Impacto de la conectividad de los edificios en su eficiencia

0
43

Artículo sobre la creciente interacción que está provocando el IoT en la eficiencia de los edificios y de cómo está evolucionando la interactividad de la red con los edificios estadounidenses. Artículo de Jared Langevin, investigador de  Lawrence Berkeley National Laboratory

Son los primeros días de compras de rebajas, y cualquiera está notando todos los productos que existen conectados a Internet. Pero, ¿sabía usted que el rápido crecimiento del Internet de las Cosas (IoT) también puede permitir que los edificios estadounidenses sean más inteligentes y estén más conectados a su entorno? Recientemente, Building Technologies Office (BTO) presentó una visión para la investigación sobre la interactividad de la red en los edificios eficientes,  Grid-Interactive Efficient Buildings (GEB) que puede acelerar estas tendencias hacia edificios inteligentes y conectados. Bajo esta visión, los edificios aprovechan las tecnologías conectadas a la web para permitir la eficiencia energética como un recurso de la red eléctrica, produciendo ahorros de energía y costes tanto para los servicios públicos – las compañías energéticas- como para sus clientes. El portafolio de tecnologías que soportará GEB – a las que se hace referencia aquí como tecnologías GEB – incluye medidores inteligentes, termostatos e inversores, sistemas de automatización de edificios y redes inalámbricas de detección, almacenamiento de energía distribuida y dispositivos conectados.

eerr-solar-mejoresedificios¿Qué impacto podrían tener las tecnologías GEB en el mercado de eficiencia de la edificación de EE. UU.? Datos recientes sugieren que la demanda actual de tales tecnologías es pequeña pero crece rápidamente. Por ejemplo, aunque actualmente hay en uso 8.400 millones de dispositivos IoT conectados a la web en todo el mundo, solo el 2% de los ingresos mundiales para dispositivos IoT se atribuyen actualmente a dispositivos con capacidades de gestión energética.Sin embargo, las conexiones de red para dichos dispositivos crecieron un 41% de 2016 a 2017 y Navigant Research predice que los ingresos globales para las tecnologías de gestión de la energía crecerán de 29,4 mil millones de dólares en 2016 a 123,8 mil millones en 2026. Además, un informe reciente de McKinsey estima que para 2025, las tecnologías de gestión y monitorización  energética se adoptarán en el 25 -50% de los hogares y 40-70% de las oficinas en las economías avanzadas, lo que proporciona un ahorro potencial de energía del 20%.

En algunos casos, las tecnologías GEB ya están consiguiendo una participación significativa en el mercado. Por ejemplo, un estudio reciente de IAB estima que el 17% de los estadounidenses ya posee controles de hogares inteligentes y el 11% posee aparatos inteligentes, mientras que otro 30% indicó tener interés en comprarlos. Los termostatos inteligentes, entre las tecnologías más populares de GEB, representaron el 40% de todos los termostatos vendidos en los EE. UU. En 2015. El crecimiento continuo de estas cuotas de mercado requerirá superar los desafíos relacionados con el primer coste, la estructura del mercado y la eficacia operativa.

A medida que el mercado de tecnologías GEB crece, también lo hace la necesidad de cuantificar el potencial de ahorro de energía y costes de estas tecnologías en apoyo de las decisiones de política energética. De hecho, las tecnologías de GEB presentan desafíos únicos para tales análisis centrados en políticas. Por un lado, los ahorros de energía a nivel de unidad de tales tecnologías a menudo están vinculados a las acciones de los ocupantes, propietarios de viviendas y / o gerentes de edificios, que son difíciles de predecir. Como ejemplo, el potencial de ahorro de energía de los medidores inteligentes depende de proporcionar a los propietarios retroalimentación activa y en tiempo real sobre el uso de la energía y esquemas de precios, lo que en última instancia puede generar un ahorro promedio de electricidad del hogar de 4-12%.

Además, los beneficios de ahorro de energía y costes de las tecnologías GEB pueden depender del tiempo, lo que requiere una distinción entre la energía ahorrada durante los períodos pico de demanda de energía frente a los picos. Aquí, los períodos pico de demanda de energía, que varían de una hora por año a varias horas por día, podrían valorarse más por su influencia en los costes de generación, transmisión y distribución de electricidad (también conocidos como costes de capacidad). Sin embargo, el momento de la demanda máxima de energía y el valor asignado a las reducciones máximas de energía pueden variar según el clima, la combinación de generación de energía y la estructura de tarifas electricas. En la región del Noroeste-Pacífico, por ejemplo, el calentamiento matutino en el invierno contribuye en un 23% al perfil de demanda de energía promedio de calefacción y refrigeración; en Texas, esta contribución es solo del 11% .Con respecto a la estructura tarifaria, los esquemas tarifarios basados ​​en el tiempo (como los utilizados en California) pueden valorar la generación pico de electricidad durante el verano a casi el doble de la tasa de generación fuera de punta; sin embargo, a partir de 2014, solo el 4% de los usuarios residenciales de electricidad en los EE. UU. se habían inscrito en estos esquemas, lo que dificulta la generalización de las tasas regionales basadas en el tiempo a los análisis a escala nacional.

eficiencia-inteligenteEstudios recientes demuestran la importancia de estos supuestos de entrada de resultados en las evaluaciones de tecnología GEB. Por ejemplo, un informe del Laboratorio Nacional Lawrence Berkeley descubrió que el valor de las medidas de eficiencia evaluadas utilizando el valor de energía variable en el tiempo total (energía evitada y costes de capacidad de la red) puede ser hasta tres veces mayor que la calculada utilizando solo los costes de energía evitados. Sin embargo, tales valoraciones de eficiencia sensibles al tiempo no se reflejan actualmente en las herramientas de análisis BTO. Por ejemplo, el software BTO Scout estima los impactos anuales de energía, CO2 y costos de operación de las medidas de conservación de energía (ECM) utilizando datos de EIA a escala nacional sobre el consumo de energía de referencia y los precios de la electricidad. El ajuste fino de Scout centrados en GEB pueden requerir mejorar la resolución temporal y la dispersión geográfica de estos datos de uso de energía y precios subyacentes.

Para explorar las mejoras enfocadas en GEB a sus herramientas de análisis, BTO está llevando a cabo una encuesta entre las partes interesadas que trabajan en la valoración de eficiencia energética (TSV-EE) sensible al tiempo, un área clave de la investigación de GEB. La encuesta busca establecer las métricas más importantes de TSV-EE, determinar un enfoque razonable para la segmentación del uso de energía pico y no pico, e identificar conjuntos de datos que pueden apoyar la adición de TSV-EE en Scout y otros programas de software BTO como EnergyPlus. En una futura publicación de Buildings 101, hablaremos sobre algunas de las ideas derivadas de este esfuerzo de la encuesta y sobre cómo están informando las nuevas capacidades de análisis de BTO.