sind Teil dieses Projekts. Mit der Implementierung in ein eingebettetes System sind wir in der Lage, ein Thermostat-Nachrüstgehäuse für Wohngebäude zu testen und zu evaluieren.

Trägerschaft: intern
Partner: ETH Zurich
Kontakt:

Schweizer Kompetenzzentrum für Energieforschung - Zukünftige energieeffiziente Gebäude & Stadtteile (SCCER FEEB&D)

Die Vision des Schweizer Kompetenzzentrums für Energieforschung zu energieeffizienten Gebäuden und Quartieren der Zukunft (SCCER FEEB&D) ist es, Lösungen für den Schweizer Gebäudebestand zu entwickeln, die dank effizienter, intelligenter und vernetzter Gebäude bis 2035 zu einer Reduktion des ökologischen Fussabdrucks im Sektor um den Faktor drei führen.

Die SCCER FEEB&D stellt sich dieser Herausforderung gemeinsam mit führenden schweizerischen und internationalen Partnern aus Wissenschaft, Industrie und öffentlichem Sektor.

Trägerschaft: Innosuisse
Partner: Empa, ETH Zurich, EPFL, HSLU, Uni Geneve, FHNW
Kontakt: Matthias Sulzer

ehub Wiki

Weitere Details zu den aktuellen Projekten finden Sie im ehub Wiki.