Datengestützte Methoden für die Energie- und Wärmewende in Gebäuden und Quartieren


Bild Bild Bild
Philipp Geyer, Manav Mahan Singh, Xia Chen, https://doi.org/10.1016/j.aei.2024.102843.

Zukunft-Bau-ProjektCBML-Wende

 

Bearbeitung
Azad Nabavi, MSc.  | Jalal Khojasteh, MSc. | Prof. Dr.-Ing. Philipp Geyer 

 

Dieses Projekt verfolgt das Ziel, einen innovativen datengetriebenen Rahmen zur Modellierung und Analyse von Energie­systemen auf Gebäude- und Quartiersebene zu entwickeln. Der Fokus liegt auf der Entwicklung mehrstufig gekoppelter Komponentenmodelle, die eine detaillierte Abbildung der Wechselwirkungen innerhalb komplexer Energiesysteme ermöglichen.

In einem ersten Schritt werden Ergebnisse numerischer Simulationen als synthetische Daten genutzt, um die Modelle zu entwickeln, zu trainieren und zu validieren. Dabei erfolgt eine systematische Dekomposition der Gebäude- und Quartiersenergiesysteme in ihre zentralen Komponenten.

Zur Verbesserung der Aussagekraft der Ergebnisse werden Unsicherheiten in Daten und Prognosen explizit berücksichtigt. Hierzu kommen statistische Methoden sowie Monte-Carlo-Sampling zum Einsatz. Zusätzlich werden Wahrscheinlichkeitsdichtefunktionen mithilfe moderner Methoden des maschinellen Lernens geschätzt.

Im weiteren Projektverlauf werden Realdaten aus dem Betrieb in die Modelle integriert. Durch den Einsatz von Transfer-Learning-Ansätzen wird die Übertragbarkeit der Modelle auf reale Anwendungsszenarien verbessert. Die Validierung erfolgt anhand definierter Testszenarien und durch den Vergleich mit Realdaten sowie Referenzsimulationen. Abschließend werden die entwickelten Methoden und Ergebnisse im Rahmen von Transferworkshops Wissenschaftlerinnen und Wissenschaftlern sowie Akteuren der Energiewende vorgestellt.

Laufzeit
2025 bis 2028