Betriebsführung von RLT-Anlagen, Monitoring und ... · Automatische Fehlererkennung und -diagnose...

Referent Betriebsführung von

RLT-Anlagen, 1

Betriebsführung von RLT-Anlagen, Monitoring und Überwachung

Dipl.-Ing. Nicolas Réhault, Gruppenleiter

Fraunhofer ISE

Fachverband

Gebäude-Klima e. V.

Berlin, 14./15. April 2016

Referent Betriebsführung von

RLT-Anlagen, 2

Agenda

• Hintergründe und Beispiele

• Methoden zur Fehlererkennung und -diagnose

• Werkzeuge

• Fazit

Betriebsführung von RLT-Anlagen, Monitoring und Überwachung

© Fraunhofer ISE

Nicolas Réhault Betriebsführung von

RLT-Anlagen, 3

Hintergrund Status Quo Energieverbrauch

Gebäude sind für 35% des Endenergieverbrauchs verantwortlich

Energie-Einsparpotenzial im Bereich der Betriebsführung liegt bei 5-30%. Dabei handelt es sich häufig um gering investive Maßnahmen

Viele Gebäude sind mit modernen GA-Systemen ausgestattet – diese sind aber nicht auf Fehleranalyse ausgelegt

Schnittstellen zwischen GA und FM- und EM-Prozessen fehlen oder sind unzureichend

Ho

hes

Ein

spa

rpo

ten

tial

Tech

nis

che u

nd

o

rga

nis

ato

risc

he

De

fizit

e

GA: Gebäudeautomation

FM: Facility Management

EM: Energiemanagement

Hintergründe

© Fraunhofer ISE


RLT-Anlagen, 4

Betrieb RLT-Anlagen Status Quo

290.000 RLT-Geräte mit Kühlung in Deutschland *

Erhebliche Energie- und Kosteneinsparpotenziale durch Betriebsoptimierung bis ~ 32 TWh/a *

Trotz der gesetzlichen Pflicht nach § 12 EnEV wurden sehr wenige Anlagen energetisch inspiziert**

Gebäudebetreiber müssen mit weniger mehr tun

• Schrumpfende Budgets und begrenzte Personalressourcen

• Komfort und Versorgungssicherheit gehen vor der Energieeffizienz

• Keine geeigneten Werkzeuge für die Messdatenanalyse

Automatisierungsgrad der Betriebsführung muss steigen um einen dauerhaft optimierten energetischen Gebäudebetrieb zu erreichen

Hintergründe

Quellen: * Chancen der energetischen Inspektion – FGK e.V. – 2012 ** Untersuchung Schiller engineering und ILK Dresden - 2013

© Fraunhofer ISE


RLT-Anlagen, 5

Fehlererkennung und -diagnose Typische Fehler

Kein oder ungenügender Absenkbetrieb (Betriebszeiten zu lang)

Betriebszeiten nicht abgestimmt (z.B. Ventilatoren, Umwälzpumpe)

Gleichzeitiges Heizen und Kühlen

Fehlender hydraulischer Abgleich

Volumenströme zu hoch (Temperaturspreizung der Heiz- / Kühlkreise zu gering)

Falsche Dimensionierung der Erzeugeranlagen (Takten, Teillastbetrieb)

Fehler in der Messtechnik (z.B. falsche Wandlerfaktoren, falsch ausgelegte Zähler, nicht kalibrierte oder defekte Sensoren)

Hintergründe

© Fraunhofer ISE


RLT-Anlagen, 6

Umgebungstemperatur[C]

Identifizierte Fehler in Lüftungsanlagen Überlagerte Heiz- und Kühlsequenzen

Hintergründe

© Fraunhofer ISE


RLT-Anlagen, 7

Identifizierte Fehler in Lüftungsanlagen Defekte Sensoren

Fehlerhafter Außenlufttemperatur-fühler (-18°C bis +55°C im Juni)

Falsches Eingangs-signal für die Regelung

Unkontrollierter Betrieb der gesamten Anlage

Umgebungstemperatur

Hintergründe

© Fraunhofer ISE


RLT-Anlagen, 8

Identifizierte Fehler in Lüftungsanlagen Schwingendes Verhalten von Regelkreisen Beispiel: Zulufttemperatur

Regler reagiert

instabil auf Störungen

Zusätzlicher Energie- verbrauch

Verschleiß der Komponenten

Beeinträchtigung des thermischen Komforts

Hintergründe

© Fraunhofer ISE


RLT-Anlagen, 9

Was ist Fehlererkennung und -diagnose?

• System (dynamisch)

• Störung (Nutzereinfluss, Wetter, …)

Quelle: G. Lichtenberg HAW

System Messgrößen

Störungen

Stellgrößen

Fehler

Fehler:

• Fehlererkennung: Ist ein Fehler aufgetreten?

• Fehlerdiagnose: Wo und welcher Fehler ist aufgetreten?

• Fehlerauswirkung: in kWh, €, CO2, Komfort

Regler

Hintergründe

© Fraunhofer ISE


RLT-Anlagen, 10

Agenda


• Methoden für Fehlererkennung und -diagnose

• Werkzeuge

• Fazit

Betriebsführung von RLT-Anlagen, Monitoring

und Überwachung

© Fraunhofer ISE


RLT-Anlagen, 11

Fehlererkennung und -diagnose Methoden - Übersicht

Methoden

© Fraunhofer ISE


RLT-Anlagen, 12


Methoden

© Fraunhofer ISE


RLT-Anlagen, 13

Fehlererkennung und -diagnose Regelbasiert

Satz von “If..then” Regeln

Vorteile:

• Einfache Algorithmen

• Basiert auf physikalischen Grundlagen

Nachteile:

• Erfordert Expertenwissen

• Zeitaufwändige Implementierung

• Begrenzte Übertragbarkeit

Methoden

© Fraunhofer ISE


RLT-Anlagen, 14


Methoden

© Fraunhofer ISE


RLT-Anlagen, 15

Fehlererkennung und -diagnose Qualitatives Modell

Anstelle quantitativer Zahlenwerte werden qualitative Werte mit symbolischem Charakter, wie z.B. „viel“ oder „wenig“ verwendet

Kombinationen aus qualitativen Werten jeder Eingangsgröße entsprechen verschiedenen Systemzuständen

Übergangswahrscheinlichkeiten zwischen Zuständen werden aus fehlerfreien Trainingsdaten extrahiert

Methoden

Fig: Schröder 2003

© Fraunhofer ISE


RLT-Anlagen, 16

Fehlererkennung und -diagnose Qualitatives Modell: Beispiel

Pro

bab

ilit

y o

f fa

ult

-fre

e o

per

atio

n

Blaue Punkte: Messwerte

Schwarze Bänder: Hohe Wahrscheinlichkeit für fehlerfreien Betrieb

Helle Flächen: Hohe Wahrscheinlichkeit für fehlerhaften Betrieb

Methoden

© Fraunhofer ISE


RLT-Anlagen, 17

Fehlererkennung und -diagnose Methoden - Fazit

Gegenüberstellung unterschiedlicher Methoden Performance: Sensitivität, Spezifität, etc.

Robustheit: bzgl. Fehlertypen, Trainingsintervallen, Störungen

Praxistauglichkeit: einfache Anwendbarkeit / Übertragbarkeit

Möglichkeiten der Identifikation und Diagnose

Evaluation und Optimierung der einzelnen Methoden

Kombination unterschiedlicher Methoden

Methoden

© Fraunhofer ISE


RLT-Anlagen, 18

Agenda


• Methoden für Fehlererkennung und -diagnose

• Werkzeuge

• Fazit

Betriebsführung von RLT-Anlagen, Monitoring

und Überwachung

© Fraunhofer ISE


RLT-Anlagen, 19

Fehlererkennung und -diagnose Werkzeug Datastorage

Datenverarbeitungs-werkzeug • hdf5 database • Hohe Modularität

User Interfaces: • GUI • Web • Konsole

Bibliotheken für Fehlererkennung und Diagnose

Schnittstellen zu GA-

und EM-Systeme

Importer library

Library Core

Data Storage

Visualization Statistical analysis

Building specific

benchmark

FDD Toolbox

ISO 50001

Webfront ends

Ontology BIM

Mobile apps

FDD: Fault Detection and Diagnosis GUI: Graphical User Interface BIM: Building Information Modeling

Werkzeuge

© Fraunhofer ISE


RLT-Anlagen, 21

Fazit

Automatische Fehlererkennung und -diagnose ist ein effizientes Hilfsmittel für die Betriebsführung von Gebäuden

Datenzugänglichkeit und eine gute Datenqualität sind notwendig für die Implementierung von FED

Amortisationszeiten von 1-3 Jahren können erreicht werden

Integration der Methoden auf verschiedenen Ebenen

in GA-Systeme

In dezentralen Regeleinheiten z.B. RLT-Anlagen, Kühltürme, …

Fazit

© Fraunhofer ISE


RLT-Anlagen, 22

FuE Projekt OBSERVE

Fazit

OBSERVE (www.ob-serve.de)

2014-2017 – gefördert durch BMWi

Entwicklung und Demonstration von Methoden zur automatischen Fehlererkennung und Diagnose

Übertragung der Methoden Gebäudeautomationssysteme

5 Partner

• Fraunhofer ISE

• Hochschule für angewandte Wissenschaften Hamburg

• IngSoft GmbH

• PLENUM Ingenieurgesellschaft mbH

• Kieback & Peter GmbH & Co.KG – Berlin

© Fraunhofer ISE


RLT-Anlagen, 23

Vielen Dank für Ihre Aufmerksamkeit!

Fraunhofer-Institut für Solare Energiesysteme ISE Dipl.-Ing. Nicolas Réhault [email protected] www.ise.fraunhofer.de T: 0761/45885352

mailto:[email protected]

http://www.ise.fraunhofer.de/

Betriebsführung von RLT-Anlagen, Monitoring und ... · Automatische Fehlererkennung und -diagnose...

Documents

Transcript of Betriebsführung von RLT-Anlagen, Monitoring und ... · Automatische Fehlererkennung und -diagnose...