AutoB2G: KI-gesteuertes Framework automatisiert Gebäude-Grid-Simulation

Ein brandneues Tool namens AutoB2G nutzt moderne Sprachmodelle, um die komplette Simulation von Gebäuden und Stromnetzen ohne manuelle Programmierung zu ermöglichen. Durch die Kombination von CityLearn V2 und dem SOCIA-Framework kann die KI aus einfachen Textbeschreibungen heraus die notwendigen Simulationsschritte generieren und ausführen.

Derzeit konzentrieren sich die meisten Simulationsumgebungen ausschließlich auf die Leistung einzelner Gebäude und berücksichtigen kaum die Auswirkungen auf das Stromnetz. Zudem erfordert die Einrichtung dieser Systeme noch umfangreiche manuelle Konfigurationen und tiefgehende Programmierkenntnisse. AutoB2G löst diese Probleme, indem es ein strukturiertes Codebasis-Graphenmodell (DAG) erstellt, das die Abhängigkeiten und Ausführungsreihenfolge aller Module explizit darstellt.

Das Sprachmodell durchsucht diesen Graphen, um einen vollständigen, ausführbaren Pfad zu finden, und führt die Simulation automatisch durch. Durch diese automatisierte Orchestrierung werden nicht nur die Gebäude- und Netzmetriken gleichzeitig optimiert, sondern auch die Entwicklungszeit erheblich verkürzt.

Experimentelle Ergebnisse zeigen, dass AutoB2G die Koordination zwischen Gebäuden und Stromnetz deutlich verbessert und gleichzeitig die Grid‑Leistungskennzahlen steigert. Damit eröffnet das Framework neue Möglichkeiten für die effiziente und datengetriebene Steuerung großer Gebäudekomplexe im Kontext moderner Stromnetze.