Workshop Italiano sull ecobuilding

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Workshop Italiano sull ecobuilding"

Franca Mantovani
8 anni fa
Visualizzazioni

1 Workshop Italiano sull ecobuilding I modelli di simulazione ENEA: la piattaforma ODESSE (Optimal DESign for Smart Energy) 29 Ottobre 2008 C.R. ENEA Bologna Aula Magna, Via Martiri Monte Sole 4, Bologna Biagio Di Pietra Dipartimento Tecnologie per l energia, fonti rinnovabili e risparmio energetico ENTE PER LE NUOVE TECNOLOGIE, L ENERGIA E L AMBIENTE

ENEA Bologna Aula Magna, Via Martiri Monte Sole 4, Bologna Biagio Di Pietra

2 Modellazione dinamica I problemi fondamentali della progettazione/modellazione classica sono legati: inefficacia degli approcci stazionari quando i sistemi da progettare assumono un consistente grado di complessità; mancanza di una tecnologia che permettano l analisi contemporanea delle interazioni tra edifici, sistemi di generazione dell energia, utenze variabili, condizioni climatiche variabili, presenza di fonti rinnovabili, problematiche di limiti prestazionali, vincoli normativi ed economico-finanziari.

permettano l analisi contemporanea delle interazioni tra edifici, sistemi di generazione dell energia, utenze variabili,

3 Modellazione dinamica L importanza di disporre di un modello dinamico del sistema risiede nella possibilità di poter valutare il comportamento della sezione di generazione al variare del carico termico ed elettrico dell edificio, dando la possibilità al progettista di valutare l integrazione di più tecnologie ad alta efficienza energetica (fonti rinnovabili, cogenerazione, solar cooling, etc) in funzione delle caratteristiche meteo del sito e delle richieste del territorio.

la possibilità al progettista di valutare l integrazione di più tecnologie ad alta efficienza energetica (fonti

4 La Piattaforma ODESSE (Optimal DESign for Smart Energy) Creare una risorsa comune per favorire lo sviluppo di progetti integrati sviluppo - Ricerca (modellistica) - Produttori (dati, prodotti) utilizzatori - Progettisti, Integratori - Costruttori -Gestori governance -Normatori Strumento per la progettazione ottimale di contesti a generazione distribuita, basata su simulazione dinamica ed accoppiata ad un sistema per l ottimizzazione multi-obiettivo (comfort, efficienza energetica, costo)

Costruttori -Gestori governance -Normatori Strumento per la progettazione ottimale di contesti a generazione distribuita,

5 Modello dell edificio: Dati di ingresso Trasmittanza, massa frontale e ponti termici di ciascuna parete dell involucro edilizio: calcolati in funzione dei materiali scelti dall apposito database Temperatura esterna oraria e irraggiamento solare orario su ciascuna parete calcolati dal componente wether generator in funzione della latitudine, altitudine, orientamento e inclinazione della parete come definiti dall utente Guadagni solari e trasmittanza finestre: l utente definisce il tipo di finestra e la superficie per ciascuna parete Gradazione colore superficiale: l utente definisce il colore della parete esterna e della copertura, a cui è associato un coefficiente di assorbimento per il calcolo dell effettiva temperatura oraria raggiunta dalla parete e l influenza sulla temperatura interna

parete come definiti dall utente Guadagni solari e trasmittanza finestre: l utente definisce il tipo di finestra e la superficie per ciascuna parete Gradazione colore superficiale: l utente definisce

6 Modello dell edificio: Dati di ingresso Diagramma di affollamento: l utente definisce il tipo di edificio (residenziale o terziario) e il numero medio di persone presenti, un algoritmo calcola l apporto di calore orario Guadagni interni: l utente definisce il tipo lampada e la superficie illuminata, la tipologia di edificio, un algoritmo calcola l apporto di calore orario per illuminazione. Orientamento di ciascuna parete: l utente definisce per ogni parete orientamento e inclinazione. necessari al componente wether generator per ricavare la radiazione oraria incidente (considerando anche eventuali effetti schermanti dovuti ad aggetti o edifici) Ricambi d aria: l utente definisce i ricambi d aria in volumi/ora in funzione della tipologia di edificio secondo tabella della Norma UNI Dalla portata d aria e tipologia di edificio un algoritmo calcola le perdite per ventilazione

Orientamento di ciascuna parete: l utente definisce per ogni parete orientamento e inclinazione.

7 Modello dinamico: vantaggi rispetto al calcolo stazionario Coniuga un buon livello di accuratezza nella previsione delle temperature interne e dei fabbisogni energetici con un livello di complessità ragionevole della metodologia di calcolo Metodo di calcolo semplificato del fabbisogno estivo simile a quello utilizzato per il carico invernale (in linea con la normativa CEN in sviluppo) Possibilità di definire alcuni parametri per verificare le prestazioni energetiche estive dell edificio (es. ore di over heating rispetto alla temperatura di comfort ) 7

del fabbisogno estivo simile a quello utilizzato per il carico invernale (in linea con la normativa CEN in sviluppo) Possibilità di

8 La piattaforma O.DES.S.E. Analisi multi-obiettivo La piattaforma ODESSE Logica fuzzy Risparmio energ. Interfaccia Input Costo/Payback Ecobuilding/Distretto Energetico Comfort & Prestazioni Emissioni Simulazione dinamica Ottimizzazione Valutazione Indici Prestazionali Dimensionamento ottimo sistema di generazione

9 Modellazione Edificio Impianto (Matlab/Simulnk)

10 Simulazione edificio: risultati Temperatura interna annua Carico termico invernale Carico frigorifero estivo

11 L ottimizzazione dimensioanale parametrica

12 Periodo simulazione: 365 giorni Componenti Energetici Accumulo termico Caldaia Simulatore Pannello solare Calcolo indice di qualità Algoritmo di ottimizzazione Impianto cogenerativo Pompa di calore reversibile Dopo varie iterazioni Logica Fuzzy Soluzione ottimizzata Nuova configurazione proposta Algoritmi Evolutivi

ottimizzazione Impianto cogenerativo Pompa di calore reversibile Dopo varie

13 Ottimizzazione progettuale mediante applicazione di tecniche evolutive: ALIFE Simula un ambiente fisico popolato da agenti i quali interagiscono secondo dinamiche darwiniane Un agente = una ipotetica soluzione = un set di parametri = una configurazione progettuale d impianto Stato dell individuo Fitness = Indice di qualità Età Energia Genotipo dell individuo Set di parametri che identificano una soluzione Selezione degli individui (soluzioni) con le fitness più alte Generazione di nuove soluzioni Ambiente a vita artificiale Competizione Riproduzione Invecchiamento

impianto Stato dell individuo Fitness = Indice di qualità Età Energia Genotipo dell individuo Set di parametri che identificano una soluzione

14 Applicazione in un caso studio Ottimizzazione dimensionale di un sistema di generazione distribuita a servizio di una utenza civile : 1. La potenza nominale microcogeneratore 2. La potenza nominale pompe ad assorbimento 3. La potenza caldaia a condensazione 4. Il volume accumulo termico 5. La potenza impianto fotovoltaico Numero di simulazioni con ricerca esaustiva Fitness Numero di simulazioni con Alife

La potenza caldaia a condensazione 4. Il volume accumulo termico 5.

15 Risultati Effettuare un test per determinare l indice di qualità di un individuo è gravoso in termini di tempo. Tempo per una simulazione: 3-30 min Configurazioni possibili: 1875 Test estensivo: circa 40 giorni 15

16 Grazie per l attenzione! l Biagio Di Pietra (biagio.dipietra@casaccia.enea.it) Dipartimento Tecnologie per l energia, fonti rinnovabili e risparmio energetico

Documenti analoghi

Le valutazioni energetiche dalle stime convenzionali alla situazione reale. Situazione del parco edilizio Nazionale

RECUPERO ENERGETICO NELL EDILIZIA EDILIZIA SOCIALE Le valutazioni energetiche dalle stime convenzionali alla situazione reale Biella 19, 20 Novembre 2009 Ing. Biagio Di Pietra Dipartimento TER Unità SIST