Neuronaler Heizungsregler - wenn Regler denken lernen
Neuronale Heizungsregler sind die Zukunft. Dr.F Gassmann erläutert das unkonventionelle, aber effektive Reglerkonzept
v.l.n.r: Neuronen mit Nadel-Sonde, Neuron in Aktion "feuerndes Neuron"
Die heutigen Zentralheizungsregler verlangen bei der Inbetriebnahme anspruchsvolle technische Kenntnisse und Funktionen wie die Heizgrenzenschaltung oder die optimierte Ein- und Ausschaltung der Heizung. Das Bundesamt für Energie hat dem Swiss Center for Electronics and Microtechnologies (CSEM) in Neuchätel den Forschungsauftrag erteilt, einen Heizungsregler zu entwickeln, der sich selbst optimal in Betrieb setzt und erst noch eine wesentliche Energieersparnis garantiert. In Zusammenarbeit mit den Firmen ESTIA und Fr. Saurer AG, trägt das Projekt NEUROBAT nun erste Früchte: Ein auf neuronalen Netzen und Fuzzy Logic beruhender Regler-Prototyp mit Null-Serie-Charakter hat bereits einen Winter lang seine Feuertaufe mit Bravour bestanden.
Neuronale Netzwerke sind geeignet, die in der HLK-Technik verbreiteten nichtlinearen Funktionen zu implementieren und automatisch zu adaptieren. Heute gebräuchliche Heizregelsysteme regeln die Vorlauftemperatur des Heizkreises noch aufgrund von vordefinierten Heizkurven respektive durch Rückführung der Raumtemperatur. Das NEUROBAT-Regelkonzept basiert dagegen auf der Kostenoptimierung: Der NEUROBAT-Regler optimiert den Benutzer-Komfort sowie den Energieverbrauch durch dynamische Programmierung unter Berücksichtigung eines Klima-, Gebäude- und Benutzermodells über einen vordefinierten Zeithorizont von sechs Stunden. Mit einfacheren Worten gesagt: Unser NEUROBAT-Regler sammelt Erfahrungen, lernt dabei das Verhalten des Gebäudes, des Klimas und des Benutzers kennen und verbessert dadurch sein eigenes Verhalten kontinuierlich.
Die Innovation des NEUROBAT-Reglerkonzepts beruht nicht nur auf der Reduktion des Energieverbrauchs unter Anwendung von Neuro-Fuzzy-Technologien, sondern zeichnet sich auch durch eine markante Vereinfachung der Inbetriebnahme aus. Diese umfasst neben der Initialisierung von lediglich drei Serviceparametern die Einstellung zweier Benutzerparameter (Komfortempfinden, Zeitprogramm) Der adaptive Lerncharakter des NEUROBAT-Regelkonzepts erfordert keine weiteren Einstellungen während oder nach der Inbetriebnahme der HLK-Anlage seitens des Service-Fachmanns oder des Benutzers. Der NEUROBAT-Regler adaptiert und optimiert das Gebäudemodell sowie das Wettermodul im Laufe der Betriebsdauer mittels lokal gespeicherter Daten. Im Fall einer nicht-optimalen Eingabe der Service-Parameter korrigiert
der NEUROBAT-Regelalgorithmus die Parameter der Regelmodule. Die ausgeführten Tests und Simulationen ergeben, dass sich der NEUROBAT-Regler nach einer Betriebsdauer von drei Wochen optimal an die Regelstrecke angepasst hat. Schon während der Adaptionsphase erreichte der NEUROBAT-Regler eine Betriebseffizienz, die den Vergleich mit den besten Heizungsregelsystemen nicht zu scheuen braucht.
Die äußerst erfolgreichen Resultate führen Sauter in ein neues Zeitalter der Regeltechnologie.
Prototyp überzeugt:
Um die Machbarkeit des NEUROBAT-Konzepts in einem industriellen Kontext zu analysieren hat Sauter einen Prototypen entwickelt. Dieser wurde Anfang Oktober 1999 zur Betriebsevaluation in einem dreistöckigen Wohngebäude in Basel in Betrieb genommen. Um Vergleichsdaten zu erhalten, wurde zuvor während der Heizsaison 98/99 ein moderner, kommerzieller Zentralheizungsregler im selben Testgebäude installiert und evaluiert.
- 13% Energieeinsparung im Vergleich zum Sauter-High-Tech-Regler (QRK151)
- Minimaler Inbetriebsetzungsaufwand mit nur 4 Serviceparametern
- Überheizung bei Sonnengewinn wurde fast vollständig vermieden
- Der Heizleistungstransport wurde automatisch optimiert