Wspólnotowy Serwis Informacyjny Badan i Rozwoju - CORDIS

Nowe metody sterowania budynkiem oparte na symulacji

Istnieje bardzo wiele naukowych i technicznych wyzwań związanych z optymalizacją efektywności energetycznej w budynkach. Próby odpowiedzi na nie podjęli się uczestnicy jednej z finansowanych ze środków UE inicjatyw, w ramach której opracowano innowacyjny system sterowania budynkiem oparty na symulacji, zmniejszający rozbieżności między założeniami projektu budynku a jego rzeczywistą wydajnością podczas użytkowania.
Nowe metody sterowania budynkiem oparte na symulacji
Badania wykazały, że znaczną oszczędność energii można uzyskać, jeśli w budynkach zamiast tradycyjnych systemów opartych na sterowaniu reakcyjnym zastosuje się inteligentne systemy sterowania predykcyjnego. Obecnie systemy grzewcze, wentylacyjne i klimatyzacyjne (HVAC) odpowiadają za nawet 50% zużycia energii w budynku. Ponadto analiza systemów HVAC pokazuje też, że można uzyskać znaczne oszczędności energii, stosując mechanizm zautomatyzowanego wykrywania i diagnozowania usterek (FDD).

W finansowanym ze środków unijnych projekcie EINSTEIN wykorzystano technologię FDD do opracowania nowych strategii kontroli przeznaczonych do systemów sterowania budynkiem opartych na symulacji. Ten system nie tylko eliminuje błędy wynikające z rozbieżności między stanem „powykonawczym” a „zaprojektowanym”, ale także wykorzystuje analizę predykcyjną do określenia, jak budynek będzie funkcjonował, wziąwszy pod uwagę wpływ warunków pogodowych i użytkowanie przez lokatorów.

Strategie dla systemów kontroli budynków

Partnerzy projektu opracowali trzy strategie kontroli związane z FDD: prognozowanie funkcjonowania budynku, optymalizacja i wykrywanie usterek. „Podczas gdy technologia FDD jest na ogół pierwszym krokiem do »korygowania« błędów w budynku, drugi i trzeci algorytm stanowi część tego, co jest opisywane jako technologia sterowania predykcyjnego (MPC)”, wyjaśnia koordynatorka projektu dr Ruth Kerrigan. „Zasadniczo MPC ma zdolność przewidywania i dynamicznej optymalizacji funkcjonowania budynku, która wychodzi poza typowy, oparty na regułach nowoczesny system kontroli”.

Strategie kontroli zostały przetestowane i udoskonalone przy użyciu szeregu obiektów demonstracyjnych, wśród których znalazły się budynki mieszkalne i biurowe na terenie Irlandii i Szkocji. Badacze przetestowali również układ otwarty dla systemu do wykrywania usterek, technikę wykrywania usterek na podstawie sygnału dla urządzeń grzewczych zainstalowanych w typowym budynku mieszkalnym, a także oparte na regułach metody wykrywania przy użyciu rzeczywistych danych. Jak twierdzi dr Kerrigan: „Wyniki wszystkich tych testów wskazywały na poprawę wydajności funkcjonowania budynku pod względem zużycia energii i/lub kosztów, przy jednoczesnym zachowaniu pełnego komfortu użytkownika”.

Nowe algorytmy

Naukowcy z projektu EINSTEIN opracowali też i przetestowali algorytmy FDD i MPC, aby określić korzyści, jakie mogą one przynieść w porównaniu z tradycyjnymi strategiami zarządzania budynkiem. Algorytmy dla FDD przetestowano na danych pozyskanych z rzeczywistych budynków, a dla MPC na zaawansowanych modelach kalibracyjnych (ACM) opartych na istniejących budynkach. „Modele ACM są dynamicznymi modelami symulacyjnymi budynków, skalibrowanymi tak, aby mieć pewność, że modele odpowiednio wpłyną na rzeczywistą wydajność budynku, który przedstawiają”, tłumaczy dr Kerrigan.

Algorytmy MPC opracowane dla modeli przełożyły się na oszczędności energii rzędu 15–17%, przy czym obniżenie kosztów energii w związku z zastosowaniem algorytmów MPC wyniosło 35–40%. „Mimo że trudno jest powiązać określone oszczędności energii i kosztów z wdrożeniem algorytmów FDD, wszystkie testy udowodniły sprawne działanie zautomatyzowanej identyfikacji usterek”, dodaje dr Kerrigan. „Dzięki temu można uniknąć strat energii i środków, a ponadto zmniejszyć prawdopodobieństwo występowania usterek mechanicznych i wynikających z nich niedogodności po stronie użytkowników”.


Wypełnienie luki efektywności

Korzyści związane z modelami operacyjnymi dla FDD i MPC obejmują zdolność do skutecznego monitorowania i diagnozowania rozbieżności między założeniami projektu a wydajnością funkcjonowania (często określanymi jako „luka efektywności”). Można je również z powodzeniem dostosowywać do zmian w budynku lub działaniu systemu (w przeciwieństwie do metod opartych wyłącznie na danych). Zdaniem dr Kerrigan: „Modele są też w stanie symulować różne scenariusze sterowania, rozpoznając rzeczywistą reakcję systemu i umożliwiając optymalizację strategii kontroli z wykorzystaniem oceny rzeczywistej wydajności i rzeczywistych danych pogodowych”.

Projekt EINSTEIN przyniesie korzyści zarządcom budynków, zapewniając im możliwość lepszego i bardziej wydajnego zarządzania budynkiem na bieżąco, a także większą elastyczność kontroli za pomocą systemów zarządzania budynkiem. „Wyniki projektu przyczynią się również do rozwoju przyszłych badań poprzez budowanie partnerstw między przemysłem a środowiskiem akademickim, opracowanie prototypowego inteligentnego sterowania budynkiem i zastosowanie prognozowania wydajności i optymalizacji sterowania”, podsumowuje dr Kerrigan.

Tematy

Life Sciences

Słowa kluczowe

EINSTEIN, efektywność energetyczna, zautomatyzowane wykrywanie i diagnozowanie usterek (FDD), sterowanie predykcyjne (MPC), zaawansowane modele kalibracyjne (ACM)
Śledź nas na: RSS Facebook Twitter YouTube Zarządzany przez Urząd Publikacji UE W górę