Alberto Monti
Ottimizzazione progettuale dei consumi e dei costi energetici di un edificio plurifamiliare.
Rel. Marco Filippi, Elisa Sirombo, Maria Ferrara. Politecnico di Torino, Corso di laurea magistrale in Architettura Costruzione Città, 2016
Questa è la versione più aggiornata di questo documento.
Abstract: |
La forte dipendenza dai combustibili fossili e l’allarmante aumento delle emissioni di gas serra a livello mondiale continua sempre più a spingere tutti i settori industriali verso l’adozione di politiche finalizzate al contenimento dei consumi energetici e di riduzione dell’impatto sugli ecosistemi. Il settore edilizio riveste un ruolo fondamentale in questa sfida ed il tema del miglioramento dell’efficienza energetica è ormai di interesse comune per i benefici ambientali ed economici che ne derivano. Ad oggi, la disponibilità di appositi strumenti tecnici e normativi permette di indagare con accuratezza la prestazione energetica degli edifici. Le scelte che permettono al progettista di operare in un’ottica di risparmio energetico sono in primo luogo quelle atte a trarre il massimo vantaggio dal contesto climatico in cui viene inserito l’edificio. Per valutare con precisione i fattori ambientali e fisico-tecnici con cui ci si confronta nel progetto, i professionisti fanno sempre più spesso ricorso a strumenti di simulazione energetica dinamica. Nel presente lavoro di Tesi sono stati utilizzati strumenti di questa tipologia (in particolare il software “TRNSYS”) per analizzare i fabbisogni di alcune unità abitative appartenenti ad un edificio residenziale di recente costruzione situato a Cremona e formulare la classificazione energetica secondo la nuova normativa prevista dal Decreto Interministeriale del 26 giugno 2015. I risultati ottenuti sono stati poi confrontati con quelli di un calcolo in regime quasi stazionario. Successivamente è stata eseguita un'analisi di sensitività al fine di valutare l’incidenza, sui fabbisogni energetici per riscaldamento e raffrescamento e sul fabbisogno totale, della variazione di alcuni parametri (spessore dell’isolamento d’involucro, tipologia e dimensione dei serramenti, dimensione degli aggetti, fattori di assorbimento delle superfici esterne) per mezzo del software GenOpt (“Generic Optimization Program”). Con lo stesso software è stata poi ricercata la combinazione ottimale di tutti i parametri considerati attraverso la minimizzazione di una funzione obiettivo (sia funzione di consumo energetico sia funzione di costo), mediante un algoritmo di tipo Particle Swarm. Sulla base delle soluzioni ottimizzate trovate sono stati analizzati i dati sul possibile risparmio di energia ed i relativi costi di gestione. Infine sono state ricercate altre eventuali configurazioni ottimali dei parametri in analisi variando il contesto climatico dell’edificio.
|
---|---|
Relatori: | Marco Filippi, Elisa Sirombo, Maria Ferrara |
Tipo di pubblicazione: | A stampa |
Soggetti: | A Architettura > AH Edifici e attrezzature per l'abitazione S Scienze e Scienze Applicate > SH Fisica tecnica |
Corso di laurea: | Corso di laurea magistrale in Architettura Costruzione Città |
Classe di laurea: | NON SPECIFICATO |
Aziende collaboratrici: | NON SPECIFICATO |
URI: | http://webthesis.biblio.polito.it/id/eprint/4641 |
Capitoli: | 1. LA PRESTAZIONE ENERGETICA NEL SETTORE EDILIZIO - IL QUADRO NORMATIVO EUROPEO E NAZIONALE 1.1. La prestazione energetica in edilizia 1.2. Legislazione nazionale 1.2.1. Classificazione energetica 2. STRUMENTI PER LA VALUTAZIONE E L’OTTIMIZZAZIONE DELLA PRESTAZIONE ENERGETICA DEGLI EDIFICI 2.1. Metodi per la valutazione della prestazione energetica 2.2. Strumenti per la valutazione della prestazione energetica-Trnsys 2.2.1. Simulation Studio 2.2.2. TRNBuild 2.3. Strumenti per l’ottimizzazione della prestazione energetica-GenOpt 3. IL CASO STUDIO 3.1. Descrizione del caso di studio 3.1.1. Involucro edilizio 3.1.2. Dotazioni impiantistiche 3.1.3. Valutazione delle prestazioni energetiche eseguita a progetto 3.2. Analisi delle prestazioni energetiche con simulazione energetica dinamica 3.2.1. Dati di INPUT per la simulazione 3.2.2. Risultati dell’analisi in regime dinamico 3.3. Calcolo dei fabbisogni per ACS e Ventilazione 3.4. Classificazione energetica 3.5. Confronto con simulazione in regime stazionario 3.6. Calcolo dei costi di esercizio dell’edificio reale 4. INDIVIDUAZIONE DEI PARAMETRI 4.1. Definizione dei parametri per l’analisi parametrica 4.1.1. Spessore dello strato di isolamento 4.1.2. Tipologie di serramenti 4.1.3. Dimensione delle superfici trasparenti 4.1.4. Aggetti sulla facciata Sud 4.1.5. Profondità delle logge Sud e Nord 4.1.6. Coefficiente di assorbimento superfici esterne 4.2. Risultati dello studio parametrico 4.2.1. Spessore dello strato di isolamento 4.2.2. Tipologie dei serramenti 4.2.3. Dimensione delle superfici trasparenti 4.2.4. Dimensione aggetti sulla facciata Sud 4.2.5. Profondità delle logge Sud e Nord 4.2.6. Coefficienti di assorbimento superfici esterne 4.2.7. Commenti e riepilogo dei risultati 5. OTTIMIZZAZIONE DELLE SOLUZIONI DI INVOLUCRO EDILIZIO 5.1. Ottimizzazione dei parametri in relazione all'energia primaria 5.2. Ottimizzazione dei parametri in relazione ai costi di esercizio 5.3. Considerazioni conclusive sulle soluzioni ottimali 6. CONSIDERAZIONI ECONOMICHE SUI COSTI DI ESERCIZIO DI VARIE POSSIBILI ALTERNATIVE PROGETTUALI 6.1. Confronto tra edificio reale ed edificio ottimizzato 6.2. Confronto tra edificio reale ed altre soluzioni di involucro 6.2.1. Ritorno economico degli investimenti 7. CONSIDERAZIONI SULL’OTTIMIZZAZIONE ENERGETICA DELLE SOLUZIONI DI INVOLUCRO IN FUNZIONE DEL CONTESTO CLIMATICO 7.1. Il caso di Roma -Analisi parametrica 7.1.1. Spessore dello strato di isolamento 7.1.2. Tipologia dei serramenti per ciascun orientamento 7.1.3. Dimensione delle superfici trasparenti 7.1.4. Dimensione aggetti sulla facciata Sud 7.1.5. Profondità delle logge 7.1.6. Coefficienti di assorbimento superfici esterne 7.2. Il caso di Roma-Ottimizzazione dei parametri in relazione all’energia primaria 7.3. Il caso di Bolzano-Analisi parametrica 7.3.1. Spessore dello strato di isolamento 7.3.2. Tipologia dei serramenti per ciascun orientamento 7.3.3. Rapporto pie no/vuoto (dimensione superfici trasparenti) 7.3.4. Dimensione aggetti sulla facciata Sud 7.3.5. Profondità delle logge 7.3.6. Coefficienti di assorbimento superfici esterne 7.4. Il caso di Bolzano-Ottimizzazione dei parametri in relazione all’energia primaria 7.5. Commenti e riepilogo dei risultati 8. CONCLUSIONI |
Bibliografia: | ASHRAE GREENGUIDE: DESIGN, CONSTRUCTION, AND OPERATION OF SUSTA^ABLE BUILDINGS, 4TH EDITION . (2013) Economico, M. d. (s.d.). Gazzetta Ufficiale della Repubblica Italiana. Adeguamento del decreto del Ministro dello sviluppo economico, 26 giugno 2009 - Linee guida nazionali per la certificazione energetica degli edifici. (15A05200) (GU Serie Generale n.162 del 15-7- 2015 - Suppl. Ordinario n. 39) ENEA-AGENZIA NAZIONALE PER LE NUOVE TECNOLOGIE, L. E. (s.d.). "RAPPORTO ENERGIA E AMBIENTE, SCENARI E STRATEGIE-Verso un'Italia low carbon: sistema energetico, occupazione e investimenti" Marco Filippi ed Enrico Fabrizio, "Introduzione alla simulazione energetica dinamica degli edifici", Ed.Delfino,2011 Fabrizio, E. (s.d.). L'energy modelling. ATTI E RASSEGNA TECNICA - SOCIETÀ1 DEGLI INGEGNERI E ARCHITETTI IN TORINO 01/2012; LXVI-l-2-3:263-270 Marco Filippi, E. S. (2015). I-TOWN - Italian Training qualification Workforce in building "Analisi dello stato dell'arte, dei sistemi di valutazione della sostenibilità esistenti per l'individuazione delle macro-aree di formazione in edilizia" Wetter, M. (2008). "GenOpt-Generic Optimization Program-User Manual" 2.1.0. Berkeley, CA: Lawrence Berkeley National Laboratory,2008 Michael Kummert (ESRU - University of Strathclyde), "Using GenOpt with TRNSYS 16 and Type 56" Albergante, L. (s.d.). "Ricercare il minimo di una funzione: Particle swam optimization" Dipartimento di Matematica, Università degli Studi di Milano E. Asadi, M.G. da Silva, C.H. Antunes, L. Dias, "A multi-objective optimization model for building retrofit strategies using TRNSYS simulations, GenOpt and MATLAB, Building and Environment", pp. 370-378, Elsevier,2012 V. Machalras, A. Tsangrassoulis, K. Axarli, "Algorithms for optimization of building design: A eview, Renewable and Sustainable Energy Reviews" pp. 101-112, Elsevier, 2014 M. Hamdy, A. Hasan, K. Siren, "Impact of adaptive thermal comfort criteria on building energy use and cooling equipment size using a multi-objective optimization scheme, Energy and Buildings", pp. 2055-2067, Elsevier, 2011 D. Kolokotsa, K. Niachou, V. Geros, K. Kalaitzakis, G.S. Stavrakakis,M.Santamouris, "Implementation of an integrated indoor environment and energy management system,Energy and Buildings", pp. 93-99, Elsevier, 2005 R. Yang, L. Wang, "Multi-objective optimization for decision-making of energy and comfort management in building automation and control, Sustainable Cities and Society", pp. 1-7, Elsevier, 2012 A.T. Nguyen, S. Reiter, P. Rigo, “A review on simulation-based optimization methods applied to building performance analysis", Applied Energy, pp. 1043-1058, Elsevier, 2014 GUIDE E NORMATIVE DIRETTIVA 2002/91/CE DEL PARLAMENTO EUROPEO E DEL CONSIGLIO del 16/12/2002 sul rendimento energetico nell'edilizia.. (s.d.) DIRETTIVA 2010/31/UE DEL PARLAMENTO EUROPEO E DEL CONSIGLIO del 19/05/2010 sulla prestazione energetica nell'edilizia (rifusione).. (s.d.) DECRETO INTERMINISTERIALE 26 GIUGNO 2015 - "Applicazione delle metodologie di calcolo delle prestazioni energetiche e definizione delle prescrizioni e dei requisiti minimi degli edifici" DECRETO INTERMINISTERIALE 26 GIUGNO 2015 - "Schemi e modalità di riferimento per la compilazione della relazione tecnica di progetto ai fini dell'applicazione delle prescrizioni e dei requisiti minimi di prestazione energetica negli edifici" DECRETO INTERMINISTERIALE 26 GIUGNO 2015-"Adeguamento linee guida nazionali per la certificazione energetica degli edifici" UNI TS-11300 parte 1 - 2010 UNI TS-11300 parte 2 - 2010 Sitografia www.ashrae.org www.usgbc.org www. sciencedirect.com www. cibse-sdg.org www.trnsys.com http://simulationresearch.lbl.gov www.mathworks.it, "Global Optimization Toolbox. How the genetic algorithm works" |
Modifica (riservato agli operatori) |