Das Fraunhofer IIS/EAS hat sich zusammen mit anderen Projektpartnern zum Projekt SHANGO (Smarte Heizungs-Anlagen-Optimierung) zusammengeschlossen, um Lösungen zu finden, den Energieverbrauch von Wärmeerzeugern im Privatsektor langfristig und nachhaltig zu reduzieren. Dabei übernimmt das Fraunhofer IIS/EAS den Fokus Data Science, während die weiteren Projektpartner ihre Expertisen im Bereich der Heiztechnik und Energiemanagement-Software einbringen.

Mit minimalem Installations- und Betriebsaufwand sollen zukünftig Bestandsanlagen mit ihrer bestehenden Sensorik, Steuerungs- und Kommunikationshardware überwacht und während des Betriebs optimiert werden. Mittels künstlicher Intelligenz (KI) und Maschine-Learning-Verfahren sollen fehlende Informationen verknüpft und mit zusätzlichen Daten wie Wetter, Gebäudedaten sowie den beobachteten Betriebsmustern generiert werden. Ein KI-basierter Algorithmus soll im späteren Verlauf des Projekts trainiert werden, der das Fundament im Feldbetrieb darstellt.

Am Fraunhofer IIS/EAS wird ein Labormessstand für die HiL-Simulation des Betriebs von Wärmeerzeugern in einer virtuellen Gebäudeumgebung entwickelt. Die gesammelten Betriebsdaten sollen für die KI-Verfahren zur Erkennung von problematischen Betriebszuständen verwendet werden. Außerdem soll das Lastverschiebungspotenzial von Wärmepumpen untersucht werden, um ihre Eignung für dynamisches Lastmanagement im Stromnetz zu bestimmen.