Kurzbeschreibung
(Deutsch)
|
Wärmepumpen sind in der Schweiz bereits in rund 20% der Gebäude installiert. Sie reduzieren den Verbrauch fossiler Brennstoffe, erhöhen aber den Bedarf an elektrischer Energie. Entsprechend wichtig ist ein effizienter Betrieb der Wärmepumpen über ihre gesamte Lebensdauer hinweg. Für Installateure sind die Auslegung und Konfiguration von Wärmepumpen eine komplexe Aufgabe. Häufig werden Kennlinien konservativ eingestellt und die Anlagen nicht weiter optimiert. Selten sind Monitoring Systeme eingebaut. Die Betreiber der Wärmepumpen können in der Regel selbst nicht beurteilen, ob der Stromverbrauch ihrer Anlage angemessen ist. Aus all diesen Gründen gehen erhebliche energetische und monetäre Potentiale verloren. Deshalb soll ein KI-basiertes System entwickelt und getestet werden, das aus vorhandenen Smart-Meter-Daten diejenigen Anlagen identifiziert, bei denen eine Vor-Ort-Beratung angebracht sein könnte. Die dauerhafte Überwachung ermöglicht es, vorab Einsparungen abschätzen um damit das Interesse der betroffenen Haushalte an einer Beratung zu wecken.
|
Kurzbeschreibung
(Englisch)
|
Heat pumps are currently the most popular heat source in Switzerland and are already installed in around 20% of buildings. This development reduces the use of fossil fuels, but increases the demand for electrical energy. Accordingly, efficient operation of the units is not only important on the test bench,but also in practice - even many years after installation. For installers, however, the design and configuration of heat pumps is a complex task, and often characteristic curves are set conservatively and complaint-free systems are not optimised further. Households are usually unable to assess whetherthe electricity consumption of their system is appropriate or whether there is potential for savings.Existing, mostly proprietary monitoring approaches are rarely installed, which means that considerable energetic and monetary potentials are lost. Within the scope of this project, we plan to develop and test an AI-based system that identifies installations from existing smart meter data where an on-siteconsultation is target-oriented. With the system, permanent monitoring can reveal optimisation potential and estimate savings in advance, so that the interest of suitable households is aroused through a well-founded approach.
|
Kurzbeschreibung
(Französisch)
|
En Suisse, les pompes à chaleur sont déjà installées dans environ 20% des bâtiments. Elles réduisent la consommation de combustibles fossiles, mais augmentent les besoins en énergie électrique. Il est donc important que les pompes à chaleur fonctionnent efficacement tout au long de leur durée de vie. Pour les installateurs, la conception et la configuration des pompes à chaleur sont des tâches complexes. Souvent, les courbes caractéristiques sont réglées de manière conservatrice et les installations ne sont pas optimisées davantage. Il est rare que des systèmes de surveillance soient installés. Les exploitants des pompes à chaleur ne sont généralement pas en mesure d'évaluer eux-mêmes si la consommation électrique de leur installation est appropriée. Pour toutes ces raisons, des potentiels énergétiques et monétaires considérables sont perdus. C'est pourquoi il est prévu de développer et de tester un système basé sur l'IA qui identifie, à partir des données de compteurs intelligents existantes, les installations pour lesquelles un conseil sur place pourrait être approprié. La surveillance permanente permet d'estimer les économies réalisées et de susciter l'intérêt des ménages concernés pour une consultation.
|
Schlussbericht
(Deutsch)
|
ärmepumpen sind in der Schweiz die aktuell meistverkaufte Wärmequelle und bereits in rund 20% der Gebäude installiert. Wärmepumpen reduzieren den Verbrauch fossiler Energieträger, erhöhen aber den Bedarf an elektrischer Energie. Entsprechend wichtig ist ein effizienter Betrieb der Geräte nicht nur auf dem Prüfstand, sondern auch in der Praxis – und dies auch noch viele Jahre nach der Installation. Für Installateure stellen die Auslegung und Konfiguration von Wärmepumpen eine komplexe Aufgabe dar. Häufig werden Kennlinien daher so eingestellt, dass sie den geforderten Heizkomfort zulasten der Energieeffizienz übertreffen, und beschwerdefreie Systeme werden häufig nicht weiter optimiert. Anlagennutzer können meist nur schwer beurteilen, ob der elektrische Energieverbrauch der Wärmepumpe angemessen ist bzw. ob Einsparpotentiale vorhanden sind. Bestehende, meist proprietäre Monitoring-Ansätze sind im Bestand selten verbaut, wodurch erhebliche energetische und monetäre Potentiale verloren gehen. Ziel dieses Projektes ist die Entwicklung und Bewertung eines KI-basierten Verfahrens, welches Anlagen mit hohem Einsparpotential auf Basis von Smart-Meter-Daten identifiziert. Das Verfahren soll Anwendern eine treffsichere Auswahl von Anlagen ermöglichen, bei denen Arbeiten Vor-Ort sinnvoll sind und zugleich eine wirkungsvolle Ansprache betroffener Haushalte unterstützen. Um dies zu ermöglichen sind im Rahmen dieses Forschungsprojektes mehrere KI-basierte Algorithmen entwickelt, trainiert und evaluiert worden, welche die Bewertung von Wärmepumpen im laufenden Betrieb ermöglichen. Als Trainingsgrundlage dienten hierfür reale 15-minütige Messungen des elektrischen Energieverbrauchs Schweizer Haushalte, welche mit Wärmepumpen und modernen Smart-Metern ausgestattet sind und keine Photovoltaic-Anlagen nutzen. Die entwickelten Algorithmen sind so konzipiert worden, dass sie auch eine Evaluation des Wärmepumpenbetriebs erlauben, wenn keine weiteren Kontextinformationen bezüglich der Installationsumgebung vorhanden sind. Dies macht sie geeignet für den Praxisbetrieb, in dem der Gebäudekontext häufig unbekannt ist. Die Funktionalitäten der im Forschungsprojekt entwickelten Algorithmen lassen sich wie folgt zusammenfassen: automatisierte Identifikation von Haushalten mit einer Wärmepumpe, automatisierte Unterscheidung von modulierenden und nicht modulierenden Wärmepumpen, retrospektive Bewertung der elektrischen Energieersparnis durch eine Wärmepumpenoptimierung, Disaggregation eines Wärmepumpensignals aus einer Gesamtmessung, und Bewertung des zyklischen Ein- und Ausschaltverhaltens von Wärmepumpen. Die Details der technischen Implementierung und Evaluation der Algorithmen sind diesem Bericht zu entnehmen.
Zugehörige Dokumente
|
Schlussbericht
(Englisch)
|
Heat pumps are currently the most popular heat source in Switzerland and are already installed in around 20% of buildings. Heat pumps reduce the consumption of fossil fuels but increase the demand for electrical energy. Accordingly, efficient operation of the equipment is important not only on the test bench, but also in practice - and for many years after their installation. For installers, the design and configuration of heat pumps is a complex task, and often characteristic curves are set to exceed the heating comfort at the cost of energy efficiency. Complaint-free systems are not further optimized. Households are usually unable to assess whether the heat pump's electricity consumption is appropriate or whether there is potential for savings. Existing, mostly proprietary monitoring approaches are rarely in place, resulting in significant energetic and monetary potentials being lost. The aim of this project is to develop and evaluate AI-based methods that can identify systems with high savings potential based on smart meter data. The procedure should enable service providers to select installations where on-site work makes sense and at the same time support an effective targeting of affected households. To achieve this, several AI-based algorithms were developed, trained, and evaluated as part of this research project. These algorithms enable the performance evaluation of heat pumps during operation. The training process was based on real 15-minute measurements of electrical energy consumption from Swiss households equipped with heat pumps and modern smart meters, excluding those using photovoltaic systems. The algorithms were specifically designed to function even in the absence of contextual information about the installation environment, making them highly practical for real-world applications where details about the building context are often unavailable. Their functionalities include the automated identification of households with a heat pump, the differentiation between variable and fixed speed heat pumps, the retrospective evaluation of electrical energy savings achieved through heat pump optimization, the disaggregation of the heat pump signal from overall electrical energy consumption measurements, and the assessment of the cyclic switch-on and switch-off behavior of heat pumps. Further details on the technical implementation and evaluation of these algorithms can be found in this report.
|
Schlussbericht
(Französisch)
|
Les pompes à chaleur sont actuellement la source de chaleur la plus populaire en Suisse et sont déjà installées dans environ 20% des bâtiments. Elles réduisent notablement la consommation d’énergies fossiles, mais augmentent les besoins en électricité. Il est donc important qu'elles fonctionnent efficacement, non seulement sur le banc d’essai, mais aussi dans la pratique - et ce, même plusieurs années après leur installation. Pour les installateurs, la conception et la configuration des pompes à chaleur représentent une tâche complexe, et il arrive souvent que les courbes caractéristiques soient réglées de manière conservatrice et que les systèmes ne présentant pas de problèmes ne soient pas optimisés davantage. De plus, les ménages ne sont généralement pas en mesure d’évaluer si la consommation électrique de la pompe à chaleur est appropriée ou s’il existe un potentiel d’économie. Les approches de surveillance existantes, généralement propriétaires, sont rarement mises en oeuvre, ce qui entraîne des pertes énergétiques et monétaires considérables. L’objectif de ce projet est de développer et d’évaluer un procédé basé sur l’intelligence artificielle (IA) qui identifie les installations présentant un potentiel d’économie élevé sur la base de données de compteurs intelligents. Le procédé doit permettre aux utilisateurs de sélectionner avec précision les installations pour lesquelles une intervention sur place est judicieuse et d'approcher efficacement les ménages concernés. Pour ce faire, plusieurs algorithmes basés sur l'IA ont été développés, entraînés et évalués dans le cadre de ce projet de recherche, permettant d'évaluer les pompes à chaleur en fonctionnement. Des mesures réelles de 15 minutes de la consommation d'énergie électrique de ménages suisses équipés de pompes à chaleur et de compteurs intelligents modernes, et n'utilisant pas d'installations photovoltaïques, ont servi de base d'entraînement. Les algorithmes développés ont été conçus de manière à permettre une évaluation du fonctionnement de la pompe à chaleur en l'absence d'autres informations contextuelles sur l'environnement de l'installation. Cela les rend adaptés à l'exploitation pratique, dans laquelle le contexte du bâtiment est souvent inconnu. Les fonctionnalités des algorithmes développés dans le projet de recherche peuvent être résumées comme suit : identification automatisée des ménages équipés d'une pompe à chaleur, distinction automatisée entre les pompes à chaleur modulantes et non modulantes, évaluation rétrospective des économies d'énergie électrique réalisées grâce à une optimisation de la pompe à chaleur, désagrégation d'un signal de pompe à chaleur issu d'une mesure globale, et évaluation du comportement cyclique de mise en marche et d'arrêt des pompes à chaleur. Les détails de l'implémentation technique et de l'évaluation des algorithmes sont disponibles dans ce rapport.
|
