3° Presentazione del workshop finale del progetto EFFICITY
Metodi ed algoritmi per la progettazione, gestione il controllo di distretti urbani intelligenti: il progetto EFFICITY
Sito web del progetto: www.efficity-project.it
Metodi ed algoritmi per la progettazione, gestione il controllo di distretti urbani intelligenti il progetto EFFICITY
1. Politecnico di Milano – Polo di Piacenza, 30 Aprile 2019
Progetto Efficity (Bando Regione Emilia-Romagna DGR 1097/2015 - POR-FESR 2014-2020)
Metodi ed algoritmi per la progettazione, la gestione ed il controllo
di distretti energetici intelligenti: il progetto EFFICITY
Prof. Emanuele Martelli – Politecnico di Milano
2. Politecnico di Milano, Polo di Piacenza, 30/04/2019 2
Evoluzione dei sistemi energetici a servizio di edifici
Soluzione centralizzata con caldaia Soluzione centralizzata con cogeneratore + caldaia
3. Politecnico di Milano, Polo di Piacenza, 30/04/2019 3
Evoluzione dei sistemi energetici a servizio di edifici
Scelte progettuali:
- Tecnologie e taglie
- Siti/edifici di installazione e topologia della
rete di distribuzione
Scelte operative:
- On/off e carichi unità
- Gestione accumuli
- Acquisto/vendita energia elettrica
- Portate e temperature rete distribuzione
- Gestione temperatura interna edifici (DSM)
Vincoli:
- Bilanci energetici
- Performance e costi delle unità
- Vincoli operativi (rampe, numero max
accensioni/giorno, etc)
- Sbilanciamenti» di export/import (VPP)
Distretti Energetici
Dal 2010 più di 10,000 articoli scientifici!
4. Politecnico di Milano, Polo di Piacenza, 30/04/2019
Il Progetto EFFICITY
4
Motivazione
Classici criteri progettuali e semplici logiche gestionali non adatti:
- Eccessivamente conservative
- Sub-ottime dal punto di vista ambientale ed economico
- Possono causare «sbilanciamenti» della rete elettrica
Opportuno sviluppare metodi sistematici che sfruttino tutte le
possibili SINERGIE operative tra le unità e gli accumuli.
Obiettivo del progetto EFFICITY
Rendere SMART gli impianti energetici al servizio di distretti urbani
sviluppando una piattaforma di codici per:
- L’ottimizzazione del progetto/riqualificazione
- L’ottimizzazione della gestione/controllo
- La simulazione dinamica (test in ambiente simulato)
5. Politecnico di Milano, Polo di Piacenza, 30/04/2019 5
Il Partenariato
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
6. Politecnico di Milano, Polo di Piacenza, 30/04/2019 6
• Impresa Allodi Srl – Edilizia e costruzioni
• Impresa CELLA GAETANO Srl – Edilizia e costruzioni
• Croci Costruzioni Srl – Edilizia e costruzioni
• ANTAS Srl – Servizi integrati di gestione agli edifici, principalmente servizio energia
• 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
• SIRAM Spa – Installazione di impianti idraulici, di riscaldamento e condizionamento
dell'aria in edifici o in altre opere di costruzione
• Optit Srl – Sviluppo software avanzati di ottimizzazione
CONSORZIO CENTRALE
TERMICA P.E.E.P.
CORTICELLA S.C.R.L.
Il Partenariato
7. Politecnico di Milano, Polo di Piacenza, 30/04/2019 7
Piattaforma di codici «Efficity»
Previsione delle
domande
energetiche
Ottimizzazione
della gestione
Controllo real-
time
Simulazione
dinamica
Progettazione
8. Politecnico di Milano, Polo di Piacenza, 30/04/2019 8
Previsione della domanda energetica
Approccio «fisico»: analizzare e modellizzare i fenomeni fisici coinvolti per riprodurre il rapporto causa
(condizioni meteo e esigenze utenti) – effetto (consumi energetici)
Approccio «data-driven»: utilizzare algoritmi machine learning per «imparare» il rapporto causa-effetto senza
modellizzare i fenomeni fisici coinvolti
9. Politecnico di Milano, Polo di Piacenza, 30/04/2019 9
Single layer feedforward neural network
Collaborazione con il Politecnico di Milano, DEIB: Prof. E. Amaldi e Dr. A. Manno
Previsione della domanda elettrica e termica
Approccio Black-box: machine learning
Machine Learning: Algoritmi capaci di ricostruire in modo approssimato il legame funzionale tra cause ed
effetti dall’osservazione di dati storici
10. Politecnico di Milano, Polo di Piacenza, 30/04/2019 10
(+) Non richiede la conoscenza delle caratteristiche energetiche degli edifici immediata applicabilità
(+) Ottima accuratezza anche nella previsione dei consumi elettrici (difficile con modelli classici)
(+) Auto-adattivo (training svolto con approccio “rolling horizon”)
Approccio Black-box: machine learning
Collaborazione con il Politecnico di Milano, DEIB: Prof. E. Amaldi e Dr. A. Manno
11. Politecnico di Milano, Polo di Piacenza, 30/04/2019 11
Ottimizzazione della gestione di energy districts
Dati:
➜ Previsione della produzione da rinnovabili ed incertezza
➜ Previsione dei profili di domanda energetica ed incertezza
➜ Curve di performance delle unità installate
➜ Limiti operative delle unità (start-up, ramp-up, etc)
➜ Capacità ed efficienza in carica/scarica dei sistemi di accumulo
➜ Topologia, caratteristiche, limiti della rete termica ed elettrica
Variabili di ottimizzazione:
Set-points delle unità: on/off delle unità, carichi, gestione accumuli, portate &
temperature della rete distribuzione
Vincoli: domande energetiche, comfort, curve di performance delle unità, vincoli di
rampa, etc
Funzione obiettivo:
Minimizzare il costo operativo (o le emissioni di CO2)
Problema formulato come un MILP (Mixed Integer Linear Program)
12. Politecnico di Milano, Polo di Piacenza, 30/04/2019
Controllo real-time: 3-CENTO – Complex Energy Networks Tool Optimizer
12
1. Ottimizzazione dei carichi delle unità di generazione
2. Ottimizzazione delle portate/pressioni della rete di distribuzione
Minimizzare consumi dei sistemi energetici e della rete (pompaggi e perdite termiche)
Molteplici nonlinearità Algoritmo Genetico
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
PM#1
PM#2
PM#3
PM#4
ElectricPower[kW]
hour/day
0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
PM#1
PM#2
PM#3
PM#4
ThermalPower[kW]
hour/day
13. Politecnico di Milano, Polo di Piacenza, 30/04/2019
Il Progetto EFFICITY
13
1. Libreria di modelli dinamici dei componenti delle reti energetiche (edifici,
accumuli, condotti, scambiatori di calore, etc)
2. Codice in Simulink® per la simulazione del funzionamento di reti complesse
3. Verifica transitori ed evoluzione temperatura interna edifici
Simulazione dinamica delle reti energetiche
14. Politecnico di Milano, Polo di Piacenza, 30/04/2019 14
Ottimizzazione del progetto di energy districts
Dati:
➜ Previsione della produzione da rinnovabili ed incertezza
➜ Previsione dei profili di domanda energetica ed incertezza
➜ Previsione dei prezzi dell’energia
➜ Elenco delle possibili tecnologie installabili con relative costi
➜ Limiti operative delle tecnologie installabili (start-up, ramp-up, etc)
Variabili di ottimizzazione:
Tecnologie da installare, taglia e sito di installazione
Topologia della rete termica di distribuzione (centralizzata vs. distribuita)
Vincoli: domande energetiche, comfort, curve di performance delle unità, vincoli di rampa, etc da soddisfare
Funzione obiettivo:
Economica e/o energetica/ambientale
Problema formulato come un MILP (Mixed Integer Linear Program)
15. Politecnico di Milano, Polo di Piacenza, 30/04/2019
Il Progetto EFFICITY
oDistretto situato nella parte nord della
città di Bologna (22 ettari);
o17 utenze:
• 13 condomini (960 unità abitative);
• un supermercato;
• un day-hospital;
• una scuola materna;
• una scuola elementare
15
1
2 3
4 5
6
7 8
9 10
11
12
13
14
1516
17
1819
20
21
22
23
24
25
26
27
28
29
30
3132
33
34
35
3637
3839
4041
42
43
44
45
4647
48
49
50
51
52
53
54
55
56
57
58
59
60
6162
68
64
65
66
67
63
69
70
71
72
73 74
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
2223
24
25
26
2728
29
3032 31
33
34
35
36
37
38
39
40
41
42 43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
Percorso critico #1
Percorso critico #2
Caso studio «Campus Univ. Parma»
Caso studio «Corticella»
• Superficie: 77 ettari
• 21 edifici
• 4 reti di distribuzione del calore
Caso studio Ospedale «tipo»
Rappresentativo di un ospedale di dimensione media
Campus Univ. Parma
Corticella
16. Politecnico di Milano, Polo di Piacenza, 30/04/2019
Il Progetto EFFICITY
16
GRAZIE PER L’ATTENZIONE
Prof. Emanuele Martelli
Progetto EffiCity - Sistemi energetici efficienti per distretti urbani intelligenti
www.efficity-project.it
Efficity è un progetto co-finanziato dalla Regione Emilia-Romagna nell’ambito del Bando per progetti di ricerca industriale strategica in ambito
energetico (DGR 1097/2015), emesso in attuazione al POR-FESR 2014-2020.