Die vorliegende Arbeit beschreibt die Entwicklung einer modellprädiktiven Regelung zur Flexibilisierung des Energiebezugs zum Heizen und Kühlen in Gebäuden. Damit sind Gebäude in der Lage an einem Lastmanagement teilzunehmen. Für die Optimierung der Betriebszeiten für Heizen und Kühlen ist ein Modell des Gebäudes und der Anlagentechnik notwendig. Um für eine reale Umsetzung den Aufwand und die Kosten für die Modellerstellung zu vermeiden, wird ein universal anpassbares adaptives Gebäudemodell auf Basis neuronaler Netze entwickelt und optimiert. Die Ergebnisse zeigen, dass das Modell bereits nach wenigen Tagen Lernzeit in der Lage ist einen kostenoptimalen Fahrplan zu erstellen und gleichzeitig die Anforderungen an die thermische Behaglichkeit einzuhalten.     «

Die vorliegende Arbeit beschreibt die Entwicklung einer modellprädiktiven Regelung zur Flexibilisierung des Energiebezugs zum Heizen und Kühlen in Gebäuden. Damit sind Gebäude in der Lage an einem Lastmanagement teilzunehmen. Für die Optimierung der Betriebszeiten für Heizen und Kühlen ist ein Modell des Gebäudes und der Anlagentechnik notwendig. Um für eine reale Umsetzung den Aufwand und die Kosten für die Modellerstellung zu vermeiden, wird ein universal anpassbares adaptives Gebäudemodell au...     »

The purpose of this thesis is to describe the development of a model predictive control in order to make the energy demand for heating and cooling more flexible. This flexibility allows buildings to participate in demand side management. In order to optimize the hours of operation for heating and cooling a model of the building and the building services is needed. The development of this model is very time consuming and cost intensive. To avoid these costs a universally adaptable building model based on neural networks was developed. Results show that within few days of learning the model is able to establish a schedule of minimized costs and still meets the demand of thermal comfort.     «

The purpose of this thesis is to describe the development of a model predictive control in order to make the energy demand for heating and cooling more flexible. This flexibility allows buildings to participate in demand side management. In order to optimize the hours of operation for heating and cooling a model of the building and the building services is needed. The development of this model is very time consuming and cost intensive. To avoid these costs a universally adaptable building model...     »