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.

Il progetto EffiCity: Sistemi energetici efficienti per distretti urbani intelligenti

3,590 views

Published on

Il progetto si propone di sviluppare 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
Presentazioni e video: http://cerr.eu/what-s-going-on/357-materiali-dei-seminari-disponibili-online

Published in: Data & Analytics
  • Login to see the comments

  • Be the first to like this

Il progetto EffiCity: Sistemi energetici efficienti per distretti urbani intelligenti

  1. 1. Bologna, 7 settembre 2017 Sistemi energetici efficienti per distretti urbani intelligenti Presentazione a cura di: Ing. Marco Gabba
  2. 2. 2 Outline 1. Motivazione e Obiettivi del progetto 2. Il Partenariato 3. La piattaforma software 4. La gestione dell'incertezza 5. La piattaforma software – dettagli 6. I Risultati attesi e le ricadute industriali
  3. 3. 3 Motivazione e Obiettivi del progetto
  4. 4. 4 Motivazione Oggigiorno gli impianti energetici sono sempre più complessi (a causa dell'introduzione di sistemi di trigenerazione, accumuli, ecc). Per questo motivo, i classici criteri progettuali e le logiche gestionali più semplici possono non essere più sufficienti. Per migliorare la capacità di gestire tale tipologia di impianti sarebbe quindi opportuno sfruttare: - le informazioni registrate dai moderni sistemi di monitoraggio (e.g., profili di domanda giornalieri) - Previsioni meteo - Tool di ottimizzazione disponibili oggi
  5. 5. 5 Obiettivi del progetto Rendere «SMART» gli impianti energetici al servizio di distretti urbani ed edifici pubblici / commerciali grazie all’uso di una piattaforma software per l’ottimizzazione delle fasi di progettazione e/o riqualificazione e gestione dei sistemi.
  6. 6. 6 Il partenariato
  7. 7. 7 Laboratori e Centri per l’innovazione LEAP – Laboratorio Energia e Ambiente Piacenza (coordinatore) CIDEA – Centro Interdipartimentale Energia e Ambiente – Università degli Studi di Parma CIRI-EA – Centro Interdipartimentale di Ricerca Industriale Energia e Ambiente – Università di Bologna CERR – Confindustria Emilia-Romagna Ricerca Soc cons. arl Enti locali Comune di Parma
  8. 8. 8 Imprese partecipanti Impresa Allodi Srl – Edilizia e costruzioni ANTAS Srl – Servizi integrati di gestione agli edifici, principalmente servizio energia Impresa CELLA GAETANO Srl – Edilizia e costruzioni Consorzio Centrale Termica P.E.E.P. Corticella Soc. Coop – Produzione e distribuzione servizio calore ed acqua calda sanitaria per il comparto PEEP Corticella CPL Concordia Soc. Coop – Costruzione di opere di pubblica utilità per il trasporto dei fluidi Croci Costruzioni Srl – Edilizia e costruzioni Optit Srl – Modellistica e sviluppo software (ricerca operativa) Siram Spa – Installazione di impianti idraulici, di riscaldamento e condizionamento dell'aria in edifici o in altre opere di costruzione CONSORZIO CENTRALE TERMICA P.E.E.P. CORTICELLA S.C.R.L.
  9. 9. 9 La piattaforma software
  10. 10. 10 Progettazione / Riqualificazione Dati:  Proiezioni di domanda termica, frigorifera ed elettrica dell’utenza;  Stima della producibilità energetica da fonti rinnovabili;  Catalogo, prestazioni e costi delle tecnologie disponibili; Variabili decisionali:  La scelta delle unità di generazione da installare (caldaie, motori cogenerativi, pannelli solari termici/fotovoltaici, etc);  Le taglie delle singole unità di generazione;  La tipologia e la taglia dei sistemi di accumulo termici/elettrici.  Connessioni tra i siti
  11. 11. 11 Progettazione / Riqualificazione Funzione obiettivo:  Minimo consumo annuale di combustibili fossili (o emissioni CO2 o costi). Vincoli:  Soddisfare la domanda termica/frigorifera in ogni possibile condizione.  Vincoli tecnologici (rampa di carico massima, numero massimo on/off, etc.)  Vincoli associati alle reti di distribuzione (e.g., max export/import elettrico).
  12. 12. 12 Gestione / Scheduling Dati:  Curve caratteristiche, minimo tecnico, vincoli di rampa delle macchine installate (motori, GTs, pompe di calore, ecc)  Sistemi di accumulo di calore  Previsione della domanda termica ed elettrica  Previsione della produzione da rinnovabili  Prezzi dell'energia elettrica  Connessioni tra i siti Funzione obiettivo:  Minimo consumo annuale di combustibili fossili (o emissioni CO2 o costi).
  13. 13. 13 Gestione / Scheduling Variabili decisionali (per ogni ora del giorno / settimana):  Gli stati on/off delle unità di generazione.  Le regolazioni delle unità di generazione (carichi).  La gestione del sistema di accumulo. Vincoli:  Bilanci elettrici e termici.  I vincoli operativi delle macchine.  Vincoli operativi delle reti elettriche (max import/export) e termiche.
  14. 14. 14 Controllo REAL TIME Input sistema di controllo  Fabbisogni reali delle utenze (problema: individuazione grandezze significative da monitorare)  Produzione dei generatori RNP (confronto tra produzione reale e previsioni) Logica sistema di controllo  Individuazione tempo (𝑡𝑡0) di analisi grandezze significative  Regolazione primaria (𝑡𝑡1 > 𝑡𝑡0) : setting carico dei sistemi di generazione  Regolazione secondaria (𝑡𝑡2 ∈ 𝑡𝑡0; 𝑡𝑡1 ) : setting aggiuntivo carico dei sistemi di generazione (per variazioni dei fabbisogni superiori ad un valore di soglia) Vincoli:  Ramp Rate sistemi di generazione
  15. 15. 15 La gestione dell'incertezza
  16. 16. 16 Progetto Incertezza e design  La presenza di incertezza sui dati utilizzati per il design potrebbe portare a un sottodimensionamento o ad un sovradimensionamento dell'impianto.  Il caso di sottodimensionamento è il più grave: non riesco a soddisfare la domanda energetica degli utenti; in caso di sovradimensionamento il problema è economico: costi di investimento e esercizio più alti.  Lavorare nel caso peggiore porta ad un sicuro sovradimensionamento dell'impianto (tali eventi potrebbero infatti accadere con frequenza di 1-2 volte l'anno) -> individuo la soluzione che mediamente ottiene il risultato migliore  Strategia adottata: considerare degli scenari cui è associata una delle possibili previsioni di domanda energetica all'interno dell'intervallo di incertezza ammesso e utilizzo dell'ottimizzazione stocastica
  17. 17. 17 Gestione Incertezza e scheduling  La presenza di incertezza sui dati utilizzati per lo scheduling potrebbe portare a non soddisfare la domanda energetica degli utenti;  Devo garantire flessibilità nella gestione della rete: a fronte dell'incertezza delle previsioni devo essere in grado di poter adattare il carico delle macchine già selezionate, se non addirittura di poter cambiare le macchine selezionate per la produzione dell'energia richiesta  La sfida è applicare questa metodologia mantenendo tempi di calcolo accettabili  Strategia adottata: definizione di intervalli di variabilità dei parametri (domanda e disponibilità rinnovabili) del modello e applicazione dell'ottimizzazione robusta
  18. 18. 18 La piattaforma software - dettagli
  19. 19. 19 Obiettivo: previsione della domanda energetica Previsione della domanda energetica di edifici ed utenze:  Punto cruciale nell'ottimizzazione del progetto / della gestione di una rete energetica è l'affidabilità della previsione dei profili di domanda energetica;  L'obiettivo è quello di individuare – su base oraria e con la maggior affidabilità possibile – i profili di domanda energetica, i prezzi delle diverse tipologie di energia, la produzione di energia da fonti rinnovabili nel breve e medio termine e l'incertezza associata;  Per fare questo è necessario saper modellare in maniera dettagliata le diverse parti della rete energetica.
  20. 20. 20 Modelli dettagliati – rete di distribuzione Verranno creati modelli dettagliati della rete di distribuzione nei suoi elementi essenziali:  Impianti di produzione del calore: sviluppo di modelli idraulici e modelli termici  Rete di distribuzione: modelli dettagliati di loop, tubazioni, valvole  Scambiatori di calore: vengono prese in considerazione due configurazioni: diretta e indiretta  Edifici: viene proposto un modello semplificato della dinamica termica
  21. 21. 21 Modelli dettagliati – macchine Verranno creati modelli dettagliati delle diverse macchine utilizzabili per la produzione e conversione dell'energia:  Motori a combustione interna  Turbine cogenerative  Caldaie (Gas naturale / biomassa)  Pompe di calore  Cicli frigoriferi (assorbimento / compressione)  Pannelli solari (PV / termico)  Stoccaggio (termico / elettrico)
  22. 22. 22 Gestione dell'incertezza – progetto Algoritmi per il design: analisi di scenario  Vengono definiti dei "giorni tipo" sulla base dei profili di domanda attesi; viene inoltre definita l'incidenza di tali giorni tipo;  Vengono definiti gli scenari che comprendono le variazioni rispetto ai giorni tipo e la probabilità associata;  Vengono ottimizzati contemporaneamente tutti gli scenari pesandoli per la loro incidenza, quindi senza sovrastimare il dimensionamento, come avverrebbe se si considerasse solo il caso peggiore.
  23. 23. 23 Gestione dell'incertezza – scheduling Algoritmi per lo scheduling: far fronte al caso peggiore  L'ottimizzazione della gestione della rete deve essere tale da garantire la flessibilità necessaria a far fronte al peggior caso possibile dovuto all'incertezza.  Viene definito lo scheduling sulla base dei profili di domanda attesi;  Vengono applicati gli intervalli di incertezza a tali profili;  La gestione ottimale della rete viene modificata per far fronte anche al caso peggiore
  24. 24. 24 I casi studio La piattaforma software sarà testata e validata sui seguenti casi studio:  Campus dell'Università di Parma  Impianto tri-generativo dell'Ospedale di Sassuolo  Rete Co-generativa del quartiere residenziale di Corticella (BO)  Ulteriori casi studio in via di definizione I dati relativi a tali casi studio sono forniti dai partner industriali del progetto
  25. 25. 25 Risultati attesi – Ricadute industriali
  26. 26. 26 Risultati preliminari Esempio ottimizzazione di progetto:  Rete di Teleriscaldamento (200 MWth)  Senza risorse rinnovabili  Deterministico  100'000 soluzioni valutate in 12 ore  RISULTATO: 10% di risparmio di combustibile rispetto alla soluzione iniziale.
  27. 27. 27 Risultati preliminari Esempio ottimizzazione di gestione:  Rete trigenerativa a servizio di un grattacielo – funzionamento estivo  Senza risorse rinnovabili  Deterministico  Tempi di calcolo per la gestione giornaliera: inferiore a 5 secondi  RISULTATO: 18% di risparmio energetico rispetto alla gestione originale
  28. 28. 28 Risultati preliminari Chiller Rete Elettrica Motore Cogenerativo CaldaiaAccumulo Acqua calda sanitaria Uffici Qref Combustibile QT QT QT EEl EEl EEl
  29. 29. 29 Ricadute Industriali Aziende che progettano, realizzano e gestiscono impianti energetici al servizio di edifici:  Identificazione della soluzione ottimale dal punto di vista tecno-economico-ambientale.  Risparmio di energia e costi di gestione degli impianti già in esercizio. Pubblica Amministrazione enti locali con interessi su impianti energetici complessi (ad es. Aziende Sanitarie Locali che gestiscono ospedali, Comuni, Aziende Case Popolari, ecc.):  Valutazione delle possibili inefficienze nella gestione degli impianti energetici.  Valutazione delle possibili opportunità di risparmio energetico ed emissioni tramite riqualificazione / riprogettazione degli impianti.  Valutazione dei vantaggi energetici ed economici conseguibili realizzando «smart energy districts» (reti energetiche intelligenti al servizio di distretti urbani)
  30. 30. 30 Ricadute Industriali Un percorso di industrializzazione della piattaforma software di EFFICITY deve prevedere:  Società di sviluppo software per l’ideazione di interfacce grafiche  Società di gestione pacchetti software per l’assistenza tecnica ai clienti
  31. 31. 31 Per approfondimenti Ing. Marco Gabba: marco.gabba@polimi.it / info.leap@polimi.it Laboratorio LEAP S.c.a r.l. – Laboratorio Energia e Ambiente Piacenza Sito web del progetto: www.efficity-project.it Sito in costruzione, disponibile a breve

×