Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
Tytuł artykułu
Autorzy
Identyfikatory
Warianty tytułu
forHeat as a Method of Forecast Control of the Heating System in Building. Part 2: System Operation and Energy Savings
Języki publikacji
Abstrakty
Jedną z możliwości zwiększenia efektywności energetycznej systemów ogrzewania w istniejących budynkach jest zastosowanie sterowania prognozowego. Jednak nadal brak jest prostej i łatwej w zastosowaniu metody realizującej sterowanie prognozowe z uwzględnieniem czynników wewnętrznych (wpływ użytkowników) i zewnętrznych (wpływ warunków atmosferycznych). Dlatego w niniejszym artykule przedstawiono drugą część informacji z zakresu prostej do zastosowania w istniejących budynkach metody sterowania prognozowego instalacją ogrzewania. W szczególności zaprezentowano sposób uwzględniania preferencji użytkowników w formie równoważnej temperatury wewnętrznej oraz metodę realizacji sterowania prognozowego w budynku. Stwierdzono, że zastosowanie sterowania prognozowego może pozwolić na uzyskanie oszczędności zużycia ciepła na poziomie ponad 10% (bez obniżenia komfortu cieplnego w pomieszczeniach ogrzewanych), co przy czasie zwrotu poniesionych nakładów inwestycyjnych (około 1 sezon ogrzewczy) stawia przedmiotowe rozwiązanie, jaką jedną z podstawowych metod pozwalających na zwiększenie efektywności energetycznej w istniejących, jak i nowych budynkach.
One of the possibilities to increase the energy efficiency of heating systems in existing buildings is the use of forecast control. However, there is still no simple and easy-to-apply method for forecasting control taking into account internal (user influence) and external (weather conditions) factors. Therefore, this article presents the second part of information on the method of forecast control of heating systems, which is easy to apply in existing buildings. In particular, the method of taking into account the preferences of users in the form of an equivalent indoor temperature and the method of implementation of forecast control in the building were presented. It was found that the use of forecast control of heating system may allow for energy savings at the level of over 10% (without reducing thermal comfort in heated rooms), which, with the simple payback time (about 1 heating season), makes this solution one of the basic methods for increasing energy efficiency in existing and new buildings.
Słowa kluczowe
Wydawca
Czasopismo
Rocznik
Tom
Strony
23--28
Opis fizyczny
Bibliogr. 8 poz., rys., wykr.
Twórcy
autor
- Wydział Inżynierii Środowiska, Politechnika Lubelska
autor
- Wydział Inżynierii Środowiska, Politechnika Lubelska
Bibliografia
- [1] Cholewa Tomasz, Siuta-Olcha Alicja. 2022. „forHEAT jako metoda sterowania prognozowego systemem ogrzewania budynku. Część 1: Instalacja i budowa modelu energetycznego”. Ciepłownictwo Ogrzewnictwo Wentylacja 53 (3): 20-26. DOI: 10.15199/9.2022.3.3.
- [2] Jachura Agnieszka, Sekret Robert. 2015. „Poprawa wykorzystania mocy cieplnej miejskiego systemu ciepłowniczego poprzez uwzględnienie krótkookresowego zapotrzebowania na ciepło”. Rynek Energii 10.
- [3] Bandurski Karol, Ratajczak Katarzyna, Amanowicz Łukasz. 2021. „Polish Methodology for Reporting Building Energy Performance”. Ciepłownictwo Ogrzewnictwo Wentylacja 52 (10): 20-26. DOI: 10.15199/9.2021.10.3.
- [4] O’Brien, W., Tahmasebi, F., Andersen, R.K., Azar, E., Barthelmes, V., Belafi, Z.D., Berger, C., Chen, D., De Simone, M., d’Oca, S., Hong, T., Jin, Q., Khovalyg, D., Lamberts, R., Novakovic, V., Park, J.Y., Plagmann, M., Rajus, V.S., Vellei, M., Verbruggen, S., Wagner, A., Willems, E., Yan, D., Zhou, J., 2020. „An international review of occupant-related aspects of building energy codes and standards”. Building and Environment 179, 106906. https://doi.org/10.1016/j.buildenv.2020.106906
- [5] Pinto, G., Wang, Z., Roy, A., Hong, T., Capozzoli, A., 2022. “Transfer learning for smart buildings: a critical review of algorithms, applications, and future perspectives”. Adv. Appl. Energy 5, 100084. https://doi.org/10.1016/j.adapen.2022.100084
- [6] Wang, Z., Hong, T., 2020. “Reinforcement learning for building controls: the opportunities and challenges”. Appl. Energy 269, 115036. https://doi.org/10.1016/j.apenergy.2020.115036
- [7] Prívara, S., Siroky, J., Ferkl, L., Cigler, J., 2011. “Model predictive control of a building heating system: the first experience”. Energy and Buildings. 43, 564–572. https://doi.org/10.1016/j.enbuild.2010.10.022
- [8] Adamski Mariusz, Ruszczyk Jarosław. 2012. „Nowy system pogodowej regulacji centralnego ogrzewania”. Ciepłownictwo Ogrzewnictwo Wentylacja 43 (7): 278.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-8b4c2798-42e3-4a73-8ba6-df63ba132c83