User-Centered AI-based energy services built on personal preference models

Gebäude, Quartiere, Stadtteile müssen ein flexiblerer und intelligenterer Baustein im erneuerbaren Energiesystem der Zukunft werden. Konventionelle HVAC-Systeme in Gebäuden zielen auf die Konditionierung von Raumtemperatursollwerte o.Ä. ab. Falsch eingestellte Sollwerte, Übersteuerung durch Regler, etc. führen zu einem ineffizienten Betrieb und berücksichtigen dynamische Faktoren (z.B. Behaglichkeit Nutzer:innen) nicht. Aktuelle Forschungsergebnisse betonen, dass der Mensch für das Gelingen der Energiewende in den Mittelpunkt von Energy Services zu stellen ist. Die empfundene thermische Behaglichkeit ist individuell (Alter, Geschlecht, Aktivität, Bekleidung, etc.). Trotz vorhandener Standards (z.B. ISO 7730:2005, ASHRAE 55-2020) werden diese den realistischen Einzel-Bedürfnissen nicht gerecht, da die Basisannahmen unter Laborbedingungen ermittelt wurden und nur auf das „durchschnittliche Wärmeempfinden“ einer Gruppe abzielen (z.B. PMV Predicted Mean Vote). Langfristig erfolgreiche Energieeffizienzmaßnahmen müssen den Mensch in den Mittelpunkt stellen. Um eine energieeffiziente Gebäudeperformance bei gleichzeitiger Einhaltung der Nutzer:innenanforderungen zu realisieren, braucht es einen Paradigmenwechsel, hin zu individuellen Komfortmodellen (Personal Comfort Models PCM). Die Anwendung von AI in Kombination mit IoT-Technologien werden das Rückgrat und Enabler von innovativen Energy Services sein.