Algorithmen BERTA und RUDI
Lösung zum Optimieren von Energie und CO2
Das Team setzt sich in Kundenprojekten immer wieder mit denselben Fragestellungen auseinander und versucht in kundenindividuellen Gebäuden optimale Lösungen finden. Um transparente Entscheidungen unter Berücksichtigung aller ökologischer und ökonomischer Auswirkungen zu ermöglichen, müssen valide Informationen mit hohen Detaillierungsgrad bereitgestellt werden. Durch eine stetige Komplexitätserhöhung (KWK(K)-Konzepte, Wärmerückgewinnung, neue Technologien, dynamische Energiepreise, Energiehandel, Förderung) sei dies manuell nicht mehr leistbar.
Konventionelle Methoden würden nicht mehr funktionieren und aufwändige Simulationen (Aufwand von mehreren Wochen) seien in frühen und hoch dynamischen Projektphasen nicht anforderungsgerecht. Es fehlt also aktuell an passgenauen Lösungen für die frühen Projektphasen, wodurch nur unzureichende Entscheidungsgrundlagen bereitgestellt werden können, und die Nachhaltigkeit umgesetzter Energiesysteme leidet, erläutert das Unternehmen.
Derzeit können diese Fragestellungen mehrere Tage bis Wochen beanspruchen. DBI ist es eigenen Angaben zufolge gelungen, das aufgebaute Erfahrungswissen in Algorithmen abzubilden. Durch den Einsatz von Künstlicher Intelligenz kann in nur wenigen Minuten sowohl Energieverbräuche auf Lastprofilbasis prognostiziert als auch die optimalen Energieerzeuger ausgelegt werden, ohne dabei nennenswerte Abstriche in der Genauigkeit zu haben. Die Beschreibung der Gebäude kann nach Belieben, oder nach Verfügbarkeit der Informationen bzw. Datenlage, detailliert werden. Dies hat einen positiven Einfluss auf die Genauigkeit der Prognose. Umwelteinflüsse sowie lokale Gegebenheiten, wie beispielsweise solare Einstrahlung, Außentemperaturen oder Baugrund, werden automatisch zur Kalkulation herangezogen. Die hauseigenen Algorithmen ermöglichen genauere Prognosen in verschiedenen Varianten und Szenarien in nur wenigen Minuten.
Eine Besonderheit dieser Lösung ist eine zielgerichtete Kombination von künstlicher Intelligenz mit klassischen numerischen Optimierungsverfahren. Anders als bei der Verwendung einer reinen KI, könne garantiert werden, dass die optimale Variante gefunden werde und unter allen weiteren Möglichkeiten keine bessere Lösung existiere. Der Nutzer kann dabei selbst bestimmen, ob seine Energieerzeugung auf Investitionen, die Kosten über den gesamten Betrachtungszeitraum oder der CO2-Ausstoß minimiert werden sollen, betont das Unternehmen.
ABZ-Stellenmarkt
