forHEAT jako metoda sterowania prognozowego systemem ogrzewania budynku. Cz. 2: Działanie systemu oraz oszczędności zużycia ciepła

• Autorzy: Cholewa Tomasz , Siuta-Olcha Alicja

Identyfikatory

DOI

10.15199/9.2022.7-8.3

Warianty tytułu

EN

forHeat as a Method of Forecast Control of the Heating System in Building. Part 2: System Operation and Energy Savings

• Języki publikacji: PL

Abstrakty

PL

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.

EN

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

PL

sterowanie prognozowe; prognozowanie zużycia ciepła; model energetyczny budynku; sterowanie systemem ogrzewania; efektywność energetyczna; budynek istniejący; inteligentne budynki

EN

forecast control; forecasting heat consumption; building energy model; control of heating; energy efficiency; existing building; smart building

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Ciepłownictwo, Ogrzewnictwo, Wentylacja
• Rocznik: 2022
• Tom: T. 53, nr 7-8
• Strony: 23--28
• Opis fizyczny: Bibliogr. 8 poz., rys., wykr.

Twórcy

autor

Cholewa Tomasz

• Wydział Inżynierii Środowiska, Politechnika Lubelska

• https://orcid.org/l+0000-0002-5310-2508+

autor

Siuta-Olcha Alicja

• Wydział Inżynierii Środowiska, Politechnika Lubelska

• https://orcid.org/0000-0002-0467-3371

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.