Objektorientierte Berechnungsverfahren für die Gebäude- und Anlagentechnik

Vorteile von Computersimulationen

Durch die Entwicklung in der Computertechnik gewinnen Simulationsverfahren immer mehr an Bedeutung in der Planungspraxis, da sie technische Systeme realitätsnah in einer Simulationsumgebung abbilden können. Moderne Berechnungsverfahren bieten eine hohe Detailtiefe und Aussagekraft, so dass sie als Basis für Systementscheidungen oder zur Systemoptimierung verwendet werden können. Diese Verfahren sind geeignet, die steigenden Anforderungen an die Qualität der Anlagentechnik und eine kürzere Planungszeit zu gewährleisten.

In Verbindung mit einer stetig zunehmenden Rechenleistung verfügbarer Computersysteme hat sich auch die Programmvielfalt und die Modellierungstiefe erhöht. Die ersten computergestützten Berechnungsverfahren konnten nur zur Lösung einfacher Bilanzansätze für Energiebedarfsabschätzungen eingesetzt werden. Heute ist es möglich, komplexere Anlagen mit hohem Detaillierungsgrad zeitaufgelöst abzubilden [1]. Zusätzlich können Komfortfragestellungen, die Beleuchtung sowie die Tageslichtnutzung und viele weitere Planungsleistungen mit computergestützten Berechnungsverfahren erbracht werden.

Aber nicht nur die Komplexität eines Systems kann den Einsatz von Computermodellen erfordern. Simulationsverfahren erlauben „numerische Experimente“, welche als reale Versuche zu gefährlich wären. Ein Beispiel ist die Rauchausbreitung im Brandfall.

Des weiteren spielt die Zeitdauer für Untersuchungen im Bereich der Gebäudetechnik eine wichtige Rolle, denn zur Analyse des Gebäudeverhaltens müssen in der Regel Zeiträume im Bereich eines oder mehrerer Jahre betrachtet werden. Es ist kaum möglich, eine ganze Reihe verschiedener Varianten einer Anlagentechnik an einem realen Gebäude durchzuführen, zumal auch das Wetter erfahrungsgemäß keine konstante „Randbedingung“ für Experimente ist.

Nicht zuletzt sind finanzielle Erwägungen für die Durchführung von Simulationen ausschlaggebend, da es in vielen Fällen ökonomisch nicht vertretbar ist, den Funktions- oder Sicherheitsnachweis am realen Gebäude durchzuführen. Insbesondere können Fragen der Belastbarkeit von Baukonstruktionen nicht gebäudebezogen experimentell erbracht werden.

Im Bereich der Versorgungstechnik muss sichergestellt werden, dass die Anlagentechnik in der gewählten Ausführung in der Lage ist, die ihr zugewiesene Aufgabe zu erfüllen. Falls sich erst nach Fertigstellung eines Gebäudes herausstellt, dass geforderte Betriebszustände nicht eingehalten werden können, so ist eine Umrüstung oft nur mit hohem technischem und finanziellem Aufwand realisierbar [2]. Ein aktuelles Beispiel für die computerunterstützte Planung ist der Entwurf der neuen Eingangshalle der Museumsinsel in Berlin. Dort wurden unter anderem mit Hilfe von thermischen und Strömungssimulationen eine geeignete Zonierung und Abgrenzung der Räumlichkeiten berechnet [3].

Gängige Fragestellungen im Bereich der TGA befassen sich mit der Auslegung und Dimensionierung von raumlufttechnischen Anlagen und einer geeigneten Fassadenkonstruktion. Dieses Tätigkeitsfeld reicht von einfachen Dimensionierungsfragen wie der Ermittlung von Lastspitzen für die Heizung bis hin zu komplexen Fragestellungen, die die Interaktion zwischen Anlagenkomponenten untereinander und dem Baukörper betreffen.

Solche Fragen können oft nur durch die Anwendung dynamischer Simulationen präzise beantwortet werden. Einfache Abschätzungen, die in Richtlinien und Normen beschrieben werden, können als erste Entscheidungshilfe und Ausgangswerte verwendet werden.

Dieser Beitrag beschreibt die Entwicklung eines neuen Simulationswerkzeugs, mit dem eine sehr komplexe Anlagentechnik abgebildet werden kann. Durch eine realitätsnahe Modellierung können alle thermo-hydraulischen Eigenschaften des Versorgungssystems inklusive der Steuer- und Regelungstechnik abgebildet werden. Das Modell des Versorgungssystems wird direkt an ein Raum- oder Gebäudemodell gekoppelt, so dass ein geschlossener Simulationsansatz für das Gesamtsystem entsteht.

Anforderungen an den Anwender von Simulationsverfahren

Die neuen und vielfältigen Möglichkeiten der Simulationsverfahren stellen an den Anwender viele Anforderungen, von denen einige an dieser Stelle genannt werden sollen.

Um komplexe Simulationsmodelle zu erstellen und richtig zu para­me­trieren, sind speziell geschulte Anwender erforderlich, deren Arbeitsschwerpunkt sich auf eine Gruppe der genannten Simulationsverfahren konzentriert. Diese Anforderung gilt auch für die Auswertung der Simulationsdaten, da die Interpretation der Ergebnisse Basiswissen in Bezug auf die eingesetzten Modelle und der numerischen Verfahren benötigt.

Bei Softwareanwendungen, die nicht speziell für ein eng begrenztes Aufgabenfeld (z.B. Berechnung der Heizlast) entwickelt worden sind, muss der Anwender über ausreichende Erfahrung und Detailkenntnis der angewendeten mathematischen Algorithmen verfügen, um zügig zu aussagekräftigen Ergebnissen zu kommen.

Grundsätzlich gilt, dass es bei der Erstellung von Simulationsmodellen immer ratsam ist, den Modellansatz so einfach wie möglich und so detailliert wie notwendig zu gestalten. Viele Schwierigkeiten und Berechnungsfehler können so vermieden werden. Das Ingenieurwissen ist immer für den erfolgreichen Einsatz von Simulationsverfahren gefragt!

Der Anwender muss bei der kritischen Prüfung der Ergebnisse berücksichtigen, dass Berechnungsmodelle in der Regel einen beschränkten Gültigkeitsbereich besitzen. Durch die Auswertung einfacher Bilanzgleichungen kann oft die Genauigkeit von dynamischen Berechnungsverfahren überprüft werden. Insbesondere bei komplexen Modellen bietet sich die Prüfung der globalen Energie- und Stoffbilanzen als einfaches Werkzeug für die Qualitätssicherung an.

Letztlich hängt das Ergebnis einer Simulation immer von den gewählten Randbedingungen ab. Die Randbedingungen müssen daher geprüft und dokumentiert werden. Im Idealfall können die Berechnungsergebnisse mit Messwerten verglichen werden.

Objektorientierung mit Modelica

Bei den meisten Simulationsprogrammen sind die Modellierungsansätze und numerischen Lösungsverfahren fest vorgegeben. Dieser Ansatz hat den Vorteil, dass ein auf ein bestimmtes mathematisches Problem abgestimmtes Lösungsverfahren mit hoher Effizienz verwendet werden kann. Dadurch kann ein stabiles und sehr schnelles Berechnungsverfahren für eine bestimmte Aufgabenstellung bereitgestellt werden. Nachteilig ist jedoch, dass ein Austausch von Berechnungsmodellen und eine Kopplung von verschiedenen Simulationsaufgaben erschwert werden. Für viele Fragestellungen aus dem Bereich der Gebäude- und Anlagentechnik ist es erstrebenswert, die thermischen Eigenschaften eines Gebäudes in Verbindung mit den thermo-hydraulischen Eigenschaften einer Heizungs-, Lüftungs- oder Klimaanlage zu untersuchen.

Neuere Berechnungsverfahren versuchen diesen Nachteil durch eine strikte Objektorientierung der Modellierung unter Ausnutzung eines allgemeinen Sprachstandards zu beseitigen. Die Objektorientierung ermöglicht es, Modelle verknüpfen, wiederverwenden und austauschen zu können. Es ergibt sich eine Strukturierung und Übersichtlichkeit des Berechnungsmodells sowie die Möglichkeit, Modellbausteine bei Bedarf zu erweitern oder zu vereinfachen.

Modelica ist ein objektorientierter offener Sprachstandard, der von der Modelica-Association gepflegt und weiterentwickelt wird [4]. Die Entwicklung von Modelica wurde 1996 durch Hilding Elmqvist initiiert und konnte 1999 mit Version 1.3 in den ersten Anwendungen eingesetzt werden. Mittlerweile existiert Version 3.0 und eine sehr aktive Anwendergemeinde vergrößert ständig die zur Verfügung stehenden Modell-ansätze, welche in Modellbibliotheken zusammengefasst werden.

Mit Hilfe eines Übersetzungswerkzeugs wird der Code in ein ausführbares Programm überführt, das entstehende Gleichungssystem wird optimiert und, soweit möglich, vereinfacht. Die Verbindung des Modells mit einem numerischen Lösungsverfahren erfolgt erst in diesem Übersetzungsschritt. Der Anwender muss sich nicht mit der Programmierung und den Details der eingesetzten Numerik auseinandersetzen und kann sich auf die Auswahl des geeigneten Verfahrens beschränken. Die bekannteste kommerzielle Entwicklungsumgebung für Modelica ist „Dymola/Modelica“ und sie weist derzeit die wohl vollständigste Umsetzung des Sprachstandards auf. Es gibt internationale Bestrebungen, zusätzlich eine Entwicklungsumgebung auf Basis von freier Software bereitzustellen [5]

Dem Ingenieur bietet sich mit einer grafischen Entwicklungsumgebung eine einfache Möglichkeit Modelle zusammenzustellen und zu parametrieren. Gleichungen aus dem Lehrbuch können dabei direkt in das Modell übernommen und implementiert werden.

Objektorientiertes Programmieren

Beim objektorientierten Programmieren werden sogenannte Klassen zur Strukturierung der Funktion und Eigenschaften von Objekten verwendet. Die Objekte beschreiben das physikalische Verhalten eines Bauteils oder eines System. Das in dem Modell eingesetzte Objekt einer Klasse wird auch als Instanz bezeichnet. Durch die Zusammenfassung von Funktion und Eigenschaften zu Einheiten können bewährte Organisationsmethoden aufgegriffen werden [6].

Komplexere Systeme werden durch Zusammenschalten von mehreren einfachen Objekten erstellt, wobei es sich bei jedem Objekt bereits um ein System handeln kann. Dieser Vorgang wird Aggregation genannt. Bildlich lässt sich das anhand eines Hauses vorstellen, das ebenfalls aus mehreren Objekten aufgebaut ist. So besitzt ein Haus verschiedene Räume, die über die Wände miteinander in Kontakt stehen. Die Wände selbst können wiederum aus verschieden Schichten bestehen.

Neben der Aggregation sind Vererbung, Polymorphismus und Kapselung weitere wichtige Mechanismen der objektorientierten Programmierung. Im Folgenden wird dies anhand eines Simulationsmodells auf der Basis von Modelica erläutert, um die Zusammenhänge am praktischen Beispiel zu verdeutlichen. Aufgrund des Umfanges können jedoch nicht alle Einzelheiten dieses Modells wiedergegeben werden, so dass eine Beschränkung auf wenige Komponenten erfolgt. Für interessierte Leser bieten sich die Beiträge von Haase [7] und Hoh [8] an.

Im Folgenden soll das Verhalten eines dezentralen Lüftungsgerätes in Kombination mit einer Fensterlüftung und eines Heizsystems mit Radiatoren modelliert werden. Das Modell kann für die Berechnung des Energiebedarfs sowie der Luftqualität für verschiedene Anwendungsfälle herangezogen werden. Durch die Integration von Regelalgorithmen ist zusätzlich eine virtuelle Betriebsoptimierung möglich. In Bild 1 ist die oberste Hierarchieebene des Modells dargestellt.

Das Modell lässt sich in die beiden Bereiche Gebäudekomponenten und Anlagentechnik gliedern. Im Bereich der Gebäudekomponenten steht die Betrachtung der thermischen Effekte wie Wärmeleitung, Wärmespeicherung und Strahlungsaustausch im Vordergrund. Die Anlagentechnik umfasst darüber hinaus die Berechnung von thermo-hydraulischen Eigenschaften in Rohrleitungen und allen weiteren Komponenten.

Im Zentrum der Abbildung befindet sich der Raum, welcher mit den Lüftungskomponenten (links unten), den Komponenten der Heizungsanlage (rechts unten), den thermischen Randbedingungen (rechts und links) sowie dem Wettermodell und einem Personenbelegungsprofil über Konnektoren verbunden ist. Die Aggregation von Modellen in einer Klasse ist in der grafischen Entwicklungsumgebung sehr leicht durch „drag-and-drop“ möglich. Nur gleichartige Konnektoren lassen sich verbinden, wobei über die automatische Einführung von zusätzlichen Gleichungen sichergestellt wird, dass Potentialgrößen (z. B. die Temperatur) in der Verbindung gleich bleiben und Flussgrößen (z. B. der Wärmestrom) das Gesetz der Masse- und Energieerhaltung erfüllen.

Durch den Mechanismus der Vererbung werden die Eigenschaften einer sogenannten Basisklasse an ein spezialisiertes Objekt vererbt. Verdeutlichen lässt sich dies am Beispiel einer Wand, wie sie in Bild 2 dargestellt ist. Die Instanz innenTuer erbt die Eigenschaften der Basisklasse Wand (entspricht der Instanz innenWest), die nur den Schichtaufbau beschreibt, und wird darüber hinaus mit einer Instanz der Klasse Tür erweitert. Auf diese Weise lassen sich komplexe Strukturen sehr einfach per Aggregation und Vererbung aufbauen. Vererbung ermöglicht die Wiederverwendung von Quellcode wodurch ein Duplizieren vermieden wird. Zusätzlich wirken sich Fehlerkorrekturen sofort auf alle erbenden Klassen aus.

Polymorphismus beschreibt den Austausch eines Datentyps durch einen anderen. Im vorliegenden Beispiel lässt sich das am Thermostatventil des Heizkörpers erläutern. Dort ist es bei der Parametrierung möglich, die Art der Ventilkennlinie (linear, gleichprozentig oder optimal) auszuwählen (siehe auch Bild 3). Zur Berechnung des Druckverlustes in Abhängigkeit vom Massenstrom muss ein k_V-Wert gegeben sein, der im Untermodell KvBerechnung bestimmt wird. Dieses Modell kann über den Auswahldialog leicht durch ein alternatives Rechenmodell ausgetauscht werden.

Das Prinzip der Kapselung besagt, dass der Zugriff auf interne Objekte oder Variable von Klassen verhindert werden kann und dass ein Datenaustausch nur über definierte Schnittstellen erfolgen soll. Die schon erwähnten Konnektoren stellen diese Schnittstellen in Modelica dar.

In Bild 4 sind für einen Wintertag die Raum- und Heizkörpertemperaturen, sowie der k_V-Wert des Ventils sowie die abgegebene Heizkörperleistung dargestellt. Die direkte Beeinflussung der hydraulischen Komponenten durch die Raumtemperatur lässt sich besonders gut an dem Verlauf aller Größen nach 8 Uhr erkennen . Zu diesem Zeitpunkt betreten Personen (innere Lasten) den Raum und entsprechend der steigenden Raumtemperatur schließt das Ventil und die Heizkörperleistung geht zurück. Anhand der Simulationsdaten lässt sich das System analysieren und die Auswirkung verschiedener Ventilkennlinien auf die Regelgüte kann bewertet werden. In dem vorliegenden Ventilmodell werden die Effekte der Heizmitteltemperatur, des statischen und des Differenzdrucks, sowie der Trägheit des Thermostatkopfes auf die Ventilstellung berücksichtigt.

Das dezentrale Lüftungsgerät wird entsprechend der Raumluftbelastung mit CO₂ über einen Regler in vier Lüftungsstufen betrieben. In Bild 5 ist dieser Zusammenhang zu erkennen. In der unteren Darstellung sind die Leistungswerte des internen Wärmeübertragers und des Ventilators aufgetragen. Diese und andere Daten ermöglichen Aussagen über die Energieeffizienz des gebäudetechnischen Systems und sind die Basis für weiterführende Betrachtungen bei der Optimierung der Einzelkomponenten und des Gesamtsystems.

Fazit

Es gibt viele gute Gründe verstärkt computergestützte Berechnungsverfahren im Bereich der Konzeption von Gebäude- und Anlagentechnik einzusetzen. Oft ergeben sich zeitliche, finanzielle und qualitative Vorteile im Vergleich zu traditionellen Auslegungsmethoden. Objektorientierung und vereinheitlichte Beschreibungsmethoden erleichtern dabei den Austausch sowie die Wiederverwendbarkeit der Modelle. Auf Basis vieler kleiner Teilmodelle können auch sehr komplexe Systeme abgebildet werden.

Modelica ist noch ein relativ neuer objektorientierter Sprachstandard zur Beschreibung komplexer physikalischer Modelle. Durch die aktive Mitarbeit zahlreicher Anwender entstehen Modellbibliotheken für viele Anwendungsbereiche, die teilweise frei zur Verfügung stehen.

[1] Lüdemann, B. , Dahm, J.: Dynamische Simulation zur Optimie- rung komplexer Anlagesysteme, 2005. Online verfügbar:
URL: //www.bhks.de/almanach/:http://www.bhks.de/almanach/2005/015-020.pdf

[2] Fiedler, E. : Abschätzung der Lastdynamik – Einfluss der Gebäu- dedynamik auf die Anlagendimensionierung. Gütersloh,
Technik am Bau (2007), H. 7-8, S. 22 bis 25

[3] Pültz, G., Barp S. und Vogel, P.: Überlegenheit moderner, inno­- vativer Planungswerkzeuge in der Gebäudeplanung.
Berlin: Bauphysik 31 (2009), H. 1, S. 2 bis 8

[4] Modelica Association: Modelica Portal – Modelica and the Modelica Association. 2009. Online verfügbar: URL: //www. modelica.org:http://www. modelica.org

[5] LinköpingUniversity, Open Source Modelica Consortium: The OpenModelica Project. 2009. Online verfügbar: URL: //:http:// www.openmodelica.org

[6] Wikipedia Portal: Objektorientierung. 2009. Abruf: 16. März 2009, URL: //de.wikipedia.org/wiki/Objektorientierung:http://de.wikipedia.org/wiki/Objektorientierung

[7] Haase, T., Hoh, A., Matthes, P., Tschirner, T. und Müller, D.: Gebäu- de- und Anlagensimulationen mit Modelica: Erfassung thermischer und hydraulischer Vorgänge. Proceedings of BauSIM 2006, 2006

[8] Hoh, A., Haase, T., Tschirner, T. und Müller, D.: A combined ther­mo- hydraulic approach to simulation of active building componentes applying Modelica. 4^th International Modelica Conference, 2005