Forschungsinitiative EnOB: N5GEH-Booster - IoT-based operational optimization for sustainable energy systems; Teilvorhaben: IoT-based applications for real estate/Platform deployment for real estate

Abstract

Im Forschungsprojekt N5GEH-Booster entwickelten Drees & Sommer SE und der Lehrstuhl für Gebäude- und Raumklimatechnik der RWTH Aachen einen skalierbaren Prozess für IoT-basierte Gebäudeautomation zur energetischen Optimierung von Bestandsgebäuden. Die Betriebsoptimierung stellt eine kostengünstige Alternative zur klassischen Sanierung dar und gewinnt durch regulatorische Anforderungen (EPBD, GEG) an Bedeutung. Heterogene Systemlandschaften, fehlende Standards und hohe Kosten erschweren jedoch die Nachrüstung digitaler Infrastruktur. Als Demonstrator diente das "Pentagon"-Gebäude im Neckarspinnerei-Quartier Wendlingen-am Neckar, ergänzt durch ein Testobjekt in Stuttgart. Es wurde eine herstellerneutrale, auf FIWARE aufbauende Open-Source-IoT-Plattform in containerisiertem Kubernetes-Betriebskonzept entwickelt. Kontextdaten wurden im NGSI-v2-Informationsmodell mit Metainformationen verknüpft, um systematische Analysen und Optimierungsalgorithmen zu ermöglichen. Für die Nachrüstung wurden funkbasierte LoRaWAN-Komponenten eingesetzt, um Sensorik (Temperatur, Feuchte, CO2, Anwesenheit, Fensterkontakte) und Aktorik (Heizkörperthermostatventile) minimal-invasiv zu integrieren. Eine BACnet-basierte Feldebene, modulare Edge-Software und automatisiert erzeugte Konfigurationen harmonisierten die heterogene Struktur und reduzierten Inbetriebnahmeaufwand. Umgesetzte IoT-Dienste: Echtzeit-Visualisierung über Grafana-Dashboards, Python-basiertes Analyse-Framework mit BRICK-Konzepten, Integration externer Wetterdaten sowie direktwirkende Dienste für Raumtemperaturregelung, darunter eine Modellprädiktive Regelung, die Komfort- und Energieeinsatz unter Einbezug prognostizierbarer Störgrößen optimiert. Der Projektbericht dokumentiert Anforderungen, Systemarchitektur, Planungs- und Inbetriebnahmeprozess sowie wissenschaftliche Auswertung. Die Ergebnisse demonstrieren den Mehrwert herstellerneutraler, sicherer und skalierbarer IoT-Infrastruktur für Betriebsoptimierung im Bestand. In the N5GEH-Booster research project, Drees & Sommer SE and the Chair of Building and Room Climate Control at RWTH Aachen developed a scalable process for IoT-based building automation for energy optimization of existing buildings. Operational optimization represents a cost-effective alternative to conventional renovation and is gaining importance due to regulatory requirements (EPBD, GEG). However, heterogeneous system landscapes, lack of standards, and high costs complicate the retrofitting of digital infrastructure. The "Pentagon" building in the Neckarspinnerei district of Wendlingen am Neckar served as a demonstrator, complemented by a test object in Stuttgart. A vendor-neutral, open-source IoT platform based on FIWARE was developed using a containerized Kubernetes operating concept. Context data was linked with meta-information in the NGSI-v2 information model to enable systematic analyses and optimization algorithms. For retrofitting, wireless LoRaWAN components were deployed to integrate sensors (temperature, humidity, CO2, presence, window contacts) and actuators (radiator thermostatic valves) in a minimally invasive manner. A BACnet-based field level, modular edge software, and automatically generated configurations harmonized the heterogeneous structure and reduced commissioning effort. Implemented IoT services: real-time visualization via Grafana dashboards, Python-based analysis framework with BRICK concepts, integration of external weather data, and direct-acting services for room temperature control, including Model Predictive Control that optimizes comfort and energy consumption by incorporating predictable disturbances. The project report documents requirements, system architecture, planning and commissioning processes, and scientific evaluation. The results demonstrate the added value of vendor-neutral, secure, and scalable IoT infrastructure for operational optimization in existing buildings.