forHEAT jako metoda sterowania prognozowego systemem ogrzewania budynku. Cz. 1: Instalacja i budowa modelu energetycznego

• Autorzy: Cholewa Tomasz , Siuta-Olcha Alicja

Identyfikatory

DOI

10.15199/9.2022.3.3

Warianty tytułu

EN

forHeat as aA Method of Forecast Control of the Heating System in Building. Part 1: Installation and Creation of Energy Model

• Języki publikacji: PL

Abstrakty

PL

Efektywność energetyczna zarówno w istniejących, jak i w nowych budynkach jest ważnym zagadnieniem, które uwzględnia potrzebę uzyskania budynków neutralnych węglowo w najbliższej przyszłości. Jedną z możliwości zwiększenia efektywności energetycznej w istniejących budynkach jest zastosowanie sterowania prognozowego instalacją ogrzewania. Jednak nadal brak jest prostej i łatwej w zastosowaniu metody realizującej sterowanie prognozowe z uwzględnieniem czynników wewnętrznych i zewnętrznych. Dlatego w niniejszym artykule przedstawiono pierwszą część informacji z zakresu prostej do zastosowania w istniejących budynkach metody sterowania prognozowego instalacją ogrzewania. W szczególności zaprezentowano proces instalacji proponowanego układu sterowania w budynkach (czas instalacji poniżej 2 godzin) oraz budowy modelu energetycznego budynku (wraz z jego systemem ogrzewania) w formie równoważnej temperatury zewnętrznej. Druga część artykułu (planowana w numerze 7-8/2022) będzie zawierała informacje z zakresu realizacji procesu sterowania prognozowego oraz uzyskiwanych dzięki temu oszczędności zużycia ciepła na potrzeby ogrzewania.

EN

Energy efficiency in existing and new buildings is an important issue in view of the need to achieve carbon neutral buildings in the near future. One option to increase the energy efficiency of existing buildings is to use predictive control of the heating system. However, there is still no simple and easy-to-use method that implements forecast control taking into account internal and external factors. Therefore, this article presents the first part of information on a simple to apply in existing buildings method of forecast control of a heating system. In particular, the process of installing the proposed forecast control system in buildings (installation time less than 2 hours) and creation of building energy model (including its heating system) in the form of an equivalent outdoor temperature was presented. The second part of the article (planned in the issue 7-8/2022) will contain information on the implementation of the forecast control process and the energy savings for heating.

Słowa kluczowe

PL

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

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 3
• Strony: 20--26
• Opis fizyczny: Bibliogr. 15 poz., rys., tab., wykr.

Twórcy

autor

Cholewa Tomasz

• Wydział Inżynierii Środowiska, Politechniki Lubelska

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

autor

Siuta-Olcha Alicja

• Wydział Inżynierii Środowiska, Politechniki Lubelska

• https://orcid.org/0000-0002-0467-337+

Bibliografia

• [1] Adamski Mariusz, Ruszczyk Jarosław. 2012. „Nowy system pogodowej regulacji centralnego ogrzewania”. Ciepłownictwo Ogrzewnictwo Wentylacja 43 (7): 27828.
• [2] 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.
• [3] Chmielnicki Witold J. 2010. „Algorytmy wykorzystujące sieci neuronowe do regulacji węzłów ciepłowniczych”. Rynek Energii 12: 62-70.
• [4] Chmielnicki Witold, Chmielnicki Eryk A. 2018. „Regulator ze sztuczną inteligencją dla ciepłownictwa”. Ciepłownictwo Ogrzewnictwo Wentylacja 49 (8): 294-304. DOI: 10.15199/9.2018.8.2.
• [5] Chmielnicki Witold, Chmielnicki Eryk A. 2019. „SOZE® Innovative System That Uses Artificial Intelligence for Control and Heat Management in Buildings”. Ciepłownictwo Ogrzewnictwo Wentylacja 50 (8): 283-294. DOI: 10.15199/9.2019.8.1.
• [6] Cholewa Tomasz, Siuta-Olcha Alicja. 2016. „Racjonalizacja zużycia energii w budownictwie mieszkaniowym”. Ośrodek Informacji „Technika instalacyjna w budownictwie’’. INSTAL. Warszawa. ISBN 978-83-88695-33-9.
• [7] Cholewa Tomasz, Siuta-Olcha Alicja, Smolarz Andrzej, Muryjas Piotr, Wolszczak Piotr, Anasiewicz Rafał, Balaras Constantinos A. 2021. „A simple building energy model in form of an equivalent outdoor temperature”. Energy and Buildings 236 110766. DOI: 10.1016/j.en- build.2021.110766.
• [8] Cholewa Tomasz, Siuta-Olcha Alicja, Smolarz Andrzej, Muryjas Piotr, Wolszczak Piotr, Guz Łukasz, Balaras Constantinos A. 2021. „On the short term forecasting of heat power for heating of building”. Journal of Cleaner Production 307 127232. DOI: 10.1016/j.jclepro. 2021.127232.
• [9] European Comission, A Renovation Wave for Europe -greening our buildings, creating jobs, improving lives, COM (2020) 662 final. Brussels, 14.10.2020.
• [10] Hopkowicz Marian, Pytel Krzysztof. 2010. „Wpływ zachmurzenia na zapotrzebowanie na moc w systemach ciepłowniczych”. Ciepłownictwo Ogrzewnictwo Wentylacja 41 (2): 3-8.
• [11] Hopkowicz Marian, Pytel Krzysztof. 2015. „Prognozowanie zapotrzebowania na moc w miejskim systemie ciepłowniczym z wykorzystaniem prognozy meteorologicznej”. Ciepłownictwo Ogrzewnictwo Wentylacja 46 (6): 207-211.
• [12] International Energy Agency – IEA, Energy efficiency market report 2015, OECD/IEA; 2015.
• [13] Jachura Agnieszka, Sekret Robert. 2015. „Poprawa wykorzystania mocy cieplnej miejskiego systemu ciepłowniczego poprzez uwzględnienie krótkookresowego zapotrzebowania na ciepło”. Rynek Energii 10.
• [14] Wojdyga Krzysztof. 2007. „Prognozowanie zapotrzebowania na ciepło w miejskich systemach ciepłowniczych”. Z. 53. Oficyna Wydawnicza Politechniki Warszawskiej. Warszawa.
• [15] Wojdyga Krzysztof. 2008. „An influence of weather conditions on heat demand in district heating systems”. Energy and Buildings 40 (11): 2009-2014. DOI: 10.1016/j.enbuild.2008.05.008.