Miglioramento della previsione dei consumi energetici attraverso la profilatura degli utenti : caso studio un edificio per uffici

Alice Alisotta

Miglioramento della previsione dei consumi energetici attraverso la profilatura degli utenti : caso studio un edificio per uffici.

Rel. Stefano Paolo Corgnati. Politecnico di Torino, Corso di laurea magistrale in Architettura Costruzione Città, 2013

Controlla la disponibilità in biblioteca

Abstract:	La globalizzazione e i cambiamenti degli stili di vita, hanno contribuito al considerevole aumento dei consumi energetici ed emissioni di C02, producendo negli ultimi anni una collettiva sensibilizzazione verso scelte energetiche efficienti e sostenibili. Una cospicua quantità dei consumi energetici globali è da attribuire al settore edilizio e principalmente all’energia utilizzata per il riscaldamento, il raffrescamento e l’illuminazione. Secondo le stime, solo in Europa , circa il 40% del consumo globale di energia primaria è dovuto alle costruzioni: una quota pari al 18% è attribuita agli edifici per uffici, la restante parte al settore residenziale. Negli uffici, il 53% dell’energia consumata è impiegata nel riscaldamento, il 14% per l’illuminazione, e per gli apparecchi elettrici il 16%. Per questo motivo, le riduzioni di energia negli edifici e la conseguente diminuzione di emissioni di CO2 sono gli obiettivi principali che l’architettura sostenibile si pone. Molti studi si sono concentrati alla riduzione dei consumi energetici in fase progettuale, attraverso l’utilizzo di tecniche energeticamente sostenibili: aumento dell’isolamento termico, maggiore efficienza del sistema impiantistico, miglioramento delle proprietà termo fisiche dei materiali da costruzione, attenzione a forma e orientamento dell’edificio. Ma ciò che comporta il consumo energetico all’interno di un edificio comprende una vasta serie di fattori. Tra questi, il comportamento dell’occupante gioca un ruolo decisivo nella determinazione dei consumi finali. Una serie di fattori psicologici, fisiologici, ambientali e contestuali, influenzano il livello di comfort desiderato dagli utenti all’interno degli edifici, portandoli ad agire sull’ambiente attraverso differenti scenari d’azione. Gli strumenti di simulazione risultano indispensabili per la previsione del consumo finale di energia, ma spesso sono in grado di simulare accuratamente solo le caratteristiche legate alle proprietà fisiche dell’edificio. La natura deterministica degli strumenti porta ad una grande semplificazione della realtà e alla trascuratezza delle variabili stocastiche che mettono in relazione il comportamento dell’utente con i sistemi di controllo dell’ambiente interno. L’effetto di tutto ciò è un notevole divario tra i consumi previsti in fase di progetto e quelli riscontrati durante la vita utile degli edifici. Il punto cruciale di tale discrepanza risulta nell’incapacità dei programmi di calcolo attuali, di simulare il reale comportamento dell’occupante: le azioni di controllo vengono descritte attraverso assunzioni prefissate e non realistiche, ma il comportamento dell’occupante è un processo complesso ed è influenzato da numerose variabili. Nonostante ciò, la modellazione del comportamento dell’occupante sta iniziando a svilupparsi. Risulta quindi necessario prendere in anali, nelle simulazioni energetiche, le interazioni degli occupanti con i sistemi di controllo se si vuole raggiungere una migliore previsione dei consumi energetici ottenendo valori più vicini alla realtà. Il lavoro di tesi si pone come obiettivo la definizione di profili probabilistici di utenti e l’analisi di come diverse azioni di controllo influenzino il consumo di energia e la qualità dell’ambiente interno. Le variabili su cui ci si è concentrati sono quelle relative all’uso del sistema di illuminazione artificiale e schermature solari. Inizialmente la simulazione ha riguardato l’analisi dei consumi energetici finali, attraverso un approccio che rispecchia quello adottato attualmente nei programmi di simulazione, quello deterministico, dove la presenza dell’occupante e le azioni di controllo sono calcolate sulla base di assunzioni decise a priori per le schedule. Successivamente alla profilatura degli utenti, il modello viene implementato attraverso le due variabili probabilistiche (uso dell’illuminazione e schermature solari) e vengono eseguite le simulazione per ogni modello di utente. Dai risultati si nota l’elevata influenza delle azioni di controllo dei diversi utenti sui consumi energetici e qualità dell’ambiente interna, ed emerge come i parametri utilizzati nelle procedure standard di previsione della performance energetica degli edifici, siano notevolmente distanti dalle reali preferenze degli utenti. Risulta evidente l’impossibilità di simulare l’occupante attraverso approcci deterministici proprio per la natura del comportamento dell’utente probabilistica. Il lavoro presentato in questa tesi, si basa sulla fondamentale assunzione che solo attraverso una profilatura accurata degli utenti sarà possibile ottenere una migliore previsione dei consumi energetici.
Relatori:	Stefano Paolo Corgnati
Tipo di pubblicazione:	A stampa
Soggetti:	A Architettura > AM Estimo S Scienze e Scienze Applicate > SE Ecologia
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/3219
Capitoli:	Indice Sommario 1. Introduzione 1.1 Background 1.2 Scopo della ricerca 1.3 Piano della ricerca 1.4 Mappa della ricerca 2. Il contesto 2.1 La questione climatica 2.2 La questione energetica 2.2.1 Tecnologie sostenibili 2.2.2 Efficienza energetica negli edifici 2.3 Il consumo di energia negli edifici 2.3.1 Consumo energetico teorico e quello reale 2.3.2 Il comportamento dell’occupante e il comfort termico 3. Il comportamento dell’occupante 3.1 IEA ECBCS Annex 53 3.1.1 Individuazione dei principali fattori influenzanti il consumo di energia 3.2 Il comportamento dell’occupante: un processo complesso 3.2.1 L’effetto del comportamento dell’occupante sul consumo di energia 3.3 Drivers e scenari d’azione 3.3.1 L’apertura e la chiusura delle finestre 3.3.2 Regolazione delle temperature di set-point 3.3.3 Controllo del sistema di illuminazione e schermature solari 3.3.4 Le forzanti rilevanti 3.4 Il comportamento degli occupanti e gli strumenti di simulazione: come migliorare l’inserimento dei parametri di input 3.5 Verso un approccio stocastico del comportamento dell’occupante 4. Il caso studio: un edificio per uffici 4.1 Introduzione 4.2 Definizione di High Performance Building 4.3 Ricerca del caso studio 4.3.1 Schede tecniche 4.4 Il progetto: A Grander View 5. Il calcolo energetico e la calibrazione dell’edificio 5.1 Lo strumento di simulazione Energy Plus 5.1.1 EP-Lanch 5.1.2 IDF Editor 5.1.3 Building Benchmark Models 5.2 La calibrazione dell’edificio e i parametri di input 5.2.1 Il clima 5.2.2 L’involucro edilizio e le zone termiche 5.2.3 La determinazione delle temperature di set-point 5.2.4 L’utente 5.2.5 Internai gains 5.2.6 Ventilazione e infiltrazione 5.2.7 L’impianto e il sistema energetico 5.3 Risultati della simulazione energetica con riferimento ad utenti standard 5.3.1 Conclusioni 6. Gli effetti del comportamento dell’occupante sul controllo del sistema di illuminazione artificiale e schermature solari 6.1 Controllo del sistema di illuminazione artificiale e schermature solari 6.1.1 Ricerca scientifica: verso un approccio stocastico 6.2 Identificazione di tre tipologie di utenti 6.2.1 Dettagli della simulazione 6.3 Modelli di comportamento dell’occupante - Utente distratto - Utente medio - Utente virtuoso 6.4 Simulazione del comportamento degli occupanti nel software di calcolo 6.5 Risultati a confronto 6.5.1 Osservazioni 7. Conclusioni 7.1 Discussione 7.2 Conclusione Bibliografia Ringraziamenti Allegati
Bibliografia:	ASHRAE Handbook of Fundamentals 2009; Anca D. Galasiu , Morad R. Atif, Robert A. MacDonald. Impact of window blinds on daylight-linked dimming and automatic on/off lighting controls. Solar Energy 76 (2004) 523-544. ALWaer, H.; D.J. Clements-Croome. (2010). Key performance indicators (KPIs) and priority setting in using the multi-attribute approach for assessing sustainable intelligent buildings. Building and Environment 45 (2010) 799-807. Bodart, M., De Herde, A., 2002. Global energy savings in office buildings by the use of daylighting. Energy and Buildings 34, 412-429. Bodart M., De Herde A. Global energy savings in office buildings by use of daylighing. Energy and Buildings 34 (2002) 421-429. Christoph F. Reinhart. Lightswitch-2002: a model for manual and automated control of electric lighting and blinds, Solar Energy 77 (2004) 15-28. Christian, J. and A. Pandeya, (1997), Cost predictions of facilities. Journal of Management in Engineering 13 (1):52-61. De Dear RJ, Brager GS. Thermal comfort in naturally ventilated buildings: revisions to ASHRAE standard 55. Energy and Buildings 2002;34(6):549-61. Fabi V., Corgnati SP., Filippi M„ Olesen BW., Effect of occupant behaviour related influencing factors of final energy end uses in buildings. Climated 2011, Madrid, 2-3 June Fabi V., SP. Corgnati, RV. Andersen, M. Filippi, BW. Olesen, Description of occupant behaviour in building energy simulation: state-of-art and concepts for their improvement. Proceedings of Building Simulation Conference 2011, Sydney, 14th -16th November. Fabi V, Vinther Andersen R, Corgnati SP., Modelling occupant behaviour for a better prediction of building energy performance. Accepted manuscript, Building simulation. Sydney 2011. Fabi V., Andersen RV., Corgnati SP., Olesen BW., Occupants’ window opening behaviour: A literature review of factors influencing occupant behaviour and model.” Building and Environment (2012), pp. 188-198 Frontini F., Tilmann E. Kuhn. The influence of various internal blinds on thermal comfort: A new method for calculating the mean radiant temperature in office spaces. Energy and Buildings 54 (2012) 527-533. Herkel S., Knapp U., Pfafferott J. Towards a model of user behaviour regarding the manual control of windows in office buildings, Building and environment 43 (2008)588-600. Hoes P., Hensen J. L. M., Bourgeois D., User behaviour in whole building simulation, Energy and Buildings 41 (2009) 295-302. Haldi F., Robinson D., Interactions with window openings by office occupants, Building and Environment 44 (2009) 2378-2395. Iftikhar A. Raja, J. Fergus Nicol, Kathryn J. McCartney, Michael A. Humphreys, Thermal comfort: use of controls in naturally ventilated buildings, Energy and Buildings 33 (2001) 235-244. Ji-Hyun Kim, Young-Joon Park, Myoung-Souk Yeo, Kwang-Woo Kim. An experimental study on the environmental performance of the automated blind in summer. Building and Environment 44 (2009) 1517-1527. Joao Virotea, Rui Neves-Silva. Stochastic models for building energy prediction based on occupant behavior assessment Energy and Buildings 53 (2012) 183-193. Kevin Van Den Wymelenberg. Patterns of occupant interaction with window blinds: A literature review. Energy and Buildings 51 (2012) 165-176. Olivia Guerra Santin, Behavioural Patterns and User Profiles related to energy consumption for heating, Energy and Buildings 43 (2011) 2662-2672. Page J, Robinson D, Morel N, Scartezzini J-L. A generalised stochastic model for the simulation of occupant presence. Energy and Buildings 40 (2008) 83-98. Therese Peffer, Marco Pritoni, Alan Meier, Cecilia Aragon, How people use thermostats in home: A review, Building and environment 46 (2011) 2529-2541. UNI 10339:1995, Impianti aeraulici a fini di benessere; UNI EN 15251:2008, Criteri per la valutazione dell’ambiente interno e per la valutazione della prestazione energetica degli edifici, in relazione alla qualità dell’aria interna, all’ambiente termico, aH’illuminazione e all’acustica. UNI/TS 11300-1:2012, Prestazioni energetiche degli edifici Parte 1: Determinazione del fabbisogno di energia termica dell’edificio per la climatizzazione estiva ed invernale; UNI/TS 11300-2:2008, Prestazioni energetiche degli edifici Parte 2: Determinazione del fabbisogno di energia primaria e dei rendimenti per la climatizzazione invernale e per la produzione di acqua calda sanitaria. Yufan Zhang, Peter Barrett . Factors influencing occupants’ blind-control behaviour in a naturally ventilated office building. Building and Environment 54 (2012)137-147. Sitografia: http://www.hpbmagazine.org/past-issues http://new.usgbc.org/projects http://apps1.eere.energy.gov/buildings/energyplus

Modifica (riservato agli operatori)