Controllo Adattativo per la Riduzione dei Consumi negli Edifici: verso la flessibilità e la demand response - Fire
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Controllo Adattativo per la Riduzione dei Consumi negli Edifici:
verso la flessibilità e la demand response
Prof. Ing. Federico Silvestro
IESolutions Soluzioni Intelligenti per l’Energia s.r.l.
Spin off dell’Università di Genova
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Chi siamo
• IESolutions è una società di consulenza accreditata come spin off dell’Università degli
Studi di Genova, che ha l’obiettivo di portare a maturazione applicativa l’attività di
ricerca svolta in ambito accademico dal gruppo di lavoro del laboratorio IEES
(Intelligent Electric Energy Systems)
• IESolutions opera nei settori dell’ottimizzazione della spesa energetica, della
generazione distribuita e del controllo e gestione dei consumi energetici
• IESolutions opera dal 2005 nel campo del monitoraggio dei consumi energetici tramite
una piattaforma evoluta di supporto alla gestione energetica per sistemi anche
complessi, multi utente e multi sito.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Attività
Monitoraggio Analisi
Assessment della Proposte di Calcolo dei
dei consumi di Energetica e
situazione iniziale efficientamento risparmi
energia modello
• Raccolta della • A partire da dati esistenti • Analisi statistica dei dati • Individuazione di • Analisi dei tempi di ritorno
documentazione • A partire dai dati di un • Benchmarking inefficienze e possibili • Verifica del
impiantistica sistema di monitoraggio o • Algoritmi di interventi raggiungimento degli
• Raccolta delle controllo esistente ottimizzazione • Ottimizzazione dei obiettivi
informazioni sull’attività • A partire dai dati del • Reportistica consumi • Supporto alla richiesta di
• Censimento degli impianti distributore/fornitore • Diagnosi energetica • Analisi tecnico-economica certificati bianchi o altri
e della strumentazione di • A partire dai dati di un conforme al DL 102/2014 delle soluzioni di incentivi
misura installata nuovo sistema di efficientamento • Analisi del
monitoraggio • Consulenza sugli comportamento
approvvigionamenti energetico pre e post
energetici interventi
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Nostre referenze principali
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Introduzione
• Gli obiettivi di sostenibilità energetica
(D.Lgs 102/2014, Direttiva 2012/27/UE), la
crisi finanziaria e la recessione economica
impongono una razionalizzazione dei • Vi è la necessità di disporre dei
consumi energetici. dati reali dei consumi energetici
• la Ricerca Universitaria in collaborazione per affinare la conoscenza,
con le Aziende rende disponibili soluzioni sviluppare e validare modelli
innovative basate su sistemi di
ottimizzazione e supporto alle decisioni semplici, dinamici e realistici del
realizzabili utilizzando tecnologie ICT per la comportamento energetico degli
gestione e il controllo di strutture
complesse nei settori civili e dell'industria edifici.
con attenzione anche «all’esistente».
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Gestione Efficiente degli Edifici
La gestione efficiente di un patrimonio
immobiliare tocca moltissimi aspetti, uno
dei principali è quello del controllo e
ottimizzazione dei costi determinati dal
consumo di energia.
La complessità è aumentata dalla
presenza di tecnologie eterogenee per i
vari sotto-sistemi (impianti HVAC,
illuminazione, sicurezza, etc.), ognuno
dotato di un proprio sistema di
supervisione.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Esperienze di ricerca e applicazioni:
il progetto PREDICT
Piattaforma adattativa di efficienza energetica
per la riduzione dei consumi in strutture non residenziali
Partner:
• Softeco Sismat
• IESolutions
• H2Boat
• Con la partecipazione del DITEN – Università di Genova
Valore del progetto:
• 800 k€
PREDICT ha prodotto e validato una piattaforma intelligente per la gestione e la
riduzione dei consumi energetici negli edifici, attraverso la sperimentazione applicata
all’edificio ex Eridania, sede del dipartimento di Scienze della Formazione dell’Università di
Genova
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Il Progetto PREDICT
• Il progetto di ricerca PREDICT è stato
intrapreso con il fine di sviluppare un
prototipo di piattaforma adattativa di • La piattaforma elabora in modo dinamico
efficienza energetica per la riduzione dei il profilo ideale del setpoint di
consumi in edifici non residenziali, grazie temperatura per ogni zona dell’edificio,
all’uso intelligente di dati di diversa natura, • L’utilizzo della piattaforma per la gestione
quali: degli impianti di climatizzazione permette
– Dati di consumo energetico in tempo reale quindi una sensibile riduzione delle risorse
– Dati di temperatura misurati in tempo reale energetiche impiegate per la
– Dati meteo climatizzazione degli ambienti, con
– Presenza degli utenti in tempo reale conseguente significativo risparmio
economico.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Il Progetto PREDICT
• Modellizzazione dell’edificio tramite un modello dinamico semplificato ottenuto con autoapprendimento che:
• tenga conto dei fattori che influenzano il consumo energetico
• permetta di prevedere il consumo nel breve termine sulla base di stime dei fattori influenzanti (es condizioni
metereologiche, utilizzo, presenza di persone ecc);
• Utilizzo e validazione di tecniche di controllo ottimizzato basato su modello previsionale (Model Predictive Control MPC)
per ottimizzare le prestazioni
• Diagnostica a breve e lungo termine basata sul confronto dei dati misurati con le previsioni del modello e i dati storici
normalizzati in modo da assicurare il mantenimento di prestazioni ottimali e la valutazione costo/benefici di interventi di
manutenzione.
• Inserimento nel ciclo di controllo del fattore umano costituito dal comportamento e dalla percezione del comfort degli
utenti, utilizzabile anche a scopo diagnostico.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019
Il Progetto PREDICT: Il Caso di Studio
• Per la fase di sperimentazione è stato
scelto il complesso del Dipartimento di
Scienze della Formazione (DISFOR) in Corso
Andrea Podestà, 2 Genova.
• Il complesso dell’Ex-Eridania è formato da
tre corpi distinti, ciascuno indipendente
dal punto di vista degli impianti di
climatizzazione estiva e invernale,
denominati rispettivamente A, B e C.
• La gestione è attiva nel “Corpo B”, edificio
a 3 piani adibito ad aule da metà Dicembre
2018.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT: Il Caso di Studio
Per la climatizzazione sia estiva che invernale, l’edificio è servito da un sistema HVAC dedicato, composto da:
• Unità Trattamento Aria (UTA)
• Gruppo Frigo
• Gruppo di resistenze elettriche post-riscaldo
Il sistema di gestione dell’HVAC rende possibile l’impostazione di differenti set point di temperatura, uno per piano, che
l’impianto persegue secondo logiche di controllo interne.
Per la realizzazione delle sperimentazioni, l’edificio è stato attrezzato con:
• Sensori di temperatura interni
• Misuratori per rilevare il consumo di energia elettrica degli impianti in tempo reale
• Termocamera
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT: Il Caso di Studio
Schema dell’impianto di condizionamento
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT: Il Caso di Studio
Architettura del progetto PREDICT
Applicazioni di
Machine learning
data analytics
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT: Il Caso di Studio
Modello basato su
deep learning per la
stima dell’occupanza
0 – / – 23/12/18 – 20:00
6 – Esame Psicologia – 9/1/18 – 11:15
16 – Sociologia – 12/12/18 – 15:45
Schema per la determinazione del livello di
occupazione all’interno dell’edificio
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT: Il Caso di Studio
App per il feedback
sul comfort
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT:
Il Modello dettagliato Termoenergetico
Punto di partenza della piattaforma è un
modello dettagliato dell’edificio sviluppato
in EnergyPlus. In esso è replicata sia la
geometria dell’edificio e dei corpi circostanti,
sia l’impianto di condizionamento.
Grazie ad esso è possibile simulare il
comportamento termodinamico dell’edificio,
generando dati di diversa natura senza
effettuare esperimenti invasivi sull’edificio.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT:
Il Modello Termoenergetico semplificato
Il Modello Semplificato
La classe di modelli impiegati per l’approssimazione del modello termodinamico di un edificio è quella dei modelli
state-space a tempo discreto e Lineari Tempo Invariante (LTI) che, nonostante sia una categoria abbastanza
ristretta, può descrivere accuratamente molti processi industriali e fisici.
La scelta degli input e degli output va di pari passo con la scelta del metodo di identificazione, che è a sua volta
determinata dall’applicazione del modello state-space.
In questo progetto abbiamo utilizzato i metodi subspace PEM, che fanno parte dei cosiddetti metodi black-box.
Essi sono in grado di identificare, partendo dai soli dati di input e output, grandi sistemi MIMO (Multiple Input
Multiple Output).
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT:
Il Modello Termoenergetico
Per il modello invernale gli input stagionali sono:
• Temperatura esterna;
• Irradianza diretta normale (Direct Normal Irradiance - DNI); Tenendo conto del fatto che durante
• Potenza termica dell’impianto HVAC per il riscaldamento. l’inverno, per l’edificio reale di riferimento,
solo il riscaldamento è attivo, mentre il
Per il modello estivo invece gli input sono: sistema HVAC viene sfruttato solo per il
• Temperatura esterna; raffrescamento durante l’estate, è risultato
• Irradianza diretta normale (Direct Normal Irradiance - DNI); logico sviluppare due modelli speculari per
• Potenza termica del sistema HVAC per il raffreddamento. prevedere la temperatura media delle zone
climatizzate.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT:
Il Modello Termoenergetico
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT:
Ottimizzazione e Controllo Predittivo
Model Predictive Control: utilizza il modello
previsionale dell’edificio per pianificare la
regolazione ottimale dell’impianto di riscaldamento
/ raffreddamento.
Ottimale = minimizza i costi (energetici e/o
economici) mantenendo i vincoli di comfort termico
degli utenti.
La pianificazione è aggiornata periodicamente in
base allo stato termico reale dell’edificio e alle nuove
previsioni meteo.
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Il Progetto PREDICT:
Ottimizzazione e Controllo Predittivo
L’ottimizzazione dei setpoint di temperatura è effettuata sulla base della previsione dello stato termico dell’edificio in ottica
preventiva, cioè tenendo conto dell’andamento futuro della temperatura interna, in modo da sfruttare le variabili chiave che
influiscono sul consumo di energia. Il sistema di controllo è installato su un server che comunica i setpoint alla centralina di
controllo dell’edificio tramite protocollo Modbus/TCP.
Consumo dell’UTA sotto al controllo dell’MPC sotto al
controllo a setpoint fisso a 22°C a confronto per due
giorni simili
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Conclusioni di progetto
Il progetto Predict ha permesso lo sviluppo di una piattaforma intelligente per la gestione degli impianti di climatizzazione
Per ottenere questo risultato, sono state affiancate tecnologie consolidate di misura e raccolta dei dati di campo in tempo reale
(monitoraggio) con algoritmi matematici derivati da attività di ricerca di attualità, definendone pertanto un campo di
applicazione pratica di sicuro interesse e confortato dai risultati numerici ottenuti.
Nella fattispecie:
• Il modello predittivo (modello matematico semplificato dell’edificio) ritorna un errore medio di circa 1°C, rispetto alle
temperature effettivamente misurate dai sensori
• Il sistema di stima dell’occupazione dell’edificio ha un errore medio inferiore alle due persone
• Il sistema di fault detection raggiunge una precisione anche del 100% per alcuni guasti (stimata tramite il modello virtuale).
• Il sistema di feedback è giudicato utile dall’80% degli utenti nell’edificio coinvolto nella sperimentazione
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Conclusioni e applicazioni
• Modello semplificato – usato come simulatore - consente il confronto
tra prestazioni reali e previste su diversi intervalli
1. Identificazione malfunzionamenti (consumi diversi dalla
simulazione con dati reali)
2. Valutazione impatto interventi di manutenzione (risparmi
possibili ripristinando condizioni ottimali dell’edificio)
• Aggiornamento continuo e automatico del modello per recepire
modifiche all’edificio/impianti
• Feedback utenti consente identificazione di situazioni anomale
(variazione delle percentuali di gradimento)
• Possibili di segnalazione guasti e malfunzionamenti
• Risparmio su gestione energetica ordinaria 5% - 15%
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Aggregatori e flessibilità
Aggregazioni DER per consentire maggiore controllo e fornire flessibilità alla rete.
rete.
Tra le piattaforme di aggregazione:
• Virtual Power Plant (VPP) per
servizi indipendenti dalla
posizione locazione geografica delle risorse
(quindi regolazione di frequenza, arbitraggio di
energia, peak shaving, ecc)
• Distributed Energy Resources Management
Systems (DERMS) per servizi fortemente legati alla
distribuzione degli elementi (regolazione di
tensione, Optimal Power Flow, capacity relief, ecc)
http://virtus-csea.it
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Grazie per l’attenzione
IESolutions Soluzioni Intelligenti per l’Energia
Spin off dell’Università di Genova
info@iesolutions.it
XI Conferenza Enermanagement | Milano, 18 Giugno 2019Puoi anche leggere
