自學加熱控制系統節省能源

建筑物可以學會獨自保存一切嗎?Empa研究人員是這樣認為的。在他們的實驗中，他們向新的自學習加熱控制系統提供了上一年的溫度數據和當前的天氣預報。然后，“智能”控制系統便能夠評估建筑物的行為并以良好的預期行動。結果：更高的舒適度，更低的能源成本。

工廠大廳，機場航站樓和高層辦公大樓通常配備有自動化的“預期”供暖系統。這些可與為建筑物專門計算的預定義方案一起使用，并幫助節省建筑物所有者大量的熱能。但是，這樣的個體編程對于個體公寓和私人住宅來說太昂貴了。

去年夏天，Empa的一組研究人員首次證明了它的確比這簡單得多：不必對智能加熱和冷卻控制進行編程，該系統可以輕松地學習如何自行降低成本并降低成本。根據過去幾周和幾個月的數據。不再需要編程專家。通過這種技巧，節省成本的技術很快也將適用于家庭和單身人士。

關鍵實驗是在Empa的研究大樓NEST中進行的。UMAR單元(城市采礦和回收)為該測試提供了主要條件：大型的可食用廚房在兩側由兩個學生室構成。兩間客房均為18平方米。整個窗戶的正面朝東朝東南朝著早晨的陽光。在UMAR裝置中，加熱或預冷的水流經不銹鋼天花板，并確保所需的室溫。可以使用相應的閥門位置為每個單獨的房間計算用于加熱和冷卻的能量。

巧妙的散熱-借助天氣預報

由于項目負責人費利克斯·本寧(FelixBünning)和他的同事本杰明·胡貝爾(Benjamin Huber)不想等待供暖期，因此他們于2019年6月開始進行制冷實驗.6月20日至26日這一周開始了兩個晴天，但仍然很涼爽，隨后是多云的天氣，最后太陽在杜本多夫上空燃燒，使室外溫度降低到40度以下。

在兩個臥室中，白天的溫度不應超過25度，晚上的極限溫度應設置為23度。傳統的恒溫閥在一個房間內提供冷卻。在另一個房間里，由Bünning和Huber及其團隊開發的裝有人工智能(AI)的實驗控制系統正在工作。人工智能已經獲得了過去十個月的數據，并且知道MeteoSwiss當前的天氣預報。

更少的能量帶來更高的舒適度

結果非常清晰：智能的加熱和冷卻控制系統更加符合預設的舒適度規格，而能耗卻降低了約25%。這主要是因為早晨，當陽光透過窗戶照進來時，系統會預先為房間降溫。另一方面，第二個房間中的常規恒溫器只有在溫度穿過天花板時才能做出反應。太晚了，太忙了，而且力量十足。在2019年11月，這是一個涼爽的月份，幾乎沒有陽光，有很多雨和涼風，Bünning和Huber重復了實驗。現在，所有關于加熱兩個房間。在此問題付印之時，評估仍在進行中。但是Bünning堅信他的預測加熱控制系統也可以在這里收集積分。

Empa團隊已經準備好下一步：“為了在實際環境中測試系統，我們計劃在擁有60套公寓的建筑物中進行較大的現場測試。我們將為其中的四套公寓配備智能供暖系統，冷卻控制系統”。Bünning對結果感到好奇。“我認為基于機器學習的新型控制器提供了巨大的機會。通過這種方法，我們可以使用相對簡單的方法和記錄的數據為現有的供熱系統構建良好的節能改造解決方案。”