Ein Drittel des weltweiten Energieverbrauchs und der zugehörigen Emissionen lassen sich auf den Gebäudesektor zurückführen. Trotz dieser prominenten Position spielen Gebäude in modernen Energienetzen eine nach wie vor passive Rolle. Während Industrie und Transport als aktive Partner in das Energiesystem eingebettet werden, sind Gebäude unidirektionale Endpunkte und fungieren als "black box". Aktive Teilnehmer eines Smart Grid hingegen können zur Optimierung des Gesamtsystems beitragen indem sie flexibel betrieben werden und Informationen mit dem Netz austauschen können. Gebäude beherbergen eine Reihe signifikanter Energie verbrauchender Prozesse, typischerweise Heizung, Lüftung, Klima (HLK), Beleuchtung und Gebäudetechnik. Viele der Prozesse haben operative Bandbreiten bei Sollwerten und Einsatzzeiten, die bei Bedarf ausgenützt werden können. Die Aggregation mehrerer Gebäude resultiert dabei in höherer Flexibilität und größeren disponierbaren Energiemengen. Strategien wie "demand response" (DR, das Reagieren einer Last auf Ereignisse im Energienetz) befinden sich derzeit noch in einer Frühphase, weil zwei wichtige Aspekte bislang ungelöst sind. Einerseits ist in einem Smart Grid im Allgemeinen unbekannt, in welchem Zustand sich die einzelnen Lastprozesse befinden, anderseits fehlt es an standardisierten Mitteln, diese Zustände zu kommunizieren. Beides ist Voraussetzung für intelligentere Algorithmen, die die Lasten harmonisch in den Netzbetrieb einbetten. Dies ist der Grund, warum bis dato lediglich "open-loop control" betrieben wird, wo gleich einer Rundsteueranlage Lastabwurfsbedarf ohne jegliche Differenzierung als "broadcast" angefordert wird. Ein intelligentes System muss aber den Prozesszustand der Kundenanlagen berücksichtigen, Feedback erhalten und antizipativ vorgehen. Ein traditionelles DR-System kann nicht abschätzen, wie groß die Reaktion auf ein DR-Ereignis ist, bzw. wie lange die Reaktion andauern kann, weil die Lasten keinerlei Information über ihren Zustand bieten. Es ist das Ziel des Projekts, diese Lücke zu schließen und in einer Serie von Experimenten zu klären, wo die Grenzen intelligenter Gebäude in einem Smart Grid sind. Dazu müssen flexible, generische Lastmodelle für Gebäude entwickelt und in eine interoperable Kommunikations-Infrastruktur eingebettet werden. Besondere Erkenntnisse werden im Spannungsfeld Gebäudeoptimierung vs. Netzoptimierung erwartet bis heute werden beide Systeme getrennt voneinander optimiert. Die Studienobjekte werden im mittel- und großvolumigen Wohn- und Zweckbau angesiedelt, die Testfälle werden möglichst automatisiert abgewickelt. Ergebnisse sind Zahlen über das operative Smart-Grid-Potenzial "aktiver" Gebäude sowie kommunizierbare und aggregierbare Lastmodelle, ein fehlender Baustein auf dem Weg zum intelligenten, Smart-Grid-fähigen Gebäude.
