Come si struttura, si realizza correttamente un AuditEnergetico

Marco MasoeroDirettore Dipartimento Energia

Politecnico di Torino

1

Argomenti trattati nella presentazioneArgomenti trattati nella presentazione

Perché fare un audit energetico?Quadro normativoQuadro normativoIspezione vs MonitoraggioRaccolta, archiviazione ed elaborazione dei dati di monitoraggioValutazione ECO (Energy Conservation Opportunities)Monitoraggio come elemento del Commissioning

2

Consumi finali di energia in Italia anni 2000 2009 (mtep)Consumi finali di energia in Italia anni 2000-2009 (mtep)

(F t l b i ENEA d ti MSE)3

(Fonte: elaborazione ENEA su dati MSE)

Usi finali nel residenziale (Provincia di Torino)Usi finali nel residenziale (Provincia di Torino)

CUCINA 4%

ACS 8%8%

ELETTRICO 14%

1234

RISCALDAMENTO 74%

4

Bilancio elettrico nazionale del 2009 (Fonte: GSE)Bilancio elettrico nazionale del 2009 (Fonte: GSE)

Importanza dei consumi elettrici nel terziario

5

Ripartizione dei consumi elettricinel terziario per i Paesi dell’EU-27nel terziario per i Paesi dell EU 27

(TWh) (%)(TWh) (%)

Apparecchiature d’ufficio in stand-by 9,4 1,2

Sistemi informatici 26 3 4Sistemi informatici 26 3,4

Fotocopiatrici e affini 7 0,9

Illuminazione interna 164 21,6

Illuminazione esterna 36 4 7Illuminazione esterna 36 4,7

Gruppi frigorigeni 21,6 2,8

Riscaldamento ambiente e ACS 150 19,7

Refrigerazione commerciale 65 8 8 7

Le voci relative a impianti HVAC sono preponderanti (41 0%)Refrigerazione commerciale 65,8 8,7

Apparecchi di cottura 40 5,3

Ventilazione 96 12,6

Ascensori e scale mobili 52 6 8

preponderanti (41,0%)

Segue l’illuminazione (26,3%)Ascensori e scale mobili 52 6,8

Pompe 45 5,9

Altri consumi 47,6 6,3

T t l 760 4 100 0

(26,3%)

6

Totale 760,4 100,0

Quadro legislativoQuadro legislativo

• Direttiva 2002/91/CE sulla prestazione energetica degli edifici (EPBD), aggiornata nella 2010/31/EU (EPBD Recast)

• Ispezione e diagnosi energetica degli impianti p g g g pHVAC è obbligatoria (previsto da DPR 74/2013)

• L’ispezione è complessa e non garantisce di• L ispezione è complessa e non garantisce di ottenere risparmi significativi

d d d d• Necessario disporre di dati misurati di prestazione energetica da confrontare con opportuni b h k

7benchmark

Monitoraggio degli impianti HVAC con BMSMonitoraggio 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• 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) p g g q ( )• Database di registrazione dati affidabile e facilmente consultabile• Prevedere che sia comunque inserito un dato, anche nel caso di

i d l ( t li i t tt )avaria del sensore (sequenze temporali non interrotte) • Definire chiaramente il formato dei dati e la corrispondenza fra dato e

grandezza fisica misuratag

8

Caratteristiche della strumentazioneCaratteristiche della strumentazione

300-1000120 250

1 anno6 mesi

15 minuti1 ora

kW, kWh, VAh, PF°C UR (%)

Misuratore elettricoLogger T/UR (stand alone)

Costo (€)MemoriaIntervallo di tempoGrandezze acquisiteStrumento

300-1000120 250

1 anno6 mesi

15 minuti1 ora

kW, kWh, VAh, PF°C UR (%)

Misuratore elettricoLogger T/UR (stand alone)

Costo (€)MemoriaIntervallo di tempoGrandezze acquisiteStrumento

(*) CdS = Cambio di Stato

120-250100

6 mesi8000 CdS(*)

1 ora1 secondo

C, UR (%)stato On/Off

Logger T/UR (stand-alone)Logger di stato (ON/OFF)(*) CdS = Cambio di Stato

120-250100

6 mesi8000 CdS(*)

1 ora1 secondo

C, UR (%)stato On/Off

Logger T/UR (stand-alone)Logger di stato (ON/OFF)

logger T/UR Misuratore elettrico

9

Analisi dei risultati: disaggregazione consumiAnalisi dei risultati: disaggregazione consumi

Genova office electricity consumptionMWhAhu+small VRV+pumps+ev.towers

Chilly p

400.0

500.0

600.0

MWh Chillers

non HVAC

100.0

200.0

300.0

0.0gen feb mar apr mag giu lug ago set ott nov dic

Genova office Summer consumption

11%

6%

non HVACChill

Disaggregazione dei consumi elettrici per una Torre Uffici

9%ChillersAhu,small VRVpumps

una Torre Uffici

10

74%

Analisi dei risultati: Energy SignatureAnalisi dei risultati: Energy Signature

HP VRF Consumption (2008)

3'500

4'000

4'500

2'000

2'500

3'000

kWh WEEK DAY

WEEKEND DAY

1'000

1'500

2000

0

500

-3 2 7 12 17 22 27 32

°CC

11

Analisi dei risultati: Energy Signature

Confronto fra le prestazioni di due impianti a PdC

Analisi dei risultati: Energy Signature

Energy signature, consumo specifico giornaliero

VRF SYSTEM GSHP

y = 11,587x - 209,71R2 = 0,9063

y = 6,288x - 108,44R2 = 0,7698

140,0

160,0Wh/m2

80,0

100,0

120,0

20,0

40,0

60,0

0,015,0 17,0 19,0 21,0 23,0 25,0 27,0 29,0 31,0

Ext. Temperature (°C)

12

Effetto dell’orario di accensioneEffetto dell’orario di accensione

Energy Signature (schedule changing)

R2 = 0.6467500

600

700

7-18

R2 = 0.3099

200

300

400

500

kWh

/day

6-20

R2 = 0.7239

0

100

15 17 19 21 23 25 27 29 31

External Temperature (°C)

7-17

Valutazione della riduzione dei consumi (depurati da effetto ckiatico) di unValutazione 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 PlotAnalisi 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 caloreVerifica sperimentale delle prestazioni di pompe di calore

60

40

50

Comp1_OUTComp1_INCond1 OUT

10

20

30°C_

Comp2_INComp2_OUTCond_W_INCond_W_OUTCond2_OUT

160

15:0

4:50

15:0

6:40

15:0

8:30

15:1

0:20

15:1

2:10

15:1

4:00

15:1

5:50

15:1

7:40

15:1

9:30

15:2

1:20

15:2

3:10

15:2

5:00

15:2

6:50

15:2

8:40

15:3

0:30

15:3

2:20

15:3

4:10

15:3

6:00

15:3

7:50

15:3

9:40

15:4

1:30

15:4

3:20

15:4

5:10

15:4

7:00

15:4

8:50

15:5

0:40

15:5

2:30

15:5

4:20

15:5

6:10

15:5

8:00

15:5

9:50

Analisi funzionamento impianto non ottimizzato

•Corretta gestione temporale dell’impianto (pompa di calore aria-aria VRV)

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 ottimizzatoAnalisi 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 gestioneOttimizzazione della gestioneRiduzione di consumo elettrico PdC:Feriali: - 20%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 gestioneRiduzione di consumi di impianto VRV con diverse

modalità di gestione

Ottimizzazione della gestione

Daily consumption

3500

4000

4500

Hourly consumption

200.0

250.0

500

1000

1500

2000

2500

3000

3500

kWh 24h-7/7

15h-5/7

50.0

100.0

150.0

kWh 24h-7/7

15h-5/7

0

500

mon tue wed thu fri sat sun0.0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Risparmio di energia elettrica ottenuto modificando le modalità di gestione

Week consumption

20000

25000

- 26,7%

Weekday consumption

2000 0

2500.0

3000.0- 9%

Weekend day consumption

2000

2500

3000

Risparmio di energia elettrica ottenuto modificando le modalità di gestione

0

5000

10000

15000

kWh 24h-7/7

15h-5/7

0.0

500.0

1000.0

1500.0

2000.0

kWh 24h-7/7

15h-5/7

0

500

1000

1500

2000

kWh 24h-7/7

15h-5/7

- 85,3%

20

Settimana -26.7% Giorni lavorativi -9% Weekend -85.3%

Raccolta standard dei consumiRaccolta standard dei consumi1. Raccolta dei consumi disaggregati e standardizzatiEsempio di consumo relativo all’ “illuminazione”Esempio di consumo relativo all illuminazione .

21

Qualità del sistemaQualità del sistema2. Affidabilità del sistema di monitoraggioUn buon sistema di supervisione non è necessariamente un buon sistema di acquisizione datiUn buon sistema di supervisione non è necessariamente un buon sistema di acquisizione dati.

22

BMS e monitoraggioBMS e monitoraggio

1 Piccoli Edifici (<1’000 m2)1. Piccoli Edifici (<1 000 m )

La soluzione ottimale è nella maggior parte dei casi avere un sistema parallelo (duplicazione hardware e software).

2. Grandi Edifici

SLa 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 t )ACS, etc...).

La piattaforma di monitoraggio deve essere una sola.

23

Analisi datiAnalisi dati

Un dato ogni 15 minuti per una anno = 35’040 valori

Obiettivo Realtà

E’ necessaria una piattaforma di analisi automatica

24

Analisi dati automaticaAnalisi dati automatica

Piattaforme comuni

Raccolta dei valori e gestione per centri di costo OK

A li i d i i V i bilAnalisi dei consumi Variabile

...

Definizione benchmark

Per definire i Benchmark occorrono dati statistici significativi

25

Analisi dati automaticaAnalisi dati automatica

Calcolo dei risparmi potenzialiEsempio: Condizionamento: 0.7 % di consumo in orario non giustificato

26

Analisi dati automaticaAnalisi dati automatica

Calcolo dei risparmi potenzialiEsempio: Pompa di calore, 14.3 % di consumo in orario non giustificato

27

Definizione BenchmarkDefinizione Benchmark

Normalizzazione dei consumi1. Superficie

2. Dati meteo

3. Carichi interni

4. Ore di funzionamento annue

5 Variabile significativa ad hoc (es : per grande distribuzione scontrini giornalieri)5. Variabile significativa ad hoc (es.: per grande distribuzione, scontrini giornalieri)

Definizione di Key Performance Index su alcune variabili1. Regressione statistica

28

Verifica KPIVerifica KPIDefinizione di Key Performance Index su alcune variabili1 R i t ti ti C i i t HVAC i t1. Regressione statistica per Consumo impianto HVAC e insegna esterna

Impianto a p.d.c. con controllo invernale migliorabile

R2 0 71

Insegna con controllo ottimale

R2 = 0.9R2 = 0.71

29

Definizione Benchmark: modello statisticoDefinizione Benchmark: modello statistico

Modello «data driven» di previsione del consumoModello «data driven» di previsione del consumo HVAC basato su tecniche di regressione multilineare

Uffici Ipermercati

Input dimensionaliclimatici

occupazione

V [m3]T estiva_media [°C]T invernale_media [°C]ParOccupaz [giorni-uomo]

CGIA [m2]T estiva_media [°C]Tinvernale_media [°C]Hours [h]occupazione

altri consumiParOccupaz [giorni uomo]C_ill [kWh/year]C_altro [kWh/year]

Hours [h]C_ill [kWh/year]C_altro [kWh/year]

Output Consumo HVAC previsto

Errore % nella stima

30

Analisi Benchmark (annuale)Analisi Benchmark (annuale)

Benchmark: confronto dei consumi energetici di una azienda con quelli di edificisimili, evidenziando anomalie e interventi per il miglioramento dell’efficienza.

INPUT RISULTATIInserire i dati nelle celle evidenziate

Città Anno CGIA V h Settore

Firenze 2010 209 3 Uffici classe A

[m2] [m3] [m] Scelta tra: Uffici classe A;

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%)Uffici classe B; Ipermercati

Par_occup Ore_settimanali T_estiva,media T_invernale,media

7 50 22.04 9.6[giorni-uomo] [h/week] [°C] [°C]

previsti dal modello (banda di errore al 30%)

OUTPUT PREVISTO[giorni-uomo] [h/week] [ C] [ C]

C_HVAC C_LUX C_ALTRO

11230.58 5377.35 16352.1 [kWh/year]OPPURE: 10

121416

nsum

ptio

n ar

]

CHVAC

C_HVAC / CGIA C_LUX / CGIA C_ALTRO / CGIA

[kWh/m2 year]

2468

C an

nual

con

[MW

h/ye

a

0Uffici classe AH

VAC

31

Analisi Benchmark (mensile Uffici)Analisi Benchmark (mensile – Uffici)

Uffici bancari - Modello 2

2000

2500

umpt

ion

Uffici banca i Modello 2

OUTPUT PREVISTO-noti altri consumi CHVAC

1000

1500

mon

thly

cons

u[k

Wh/

mon

th]

0

500

gen feb mar apr mag giu lug ago set ott nov dic

HVA

C m

gen feb mar apr mag giu lug ago set ott nov dic

32

Analisi Benchmark (mensile Ipermercati)Analisi Benchmark (mensile – Ipermercati)

Ipermercati Modello 2

60

70

80

mpt

ion

Ipermercati - Modello 2

OUTPUT PREVISTO-noti altri consumi CHVAC

30

40

50

60

mon

thly

cons

umM

Wh/

mon

th]

0

10

20

30

HVA

C m [M

gen feb mar apr mag giu lug ago set ott nov dic

33

Progetto Europeo iSERV cmbProgetto Europeo iSERV cmb

www.iservcmb.info

Piattaforma gratuita di gestione ed analisi dei consumi1. 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 itmarco.masoero@polito.it

35