Come si struttura, si realizza correttamente un Audit Energetico Marco Masoero Direttore Dipartimento Energia Politecnico di Torino 1
Argomenti trattati nella presentazione Perché fare un audit energetico? Quadro normativo Ispezione vs Monitoraggio Raccolta, archiviazione ed elaborazione dei dati di monitoraggio Valutazione ECO (Energy Conservation Opportunities) Monitoraggio come elemento del Commissioning 2
Consumi finali di energia in Italia anni 2000-20092009 (mtep) (Fonte: elaborazione ENEA su dati timse) 3
Usi finali nel residenziale (Provincia di Torino) ELETTRICO 14% ACS 8% CUCINA 4% 1 2 3 4 RISCALDAMENTO 74% 4
Bilancio elettrico nazionale del 2009 (Fonte: GSE) Importanza dei consumi elettrici nel terziario 5
Ripartizione dei consumi elettrici nel terziario per i Paesi dell EU-27 (TWh) (%) Apparecchiature d ufficio in stand-by 9,4 1,2 Sistemi informatici 26 34 3,4 Fotocopiatrici e affini 7 0,9 Illuminazione interna 164 21,6 Illuminazione esterna 36 4,7 Gruppi frigorigeni 21,6 2,8 Riscaldamento ambiente e ACS 150 19,7 Refrigerazione commerciale 65,8 87 8,7 Apparecchi di cottura 40 5,3 Ventilazione 96 12,6 Ascensori e scale mobili 52 6,8 Le voci relative a impianti HVAC sono preponderanti (41,0%) Segue l illuminazione (26,3%) Pompe 45 5,9 Altri consumi 47,6 6,3 Ttl Totale 760,4 100,00 6
Quadro legislativo Direttiva 2002/91/CE sulla prestazione energetica degli edifici (EPBD), aggiornata nella 2010/31/EU (EPBD Recast) Ispezione e diagnosi energetica degli impianti HVAC è obbligatoria (previsto da DPR 74/2013) L ispezione Lispezione è complessa e non garantisce di ottenere risparmi significativi Necessario disporre di dati misurati di prestazione energetica da confrontare con opportuni benchmark 7
Monitoraggio degli impianti HVAC con BMS Caratteristiche del BMS da specificare in sede di progetto Numero e caratteristiche dei misuratori di energia elettrica Numero e caratteristiche dei misuratori di energia termica Misuratori dei parametri ambientali (T, U.R., ecc.) Possibilità di programmare gli intervalli di acquisizione dati (15-1 hr) Database di registrazione dati affidabile e facilmente consultabile Prevedere che sia comunque inserito un dato, anche nel caso di avaria del sensore (sequenze temporali non interrotte) tt Definire chiaramente il formato dei dati e la corrispondenza fra dato e grandezza fisica misurata 8
Caratteristiche della strumentazione Strumento Grandezze acquisite Intervallo di tempo Memoria Costo ( ) Misuratore elettrico Logger T/UR (stand-alone) alone) Logger di stato (ON/OFF) kw, kwh, VAh, PF C C, UR (%) stato On/Off 15 minuti 1 ora 1 secondo 1 anno 6 mesi 8000 CdS (*) 300-1000 120-250 250 100 (*) CdS = Cambio di Stato logger T/UR Misuratore elettrico 9
Analisi dei risultati: disaggregazione consumi MWh Genova office electricity consumption 600.0 Ahu+small VRV+pumps+ev.towers Chillers non HVAC 500.0 400.0 300.0 200.0 100.0 0.0 gen feb mar apr mag giu lug ago set ott nov dic 9% Genova office Summer consumption 11% 6% non HVAC Chillers Ahu,small VRV pumps Disaggregazione dei consumi elettrici per una Torre Uffici 74% 10
Analisi dei risultati: Energy Signature HP VRF Consumption (2008) kwh 4'500 4'000 3'500 3'000 2'500 2'000 1'500 1'000 500 0-3 2 7 12 17 22 27 32 C WEEK DAY WEEKEND DAY 11
Analisi dei risultati: Energy Signature Confronto fra le prestazioni di due impianti a PdC Energy signature, consumo specifico giornaliero VRF SYSTEM GSHP Wh/m 2 160,0 140,0 120,0 100,0 80,0 60,0 40,0 20,0 y = 11,587x - 209,71 R 2 = 0,9063 y = 6,288x - 108,44 R 2 = 0,7698 0,0 15,0 17,0 19,0 21,0 23,0 25,0 27,0 29,0 31,0 Ext. Temperature ( C) 12
Effetto dell orario di accensione Energy Signature (schedule changing) kwh/day 700 600 500 400 300 200 100 0 15 17 19 21 23 25 27 29 31 External Temperature ( C) 7-18 6-20 7-17 R 2 = 0.6467 R 2 = 0.3099 R 2 = 0.7239 Valutazione della riduzione dei consumi (depurati da effetto ckiatico) di un gruppo frigorifero a seguito della riduzione degli orari di accensione: Risuzioen stimata del consumo elettrico: 6.2% per riduzione oraria del funzionamento giornaliero 13
Analisi dei risultati: Carpet Plot 14
Carpet plot del consumo elettrico di due gruppi frigo uguali Assorbimento elettrico dei due GF differenti in condizioni di carico elevato 15
Verifica sperimentale delle prestazioni di pompe di calore 60 50 30 20 40 Comp1_OUT Comp1_IN Cond1 _ OUT Comp2_IN Comp2_OUT Cond_W_IN Cond_W_OUT Cond2_OUT C 10 0 16 15:04:50 15:06:40 15:08:30 15:10:20 15:12:10 15:14:00 15:15:50 15:17:40 15:19:30 15:21:20 15:23:10 15:25:00 15:26:50 15:28:40 15:30:30 15:32:20 15:34:10 15:36:00 15:37:50 15:39:40 15:41:30 15:43:20 15:45:10 15:47:00 15:48:50 15:50:40 15:52:30 15:54:20 15:56:10 15:58:00 15:59:50
Analisi funzionamento impianto non ottimizzato Corretta gestione temporale dell impianto (pompa di calore aria-aria VRV) Qualche problema al pomeriggio, alcuni sistemi restano accesi 17
Analisi funzionamento impianto non ottimizzato Il sistema di supervisione perde gli orari di regolazione dell impianto : accensione 24 ore al giorno, 7 giorni la settimana 18
Ottimizzazione della gestione Riduzione di consumo elettrico PdC: Feriali: - 20% Festivi: - 83% Risparmio energetico complessivo: 30% Pre-accensioni regolate sul giorno e sulle temperature attese, spegnimento in pausa pranzo, spegnimenti programmati dopo l orario di chiusura. 19
Ottimizzazione della gestione Riduzione di consumi di impianto VRV con diverse modalità di gestione Daily consumption Hourly consumption 4500 250.0 4000 3500 200.0 kwh 3000 2500 2000 1500 24h-7/7 15h-5/7 kwh 150.0 100.0 24h-7/7 15h-5/7 1000 500 50.0 0 mon tue wed thu fri sat sun 0.0 1 2 3 4 5 6 7 8 9 101112131415161718192021222324 Risparmio di energia elettrica ottenuto modificando le modalità di gestione Week consumption Weekday consumption Weekend day consumption 25000 3000.0-9% 3000 kwh 20000 15000 10000-26,7% 24h-7/7 15h-5/7 kwh 2500.0 2000.00 1500.0 1000.0 24h-7/7 15h-5/7 kwh 2500 2000 1500 1000-85,3% 24h-7/7 15h-5/7 5000 500.0 500 0 0.0 0 Settimana -26.7% Giorni lavorativi -9% Weekend -85.3% 20
Raccolta standard dei consumi 1. Raccolta dei consumi disaggregati e standardizzati Esempio di consumo relativo all illuminazione. 21
2. Affidabilità del sistema di monitoraggio Qualità del sistema Un buon sistema di supervisione non è necessariamente un buon sistema di acquisizione dati. 22
BMS e monitoraggio 1. Piccoli Edifici (<1 000 m 2 ) La soluzione ottimale è nella maggior parte dei casi avere un sistema parallelo (duplicazione hardware e software). 2. Grandi Edifici La soluzione ottimale sarebbe la raccolta di alcuni dati del BMS su una piattaforma dedicata al monitoraggio (duplicazione software) e l integrazione di opportuni misuratori (energia elettrica, termica, acqua, ACS, etc...). La piattaforma di monitoraggio deve essere una sola. 23
Analisi dati Un dato ogni 15 minuti per una anno = 35 040 valori Obiettivo Realtà E necessaria una piattaforma di analisi automatica 24
Analisi dati automatica Piattaforme comuni Raccolta dei valori e gestione per centri di costo OK Analisi i dei consumi Variabile... Definizione benchmark Per definire i Benchmark occorrono dati statistici significativi 25
Calcolo dei risparmi potenziali Esempio: Condizionamento: 0.7 % di consumo in orario non giustificato Analisi dati automatica 26
Calcolo dei risparmi potenziali Esempio: Pompa di calore, 14.3 % di consumo in orario non giustificato Analisi dati automatica 27
Normalizzazione dei consumi 1. Superficie 2. Dati meteo 3. Carichi interni 4. Ore di funzionamento annue Definizione Benchmark 5. Variabile significativa ad hoc (es.: per grande distribuzione, scontrini giornalieri) Definizione di Key Performance Index su alcune variabili 1. Regressione statistica 28
Definizione di Key Performance Index su alcune variabili 1. Regressione statistica ti ti per Consumo impianto i HVAC e insegna esterna Verifica KPI Impianto a p.d.c. con controllo invernale migliorabile R 2 = 071 0.71 Insegna con controllo ottimale R 2 = 0.9 29
Definizione Benchmark: modello statistico Modello «data driven» di previsione del consumo HVAC basato su tecniche di regressione multilineare Uffici Ipermercati Input dimensionali climatici occupazione altri consumi V[m 3 ] T estiva_media [ C] T invernale_media [ C] ParOccupaz [giorni-uomo] C_ill [kwh/year] C_altro [kwh/year] CGIA [m 2 ] T estiva_media [ C] Tinvernale_media [ C] Hours [h] C_ill [kwh/year] C_altro [kwh/year] Output Consumo HVAC previsto Errore % nella stima 30
Analisi Benchmark (annuale) Benchmark: confronto dei consumi energetici di una azienda con quelli di edifici simili, evidenziando anomalie e interventi per il miglioramento dell efficienza. INPUT Inserire i dati nelle celle evidenziate Città Anno CGIA V h Settore Firenze 2010 209 3 Uffici classe A [m 2 ] [m 3 ] [m] Scelta tra: Uffici classe A; Uffici classe B; Ipermercati RISULTATI Valore compreso nel range (o minore) Diagramma di confronto tra i consumi di condizionamento di una nuova sede e quelli previsti dal modello (banda di errore al 30%) Par_occup Ore_settimanali T_estiva,media T_invernale,media 7 50 22.04 9.6 [giorni-uomo] [h/week] [ C] [ C] nsumption ar] C_HVAC C_LUX C_ALTRO 11230.58 5377.35 16352.1 [kwh/year] OPPURE: 10 C_HVAC / CGIA C_LUX / CGIA C_ALTRO / CGIA 8 [kwh/m 2 year] C annual con [MWh/yea HVAC 16 14 12 6 4 2 0 OUTPUT PREVISTO CHVAC Uffici classe A 31
Analisi Benchmark (mensile Uffici) 2500 Uffici bancari - Modello 2 OUTPUT PREVISTO-noti altri consumi CHVAC HVAC monthly consu umption [kwh/month] 2000 1500 1000 500 0 gen feb mar apr mag giu lug ago set ott nov dic 32
Analisi Benchmark (mensile Ipermercati) HVAC monthly consum mption [M MWh/month] 80 70 60 50 40 30 20 10 0 Ipermercati - Modello 2 OUTPUT PREVISTO-noti altri consumi CHVAC gen feb mar apr mag giu lug ago set ott nov dic 33
Progetto Europeo iserv cmb www.iservcmb.info Piattaforma gratuita di gestione ed analisi dei consumi 1. 1600 edifici in Europa (150 in Italia) 2. Fine progetto: maggio 2014 3. Data limite di adesione per avere risultati significativi: giugno 2013 34
Grazie per l attenzione! marco.masoero@polito.itmasoero@polito 35