Os edifícios podem aprender a salvar por si próprios? Pesquisadores da Empa acham que sim. Em seus experimentos, eles alimentaram um novo sistema de controle de aquecimento de autoaprendizagem com dados de temperatura do ano anterior e a previsão do tempo atual. O sistema de controle "inteligente" foi então capaz de avaliar o comportamento do edifício e agir com boa antecipação. O resultado:maior conforto, custos de energia mais baixos.

Salões de fábricas, terminais de aeroportos e edifícios de escritórios em geral são equipados com sistemas automatizados de aquecimento "antecipatório". Estes funcionam com cenários predefinidos especialmente calculados para o edifício e ajudam a poupar aos proprietários de edifícios uma grande quantidade de energia de aquecimento. Contudo, essa programação individual é muito cara para apartamentos individuais e residências particulares.

Verão passado, um grupo de pesquisadores da Empa provou pela primeira vez que poderia ser muito mais simples do que isso:o controle inteligente de aquecimento e resfriamento não precisa necessariamente ser programado, o sistema pode aprender facilmente a reduzir custos por si mesmo e com base nos dados de semanas e meses anteriores. Especialistas em programação não são mais necessários. Com este truque, a tecnologia econômica em breve também estará disponível para famílias e solteiros.

O experimento crucial aconteceu no prédio de pesquisas da Empa, o NEST. A unidade UMAR (Mineração e Reciclagem Urbana) oferece condições privilegiadas para este teste:Uma grande cozinha com copa é emoldurada em ambos os lados por dois quartos de estudantes. Ambos os quartos têm 18 m² cada. Toda a frente da janela está voltada para leste-sudeste, em direção ao sol da manhã. Na unidade UMAR, a água aquecida ou pré-resfriada flui através de um forro de aço inoxidável e garante a temperatura ambiente desejada. A energia usada para aquecimento e resfriamento pode ser calculada para cada ambiente individual usando as respectivas posições das válvulas.

Resfriamento inteligente - graças à previsão do tempo

Já que o líder do projeto Felix Bünning e seu colega Benjamin Huber não queriam esperar pelo período de aquecimento, eles começaram um experimento de resfriamento em junho de 2019. A semana de 20 a 26 de junho começou com dois dias ensolarados, mas ainda dias bem legais, seguido por um dia nublado, finalmente o sol queimou sobre Dübendorf e elevou a temperatura externa para quase 40 graus.

Nos dois quartos de dormir, a temperatura não deve ultrapassar a marca de 25 graus durante o dia, à noite, o limite é definido em 23 graus. Uma válvula termostática convencional fornecia o resfriamento em uma sala. Na outra sala, o sistema de controle experimental equipado com inteligência artificial (IA) desenvolvido por Bünning e Huber e sua equipe estava em ação. O AI havia sido alimentado com dados dos últimos dez meses - e conhecia a previsão do tempo atual do MeteoSwiss.

Maior conforto com menos energia

O resultado foi cristalino:o sistema de controle inteligente de aquecimento e resfriamento aderiu muito mais às especificações de conforto predefinidas - usando cerca de 25% menos energia. Principalmente porque pela manhã, quando o sol brilhava pelas janelas, o sistema estava refrigerando os quartos de antemão. O termostato convencional na segunda sala, por outro lado, só conseguiu reagir quando a temperatura atingiu o teto. Muito tarde, muito agitado e com força total. Em novembro de 2019, um mês frio com pouco sol, muita chuva e ventos frios, Bünning e Huber repetiram o experimento. Agora se tratava de aquecer os dois quartos. Na época em que esta edição foi publicada, a avaliação ainda estava em andamento. Mas Bünning está convencido de que seu sistema de controle de aquecimento preditivo também acumula pontos aqui.

A equipe da Empa já preparou a próxima etapa:“Para testar o sistema em um ambiente do mundo real, planejamos um teste de campo maior em um prédio com 60 apartamentos. Vamos equipar quatro desses apartamentos com nosso sistema de controle inteligente de aquecimento e resfriamento ".Bünning está curioso sobre os resultados." Acho que os novos controladores baseados em aprendizado de máquina oferecem uma grande oportunidade. Com este método, podemos construir um bom, solução de retrofit de economia de energia para sistemas de aquecimento existentes usando meios relativamente simples e os dados registrados. "