INTERNAL SET POINT TEMPERATURE CONTROL ALGORITHMS FOR THERMAL COMFORT AND ENERGY OPTIMIZATION

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "INTERNAL SET POINT TEMPERATURE CONTROL ALGORITHMS FOR THERMAL COMFORT AND ENERGY OPTIMIZATION"

Alfredo Carli
8 anni fa
Visualizzazioni

1 Politecnico di Torino Tesi di Laurea Magistrale in Ingegneria Edile INTERNAL SET THERMAL COMFORT Relatori: Ing. Capozzoli Alfonso Prof. Ing. Corgnati Stefano Paolo Candidato:

2 Ricerca di possibili algoritmi di regolazione del set point di temperatura interna per ambienti moderati CASO STUDIO I Sistemi di climatizzazione in stagione invernale CASO STUDIO II Sistemi di climatizzazione in stagione intermedia ed estiva Descrizione e Tsetpoint T esterna Comfort (PMV) Caratteristiche ambiente d installazione Tsetpoint T esterna Comfort (adattamento) Caratteristiche ambiente d installazione I Verifica del rispetto delle condizioni di comfort Osservazioni su potenziale risparmio energetico Relazione tra occupanti, sistema e fattori influenzanti adattamento

Caratteristiche ambiente d installazione Tsetpoint T esterna Comfort (adattamento) Caratteristiche ambiente d installazione I Verifica del

3 Protocollo BACnet I Attuazione e gestione della regolazione: Protocollo BACnet MODELLO FISICO Esplicitazione della Variabile Taria interna Scrittura dell algoritmo di regolazione : a*f1(taria) + b*f2(taria) m*fn(taria)=0 Individuazione dei PARAMETRI INDIPENDENTI MODELLO BACNET Associazione a OGGETTI di tipo BACnet Variabili Input/Output Programmi Schedule TrendLog

4 Architettura di sistema Caso studio I: WSAN M&C system Caso studio I I

5 Implementazione Caso studio I: WSAN M&C system Caso studio I I Variabili di controllo T aria interna T aria esterna T set point Modulazione attuatore PMV imposto PMV reale ambiente

6 Caso studio I: WSAN M&C system Caratterizzazione ambienti e di regolazione Before [ C] After 1977 Trasmittanze Esposizione % Sup. vetrata Altezze medie Caso studio I 21,5 Before I , [ C] After 1977

vetrata Altezze medie Caso studio I 21,5 Before 1930 1931-1945 I 21 1946-1960

7 Caso studio I I Monitoraggio e risultati Caso studio I: WSAN M&C system Temperatura esterna T [ C] 13 PMV 12 [-] Confronto tra PMV imposto e reale 11 Internal Temperature vs Set Point Temperature T [ C] 0,310 22, , ,2 5 21,5 t [h] 07:30 08:30 09:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 18:30 19:30 0,15 21 T [ C] Set Point 0,1 21,35 20,5 21,3 0,05 21, ,2 0 t t (h) [h] 19,5 21,15 07:30 08:30 09:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 18:30 19:30 07:30 08:30 09:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 18:30 19:30 21,1 21,05 Real PMV Internal Temperature Expected PMV Set Point Temperature 21 t [h] 07:30 08:30 09:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 18:30 19:30

20,5 21,3 0,05 21,25 20 21,2 0 t t (h) [h] 19,5 21,15 07:30 08:30 09:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 18:30 19:30 07:30 08:30 09:30 10:30 11:30 12:30 13:30 14:30

8 Caso studio I I Monitoraggio e risultati Caso studio I: WSAN M&C system L ordine di grandezza dello scostamento delle variabili controllate è confrontabile con quello della sensibilità dei dispositivi del sistema Il sistema è perciò in grado di garantire in ambiente le condizioni di comfort attese La teoria deterministica del PMV assicura il comfort ma non il risparmio energetico Nell ambito di sviluppi futuri del prodotto si possono integrare delle funzioni nell interfaccia di regolazione tali da fornire dei feedback sulla gestione da parte dell utente (confronto risparmio energetico livello di comfort scelto)

attese La teoria deterministica del PMV assicura il comfort ma non il risparmio energetico Nell ambito di sviluppi futuri del prodotto si possono

9 Caso studio II: proposta di un algoritmo adattativo Teoria adattativa Caso studio II Studi condotti: Attestazione della discrepanza Determinazione di di regolazione della T operativa Progetto SCAT: implementazione della curva per la regolazione del set point con risultati positivi (energy saving e comfort)

di regolazione della T operativa Progetto SCAT: implementazione della curva

10 Caso studio II Caso studio II: proposta di un algoritmo adattativo Descrizione ambiente di installazione Caratteristiche ambiente: Una superficie disperdente Ampia superficie vetrata a sud-est (90%) Schermi interni S = 43 m² Regolazione in stagione intermedia: Ventilazione naturale Schermi Regolazione in stagione estiva: Ventilazione naturale Schermi Fan coil Possibilità di gestione autonoma

sud-est (90%) Schermi interni S = 43 m² Regolazione in stagione intermedia: Ventilazione naturale

11 Caso studio II: proposta di un algoritmo adattativo Implementazione Caso studio II Elenco oggetti associati a parametri indipendenti Implementazione in OrcaView Calcolo della Trunning (T sole-aria) Variabili di controllo T interna T running T set point T media radiante Regolazione apertura finestre Regolazione termostato

Calcolo della Trunning (T sole-aria) Variabili di controllo T interna T running

12 Temperatura operativa [ C] INTERNAL SET Caso studio II Caso studio II: proposta di un algoritmo adattativo Monitoraggio e risultati in free-running Confronto tra gli algoritmi analizzati y = 0,6902x + 15, Running mean temperature [ C] Case study's Proposed algorithm's SCAT's algorithm Lineare (Case study's ) Ricorso a ventilazione naturale Adattamento a temperature operative più elevate rispetto ai casi di confronto

= 0,6902x + 15,487 12 13 14 15 16 Running mean temperature [ C] Case study's Proposed algorithm's SCAT's algorithm

13 Temperatura operativa [ C] INTERNAL SET Caso studio II Caso studio II: proposta di un algoritmo adattativo Monitoraggio e risultati per raffrescamento Confronto tra gli algoritmi analizzati y = 0,4487x + 18, Running mean temperature [ C] Case study's Proposed algorithm's SCAT's algorithm Lineare (Case study's ) Ricorso a ventilazione naturale e raffrescamento Adattamento a temperature operative più elevate rispetto ai casi di confronto

14 15 16 17 18 19 20 Running mean temperature [ C] Case study's Proposed algorithm's SCAT's algorithm Lineare (Case study's

14 Temperatura operativa[ C] INTERNAL SET Caso studio II: proposta di un algoritmo adattativo Monitoraggio e risultati: curva finale Confronto tra gli algoritmi analizzati y = 0,3831x + 19, Running mean temperature[ C] Case study's Proposed algorithm's SCAT's algorithm Lineare (Case study's ) Caso studio II Temperatura operativa più elevata Temperatura media radiante elevata (irraggiamento, esposizione) Capacità adattativa degli occupanti all ambiente

Running mean temperature[ C] Case study's Proposed algorithm's SCAT's algorithm Lineare (Case study's ) Caso studio II Temperatura

15 Conclusioni Capacità adattativa degli occupanti in funzione delle possibilità di interazione con il sistema Non si può prescindere dalle caratteristiche d involucro nel considerare i fattori di adattamento alle alte temperature Potenziale risparmio energetico elevato I Conclusioni T [ C] Set point temperature Occupied time

fattori di adattamento alle alte temperature Potenziale risparmio energetico elevato I

16 GRAZIE DELL ATTENZIONE!

Documenti analoghi

Università degli Studi Roma Tre

Università degli Studi Roma Tre FACOLTÀ DI INGEGNERIA CORSO DI LAUREA SPECIALISTICA IN INGEGNERIA MECCANICA DIPARTIMENTO DI INGEGNERIA MECCANICA LABORATORIO DI TERMODINAMICA APPLICATA AI SISTEMI ENERGETICI