Nuevos enfoques para el control de la construcción basado en la simulación

0
58
Genérica-Mejores-Edificios2

Son numerosos los desafíos científicos y técnicos asociados a la optimización de la eficiencia energética en los edificios existentes. Una iniciativa financiada por la UE ha desarrollado un innovador sistema de control de edificios basado en la simulación que cerrará la brecha entre el diseño de un edificio y su rendimiento operativo real.

Los estudios han revelado el potencial de ahorro de energía significativo en los edificios mediante el uso de sistemas inteligentes de control predictivo, en lugar de los sistemas tradicionales de control reactivos. En la actualidad, la calefacción, la ventilación y el aire acondicionado (HVAC) representan hasta el 50% del consumo de energía de la construcción. Además, el análisis de los sistemas HVAC también muestra que se puede lograr un considerable ahorro de energía mediante la adopción de la detección y diagnóstico automáticos de fallos (FDD).

El proyecto EINSTEIN, financiado por la UE, utilizó FDD para desarrollar nuevas estrategias de control para usar con sistemas de control de edificios basados en la simulación. El sistema desarrollado no solo erradica los errores entre las condiciones ‘como construidas’ y ‘según diseño’ sino que también usa el análisis predictivo para determinar cómo funcionará el edificio al considerar el impacto de las condiciones climáticas y el uso de los ocupantes.

Los socios del proyecto (entre los que se encuentran de España TECNALIA y ACCIONA) desarrollaron tres estrategias de control relacionadas con FDD: predicción del rendimiento del edificio, optimización y detección de fallos. “Aunque FDD es generalmente el primer paso para” corregir “problemas en un edificio, el segundo y tercer algoritmo forman parte de lo que se describe como una solución de Control Predictivo de Modelos (MPC)“, dice la coordinadora del proyecto, la Dra. Ruth Kerrigan. “El MPC esencialmente predice y optimiza dinámicamente el rendimiento del edificio más allá del control de vanguardia típico basado en reglas”.

Las estrategias de control fueron probadas y refinadas usando una variedad de sitios de demostración, que involucran edificios residenciales y oficinas comerciales en Irlanda y Escocia. Los investigadores también probaron un sistema de circuito abierto para detección de fallas, detección de fallas basada en señal para equipos de calefacción en un edificio residencial típico y pruebas de detección basadas en reglas en datos reales. Según el Dr. Kerrigan: “Todas las pruebas dieron como resultado un mejor rendimiento de la construcción en términos de consumo de energía y / o coste, al tiempo que se mantiene críticamente la comodidad del usuario”.

Los investigadores también crearon y probaron algoritmos FDD y MPC para determinar los beneficios que ofrecían sobre las estrategias de control de edificios tradicionales. Los algoritmos desarrollados por EINSTEIN se probaron con datos adquiridos de edificios reales para FDD, así como con Modelos Calibrados Avanzados (ACM) basados en edificios existentes para MPC. “Los ACM son modelos dinámicos de simulación de edificios calibrados para garantizar que los modelos influyan con precisión en el rendimiento real del edificio que representan”, explica el Dr. Kerrigan.

Los algoritmos MPC desarrollados para los modelos dieron como resultado un ahorro de energía en el rango del 15-17%, con un ahorro en los costos de energía asociado con los algoritmos MPC que van desde el 35-40%. “Aunque es difícil asociar un ahorro definido de energía y costes con la implementación de algoritmos FDD, todas las pruebas resultaron exitosas en la identificación automática de fallos”, dice el Dr. Kerrigan. “Esto conduce a evitar la energía y el gasto innecesario y es probable que reduzca la posibilidad de molestias para el usuario debido a fallos mecánicos”.

Las ventajas asociadas con los modelos operativos para FDD y MPC incluyen la capacidad de monitorizar y diagnosticar eficazmente las discrepancias entre la intención del diseño y el rendimiento operacional (a menudo denominado “brecha de rendimiento”). También son adaptables a los cambios en la construcción o el funcionamiento del sistema (en comparación con los enfoques basados únicamente en datos). El Dr. Kerrigan afirma: “Además, los modelos son capaces de simular diferentes escenarios de control, reconociendo la respuesta real del sistema y permitiendo la optimización de las estrategias de control utilizando realimentación de rendimiento real y datos meteorológicos reales”.

EINSTEIN beneficiará a los gerentes de edificios al proporcionarles una mejor y más eficiente gestión de los edificios de forma continua, así como una mayor flexibilidad para el control a través de la construcción de sistemas de gestión. “El proyecto también contribuirá a futuras investigaciones forjando alianzas entre la industria y la universidad, desarrollando un prototipo de marco de control inteligente de edificios y aplicando predicciones de rendimiento y optimización de control“, señala el Dr. Kerrigan.