|
|
||
Bevor man anfängt, sich über neuronale Netze oder dergleichen Gedanken zu machen, sollte man vorher immer klar definieren, was genau man denn erreichen möchte, bzw. inwieweit das überhaupt in existierende Steuerungen integrierbar ist. Wenn Ausgangs und Zielgrößen bekannt sind, kann das ein durchaus interessantes Projekt werden. Was man sich dabei aber immer vor Augen halten muss ist die Tatsache, dass die erzielten Egebnisse kaum bis gar nicht erklärbar sind. Und wenn die Trainingsdaten nicht alle möglichen Szenarien abdecken, kann es auch gut und gerne passieren, dass das Ergebnis dann nur für das eine oder andere Szenario passt, nicht aber für andere. Abschließend noch ein Wort noch zu RNNs (BTW: recurrent neural networks): die Biester sind mitunter sehr schwer zu trainieren und wenn man sich nicht vorher schon mit der Thematik auseinandergesetzt hat wohl kaum die erste Wahl für den Einstieg in die Welt des maschinellen Lernens. Und die Möglichkeit "mitzulernen" hat auch nichts mit RNNs oder generell dem Typ neuronaler Netze zu tun, sondern ist eine Frage des verwendendeten Lernalgorithmus (Stichwort: online learning, siehe https://en.wikipedia.org/wiki/Online_machine_learning). Falls jemand tatsächlich ein derartiges Projekt wagen möchte, bitte gerne per PN bei mir melden, kenn mich mich mit den angesprochenen Dingen durchaus ein wenig aus ;) |
||
|
||
Deswegen hatte ich um die tools gefragt. Bei mir hängt ein Raspberry an der Heizung, der die über Modbus anrempeln kann. Ein trainiertes Netz zu füttern lässt sich auf dem leicht umsetzen, trainieren kann man ja am PC, auch mit einer GPU, wenn's denn nötig erscheint. Ich fände es in erster Linie interessant, das durchaus komplexe thermische Modell eines Hauses in einem NN zu erfassen, modellbasierte Regelansätze schlagen den typischen PID-Regler um Längen (vor allem bei elendiglich nichtlinearen Stellstrecken (Totzeit)). Nur leider sind die Modelle sehr schwierig zu parametrieren. Das könnte man über Training erreichen, bei reinen FFNN muss man bei time series data aber sinnigerweise zeitlich versetzte Daten füttern, z.B. die Vorlauftemperatur jetzt, vor 5 Minuten, vor 10 Minuten ... und wer legt dann das Zeitintervall fest? RNNs sind auch deswegen für time series data grundsätzlich keine so schlechte Wahl. Ja, klar kann man ein Netz (egal welches) immer nachtrainieren, die loss-function hat aber die crux, dass sie, wenn es unüberwacht ablaufen soll ev. Einflussfaktoren (wie die Sonne) nicht mitbewertet und dann 'catastrophic forgetting' auftritt und ein anfangs ganz gut trainiertes Netz plötzlich gar nix mehr Vernünftiges macht. Aber stimmt natürlich, dass das auch RNNs betrifft. Eigentlich wollte ich ja nur berhan rein-theatern |
||
|
||
Habe ich mir fast gedacht, ich habe es aber gleich wieder verworfen, da mir im Endeffekt die Traingsdaten fehlen. |
||
|
||
Wieso? Du zeichnest doch extrem viel Zeugs auf, oder? Die Sonneneinstrahlung ginge aus der PV-Anlage ... |
||
|
||
Der Februar ist um und aufgrund der hohen PV-Erträge habe ich mein Heizstrategie den Umständen angepasst. Ab 8.2. wurde auf PV-Betrieb umgestellt und aufgrund des schönen PV-Wetters bin ich ganz gut durch den Februar gekommen. Nachfolgend die Gegenüberstellung der PV-Produktion zur Leistungsaufnahme der WP WP [Wärmepumpe] (rot: Heizen, gelb: WW). Dazu noch die Wärmeerzeugung der WP WP [Wärmepumpe], negative Werte ergeben sich aus den Abtauprozesse. Die WP WP [Wärmepumpe] wird ab 8.2. natürlich mit höherer Leistung betrieben, damit sie die Verluste wieder hereinbringt. Durch den nicht durchgängigen Betrieb ergibt sich natürlich eine höhere Temperaturwelligkeit (ca. 1 K), teilweise aber auch durch die höhere Sonneneinstrahlung. Im Februar lag der Heizwärmebedarf bei 1006,92 kWh mit einem Heizenergiebedarf von 196,49 kWh und somit eine MAZ von 5,12 für die Heizung. Der Haushaltsstrombedarf lag bei 450,9 kWh (davon 196,49 kWh Heizen, 51,01 kWh WW WW [Warmwasser]). Die PV produzierte 781 kWh, 548,5 kWh wurden davon eingespeist, der Autarkiegrad lag somit bei 51,5 %. |
||
|
||
Das sind genau die Ansätze wo wir in der Energieversorgung auch hinmüssen. Nämlich dann Energie verbrauchen wenn sie da ist. Oft sind die Regelansätze, z.B. möglichst lange Einschaltdauer mit kleiner Leistung, zu dogmatisch, sie stimmen nur unter genau vordefinierten Bedingungen. Speicher sind für diese Flexibilität essentiell ... aber wem erzähl ich das Irgendwann bau ich mir eine solarstrombetriebene Pelletspresse ... |
||
|
||
Könntest du bitte noch ein wenig zusammenfassen was du steuerungsseitig mit der LWP LWP [Luftwärmepumpe] noch alles angestellt hast? 1. Modbusinterface? 2. 'geheimes menue'? --> Heizstab abstellen 3. Regelung mit PV? Ich denke statt der Pelletspresse gerade über eine LWP LWP [Luftwärmepumpe] als Übergangsheizung (bei Außentemperaturen über 5°C und PV-Ertrag oder so) nach. |
||
|
||
Ja gerne. 1. Die WP WP [Wärmepumpe] ist über RS232 steuerbar. Einfacher geht es aber mit HeishaMon. Das Modul gibt es im Netz um ein paar Euro zu kaufen, selber basteln geht aber auch. Steuerung geht dann über MQTT bzw. HTTP. https://github.com/Egyras/HeishaMon 2. Ist eigentlich kein geheimes Menü, zumindest steht es im Service Handbuch drinnen. Quelle: https://www.dhps.nl/wp-content/uploads/Servicehandleiding-lucht-naar-water-warmtepomp-SDC-UD.pdf 3. Da bin ich noch am tüfteln und arbeite derzeit zeitgesteuert. Zwei offene Punkte 1. Leistungsregelung mit Zusatzplatine (0-10V) oder HeishaMon. Da bin ich noch nicht dazu gekommen und 2. Der prognostizierte PV Ertrag von Fronius. Hier fehlt mir die Einbindung für Homeassistent. Dazu habe ich noch nix gefunden und andererseits habe ich zu wenig Zeit damit ich mir das selber schreibe. 1 |
||
|
||
Hallo berhan, hier gibt es dazu Erfahrungen und Preise: berhan's Wärmepumpenmontage |
||
|
||
Bisserl stört mich da das Wifi und yet-another-module-to-be-duplicated-for-redundancy. |
||
|
||
Geht eh über RS232 auch, Befehle sieh Github Link oben bzw. nachfolgend das Protocol https://github.com/Egyras/HeishaMon/blob/master/ProtocolByteDecrypt.md HeishaMon kann aber auch direkt (ich glaube ab Version 3.0) über Regeln steuern (habs noch nicht probiert) https://github.com/Egyras/HeishaMon#rules-functionality https://github.com/CurlyMoo/rules Modbus bzw. KNX geht auch, ist aber nicht so günstig und mir gehen dabei ein paar Funktionen ab (z.B. Einstellung des Volumenstroms). Modbus: https://www.rjtec-shop.eu/de/paw-aw-mbs-h.html https://www.panasonicproclub.com/uploads/ES/catalogues/manual-instalacion/Manual%20PAW-AW-MBS-H_User_Manual_v1.2_r1.3_EN.pdf KNX: https://www.multi-import.nl/pub/media/wysiwyg/PAW-AW-KNX-H_User_Manual_v1.0_EN.pdf |
||
|
||
Ja, gibt es alles, ändert aber eigentlich nichts am yet-another- .... nur teurer Eventuell bastel ich den de/encoder auf python um und propf es in meinen lokalen Raspberry mit dieser long-line-option (RS485 Adapter), da könnte man es auch isolieren, aber eigentlich ein Detailproblem. Ist zwar wieder ein Modul, aber zumindest super einfach. Gut zu wissen, dass das prinzipiell mal geht. |
||
|
||
Nachdem mich das heute mit der PV-Prognose ein bisserl genervt hat, habe ich zwischenzeitlich auch was gefunde. Solcast API Toolkit, habe es gleich einmal installiert, kann ja ganz gut mit den Realdaten vergleichen, vielleicht stimmen ja die Werte einigermaßen. Die gepunktete Linie wäre der Forecast. |
||
|
||
Ok, das klingt sehr spannend... ist das kostenlos? Bitte peopachten und täglich um nullneunhundert Genauigkeit reporten |
||
|
||
Kost nix (free API key, muss man sich halt registrieren), den Vergleich könnte man auch automatisieren ... @Pedaaa Ich komme bei der Carnot-effizienz für 10°C, 22°C und 45°C WW WW [Warmwasser] auf 9.08 und 13.83, warum soll das keinen Unterschied machen? |
||
|
||
Er meint 10°C Sole im Verhältnis zu 22°C Lufttemperatur. Dabei wird angenommen, dass die Temperaturdifferenz des Wärmetauschers bei Sole geringer ist, als bei Luft. 12 K ist mM ein bisserl hoch gegriffen, würde eher 7 K annehmen. Real hatte ich heute bei 20°C Außentemperatur und 45°C Vorlauf eine AZ von 4,7. |
||
|
||
Wie viel das im Detail ist, kann man nicht pauschal sagen. Beim WW WW [Warmwasser]-Bereiten wird die Leistung relativ hoch sein, da mag das relevanter sein als im Heizbetrieb, bei vermutlich (wegen der Außentemperatur) geringeren Leistungen. Eigentlich sollte sich die Vorlauftemperatur im Verdampfer nicht mit der Verdichterleistung ändern, sondern nur der Durchsatz, oder irre ich, noch nie richtig fertig nachgedacht. Wenn wirklich nicht, wäre der Wärmeübergang bei kleinen Leistungen und hohen Außentemperaturen noch irrelvanter, weil relativ gesehen kleiner. |
||
|
||
wenns euch irgendwie hilft, hier sind die Aufzeichnungen meiner WW WW [Warmwasser]-Bereitung der letzten Tage: Sole-Ein liegt während WW WW [Warmwasser]-Bereitung aktuell bei ca. 14,5-16,0°C Sole-Aus bei ca. 9,5-11,0°C geladen wird mit konstant ca. 46-48°C VL VL [Vorlauf]. Ich zähle WW WW [Warmwasser]-Bereitung mit zwei verschiedenen Volumenstromsensoren. Der Nibe-Sensor ist aktuell auch halbwegs genau, aber trotzdem etwas zu optimistisch. Der ist aber im Winter sehr weit daneben. (weil da fahr ich mit weniger Durchsatz, und da weicht der schon ziemlich ab) Der UVR-Sensor dürfte hingegen ganzjährig ziemlich genau sein. Ich glaub, das ist aber nicht unbedingt repräsentativ, weil ich ein doch ziemlich optimiertes Setup habe. BTW: LWP-Bashing darf ich jetzt nimma machen 😉 Hab letzte Woche auch eine Nibe F2120 bei den Eltern installiert/inbetrieb genommen. Gefällt mir gar nicht so schlecht das Teil 😎 |
||
|
||
Nachfolgend meine Zahlen für WW WW [Warmwasser]-Bereitung, vermutlich ist die WP WP [Wärmepumpe] in Wirklichkeit aber leicht besser, da die Temperatursensoren außen montiert sind und für WW WW [Warmwasser] zu träge reagieren. Zieltemperatur des WW WW [Warmwasser]-Speichers derzeit 56°C (Sommerbetrieb nur einmal laden p. Tag), daher maximale Vorlauftemperatur zwischen 57 und 60°C. Man merkt ganz gut, wenn der WW WW [Warmwasser]-Speicher nur Teilgeladen wird, dann ist die AZ schlechter. Die geladene Energiemenge wird bei ca. 14,5 kWh im Sommer liegen (Kaltwasser so um die 19°C). Im Winter werde ich dann zwei Mal laden (Mittag und am Abend), da fehlt mir aber noch die Erfahrung. |
||
|
||
Ich überschlage mal: Pedaaa Carnot-Eff. Solemitteltemperatur ca. 12.5°C, WP Ausgang ca. 47°C --> Eff=9.28 berhan Carnot-Eff. Luft ca. 22°C, WP Ausgang 58.5°C --> Eff=9,08 Pedaaa rel. Effizienz (AZ vs. Carnot) = 5.3 / 9.28 = 57% berhan ... 3.94 / 9.08 = 43% Aber vermutlich ist die Messwertgenauigkeit schon für +/-5% verantwortlich. Etwas besser scheint die Sole-WP aber dennoch zu funktionieren, der Luft-Kältemittelübergang könnte schon etwas ausmachen, wenn ich berhans 7K am Wärmetauscher unterstelle: --> Luft am WT 15°C, Ausgang 58.5°C --> Eff=7.62 --> 3.94/7.62 = 52% rel. Effizienz Vermutlich könnte man die LWP LWP [Luftwärmepumpe] pimpen, wenn man die Anströmer am WT optimiert, je turbulenter desto besser Für 7kW sind das immerhin 23000m³K/h, wenn ich dT=10K unterstelle immer noch 2300m³/h, da weht schon ein Lüfterl. Je mehr ich darüber nachdenke, desto eher fällt dieser Verdampferübergang als die Stelle für Ineffizienz auf. |
||
|
||
ganz so "einfach" ists trotzdem nicht. Es gibt noch einen Unterschied: meine Sole-WP lädt konstant mit 47C VL VL [Vorlauf]. Die LWP LWP [Luftwärmepumpe] erhöht die VL VL [Vorlauf]-Temp. hingegen nach und nach über den ganzen Ladevorgang. für deine Abschätzung wär es daher wohl sinnvoller eine "aktuelle AZ" mit momentan-Werten zu verwenden, und nicht die "durchschnitts AZ" über den ganzen Ladevorgang. Nichtsdestotrotz... eigentlich bin ich überrascht, dass sich die Panasonic trotz 60C VL VL [Vorlauf]!! so gut schlägt |
||
|
||
ich glaub, genau da setzen auch die "Lambda" LWP an |
Beitrag schreiben oder Werbung ausblenden?
Einloggen
Kostenlos registrieren [Mehr Infos]