Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

EFFICITY - Metodologie per la simulazione dinamica delle reti di teleriscaldamento-raffrescamento

237 views

Published on

Presentazione delle attività di ricerca sviluppate nell'ambito del progetto Efficity

Il progetto sta sviluppando una piattaforma software per l’ottimizzazione del progetto, della gestione e del controllo di sistemi e di reti energetiche intelligenti, sia convenzionali sia integrate con fonti rinnovabili, a servizio di distretti urbani ed edifici pubblici/commerciali. L’obiettivo principale è ridurre i consumi energetici, le emissioni di CO2 ed i costi, sfruttando le informazioni rese disponibili dai moderni sistemi di monitoraggio e utilizzando avanzati algoritmi di ottimizzazione ed intelligenza artificiale.

Principali filiere coinvolte: Edilizio, Fornitura di energia elettrica, gas, vapore e servizi energetici, Costruzione di edifici, Ingegneria civile, Lavori di costruzione specializzati, Software, Smart city, Servizi, IT

Sito web del progetto: www.efficity-project.it

Published in: Business
  • Be the first to comment

  • Be the first to like this

EFFICITY - Metodologie per la simulazione dinamica delle reti di teleriscaldamento-raffrescamento

  1. 1. KEY ENERGY-ECOMONDO – Fiera di Rimini, 8 novembre 2018 Proge@o Efficity (Bando Regione Emilia-Romagna DGR 1097/2015 - POR-FESR 2014-2020) Proge-are la ci-à sostenibile: distre6 energe7ci intelligen7 e digitalizzazione Metodologie per la simulazione dinamica delle re3 di teleriscaldamento/raffrescamento Agos&no Gambaro-a, Mirko Morini – CIDEA, Università di Parma
  2. 2. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 2 Indice della presentazione 1.  Sviluppo di Modelli matema7ci per la simulazione dinamica di re7 2.  Applicazione alla rete di teleriscaldamento del Campus dell’Università di Parma 3.  Applicazioni ai sistemi di ges7one/controllo delle re7: Model Predic7ve Control & Dynamic Programming 4.  Applicazioni X-in-the-Loop (XiL): MiL to HiL
  3. 3. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 3 Le soluzioni di Generazione Distribuita e le Re7 di Teleriscaldamento/raffrescamento offrono sostanziali opportunità per migliorare l’efficienza e ridurre i consumi… •  Flessibilità •  Integrazione FER •  Edifici e componenM ad alta efficienza
  4. 4. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 4 …ma al tempo stesso introducono nuove sfide e nuovi problemi... •  Flessibilità •  Integrazione FER •  Edifici e componenM ad alta efficienza •  Allocazione dei carichi •  Ges7one del sistema •  Controllo Real-Time
  5. 5. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 5 Modello real-time di microcogeneratore con turbina a gas 3550 w_E theta_3 p3 w_T T_t m_dot_t theta_4 turbine theta_1 theta_1 theta_4 theta4 theta_3 theta3 0.9875 rendimento boiler p3 p3 p0 p0 p0 p gas in [Pa] 3550 omega_engine [rad/s] 0.03 massa combustibile [Kg/s] m_dot_f massa comb. [Kg/s] 3 m_dot_water [kg/s] m_dot_t m_dot_turbine T_E engine torque P_E engine power p3 p1 theta_1 w_C T_c m_dot_c theta_2 compressor m_dot_f m_dot_c theta_R m_dot_t theta_3 p3 burner 1.671 apertura by-pass [%]1 50 apertura by-pass [%] t 381 T water out [K] 298 T water in [K] 301.8 T gas out [K] P_gas_in [Pa] m_dot_c [Kg/s] theta_2 [K] theta_4 [K] m_dot_t_R P_air_in [Pa] theta_R [K] theta_5 [K] Rigeneratore Riepilogo dati P_T Potenza_termica Potenza termica Potenza meccanica 1043 Pot_termica [kW] 175.7 Pot_meccanica [kW] pdc p0 P water in [Pa] Disegna ciclo Carica dati m_dot_t_BP m_dot_t_R theta_5 theta_4 theta_6 Miscelatore by_pass theta_5 potenza m_dot_f theta_4 m_dot_t theta_6 p0 w_E [m_dot_t] [p2] [p0] [w_E] [w_E] u/100 u/1000 10 Clock m_dot_t Grado di by -pass m_dot_t_R m_dot_t_BP By-pass valve m_dot_w p_w_in [Pa] T_w_in [K] m_dot_gas p_gas_in [Pa] theta_6 [K] T_w_out epsilon P_T T_gas_out Boiler by_pass % by-pass Modelli matema7ci e da7 da sistemi di Monitoraggio possono essere di notevole aiuto nella proge-azione dei sistemi complessi
  6. 6. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 6 I Modelli matema7ci vanno defini7 tenendo conto delle specifiche applicazioni nelle diverse fasi proge-uali Models can be used in each step of the process to limit costs & time. Concepts & Architecture (prosumers) Components Options & Sizes Integration Detailed design Management System Testing & Running x Real Time Model complexity <0,1 1 10 100 CPU Time vs. Model approach 3D Models 1D-3D detailed Models 1D fast running Models 0D fast running Models Mean Value Models Map Based Models System or subsystem models with different level of complexity for each step.
  7. 7. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 7 L’uso di Modelli matema7ci per la simulazione dinamica “real-7me” perme-e di conoscere in an7cipo il comportamento del sistema e può essere di notevole aiuto nella realizzazione dei sistemi di Ges7one e controllo Modello real-time di microcogeneratore con turbina a gas 3550 w_E theta_3 p3 w_T T_t m_dot_t theta_4 turbine theta_1 theta_1 theta_4 theta4 theta_3 theta3 0.9875 rendimento boiler p3 p3 p0 p0 p0 p gas in [Pa] 3550 omega_engine [rad/s] 0.03 massa combustibile [Kg/s] m_dot_f massa comb. [Kg/s] 3 m_dot_water [kg/s] m_dot_t m_dot_turbine T_E engine torque P_E engine power p3 p1 theta_1 w_C T_c m_dot_c theta_2 compressor m_dot_f m_dot_c theta_R m_dot_t theta_3 p3 burner 1.671 apertura by-pass [%]1 50 apertura by-pass [%] t 381 T water out [K] 298 T water in [K] 301.8 T gas out [K] P_gas_in [Pa] m_dot_c [Kg/s] theta_2 [K] theta_4 [K] m_dot_t_R P_air_in [Pa] theta_R [K] theta_5 [K] Rigeneratore Riepilogo dati P_T Potenza_termica Potenza termica Potenza meccanica 1043 Pot_termica [kW] 175.7 Pot_meccanica [kW] pdc p0 P water in [Pa] Disegna ciclo Carica dati m_dot_t_BP m_dot_t_R theta_5 theta_4 theta_6 Miscelatore by_pass theta_5 potenza m_dot_f theta_4 m_dot_t theta_6 p0 w_E [m_dot_t] [p2] [p0] [w_E] [w_E] u/100 u/1000 10 Clock m_dot_t Grado di by -pass m_dot_t_R m_dot_t_BP By-pass valve m_dot_w p_w_in [Pa] T_w_in [K] m_dot_gas p_gas_in [Pa] theta_6 [K] T_w_out epsilon P_T T_gas_out Boiler by_pass % by-pass
  8. 8. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 8 Sono sta7 quindi costrui7 modelli per la simulazione dinamica “real-7me” dei componen7 delle re7 di teleriscaldamento/raffrescamento…
  9. 9. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 9 …definendo per ciascuno di essi la causalità fisica, in modo da poterli facilmente assemblare per modellare re7 complesse.
  10. 10. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 10 La metodologia seguita ne perme-e l’applicazione a qualsiasi 7pologia di impianto o rete The modular approach allows models application to any plant configuration
  11. 11. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 11 Il modello dinamico dell’edificio è rappresentato mediante l’equazione di conservazione dell’energia iden7ficata tramite qua-ro coefficien7 dT dt = U ⋅ A C (Text −T)+ 1 C ( !Q + !Qirr + !Qocc )+ !mforced ⋅cp,air C (Tair −T)+ !mnatural ⋅cp,air C (Text −T) a b c d
  12. 12. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 12 Confronto tra il modello dinamico proposto ed il modello realizzato con TRNSYS® Edificio Ingegneria ScienMfica – Campus, Università di Parma
  13. 13. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 13 Le condizioni al contorno (come la T esterna e l’intensità della radiazione solare) possono essere definite tra gli ingressi del modello
  14. 14. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 14 Il modello del condo-o 7ene conto del comportamento dinamico legato alla pressione ed alla temperatura Connessione causale tra i segmenM del condo@o ΔpGEO = ρ ⋅ g⋅(zout − zin ) ΔpDIST = λ ⋅ ρ ⋅ L φIN ⋅ v2 2 ΔpCONC = ρ ⋅ v2 2 ⋅k M ⋅cH2O ⋅ dT dt = !m⋅cH2O ⋅(Tin −Tout )− A⋅U ⋅(T −Text )
  15. 15. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 15 Conne-endo più condo6 secondo la corre-a causalità è possibile o-enere un anello, per il quale può essere calcolata la portata istantanea dv dt = (psupply − preturn )− Δploop M loop ∑ ⋅ π φ2 IN 4 ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ Anello !m
  16. 16. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 16 I condo6 e gli anelli possono essere connessi tra loro tramite i modelli di giunzione Modelli algebrici
  17. 17. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 17 Le pompe sono modellate con un classico modello algebrico basato sulle curve cara-eris7che SucMon pressure Delivery pressure RotaMonal speed Outgoing mass flow
  18. 18. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 18 I vasi d’espansione sono descri6 con un modello dinamico Aria (gas perfe@o) pwater = pair = pair(t=0) ⋅ Vair(t=0) Vair(t=0) − dVH2O dt ⎛ ⎝ ⎜ ⎜ ⎜⎜ ⎞ ⎠ ⎟ ⎟ ⎟⎟ k pair ⋅Vk air = const
  19. 19. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 19 I generatori di calore sono basa7 su modelli algebrici che s7mano l’effe6va produzione di calore a par7re dal combus7bile Correzione sul carico !Q =ηeff ⋅ !mfuel ⋅ LHV ηeff = f Pfuel Pfuel _nom ⎛ ⎝ ⎜⎜ ⎞ ⎠ ⎟⎟
  20. 20. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 20 Gli scambiatori di calore sono basa7 sulla dinamica del processo di scambio termico tra i fluidi termove-ori in out -  Boiler -  Heat pump -  CHP -  HEX -  Others ​ 𝐐  M ⋅cfluid ⋅ dT dt = !m⋅(cfluid ⋅Tin −cfluid ⋅Tout )+ !Q
  21. 21. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 21 Il modello del sistema di accumulo termico è basato su un approccio 1D mul7-nodo Ingressi •  Flussi in ingresso con le corrispondenti temperature •  Flussi in uscita ecce@o uno che viene calcolato Uscite
  22. 22. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 22 Il modello di pompa di calore è di 7po algebrico e s7ma i parametri opera7vi in funzione delle potenze termiche scambiate (UNI-TS 11300 part 4) COP = COPnom CC ⋅ 1− Pelnom Pel ⋅(1−CC ) ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ COPnom =ηIIint ⋅COPmax ϑH ,ϑC !QH = COP⋅ Pel !QC = Pel − !QH
  23. 23. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 23 Il modello del Cogeneratore è di 7po algebrico e calcola la potenza termica ed ele-rica ηI =ηel +ηth = Pel + Pth Pfuel Pel = Pfuel ⋅ηel Pth = Pfuel ⋅ηth
  24. 24. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 24 Applicazione: la rete di teleriscaldamento del Campus dell’Università di Parma THERMAL POWER STATION
  25. 25. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 25 Applicazione: la rete di teleriscaldamento del Campus dell’Università di Parma 1° 2° 3° 4° 5° 6° 7° 8° 9° 10° 11°
  26. 26. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 26 Applicazione: la rete di teleriscaldamento del Campus dell’Università di Parma
  27. 27. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 27 Gli algoritmi di 7po Model Predic7ve Control (MPC) u7lizzano un modello dinamico per prevedere il comportamento del sistema e definire la sequenza di controllo o6mo MPC Proceedings of the 10th Interna&onal Conference on Applied Energy (ICAE 2018) … ˆText ≠ Text Tactual Tfuture ui uopt uopt (t0 ) uopt (tn )
  28. 28. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 28 Ad ogni intervallo di tempo l’orizzonte di previsione avanza di un passo, le variabili vengono aggiornate e l’algoritmo di o6mizzazione viene eseguito MPC Proceedings of the 10th Interna&onal Conference on Applied Energy (ICAE 2018) … ˆText ≠ Text Tactual Tfuture ui uopt uopt (t0 ) uopt (tn )
  29. 29. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 29 Il problema di o6mizzazione può essere risolto con algoritmi di Dynamic Programming MPC Proceedings of the 10th Interna&onal Conference on Applied Energy (ICAE 2018) ˆText ≠ Text Tactual Tfuture ui uopt
  30. 30. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 30 Management HW&SW Signal condiMoning Control Algorithm Output drivers Real-&me dynamic models Sensors simulaMon Generators models Actuator simulaMon DistribuMon models Users models Electronic interface Electronic interface Interface Applicazioni a soluzioni di tes7ng di 7po X-in-the-Loop (XiL) ü  Model-in-the-Loop (MiL): model of control system + model of the controlled system ü  Software-in-the-Loop (SiL): SW embedded in the control system + model of the controlled system ü  Hardware-in-the-Loop (HiL): ECU prototype + model of the controlled system
  31. 31. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 31 Applicazioni a soluzioni di tes7ng di 7po Model-in-the-Loop (MiL) Simula7on environment Controller model Model Predictive Control Time scheduled control
  32. 32. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 32 Applicazioni a soluzioni di tes7ng di 7po Model-in-the-Loop (MiL) Simula7on environment System model
  33. 33. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 33 Conclusioni Modelli matema7ci per la simulazione dinamica “real-7me” di Sistemi di Generazione Distribuita e di Re7 Energe7che per: 1.  Proge-are le re7 ed i sistemi di controllo 2.  Sviluppare algoritmi di ges7one/controllo efficien7 (es.MPC) 3.  Verificare preliminarmente il comportamento delle re7 e degli algoritmi (XiL)
  34. 34. AgosMno Gambaro@a - Key Energy, Rimini - 08.11.2018 Il Proge@o EFFICITY 34 GRAZIE PER L’ATTENZIONE Agos3no Gambaro9a, Mirko Morini – CIDEA, Università di Parma agos3no.gambaro9a@unipr.it, mirko.morini@unipr.it Proge-o EffiCity - Sistemi energe7ci efficien7 per distre6 urbani intelligen7 www.efficity-project.it Efficity è un proge@o co-finanziato dalla Regione Emilia-Romagna nell’ambito del Bando per progeg di ricerca industriale strategica in ambito energeMco (DGR 1097/2015), emesso in a@uazione al POR-FESR 2014-2020.

×