Predykcja zużycia ciepła w lokalu mieszkalnym na podstawie danych historycznych z ciepłomierzy mieszkaniowych

• Autorzy: Bartnicki Grzegorz , Nowak Bogdan

Identyfikatory

DOI

10.36119/15.2020.12.2

Warianty tytułu

EN

Prediction of heat consumption in a dwelling on the basis of archival data from residential heat meters

• Języki publikacji: PL

Abstrakty

PL

Koszty zakupu ciepła, paliwa gazowego i energii elektrycznej na potrzeby ogrzewania budynków wielorodzinnych dzielone są na poszczególne lokale mieszkalne i użytkowe. Do pomiaru zużycia ciepła do ogrzewania mieszkań stosowane są m.in. ciepłomierze. Urządzenie to może jednak ulec awarii, która uniemożliwia odczyt danych. W artykule opisano analizę możliwości wykorzystania danych historycznych do oszacowania udziału w kosztach ogrzewania całego budynku takiego lokalu, w którym stwierdzona została awaria ciepłomierza. Zaproponowano, aby w tym celu wyodrębnić na podstawie danych z poprzednich okresów rozliczeniowych grupę mieszkań jednorodnych z mieszkaniem z uszkodzonym ciepłomierzem. Zamiast oszacowania na podstawie uśrednionych wskaźników jednostkowych wyznaczonych w oparciu o pomiary dla wszystkich mieszkań, można wówczas wyznaczyć brakujący odczyt zużycia na podstawie wartości wyznaczonych dla tej grupy mieszkań jednorodnych. Artykuł opisuje praktyczne wykorzystanie tej metody, na przykładzie systemu zaopatrzenia w ciepło grupy budynków mieszkalnych na jednym z wrocławskich osiedli.

EN

The purchase costs of heat, gas fuel or electricity for the dwelling heating are divided into individual residential and commercial premises. For example, heat meters are used to measure the heat consumption for heating individual apartments. However, this device may be damaged and the data cannot be read. The article describes an analysis of the possibility of using historical data to estimate the share in the heating costs of this premise in which a heat meter failure has been found. For this purpose, it was proposed to distinguish a group of homogeneous flats from a flat with a damaged heat meter on the basis of data from previous billing periods. Instead of estimating on the basis of average unit indicators calculated on the basis of records from all apartments, it is possible to determine the missing consumption reading based on the values calculated for this group of homogeneous apartments. The article describes the practical use of this method, on the example of a heat supply system for a group of residential buildings in one of Wrocław’s housing estates.

Słowa kluczowe

PL

układ pomiarowy; węzeł ciepłowniczy; modelowanie predykcyjne

EN

measurement system; district heating node; predictive modelling

• Wydawca: Ośrodek Informacji "Technika instalacyjna w budownictwie''
• Czasopismo: Instal
• Rocznik: 2020
• Tom: nr 12
• Strony: 15--20
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Bartnicki Grzegorz

• Katedra Klimatyzacji, Ogrzewnictwa, Gazownictwa i Ochrony Powietrza, Politechnika Wrocławska

autor

Nowak Bogdan

• Katedra Klimatyzacji, Ogrzewnictwa, Gazownictwa i Ochrony Powietrza, Politechnika Wrocławska

Bibliografia

• [1] Adamski M., Myszkowska A., Rozliczanie kosztów ogrzewania na przykładzie wybranego mieszkania, Budownictwo i Inżynieria Środowiska 9/2018, s. 7-14.
• [2] Bartnicki G., Nowak B., Koniec sezonu grzewczego a efektywność energetyczna instalacji odbioru ciepła, INSTAL 4/2020, s. 2-11. DOI 10.36119/15.2020.4.1
• [3] Bartnicki G., Nowak B., Model ARIMA w prognozowaniu zużycia gazu w cyklach miesięcznych. Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN. 2018, nr 103, s. 145-158. DOI: 10.24425/123712
• [4] Celenza L., Dell’Isola M., Ficco G., Greco M., Grimaldi M., Economic and technical feasibility of metering and sub-metering systems for heat accounting, International Journal of Energy Economics and Policy 6/2016, s. 581–587.
• [5] Dell’Isola M., Ficco G., Canale L., Palella B. I., Puglisi G., An IoT Integrated Tool to Enhance User Awareness on Energy Consumption in Residential Buildings, Atmosphere 10/2019 (743). DOI: 10.3390/atmos10120743
• [6] Dudziński K., Nowa dyrektywa wzmacnia możliwości oszczędnego gospodarowania ciepłem w budynkach mieszkalnych, INSTAL 2/2019, s. 26-28.
• [7] Gans W., Alberini A., Longo A., Smart meter devices and the effect of feedback on residential electricity consumption. Evidence from a natural experiment in Northern Ireland, Energy Econonics, 2013, vol. 36, s. 729–743. DOI: 10.1016/j.eneco.2012.11.022
• [8] Levermore G. J., Building energy management systems: applications to low-energy HVAC and natural ventilation control, E&FN Spon, 2000.
• [9] Michnikowski P., Szczechowiak E., Rozliczanie kosztów ogrzewania lokali uzależnione od rzeczywistego zużycia energii dla ogrzewania w budynkach wielorodzinnych, Rynek Energii 6/2013.
• [10] Nikolaou T., Kolokotsa D., Stavrakakis G., Review on methodologies for energy benchmarking, rating and classification of buildings, Advances in Building Energy Research 5/2011, s. 53–70. DOI: 10.1080/17512549.2011.582340
• [11] Nowak B., Bartnicki G., Prognozowanie przedziału czasowego z maksymalnym w ciągu doby zużyciem gazu przez kotłownię. Zeszyty Naukowe Instytutu Gospodarki Surowcami Mineralnymi i Energią PAN. 2019, nr 109, s. 93-109. DOI: 10.24425/znigsme.2019.130166
• [12] Ozmen, A., Yilmaz, Y. i Weber, G.W., Natural gas consumption forecast with MARS and CMARS models for residential users, Energy Economics 70/2018, s. 357–381. DOI: 10.1016/j.eneco.2018.01.022
• [13] Peeters L., Van der Veken J., Hens H., Helsen L., D’haeseleer W., Control of heating systems in residential buildings: current practice, Energy Building vol. 40, 2008, s. 1446-1457. DOI: 10.1016/j.enbuild.2008.02.016
• [14] Ustawa z dnia 10 kwietnia 1997 r. Prawo energetyczne, t.j. Dz. U. z 2020 r. poz. 833 z późn. zm.
• [15] Zalecenie Komisji (UE) 2019/1660 z dnia 25 września 2019 r. dotyczące wdrożenia nowych przepisów z zakresu opomiarowania i rozliczeń zawartych w dyrektywie 2012/27/UE w sprawie efektywności energetycznej, Dziennik Urzędowy Unii Europejskiej, L 275/121 (28.10.2019)
• [16] Zaleski, J., Modele stochastyczne i symulacja komputerowa. Zastosowanie do systemów zaopatrzenia w wodę, PWN, Warszawa 2004.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).