Ottimizzazione energetica di edifici civili condivisi tramite tecniche IoT

Nel presente lavoro di tesi, si è analizzato il problema dell’ottimizzazione energetica di edifici civili condivisi mediante tecniche IoT. Nella prima parte di questa tesi, come lavoro preliminare, sono stati analizzati i dati e la caratterizzazione del consumo di tali edifici, in modo da conoscere gli spazi di manovra e le possibili aree di intervento. Tali strutture sono risultate interessanti per diversi motivi, tra cui un consumo energetico elevato, una gestione spesso non ottimizzata, e un’occupazione molto variabile. In particolare quest’ultimo elemento legato all’occupazione è stato molto considerato in fase di studio. Come noto infatti, esso porta con sé forti oscillazioni dei consumi energetici, e per questo motivo deve essere incluso in una logica di gestione ottimizzata. Questo è possibile introducendo una gestione basata su tecniche IoT. L’internet of things è una struttura informatica in cui è presente la connessione di una serie di elementi, quali sistemi di misura o attuatori, che permettono la gestione di un sistema. L’obiettivo del progetto, è stato quello di proporre una possibile architettura di tale sistema, concentrandosi sulle varie parti che lo compongono. In particolare tale architettura si articola in un sistema di monitoraggio dell’edificio, in grado di fornire in tempo reale le informazioni di utilizzo e di comfort all’interno della struttura, in una serie di attuatori capaci di modificare il punto di lavoro dei vari elementi di consumo energetico, quali l’impianto HVAC o il sistema di illuminazione, e di in un sistema di controllo che possiede un algoritmo decisionale in grado di gestire i vari terminali di emissione. Si è proposta una descrizione dell’impianto HVAC, il principale elemento di consumo delle strutture, focalizzando l’attenzione sulla realtà fisica di questo elemento. Si sono sottolineate le modalità di regolazione e gestione dei flussi prodotti, introducendo un possibile algoritmo decisionale che tenesse conto dei dati di monitoraggio. L’altro elemento di fondamentale importanza è quello legato al comportamento della struttura. È necessario per il sistema di controllo, conoscere in anticipo quello che sarà il comportamento della struttura in risposta a diversi input. Si deve perciò provvedere a fornire un modello della struttura che, analizzando i dati di monitoraggio in tempo reale, sia in grado di indicare come reagiranno le variabili interne di interesse. Le variabili di interesse risultano essere quelle che influenzano il comfort degli occupanti, ovvero la temperatura dell’aria interna, l’umidità e la concentrazione di CO2. Esistono diverse tipologie di modello di una struttura, che possono però dividersi in tre grandi gruppi, modelli fisici, modelli basati sui dati e modelli ibridi. All’interno del lavoro di tesi, si sono valutati i pro e i contro di ognuno di essi, indicando quelle che sono le soluzioni più adatte al problema in questione. Si è anche prevista la presenza di un caso studio che valutasse le performance di un modello ibrido semplificato, in un edificio residenziale di prova. Esso ha portato a risultati interessanti per strutture semplici e controllate, ma si è concluso che riproporre tale modello per situazioni molto più complesse come quelle di edifici civili condivisi, fosse insostenibile. Si è dunque in conclusione proposto, un approfondimento sui meccanismi di machine learning, ritenuti i più adatti ad affrontare il problema in esame