Come si struttura, si realizza correttamente un Audit Energetico EN/2013... · 2018-11-15 ·...
Transcript of Come si struttura, si realizza correttamente un Audit Energetico EN/2013... · 2018-11-15 ·...
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