Search

Zum Erreichen der weltweiten Klimaziele leistet Deutschland seinen Beitrag durch die Definition und Umsetzung des Maßnahmenpaketes Energiewende. Ein wesentlicher Bestandteil ist die Energieeinsparung im Gebäudebereich. Der Großteil des Endenergieverbrauchs entfällt auf die Wärmeversorgung der Gebäude. Auf Raumebene legt deshalb das Gebäudeenergiegesetz in §63 die Regelung wassergeführter Heizvorrichtungen fest. Dazu ist die Wahl geeigneter Einzelraumregler notwendig. Diese ist oft nicht trivial und erfolgt meist zwischen zwei Extremen. Entweder es werden klassische Regler wie Zweipunkt- oder P/PI/PID-Regler genutzt, deren optimale Parameter aber selten bekannt sind und ihre Anwendung somit zu Energieverschwendung und Komfortverlust führen kann, oder es werden spezialisierte, an den konkreten Raum angepasste Regler mittels Modellbildung und Simulation bestimmt, deren Entwicklung entsprechend teuer ist. Dies macht es erforderlich, die Wahl geeigneter Einzelraumregler zu untersuchen. Ziel dieser Arbeit ist es, einen einfachen Weg zur Wahl eines geeigneten Reglers einschließlich seiner Parametrisierung für die Temperaturregelung eines Einzelraumes zu finden. Dazu wird untersucht, ob Zusammenhänge aus komprimierenden Kenngrößen für Räume, Standorte und Nutzungen und optimal parametrisierten Reglern gefunden werden können, die zur vereinfachten Wahl nahezu optimaler Regler und deren Parameter nutzbar sind. Es wird eine empirische Methodik entwickelt, die auf einer umfangreichen Simulationsstudie zur Generierung eines großen Datensatzes von Beispielräumen und wenigen, für diese Räume günstigsten, optimal parametrisierten Reglern, basiert. Dazu werden Simulationsszenarien definiert und deren Raum-, Nutzungs- und Standortmodelle sowie Reglermodelle in der Modellierungssprache Modelica unter Zuhilfenahme der BuildingSystems-Bibliothek erstellt. Die Methodik ist anwendbar und muss nun auf weitere Regler übertragen werden. Die Entwicklung der Methodik geschieht im Hinblick auf eine einfache, praxisorientierte Anwendung, bei der dann keine Simulationsmodelle der Räume oder Regler mehr notwendig sind. Es werden nur wenige Raum- und Wetterkenngrößen benötigt, die vom Geäudeplaner, -betreiber oder -nutzer vorzugeben sind. Durch die gefundenen Zusammenhänge, die als Künstliche Neuronale Netze vorliegen, kann der günstigste Regler einschließlich seiner optimalen Parameter leicht bestimmt werden. Die Anwendbarkeit der Methodik wird an einem Testszenario für drei unterschiedliche Standorte und zwei Heizungstypen demonstriert., Germany contributes to reach the world wide climate goals by developing a series of actions called Energiewende (energy transition). An essential component is saving energy in the building sector. The majority of the final energy consumption is used to supply buildings with heat, so the German law Gebäudeenergiegesetz (building energy law) specifies the regulation of waterbased heating systems in §63. Therefore the choice of suitable room controllers is necessary. This choice is often not trivial and usually takes place within two extremes. Classic controllers such as two-point or P/PI/PID controllers are used, the optimal parameters of which are seldom known and their use can thus lead to wasted energy and loss of comfort. Alternatively, specialized controllers adapted to the specific room using modelling and simulation are determined, the development of which is correspondingly expensive. Therefore it is necessary to investigate the choice of suitable single room controllers. The goal of this thesis is to find an easy way to choose a suitable room controller and its parametrisation for the temperature control of single rooms. Therefore it is investigated whether correlations between compressing parameters for rooms, locations, room usage, and optimally parametrised controllers, can be found that simplify the selection of almost optimal controllers and their parameters. An empirical method is developed based on an extensive simulation study to generate a large data collection of example room models, each with three controller models optimized for the room model. Therefore, simulation scenarios are defined and their room, usage, and location models, as well as their controller models, are written in the modelling language Modelica and developed with the help of the BuildingSystems library. This method is usable and needs now to be adapted to other controllers. The methodology is developed with a view to a simple, practice-oriented application in which simulation models of the rooms or controllers are no longer necessary. Only a few room and weather parameters are required, which must be specified by the building planner, operator, or user. The most favourable controller, including its optimal parameters, can easily be determined from the relationships found, which are available as Artificial Neural Networks. The applicability of the methodology is demonstrated using a test scenario for three different locations and two types of heating systems.