Zurück zu den Nachrichten

Technologie

Model Predictive Control MPC) in Heizungsanlagen

Model predictive control MPC) ist der Algorithmus, der ein wirklich intelligentes Heizsystem von einem nur scheinbar intelligenten unterscheidet. Während die meisten „smarten“ Thermostate nach wie vor erst auf Temperaturänderungen reagieren, wenn diese bereits eingetreten sind, blickt die MPC in die Zukunft – sie erstellt eine Vorhersage der künftigen Bedingungen und berechnet die optimale Heizstrategie, noch bevor diese Bedingungen eintreten.

Es handelt sich um das Steuerungsverfahren, das den Kern der Heizungsoptimierung Fourdeg bildet, und wenn man versteht, wie es funktioniert, wird klar, warum Gebäude mit MPC durchweg besser abschneiden als solche mit herkömmlicher Steuerung.

Was ist Model Predictive Control?

Model predictive control eine fortschrittliche Regelungsstrategie, die ursprünglich für industrielle Prozesse – wie chemische Anlagen, Raffinerien und Luft- und Raumfahrtsysteme – entwickelt wurde, bei denen eine präzise, koordinierte Steuerung mehrerer Variablen gleichzeitig erforderlich ist. In den 2000er Jahren wurde sie für das Energiemanagement in Gebäuden angepasst, und dank sinkender Kosten für Sensoren und Cloud-Computing ist sie mittlerweile auch auf der Ebene einzelner Gebäude und Haushalte praktikabel.

Das charakteristische Merkmal von MPC ist der rollierende Zeithorizont: Bei jedem Regelungsschritt (in der Regel alle 15–60 Minuten) löst der Regler ein Optimierungsproblem für die nächsten 12–48 Stunden, ermittelt die optimale Abfolge von Heizmaßnahmen, führt die erste Maßnahme durch und wiederholt dann die Berechnung im nächsten Schritt mit aktualisierten Messwerten. Das bedeutet, dass der Regler stets mit den aktuellsten Daten arbeitet und immer vorausschauend plant – er reagiert niemals nur.

Das „Modell“ in der MPC ist eine mathematische Darstellung des thermischen Verhaltens des Gebäudes: Es beschreibt, wie die Innentemperaturen auf Änderungen der Heizleistung, der Außentemperatur, der Sonneneinstrahlung und der Belegung reagieren. Dieses Modell ermöglicht es dem Regler, zuverlässige Vorhersagen zu treffen, anstatt nur zu raten.

So funktioniert MPC in Fourdeg

Die MPC-Implementierung von Fourdeg arbeitet auf drei miteinander verbundenen Ebenen:

1. Das thermische Gebäudemodell

Sobald die Fourdeg Thermostate Fourdeg installiert sind, beginnt das System, die tatsächlichen Temperaturdaten in jedem Raum zu erfassen und diese mit den Außenbedingungen, der Sonneneinstrahlung und der Heizleistung abzugleichen. In den ersten Betriebswochen erstellt es für jeden Raum ein parametrisches thermisches Modell, das den Wärmewiderstand (Dämmqualität), die Wärmekapazität (wie viel Wärme die Bausubstanz speichert) und den Einfluss der Sonneneinstrahlung erfasst.

Dieses Modell wird fortlaufend aktualisiert, sobald das System weitere Daten erfasst, und wird mit der Zeit immer genauer. Gebäude mit ungewöhnlicher Bauweise, kürzlich erfolgten Renovierungen oder saisonalen Belegungsmustern werden automatisch berücksichtigt – das Modell lernt einfach aus dem, was es beobachtet.

2. Integration der Wettervorhersage

Anhand einer 48-Stunden-Wettervorhersage – Außentemperatur, Bewölkung, Sonneneinstrahlung und Wind – prognostiziert der MPC-Regler, wie hoch die Temperatur in den einzelnen Räumen bei verschiedenen Heizszenarien sein wird. Hier zeigt sich der wahre Wert der Vorhersage:

  • Sollte die Außentemperatur über Nacht stark sinken, heizt das System das Gebäude bereits am Abend vor, wenn der Strom möglicherweise günstiger ist
  • Wenn ein sonniger Morgen vorhergesagt ist, werden die nach Süden ausgerichteten Räume nicht vorgewärmt – die Sonne erledigt das kostenlos
  • Wenn auf ein mildes Wochenende eine kalte Woche folgt, wird die thermische Masse des Gebäudes strategisch vorgeladen

3. Die Optimierungsberechnung

Bei jedem Regelungsschritt löst der MPC-Algorithmus ein Optimierungsproblem mit Nebenbedingungen: Welche Heizmaßnahmen sind in den nächsten 24 Stunden erforderlich, um unter Berücksichtigung des aktuellen Zustands des Gebäudes, der Wettervorhersage und des thermischen Modells alle Räume innerhalb ihrer Komforttemperaturgrenzen zu halten und gleichzeitig den Energieverbrauch (und die Kosten) zu minimieren?

Zu den Randbedingungen zählen Mindest- und Höchstraumtemperaturen (die von den Bewohnern festgelegten Komfortgrenzen), die maximale Heizleistung (begrenzt durch die Heizkörperkapazität) sowie gegebenenfalls Energiepreissignale, die das Heizen zu bestimmten Zeiten kostengünstiger machen. Der Optimierer gleicht all diese Faktoren gleichzeitig Raum für Raum im gesamten Gebäude aus.

Model Predictive Control in intelligenten Heizsystemen – Vorhersagehorizont und Optimierung

Warum MPC herkömmliche Regelverfahren übertrifft

Ein herkömmlicher Thermostat verfügt weder über ein Gebäudemodell noch über eine Prognose oder einen Optimierungshorizont. Er misst lediglich die aktuelle Temperatur und vergleicht sie mit einem Sollwert. Dies führt zu mehreren systematischen Ineffizienzen:

  • Überhitzung: Wenn die Außentemperaturen unerwartet steigen oder Sonnenlicht in einen Raum fällt, heizt die herkömmliche Regelung weiter, bis der Thermostat anspricht – was Energie verschwendet und zu Unbehagen führt
  • Verzögerung an kalten Morgen: Herkömmliche Systeme schalten sich zu einer festgelegten Zeit ein und beginnen mit dem Heizen, können jedoch nicht abschätzen, wie lange es an einem bestimmten Morgen dauern wird, das Gebäude aufzuwärmen. MPC berechnet dies im Voraus
  • Blindheit gegenüber Energiekosten: Feste Zeitpläne sorgen für eine Beheizung zu festgelegten Zeiten, unabhängig davon, ob Energie gerade günstig oder teuer ist. MPC kann den Verbrauch automatisch auf günstigere Zeiträume verlagern
  • Keine Nutzung der thermischen Masse: Gebäude können in ihrer Bausubstanz erhebliche Wärmemengen speichern. Herkömmliche Regelungssysteme ignorieren dies; MPC nutzt diese Wärme als kostenlose Ressource

Das Ergebnis ist, dass MPC-gesteuerte Gebäude durchweg 20–35 % weniger Energie verbrauchen als konventionell gesteuerte Gebäude und gleichzeitig für stabilere Raumtemperaturen sorgen.

MPC und Laststeuerung

MPC ist zudem die Basistechnologie für Demand-Side-Response (DSR) im Fernwärmebereich. Wenn ein Energieversorger die Spitzenlast in seinem Netz senken möchte, sendet er ein Signal zur Lastreduzierung an die Plattform Fourdeg. Der MPC-Regler in jedem angeschlossenen Gebäude bewertet, inwieweit eine Nachfragereduzierung möglich ist – unter Berücksichtigung der aktuellen Temperaturen, der Wettervorhersage und des thermischen Modells jedes Gebäudes – und berechnet die sicherste Vorheizstrategie, die die Flexibilität maximiert und gleichzeitig den Raumkomfort gewährleistet.

Aus diesem Grund sind eine raumgenaue Regelung und gebäudespezifische thermische Modelle für eine echte Laststeuerung (DSR) unerlässlich: Ohne genaue Kenntnis des thermischen Speichervolumens jedes einzelnen Gebäudes kann man sich nicht sicher auf eine Lastflexibilität festlegen. Bei MPC stützt sich diese Festlegung auf physikalische Grundlagen und nicht auf Vermutungen.

Welche Daten verwendet MPC?

  • Erstellung eines thermischen Modells: Auf der Grundlage historischer Temperaturdaten ermittelte Werte – Widerstand, Kapazität und Sonneneinstrahlungskoeffizienten für jeden Raum
  • Raumtemperaturen in Echtzeit: Alle paar Minuten von jedem Heizkörperthermostat gemessen
  • Wettervorhersagen: Außentemperatur, Sonneneinstrahlung, Bewölkung und Windgeschwindigkeit – in der Regel für die nächsten 48 Stunden
  • Vorlauftemperatur der Fernwärme: Die zu einem bestimmten Zeitpunkt aus dem Netz verfügbare Wärme
  • Preissignale im Energiebereich: Soweit verfügbar, zeitabhängige Tarife, die eine Verlagerung des Verbrauchs in Nebenzeiten belohnen

Model Predictive Control das Heizen von einem reaktiven Vorgang in ein proaktives, intelligentes System. Sie wartet nicht, bis der Raum kalt wird – sie berechnet schon Stunden im Voraus genau, wie und wann geheizt werden muss, und führt dies dann automatisch aus.“

Häufig gestellte Fragen

Was ist model predictive control MPC)?

MPC ist ein fortschrittlicher Regelalgorithmus, der anhand eines mathematischen Modells eines Systems dessen zukünftiges Verhalten vorhersagt und die Regelmaßnahmen über einen gleitenden Zeithorizont hinweg optimiert. Im Heizungsbereich bildet das Modell ab, wie ein Gebäude Wärme aufnimmt und abgibt. Der Regler prognostiziert fortlaufend die zukünftigen Raumtemperaturen auf der Grundlage von Wettervorhersagen und der Gebäudedynamik und berechnet anschließend den optimalen Heizplan, der die Temperaturen bei minimalen Energiekosten innerhalb der Komfortgrenzen hält.

Inwiefern unterscheidet sich MPC von einem herkömmlichen Thermostat?

Ein herkömmlicher Thermostat reagiert nur – er schaltet die Heizung ein, wenn die Temperatur unter einen Sollwert fällt, und aus, wenn sie darüber steigt. MPC handelt vorausschauend: Es blickt 12 bis 24 Stunden in die Zukunft und berechnet den Heizplan, der den Komfort über diesen gesamten Zeitraum gewährleistet. MPC kann vor einer Kaltfront vorheizen, die Leistung vor einem sonnigen Morgen reduzieren und den Verbrauch in günstigere Tarifzeiten verlagern – und das alles automatisch.

Wie viel Energie model predictive control ?

Gebäude, in denen die MPC-basierte Regelung Fourdeg zum Einsatz kommt, erzielen im Vergleich zur herkömmlichen Thermostatsteuerung durchweg Energieeinsparungen von 20 bis 35 %. Diese Einsparungen ergeben sich aus der Vermeidung von Überhitzung, dem Vorheizen während Zeiten mit günstigen Strompreisen und der Reduzierung von Standby-Verlusten. Die größten Verbesserungen lassen sich in der Regel in Gebäuden mit hohem Sonneneintrag oder starken Schwankungen bei der Belegung erzielen.

Was ist ein thermisches Modell eines Gebäudes?

Ein thermisches Modell ist eine mathematische Darstellung dessen, wie ein Gebäude Wärme aufnimmt, speichert und abgibt – dabei werden die Dämmqualität, die thermische Speicherkapazität der Bausubstanz sowie der Zusammenhang zwischen den Außenbedingungen und der Innentemperatur erfasst. Das System Fourdeg erstellt dieses Modell automatisch, indem es die tatsächlichen Temperaturdaten in den ersten Betriebswochen erfasst. Manuelle Erhebungen sind nicht erforderlich.

Möchten Sie mehr erfahren?