Kurzbeschreibung
(Deutsch)
|
Mit neuen Technologien betreffend der Energiestrategie 2050 wandelt sich das Energiebedarfsprofil von Gebäuden. Man bleibt aber auf Energie aus dem Netz angewiesen. Der CO2-Fussabdruck des Netzstroms variiert nicht nur saisonal, sondern auch innerhalb eines Tages stark. Hier wird dieser schwankende CO2-Fussabdruck für eine vorausschauende Regelung auf Stufe VNB und Energie-Contractor entwickelt und im Betrieb von zwei Gebäuden, der K3-Überbauung in Wallisellen und dem Empa NEST, berücksichtigt.
|
Kurzbeschreibung
(Englisch)
|
With new technologies concerning the Energy Strategy 2050, the energy demand profile of buildings is changing. However, one remains dependent on energy from the grid. The CO2 footprint of grid electricity varies strongly not only seasonally, but also within a day. Here, this fluctuating CO2 footprint is developed for a predictive control at the level of the DSO and energy contractor and taken into account in the operation of two buildings, the K3 superstructure in Wallisellen and the Empa NEST.
|
Kurzbeschreibung
(Französisch)
|
Avec les nouvelles technologies liées à la stratégie énergétique 2050, le profil des besoins énergétiques des bâtiments évolue. On reste cependant dépendant de l'énergie du réseau. L'empreinte carbone de l'électricité du réseau varie fortement non seulement en fonction des saisons, mais aussi au cours d'une même journée. Cette empreinte carbone fluctuante est développée ici pour une régulation prévisionnelle au niveau du GRD et du contractant énergétique et prise en compte dans l'exploitation de deux bâtiments, l'immeuble K3 à Wallisellen et l'Empa NEST.
|
Schlussbericht
(Deutsch)
|
Dieses Projekt konzentriert sich auf die Entwicklung und praktische die Validierung eines Gebäudeautomatisierungssystems, das lokal elektrische Energie optimal nutzt, um auf den CO2-Fussabdruck (CF) des Schweizer Stromnetzes zu reagieren. Das System zielt darauf ab, Zeiten mit kohlenstoffintensivem Verbrauch zu vermeiden und damit den nachhaltigen Gebäudebetrieb zu fördern. Das Projekt nutzte Daten und Validierung von zwei Standorten: dem Gebäudekomplex "K3" in Wallisellen, der für Büro-/Gewerbezwecke genutzt wird, und dem NEST-Demonstrator der Empa in Dübendorf, der für Wohnzwecke genutzt wird. An beiden Standorten wurden Erweiterungen an der Gebäudeautomation implementiert, um die Praktikabilität der Entwicklungen zu demonstrieren. Die Effektivität der Entwicklungen wurde gemessen, indem Daten aus einem Referenzjahr mit einem Jahr verbesserter Betriebsführung und Simulationen verglichen wurden. Mehrere Beiträge wurden geleistet. Zunächst wurden die Ergebnisse des BFE EcoDynBat1-Projekts weiterentwickelt, was eine Auflösung von 15 Minuten bei der CF-Vorhersage ermöglichte. Diese Weiterentwicklung ermöglicht eine Echtzeitvorhersage des Kohlenstoff-Fussabdruckprofils, was es wiederum ermöglicht, prädiktive Algorithmen für Betrieb lokaler Energiesysteme zu nutzen. Dennoch traten Herausforderungen bei der Zugänglichkeit von öffentlichen Datensätzen für die CO2-Berechnung und -Vorhersage auf, insbesondere hinsichtlich der ENTSO-E-Datenqualität. Zweitens zeigten Vergleiche zwischen prädiktiven und regelbasierten Algorithmus in Simulationen und Experimenten gemischte Ergebnisse. Am NEST trugen sowohl Lastverschiebung als auch die Installation von PV-Anlagen gleichermassen zu einer 12%igen Reduzierung des durchschnittlichen CO2-Fussabdrucks bei. Interessanterweise führte ein zusätzlicher Batteriespeicher zu keiner weiteren Reduzierung. Simulationen an K3 deuteten auf eine 20%ige Reduzierung des CO2-Fussabdrucks hin, während Experimente eine Verringerung um 14% zeigten, was die Herausforderungen bei der Übertragung von Simulation auf reale Begebenheiten verdeutlichte. Eine zusätzliche Normalisierung zeigte eine geringere Reduzierung des durchschnittlichen CO2-Fussabdrucks. Mehrere dazu beitragende Faktoren werden im Bericht erläutert. Drittens zeigte ein neuartiger datengetriebener Regelalgorithmus Skalierbarkeit und Leistungsverbesserungen in Bezug auf thermischen Komfort und Energieeffizienz, wodurch eine technische Hürde für den gross angelegten Einsatz von Demand Side Management (DSM) überwunden wurde. Erste Erkenntnisse über die nationale Verteilung der Flexibilität beim Heizen von Gebäuden, deren Aktivierung durch Rundsteuersignale (Tag-Nacht Signal von Verteilnetzbetreiber) ähnelt, bereiten den Boden für umfassende Energiemanagementstrategien.In den nächsten Schritten wird der Schwerpunkt auf der Lösung von Problemen im Zusammenhang mit der Qualität und Vollständigkeit der ENTSO-E-Daten liegen, wobei ein besonderes Augenmerk darauf liegt, diese Bedenken den Interessengruppen zu verdeutlichen, um Verbesserungen anzustossen. Darüber hinaus besteht die Notwendigkeit, die Koordination zwischen den Projektpartnern zu verbessern und Pipelines zu standardisieren, um die Skalierbarkeit der implementierten Lösungen zu gewährleisten. Darüber hinaus ist es unerlässlich, Zuverlässigkeitsbewertungen in die Quantifizierung von Flexibilität und Kohlenstoff-Fussabdruck-Reduzierungen zu integrieren. Schliesslich wird weitere Forschung durchgeführt, um die Nachhaltigkeit der vorgeschlagenen Regelstrategien zu bewerten und damit verbundene Ressourcennutzung zu adressieren.
|
Schlussbericht
(Englisch)
|
This project focuses on the development and practical testing of a building automation system that optimally utilizes electricity responding to the carbon footprint (CF) of the Swiss grid electricity. The system aims to avoid carbon-intensive consumption times, thereby promoting sustainable building operations. The project leveraged data and validation from two sites: the "K3" building complex in Wallisellen, used for office/commercial purposes, and the NEST demonstrator in Dübendorf, used for residential purposes. Both sites implemented the building operation extensions to demonstrate the practicability of the developments. The effectiveness of these implementations was measured by comparing data from a benchmark year with a year of improved operation and simulation cases. Several contributions have been made. First of all, the results from the SFOE EcoDynBat Project have been enhanced, allowing for a 15-minute resolution in CF prediction. This improvement enables real-time forecasting of carbon footprint profile, which further allows predictive algorithms to optimize local energy system operations. Nonetheless, challenges arose with the extraction of public datasets for GWP calculation and forecasting, particularly concerning the ENTSO-E data quality. Secondly, comparison between predictive and rule-based controllers in simulation and experiments revealed mixing results. At NEST, both load shifting and PV installation contributed equally to a 12% reduction in the average carbon footprint. However, additional battery storage did not yield further reduction. Simulation at K3 indicated a 20% carbon footprint reduction, while experiments showed a 14% decrease, highlighting challenges in reconciling simulation and real-world results. An additional normalization revealed a lower performance in reducing the average carbon footprint. Multiple contributing factors are discussed in detail in the report. Thirdly, a novel data-driven control algorithm showcased scalability and performance enhancements in thermal comfort and energy efficiency, addressing a technical barrier to large-scale DSM deployment. Preliminary insights into national distribution building space heating flexibility, whose activation resembles ripple control, set the stage for comprehensive energy management strategies. In the next steps, efforts will focus on addressing issues related to the quality and completeness of ENTSO-E data, with a particular emphasis on highlighting these concerns to stakeholders to initiate enhancements. Additionally, there is a need to enhance coordination among project partners and standardize pipelines to ensure scalability of the implemented solutions. Furthermore, it is essential to integrate reliability assessments into the quantification of flexibility and carbon footprint reductions. Lastly, further research will be conducted to evaluate the sustainability of the proposed control strategies, addressing associated increase in resource usage.
Zugehörige Dokumente
|
Schlussbericht
(Französisch)
|
Ce projet se concentre sur le développement et les tests pratiques d'un système d'automatisation de la consommation d’électricité de bâtiments afin de minimiser l’Empreinte Carbone (EC) liée à leur utilisation du mix électrique Suisse. Le système développé vise ainsi à éviter les périodes de consommation où l’EC est élevé, favorisant une opération plus environnementalement durable des bâtiments. Le projet a utilisé des données et des validations provenant de deux sites : le complexe commercial "K3" à Wallisellen et le démonstrateur résidentiel NEST à Dübendorf. Les deux sites ont mis en oeuvre des extensions de l'exploitation des bâtiments pour démontrer la praticabilité des développements d’un système de contrôle de la consommation d’électricité. L'efficacité de ces mises en oeuvre a été mesurée en comparant les données d'une année de référence avec une année d'exploitation améliorée et des simulations. Plusieurs contributions ont été apportées dans notre projet. Tout d'abord, les méthodes du projet OFEN nommé EcoDynBat ont été développées pour obtenir une résolution de 15 minutes lors de la prédiction du signal EC lié au mix électrique. Cette amélioration permet une prévision en temps réel du profil de l'EC, ce qui permet aux algorithmes prédictifs d'optimiser les opérations des systèmes énergétiques locaux. Néanmoins, des défis sont survenus avec l'extraction de jeux de données publics pour le calcul et la prévision de l’EC, en particulier concernant la qualité des données ENTSO-E. Deuxièmement, la comparaison entre les résultats des simulations et des tests expérimentaux a révélé des résultats mitigés pour le système de contrôle. Dans le bâtiment NEST, le décalage de charge et l'installation de panneaux solaires ont contribué de manière égale à une réduction de 12 % de l'EC moyenne. Cependant, le stockage supplémentaire de batteries n'a pas entraîné de réduction supplémentaire. Les simulations liées aux installations du bâtiment K3 ont indiqué une réduction potentielle de 20 % de l'EC, tandis que les tests expérimentaux ont montré une diminution de 14 %, mettant en évidence des défis pour atteindre les performances théoriques du système. D’ailleurs, une normalisation supplémentaire a révélé une performance inférieure dans la réduction de l'EC moyenne. Plusieurs facteurs contributifs sont discutés en détail dans le rapport. Troisièmement, un nouvel algorithme de contrôle piloté par les données a démontré une évolutivité et des améliorations de performance en termes de confort thermique et d'efficacité énergétique, traitant ainsi une barrière technique au déploiement à grande échelle de la gestion de la demande en électricité. Des premières observations sur la flexibilité du chauffage des bâtiments à l'échelle nationale, dont l'activation rappelle le contrôle par déphasage, posent les bases de stratégies complètes de gestion de l'énergie. Dans les prochaines étapes, les efforts se concentreront sur la résolution des problèmes liés à la qualité et à l'exhaustivité des données ENTSO-E nécessaires à la prédiction de l’EC de l’électricité, en mettant particulièrement l'accent sur la sensibilisation de ces préoccupations auprès des parties prenantes pour initier des améliorations. De plus, il est nécessaire d'améliorer la coordination entre les partenaires du projet et de standardiser les pipelines pour assurer la mise en place des solutions à grande échelle. En outre, il est essentiel d'intégrer des évaluations de fiabilité dans la quantification de la flexibilité et des réductions de l'EC. Enfin, des recherches supplémentaires seront menées pour évaluer la durabilité des stratégies de contrôle proposées, en tenant compte de l'augmentation associée de l'utilisation des ressources.
|
