Foto: Frontansicht des Passivhauskindergartens Ziersdorf

GameOpSys - Gamification für die Optimierung des Energieverbrauchs von Gebäuden und übergeordneten Systemen

Zentrales Ziel ist die Entwicklung einer mobilen Anwendung, welche durch Partizipation des Nutzers und der Nutzerin als neue Daten- und Informationsquelle die Energieoptimierung und Planung von Gebäuden, Quartieren und übergeordneten Energiesystemen ermöglicht. Die Entwicklung der Anwendung erfolgt stark transdisziplinär und integriert dabei mathematische Methoden der Simulation und Optimierung sowie psychologische Aspekte des Nutzerverhaltens um neue Geschäftsmodelle zu erarbeiten und neue Märkte zu erschließen.

Kurzbeschreibung

Ausgangssituation/Motivation

Eine zentrale Herausforderung zukünftiger Energiesysteme besteht darin, die verfügbare Energie mit der Nachfrage örtlich, zeitlich und quantitativ abzustimmen. Dieser Übergang zu nachhaltigen Systemen setzt Politik, Stadtplaner, Energielieferanten und Netzbetreiber zunehmend unter Druck. Die Partizipation der NutzerInnen sowie die Nutzbarmachung von neuen Daten- und Informationsquellen zeigt jedoch noch ein großes Potential für die Energieoptimierung und Planung von Gebäuden, Quartieren und übergeordneten Energiesystemen.

Inhalte und Zielsetzung

Zentrales Ziel des Projektes GameOpSys ist die Entwicklung einer mobilen Anwendung, welche durch Partizipation des Nutzers und der Nutzerin via Gamification nutzbare Daten und Informationen zur eigenen Kosten- und Energieoptimierung (Strom und Wärme) generiert. Die Kombination von diesen Daten mit Smart-Home Anwendungen und Internet of Things ermöglicht das übergeordnete Ziel zu erreichen: die sektorübergreifende Energieoptimierung und verbesserte Planung von Gebäuden, Quartieren und übergeordneten Energiesystemen.

Methodische Vorgehensweise

Der transdisziplinäre Ansatz des Projektes hat folgenden Innovationsgehalt gegenüber bestehenden Konzepten und Dienstleistungen:

Das Potential der Nutzerpartizipation durch Gamification sowie die Nutzbarmachung von Daten und Informationen wird durch die Integration von mathematischen und computational Methoden in die mobile Anwendung signifikant erhöht.

Während relevante Technologien und Entwicklungen auf vereinfachten Modellen (z.B. auf ökonomischen Zeitreihenanalysen) basieren, hat die Integration von detaillierten physikalischen und datengetriebenen Modellen (maschinelles Lernen) in Kombination mit ausgefeilten Optimierungsmethoden signifikante Vorteile: Der Energieverbrauch, Kosten oder Emissionen können basierend auf der Lösung eines dynamischen Optimierungsproblems für die nächsten Stunden und Tage minimiert werden.

Dabei können dynamische Effekte und Trägheiten wie die Bauteilaktivierung für Heizung und Kühlung berücksichtigt werden. Der User kann - optional in Verbindung mit Smart-Home Anwendungen - beispielsweise Setpoints für Raumtemperaturen oder Einsatzzeiträume für Haushaltsgeräte definieren. Der Energieversorger hat die Möglichkeit durch Incentives und Reward-Systeme den Prozess der Optimierung zu beeinflussen.

Sozialpsychologische Erkenntnisse des Nutzerverhaltens sind integraler Bestandteil der Entwicklung und innovative Marktkonzepte (Blockchain etc.) werden berücksichtigt.

Erwartete Ergebnisse

Die Anwendung wird hinsichtlich ihrer kommerziellen Weiterentwicklung auf maximale Flexibilität hin implementiert (App-ready, basierend auf Rapid Prototyping Methoden). Ebenso erfolgt eine grundlegende Evaluierung der Entwicklungsplattform & - Architektur um für die geplante Weiterentwicklung (kommerzielle Weiterentwicklung nach Projektende) maximale Flexibilität zu gewährleisten.

Projektbeteiligte

Projektleitung

dwh GmbH

Projekt- bzw. KooperationspartnerInnen

  • Karl-Franzens-Universität Graz / Institut für Psychologie
  • TU Graz / Institut für Software Technik
  • TU Wien / Institute of Energy Systems and Electrical Drives Energy Economics Group

Kontaktadresse

dwh GmbH
Neustiftgasse 57 - 59
A-1070 Wien
Tel.: +43 (1) 526 55 26
E-Mail: office@dwh.at
Web: www.dwh.at

Diese Seite teilen ...

zum Anfang