„nachhaltige technologien 02 | 2023"

Modell des Heizungssystems eines Gebäudes, das in Modelica implementiert ist, mit einem maschinellen Lernmodell eines geschichteten Warmwasserspei- chers, das in Python implementiert ist, ko-simuliert wird 12 . Neben der Entwicklung dieser Black-Box- Modelle für Energiesysteme zur Nutzung für modell- prädiktive Regelungen und zur Fehlerdiagnose wird auch an der maßgeschneiderten Visualisierung für Gemeinden und Wohngebäude gearbeitet. Künstliche Intelligenz hat das Potenzial, den Energie- sektor und die zugrunde liegende Wertschöpfungs- kette zu verändern, aber es scheint eine erhebliche Lücke zwischen der KI-Forschung und der Anwendung im Energiebereich zu geben. Unklare Vorschriften für den Datenzugriff, das Fehlen einer für KI geeigneten IoT-Infrastruktur in Energiesystemen, unausgereifte Standards und unsichere Geschäftsmodelle behin- dern die volle Ausschöpfung des KI-Potenzials. Basak Falay, MSc ist wissenschaftliche Mitarbeiterin des Bereichs „Städte und Netze“ bei AEE INTEC. b.falay@aee.at Priv.-Doz. Dr. Gerald Schweiger, PhD leitet die Gruppe „Intelligent Buildings and Energy Systems“ am Institut für Softwaretechnologie der Technischen Universität Graz. gerald.schweiger@tugraz.at wird ein Arbeitsablauf für eine preiswerte White Box eines Sonnenkollektors erstellt, der über ei- nen polynomialen 8 Merkmalsatz trainiert wurde. Die Ergebnisse zeigen gute Genauigkeit, und das Modell bildet das physikalische Verhalten gut ab 9 . Wenn Black-Box-Modelle in einer Systemsimulation verwendet werden, sind Co-Simulationstechniken zur Kopplung verschiedener Simulatoren notwendig. In einer Übersichtsarbeit wurden systematisch Tech- niken, Standards, Werkzeuge und Anwendungen der Co-Simulation im Bereich der Gebäude und intelli- genten Energiesysteme analysiert 10 . Die Ergebnisse zeigen, dass das „Functional Mock-up Interface“ der wichtigste Standard für die Co-Simulation ist 11 . Im Rahmen des Projekts NextHyb wurde ein Framework für die datengesteuerte Modellgenerierung und Co- Simulation entwickelt, das in Python und Dymola implementiert wurde. Derselbe Rahmen wird auch in einer Studie verwendet, in der ein physikalisches Visualierungsdashboard für Gemeinden Quelle: AEE INTEC 8 Polynomial bezeichnet in der Mathematik einen Ausdruck, der aus Variablen und Koeffizienten besteht, die durch einfache Operationen wie Addition, Subtraktion und Multiplikation verbunden sind. 9 S. Wilfling, M. Ebrahimi, Q. Alfalouji, G. Schweiger and M. Basirat,"Learning Non-linear White-box Predictors: A Use Case in Energy Systems," 2022 21st IEEE International Conference on Machine Learning and Applications (ICMLA), Nassau, Bahamas, 2022, pp. 507-512, doi: 10.1109/ICMLA55696.2022.00082. 10 Alfalouji, Q., Falay, B., Gomez C., Schweiger, G. (2022). Co-Simulation for buildings and smart energy systems a taxonomic review, Simulation Modelling Practice and Theory 11 Wilfling, S., Falay, B., Alfalouji, Q., Schweiger, G. (2022). A Dymola-Python framework for data-driven model creation and co-simulation. In Linköping Electronic Conference Proceedings. Asian Modelica Conference 2022, Tokyo, Japan, November 24-25, 2022. Linköping University Electronic Press. https://doi.org/10.3384/ecp193165 12 Falay B., Wilfling S., Alfalouji Q., Exenberger J., Schranz T., Legaard C.M., Leusbrock I., Schweiger G. (2021). Coupling physical and machine learning models: case study of a single-family house. In Linköping Electronic Conference Proceedings. 14th Modelica Conference 2021. Linköping University Electronic Press. https://doi.org/10.3384/ecp21181335