KI-NERGY Projekt - Ganzheitliche intelligente Heizungsanlagenüberwachung und Optimierung durch künstliche Intelligenz

Abstract

Die Ergebnisse des Projekts zeigen, dass mithilfe von KI-basierter Optimierung signifikante Energieeinsparungen in Heizsystemen erzielt werden konnten. Im Durchschnitt wurde eine hohe Energieeinsparung von 23,74 % erreicht. Diese Einsparungen resultierten vor allem aus der Optimierung von Heizkreisen und der Anpassung von Regelungsparametern. Während der Raumwärmeverbrauch durchschnittlich deutlich um 36,6 % gesenkt werden konnte, stieg der durchschnittliche Energieverbrauch für die Warmwasserbereitung leicht um 11,97 %, was hauptsächlich auf die Erhöhung der Warmwassertemperatur gemäß den Empfehlungen der Trinkwasserverordnung zurückzuführen ist. Trotz dieser positiven Ergebnisse stand das Projekt vor einer Reihe von Herausforderungen. Ein zentrales Problem war die unvollständige Umsetzung der Handlungsempfehlungen. Obwohl insgesamt 495 Empfehlungen ausgesprochen wurden, wurden sie oft nur teilweise oder verzögert umgesetzt. Dies lag an der hohen Arbeitsbelastung der Handwerksunternehmen sowie am Zeitdruck, welcher eine eingehende Auseinandersetzung mit den Handlungsempfehlungen verhinderte. Dies führte unter anderem dazu, dass die Handlungsempfehlungen gering priorisiert und folglich in vielen Fällen verzögert umgesetzt wurden. Der Einsparzeitraum lag in den meisten Fällen außerhalb der Heizperiode, was die Messbarkeit der Effekte und Energieeinsparung erschwerte. Eine engere Zusammenarbeit mit den Handwerksunternehmen und eine frühzeitige Planung sowie eine klarere Dokumentation der umgesetzten Maßnahmen wurden für vergleichbare Projekte vorgeschlagen. Die Simulationen erwiesen sich als effektives Mittel, um Reglerparameter zu bewerten und Optimierungsvorschläge zu verifizieren. Allerdings stellte sich heraus, dass die Simulationen hohe Anforderungen an die Datenqualität stellten, insbesondere bei der Kalibrierung von Modellen. Hierbei erwies sich die Vorverarbeitung der Daten als entscheidend, um fehlende Werte zu interpolieren und kleinere Lücken in den Datensätzen zu schließen. Insgesamt hat das Projekt gezeigt, dass KI-basierte Ansätze das Potenzial haben, den Energieverbrauch in Heizsystemen deutlich zu reduzieren. Die größte Herausforderung lag in der praktischen Umsetzung der Empfehlungen, die durch technische und organisatorische Hürden beeinträchtigt wurde. Durch verbesserte Planung, engere Zusammenarbeit mit den Handwerksunternehmen und eine konsequentere Datenerfassung könnten künftige Projekte jedoch noch größere Einsparungen und Effizienzgewinne erzielen.

Datei-Upload durch TIB