Nutzungsdatenbasierte Optimierung von Gebäuden und Anlagen am Beispiel der Hochschule München

Laufzeit
01.04.2019 - 31.10.2022

Projektförderung
Bundesministerium für Wirtschaft und Klimaschutz: BMWK

Projektträger
Projektträger Jülich, PtJ

Projektbeteiligte
Hochschule für angewandte Wissenschaften München
Prof. Dr.-Ing. Werner Jensch (Fakultät für Versorgungs- und Gebäudetechnik)
Prof. Dr.-Ing. Simon Schramm (Fakultät für Elektrotechnik und Informationstechnik)
Prof. Dr. Peter Mandl (Fakultät für Informatik und Mathematik)

Kurzfassung
Das Ziel eines klimaneutralen Gebäudebetriebs ist dank heutiger technischer Möglichkeiten zwar planbar, die praktische Umsetzung ist jedoch aufgrund unterschiedlicher nutzungsspezifischer Vorgaben und Einflüsse schwierig. Städte und Quartiere erscheinen durch ihre Struktur und Größe meist zu komplex, um die strukturellen und energetischen Herausforderungen ausreichend zu erfassen. Dagegen ist der Gebäudebestand einer Hochschule infolge der überschaubaren Größe, Vernetzung und Erfassung als Quartier leichter verständlich. Seine Heterogenität hinsichtlich der vorhandenen Gebäude, eingesetzten Technologien und diversen Nutzungen erlaubt es, die erzielten Ergebnisse auf andere Quartiere zu übertragen.

Auf Basis der vorangegangenen Projekte HoEff (Die Hochschule auf dem Weg zu einem energieeffizienten Gebäudebetrieb) und HoEff-CIM (Energieeffiziente Hochschule – Campus Information Modeling), die an der Ludwig-Maximilian-Universität München (LMU) durchgeführt wurden, soll nun am eigenen Objekt geforscht und Erkenntnisse an der Hochschule München angewandt werden. Der Gebäudebestand der wird zunächst mit Hilfe der Erkenntnisse, Methoden und Tools der vorangegangenen Projekte inklusive seiner Nutzungsarten und nutzenden Personen erfasst und energetisch klassifiziert.

Der Lehrstuhl für energieeffizientes und nachhaltiges Planen und Bauen erforscht die Teilaspekte sozioökonomische Modellierung von Nutzungseinflüssen und nachhaltige Referenzanlagenkonzepte. Folgende Fragestellungen werden im Speziellen untersucht:

  • Wie kann der Gesamtenergiebedarf komplexer Gebäudestrukturen automatisiert, datenbasiert und kosteneffizient analysiert, bewertet und reduziert werden?
  • Wie kann der notwendige Messaufwand durch Korrelation mit Daten aus zusätzlich zur Verfügung stehenden Quellen reduziert werden?
  • Wie kann die nutzende Person bewusst in die Transformation zu einem klimaneutralen Campus oder einem energieeffizienten Gebäudebetrieb einbezogen werden?
  • Welche Art von Informationen und Daten wird benötigt, um nutzende Personen ausreichend genau abzubilden?
  • Wie können Nutzungseffekte in der Planung angemessen beachtet oder in der Betriebsdiagnose sicher erkannt werden?
  • Wie können die energetischen Auswirkungen fundiert quantifiziert werden? Garantiert ein mehr an Technik auch eine bessere Lösung?

Die Erkenntnisse des Gesamtprojekts sollen in Zusammenarbeit mit der Hochschulleitung und dem staatlichen Bauamt München II in die Planung von Neubauprojekten und die energetische Sanierung bzw. Instandsetzung des Gebäudebestands der Hochschule München einfließen.

Bearbeitende
Farzan Banihashemi, Sebastian Botzler, Daniel Kierdorf

2024

  • Banihashemi, F.; Weber, M.; Deghim, F.; Zong, C.; Lang, W.: Occupancy modeling on non-intrusive indoor environmental data through machine learning. Building and Environment 254, 2024, 111382 mehr…
  • Banihashemi, F.; Weber, M.; Lang, W.: Deep learning for predictive window operation modeling in open-plan offices. Energy and Buildings 310, 2024, 114109 mehr…

2022

  • Deghim, F.; Banihashemi, F.; Koth, S.; Lang, W.: A data-driven approach for predicting occupant thermal comfort in offices. Proceedings of 33. Forum Bauinformatik, 2022 mehr…
  • Zong, C.; Banihashemi, F.; Vollmer, M.; Lang, W.: Implementation of occupant behaviour models for window control using co-simulation approach. BauSIM 2022, 2022 mehr…

2021

  • Banihashemi, F.; Weber, M.; Lang, W.: Model order reduction of building energy simulation models using a convolutional neural network autoencoder. Building and Environment, 2021, 108498 mehr…

2020

  • Ehlers, N.; Kierdorf, D.; Banihashemi, F.; Lang, W: Energy supply optimization of the Munich University of Applied Sciences through parametric studies in thermal building simulation. 10 years of MSE: Energy Research in Bavaria, 2020 mehr…
  • Pinter, S.; Kierdorf, D.; Vollmer, M.; Banihashemi, F.; Harter, H.; Lang, W.: Measuring Box for Indoor Climate and Thermal Comfort. 10 years of MSE: Energy Research in Bavaria, 2020 mehr…