Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/23559
Title: Energy management systems based on adaptive surrogate modelling
Other Titles: Metamodelos e otimização em sistemas de gestão de energia
Author: Gonçalves, Diogo Antunes
Advisor: Correia, Mónica
Martins, Nelson Amadeu Dias
Keywords: Sistemas energéticos e alterações climáticas
Sistemas energéticos
Edifícios - Climatização
Eficiência energética
Sistemas de controlo inteligentes
Defense Date: 2017
Publisher: Universidade de Aveiro
Abstract: Estima-se que o sector dos edifícios seja responsável por cerca de 40% da totalidade de energia consumida na União Europeia e Estados Unidos da América. 50% dessa energia está alocada a sistemas de aquecimento, ventilação e ar-condicionado (AVAC), dos quais 20% estimam-se ser desperdiçados devido a ineficiência na gestão de energia. Considera-se pertinente focar-se no melhoramento da eficiência energética do edificado, reduzindo o desperdício de forma a evitar a escassez de recursos fósseis, bem como para mitigar os problemas ambientais e as alterações climáticas causadas pelo consumo e produção de energia. A tese propõe abordagens e metodologias que permitem tomar o controlo preditivo de supervisão dos sistemas de climatização enquanto medida de reabilitação energética na requalificação de edifícios. A principal contribuição deste trabalho prende-se com a implementação e desenvolvimento de metamodelos adaptativos baseados em aprendizagem computacional que assistam o processo de otimização multi-objetivo inerente ao controlo supervisor da gestão de energia em edifícios de serviços. Esta metodologia deverá ainda permitir a sua implementação de forma agnóstica a natureza dos sistemas AVAC existentes no edifício. A metodologia apresentada propõe uma abordagem convergente com o estado da arte no desenvolvimento científico na área da inteligência artificial. O esforço mínimo requerido para a implementação deste tipo de sistema de gestão inteligente e avaliado, concluindo-se que o seu potencial de aplicação e significativo. Para este fim, foi desenvolvida uma aplicação informática capaz de conduzir toda a metodologia em regime de simulação computacional de modo a averiguar a utilidade das soluções propostas pelo sistema de controlo supervisor desenvolvido. Os resultados obtidos apresentam soluções compatíveis com o melhoramento do paradigma energético-ambiental corrente, contribuindo desse modo para uma maior sustentabilidade do edificado obsoleto em termos energéticos. Os custos com energia alocada a sistemas AVAC podem alcançar uma redução de 27% dos custos base, acompanhando uma melhoria ao nível do conforto dos ocupantes. Mesmo em casos em que a requalificação da envolvente do edifício e do sistema de climatização seja anterior a implementação de um sistema de gestão inteligente, ou que a envolvente seja já competente em termos de eficiência energética (como o caso de estudo apresentado), a poupança energética e, ainda assim, assegurada devido a natureza flexível e autodidata do sistema de supervisão proposto. Portanto, recomenda-se que a reabilitação energética de edifícios tome como prioridade a requalificação do sistema de controlo AVAC por sistemas avançados e supervisores de controlo de forma a potenciarem a inércia dos edifícios, bem como toda a informação disponível na atual era digital.
Buildings account for almost 40% of the total energy consumption in the European Union and the United States combined. From that fraction, 50% is allocated to the heating, ventilation and air-conditioning systems (HVAC), from which 20% is wasted due to system's ine ciency. Considering that most of this energy is obtained from scarce fossil reserves and its consumption has an adverse impact on the climate change problem, it is of utmost importance to reduce energy wastes, namely by improving the overall energy e ciency of buildings. This thesis postulates the implementation of intelligent supervisory control systems for new or existing HVAC equipment as an energy retro tting measure concurrent with conventional architectural and systems retro tting. The proposed methodology is characterized by a exible, yet robust predictive control algorithm, capable of supervising generic HVAC systems in real-time by suggesting high-level controls, resulting in an optimized compromise between occupants' comfort requirements and energy consumption (and/or cost), taking advantage of the building constructive characteristics and information availability. The proposed solution integrates the exibility of machine learning techniques with the robustness of surrogate models to deliver data-driven predictive models capable of assisting the multi-objective optimization problem of minimizing energy consumption and cost while improving occupants comfort. The proposed modelling and optimization strategies are presented as a novelty capable of answering the quest for a robust yet exible supervisory predictive control for generic HVAC systems. A software package capable of delivering advanced and generic supervisory predictive controls, especially focusing on the scope of building energy retro tting was developed and used as the delivery method for the results presented in this thesis. The obtained results suggest that o ce buildings, characterized by a contemporary construction and HVAC system, can be improved regarding overall energy e ciency and occupants comfort by retro tting the control solution adding a supervisory predictive control level, external to the existing HVAC system. The expected energy saving by considering the proposed control are in line with the requirements imposed by the present energy and climate change framework, with up to 27% savings of energy related costs due to autonomous demand shifting. Moreover, it is recommended that building energy retro ts should consider as a priority the update of the energy control strategies by adding supervisory solutions capable of capitalizing the use of the building thermal inertia as well as the available data in this current information era (occupancy schedules, weather, etc.).
Description: Doutoramento em Sistemas Energéticos e Alterações Climáticas
URI: http://hdl.handle.net/10773/23559
Appears in Collections:UA - Teses de doutoramento
DEM - Teses de doutoramento

Files in This Item:
File Description SizeFormat 
Energy Managment Systems based on adaptive surrogate modelling.pdf6.15 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.