Servizi per la didattica
PORTALE DELLA DIDATTICA
Set-Cookie: language=it; path=/; domain=.polito.it;

Gestione energetica e automazione degli edifici

01TWIND

A.A. 2020/21

Lingua dell'insegnamento

Italiano

Corsi di studio

Organizzazione dell'insegnamento
Didattica Ore
Lezioni 40
Esercitazioni in aula 20
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
2019/20
Il corso approfondisce le metodologie e gli strumenti per il controllo e la gestione della prestazione energetica in esercizio degli impianti tecnici e dei sistemi tecnologici a servizio dell’edificio. Viene fornito un inquadramento teorico sulle attuali definizioni e caratteristiche di edifici intelligenti, con riferimento alle tecnologie dell’informazione e alle infrastrutture per il monitoraggio, alla gestione e al controllo dei sistemi energetici e componenti tecnologici a servizio. Sono forniti gli elementi per la modellazione energetica dell’edificio attraverso tecniche di machine learning, analizzando i principali metodi supervisionati e non supervisionati di analisi dei dati. Il corso fornisce conoscenza sui sistemi di gestione intelligente e automazione negli edifici e del loro effetto sulla prestazione energetica e il comfort ambientale. Nelle lezioni saranno approfondite le principali strategie di controllo e automazione per l’ottimizzazione della prestazione energetica in esercizio degli edifici relativa a diversi servizi energetici (e.g., climatizzazione, illuminazione, ventilazione). Sono inoltre discusse le implicazioni che la gestione energetica e automazione negli edifici ha sulle reti con riferimento a strategie di demand response e flessibilità energetica. Il corso prevede esercitazioni pratiche su basi di dati di monitoraggio reali di edifici finalizzate alla stima del risparmio energetico conseguente a processi di riqualificazione, all’estrazione di profili tipologici di carico termico ed elettrico, all’individuazione e alla diagnosi di anomalie e inefficienze energetiche, e allo sviluppo di modelli predittivi della domanda di energia.
The course explores the methodologies and tools for the control and management of operational building energy performance of the technical systems and technological components serving the building. A theoretical framework is provided on the current definitions and features of intelligent buildings, with reference to information technologies and infrastructures for monitoring, management and control of energy systems and technological components. Elements for the inverse energy modeling of buildings through machine learning techniques are provided by analyzing the main supervised and unsupervised methods of data analysis. The course provides knowledge on intelligent management systems and automation in buildings and on their effect on energy performance and indoor air quality. The lessons will focus on the main control and automation strategies for optimizing the building energy performance in operation with reference to different energy services (e.g., air conditioning, lighting, ventilation). The implications that energy management and automation in buildings have on energy networks are discussed, with reference to demand response strategies and energy flexibility. The course includes practical exercises on the analysis of actual monitoring data sets of buildings, aimed at estimating energy savings resulting from retrofit processes, the extraction of typological thermal and electrical load profiles, the identification and diagnosis of anomalies and energy inefficiencies, and the development of predictive models of building energy demand.
Il corso è mirato a fornire conoscenza sui principi fondamentali e le tecnologie alla base dei sistemi di gestione energetica intelligente e automazione negli edifici. Lo studente apprenderà le principali strategie di gestione e automazione degli impianti tecnici e componenti tecnologici a servizio dell’edificio per l’ottimizzazione della prestazione energetica in esercizio e del comfort ambientale. Al termine del corso lo studente sarà inoltre in grado di sviluppare e implementare modelli energetici dell’edificio guidati dai dati di monitoraggio per le seguenti applicazioni: • stima del risparmio energetico conseguente a processi di riqualificazione • estrazione di profili di carico termico ed elettrico • identificazione e diagnosi di guasti e anomalie energetiche • sviluppo di modelli predittivi della domanda di energia.
The course is aimed at providing knowledge on the fundamental and principles of technologies at the basis of intelligent energy management systems and automation in buildings. The student will learn the main management and automation strategies of the technical systems and technological components serving the building for the optimization of energy performance in operation and of indoor air quality. At the end of the course, the student will also be able to develop and implement inverse building energy models for the following applications: • estimation of energy savings resulting from requalification processes • extraction of thermal and electrical load profiles • identification and diagnosis of faults and energy anomalies • development of predictive models of energy demand
Si richiede la capacità di applicare gli strumenti di Matematica e Fisica acquisiti nella laurea triennale e di applicare le conoscenze acquisite nei corsi di Termodinamica, Trasmissione del Calore, Termofluidodinamica, Fisica dell’Edificio e Climatizzazione e di Progettazione energetico-ambientale dell'edificio.
The ability to apply the tools of Mathematics and Physics acquired in the three-year degree and to apply the knowledge acquired in the courses of Thermodynamics, Heat Transfer, Thermal-Fluid Dynamics, Building Physics and Air Conditioning, and Energy-environmental Design of the building is required.
•Definizione e caratteristiche di edifici intelligenti con particolare riferimento all’evoluzione delle tecnologie dell’informazione e alle infrastrutture per il monitoraggio, alla gestione e al controllo dei sistemi energetici e componenti tecnologici a servizio. Analisi sui sistemi di automazione e gestione energetica (BACS, BEMS) e monitoraggio di lungo periodo (smart meters). Caratterizzazione e classificazione della tipologia di dati misurati attraverso processi di monitoraggio negli edifici. Inquadramento normativo (7,5 ore). •Fondamenti di modellazione energetica dell’edificio attraverso tecniche di machine learning: apprendimento automatico supervisionato e non supervisionato (6 ore). •Fondamenti di controllo e regolazione dei sistemi impiantistici nell’edificio (PID, adattivo). Strategie di controllo e automazione per l’ottimizzazione della prestazione energetica in esercizio degli edifici relativa a diversi servizi energetici (e.g., climatizzazione, illuminazione, ventilazione). Analisi dell’impatto dell’automazione sulle prestazioni energetiche degli edifici (9 ore). •Valutazione delle prestazioni energetiche degli edifici in esercizio attraverso sistemi di gestione informativi. Caratterizzazione di profili di carico elettrici e termici a diverse scale spaziali. Sviluppo di processi di benchmark. Processi di audit energetico e valutazione del risparmio energetico ottenuto a valle di interventi di riqualificazione. Processi di previsione della domanda energetica degli edifici. Caratterizzazione del comportamento degli occupanti sulla prestazione energetica degli edifici (12 ore lezione + 16 ore di esercitazioni in aula). •Verifica della prestazione in esercizio dei sistemi impiantistici attraverso l’identificazione automatica e diagnosi di anomalie energetiche. (3 ore + 4 ore di esercitazioni in aula). •Cenni su applicazioni di demand side management e flessibilità energetica negli edifici (2,5 ore).
• Definition and features of intelligent buildings with particular reference to the evolution of information technologies and infrastructures for monitoring, management and control of energy systems and technological components. Analysis of automation and energy management systems (BACS, BEMS) and long-term monitoring (smart meters). Characterization and classification of data typologies measured through monitoring processes in buildings. Regulatory framework (7.5 hours). • Fundamentals of building energy modeling through machine learning techniques: supervised and unsupervised automatic learning (6 hours). • Fundamentals of control and regulation of plant systems in buildings (PID, adaptive). Strategies of control and automation for optimizing the energy performance in the operation of buildings, in relation to different energy services (e.g., air conditioning, lighting, ventilation). Analysis of the impact of automation on the energy performance of buildings (9 hours). • Evaluation of the energy performance of buildings in operation through information management systems. Characterization of electrical and thermal load profiles at different spatial scales. Development of benchmarking processes. Energy audit processes and assessment of energy savings obtained with retrofit processes. Energy demand forecasting processes in buildings. Characterization of occupant behavior and impact on the energy performance of buildings (12 hours of lessons + 16 hours of classroom exercises). • Verification and maintenance of the technical systems (e.g. HVAC systems) through automatic detection and diagnosis of energy anomalies (3 hours + 4 hours of classroom exercises). • Rudiments on demand side management applications and energy flexibility in buildings (2.5 hours).
Nelle lezioni in aula si discuteranno fondamenti di automazione e gestione energetica negli edifici con riferimento a strategie di controllo dei principali sistemi impiantistici, procedure di valutazione della prestazione energetica in esercizio e applicazione di tecniche di intelligenza artificiale per l'analisi di dati monitorati. Nel corso delle esercitazioni verranno svolti in aula esercizi finalizzati a introdurre lo studente a software di programmazione e tecniche di analisi dati energetici afferenti al machine learning. Le esercitazioni in aula verteranno a introdurre processi analitici per la stima del risparmio energetico a valle di interventi di riqualificazione, l’analisi di benchmarking energetico applicato a portafogli di edifici, l’analisi dei carichi elettrici/termici per l'individuazione di profili di carico tipologici, lo sviluppo di modelli predittivi della domanda energetica, l'identificazione di anomalie energetiche in serie storiche di consumo. Una parte significativa del corso è costituita dallo sviluppo di un progetto individuale (inerente uno dei temi trattati durante le esercitazioni) utilizzando algoritmi, metodologie e codici di calcolo introdotti durante le lezioni.
The classroom lessons will allow discussing the fundamentals of automation and energy management in buildings, with reference to control strategies of the main technical systems, to procedures for evaluating building energy performance in operation and to the application of artificial intelligence techniques for energy data analysis. During the exercises, examples will be presented to introduce the student to programming software and energy data analysis techniques related to machine learning. The classroom exercises will focus on analytical processes for the estimation of energy savings obtained with retrofit processes, the energy benchmarking analysis applied to building portfolio, the analysis of electrical / thermal load profiles, the development of predictive models of energy demand, the identification of energy anomalies in time series of energy consumption. A significant part of the course consists of the development of an individual project (inherent to one of the topics covered during the exercises) using algorithms, methodologies and calculation codes introduced during the lessons.
Le presentazioni utilizzate durante le lezioni saranno messe a disposizione degli studenti. Saranno forniti riferimenti concernenti la letteratura tecnica e normativa. Referenze suggerite: • Sinopoli, James. Advanced technology for smart buildings. Artech House, 2016. • Handbook-Fundamentals, A. S. H. R. A. E. "ASHRAE-American Society of Heating." Ventilating and Air-Conditioning Engineers (2017). • Handbook, A. S. H. R. A. E. "HVAC applications." ASHRAE Handbook, Fundamentals (2015). • Harris, Douglas. A guide to energy management in buildings. Taylor & Francis, 2016.Harris, Douglas. A guide to energy management in buildings. Taylor & Francis, 2016. • Krarti, Moncef. Energy audit of building systems: an engineering approach. CRC press, 2016.Krarti, Moncef. Energy audit of building systems: an engineering approach. CRC press, 2016. • Montgomery, Ross, and Robert McDowall. Fundamentals of HVAC control systems. Elsevier, 2008.Montgomery, Ross, and Robert McDowall. Fundamentals of HVAC control systems. Elsevier, 2008. • Wang, Shengwei. Intelligent buildings and building automation. Routledge, 2009.Wang, Shengwei. Intelligent buildings and building automation. Routledge, 2009.
The presentations used during the lectures will be available for the students. The teacher will provide references regarding technical literature and regulations. Suggested references • Sinopoli, James. Advanced technology for smart buildings. Artech House, 2016. • Handbook-Fundamentals, A. S. H. R. A. E. "ASHRAE-American Society of Heating." Ventilating and Air-Conditioning Engineers (2017). • Handbook, A. S. H. R. A. E. "HVAC applications." ASHRAE Handbook, Fundamentals (2015). • Harris, Douglas. A guide to energy management in buildings. Taylor & Francis, 2016.Harris, Douglas. A guide to energy management in buildings. Taylor & Francis, 2016. • Krarti, Moncef. Energy audit of building systems: an engineering approach. CRC press, 2016.Krarti, Moncef. Energy audit of building systems: an engineering approach. CRC press, 2016. • Montgomery, Ross, and Robert McDowall. Fundamentals of HVAC control systems. Elsevier, 2008.Montgomery, Ross, and Robert McDowall. Fundamentals of HVAC control systems. Elsevier, 2008. • Wang, Shengwei. Intelligent buildings and building automation. Routledge, 2009.Wang, Shengwei. Intelligent buildings and building automation. Routledge, 2009.
Modalità di esame: Prova scritta (in aula); Prova orale obbligatoria; Progetto individuale;
L’esame è strutturato in due parti: • Prova scritta individuale, con durata di 1 ora e mezza. Tale prova include 4 domande in forma aperta riguardo tutti gli aspetti teorici trattati durante il corso. Il punteggio massimo per questa parte è di 12 punti. Il voto minino per accedere alla seconda parte è pari a 6 punti. Le domande sono finalizzate ad accertare le competenze relative ai principi fondamentali dei sistemi di gestione intelligente e automazione del sistema edificio-impianto e analisi del loro effetto sulla prestazione energetica e il comfort ambientale. • Progetto individuale sull’applicazione di tecniche di analisi dati nell’ambito delle tematiche trattate durante le esercitazioni in aula. Il progetto individuale è discusso con una sessione orale della durata di circa 30 minuti. Il punteggio massimo per questa parte è di 18 punti. E’ previsto un punto aggiuntivo in casi di eccellenza. La discussione orale ha lo scopo di valutare il raggiungimento dei seguenti obiettivi dal punto di vista teorico e pratico: • Stima del risparmio energetico a valle di interventi di riqualificazione. • Analisi di benchmarking energetico applicato a un portafoglio di edifici. • Identificazione di profili di carico termico ed elettrico. • Previsione con orizzonte temporale a breve termine della domanda energetica. • Identificazione di anomalie energetiche in serie storiche di consumo. Il voto finale è calcolato come somma delle due parti. Per superare l’esame è necessario ottenere una valutazione superiore o uguale a 18. La lode viene assegnata se si raggiunge una punteggio finale pari a 31.
Exam: Written test; Compulsory oral exam; Individual project;
Exam methods: written test, individual project discussed orally. The exam is structured in two parts: • Individual written test, lasting 1 hour and a half. This test includes 4 questions in open form regarding all the theoretical aspects covered during the course. The maximum score for this part is 12 points. The minimum score to have access to the second part is 6 points. The questions are aimed at ascertaining the skills related to the principles of intelligent management systems and automation of the building systems and analysis of their effect on energy performance and indoor environment quality. • Individual project on the application of data analysis techniques in the context of the topics covered during classroom exercises. The individual project is discussed with an oral session lasting about 30 minutes. The maximum score for this part is 18 points. An additional point is provided in the cases of excellence. The oral discussion aims at evaluating the achievement of the following objectives from a theoretical and practical point of view: • Estimation of energy savings due to retrofit processes. • Energy benchmarking analysis applied to a building portfolio. • Identification of thermal and electrical load profiles. • Short term forecasting of energy demand. • Identification and diagnosis of energy anomalies The final mark is calculated as the sum of the two parts. To pass the exam it is necessary to obtain a score greater than or equal to 18. Honors are awarded if a final score of 31 is reached.


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
m@il