Advanced control strategies for the management of energy storage systems in a non-residential building

La crescente disponibilità e penetrazione delle risorse energetiche rinnovabili insieme alla progressiva elettrificazione degli usi finali di energia rende necessario porre particolare attenzione all’integrazione di tali fonti con la rete elettrica e alla stabilità della stessa. Le fonti di energia rinnovabili come il solare e l’eolico sono infatti tipicamente non programmabili; dunque, la loro disponibilità non segue in generale l’andamento della domanda. La flessibilità richiesta per l’adattamento alle esigenze della rete (Demand Response) trae beneficio dai sistemi di accumulo energetico la cui gestione, però, richiede sistemi di controllo adeguati. Le strategie di controllo tradizionali come l’On-Off e il PID sono essenzialmente orientate al mantenimento delle condizioni operative dei sistemi controllati. Le strategie di controllo avanzate permettono invece di includere obiettivi di efficientamento e flessibilità energetica grazie alle loro capacità predittive e alla possibilità di individuare soluzioni ottimali. Esigenti dal punto di vista computazionale, queste strategie stanno attraendo una crescente attenzione da parte del mondo della ricerca vista la sempre maggior disponibilità di potenza di calcolo. Il presente lavoro formula diverse strategie di controllo e propone un framework per la loro verifica in sede simulativa. Le strategie sono applicate a un caso studio che consiste in un edificio servito da un impianto di riscaldamento, una pompa di calore per la generazione di calore, un serbatoio di accumulo termico, una batteria elettrica e dei pannelli fotovoltaici per la produzione di energia elettrica. È inoltre possibile lo scambio di energia con la rete. La prima parte del lavoro dimostra come strategie di controllo Rule Based opportunamente formulate possano raggiungere obiettivi di efficienza, flessibilità e risparmio economico pur in assenza di capacità predittiva o di ottimizzazione. Successivamente, il problema viene affrontato servendosi di un controllo predittivo, ovvero il Model Predictive Control (MPC), che permette di minimizzare l’acquisto di energia dalla rete attraverso l’ottimizzazione di una funzione di costo opportunamente formulata. I risultati del controllo predittivo sono confrontati con quelli un RBC adottato come Baseline e mostrano come il primo sia più efficace nel conseguimento degli obiettivi di risparmio energetico prefissati.