PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Elenco notifiche



Gestione energetica e automazione negli edifici

01TWIND

A.A. 2025/26

Lingua dell'insegnamento

Italiano

Corsi di studio

Corso di Laurea Magistrale in Ingegneria Energetica E Nucleare - Torino

Organizzazione dell'insegnamento
Didattica Ore
Docenti
Docente Qualifica Settore h.Lez h.Es h.Lab h.Tut Anni incarico
Collaboratori
Espandi

Didattica
SSD CFU Attivita' formative Ambiti disciplinari
ING-IND/11 6 B - Caratterizzanti Ingegneria energetica e nucleare
2024/25
L’ottimizzazione della gestione energetica degli edifici durante il loro esercizio sta diventando sempre di più importante per fare fronte alle sfide imposte dalla crescente penetrazione di fonti rinnovabili, dalla gestione dei sistemi multi-energia e dai requisiti di flessibilità energetica e qualità dell’ambiente interno richiesti. I sistemi avanzati di gestione energetica e informazione (Energy Management and Information Systems) rappresentano oggi una grande opportunità per ottimizzare la prestazione energetica degli edifici attraverso l’opportuna analisi di dati di monitoraggio di lungo periodo oggi disponibili grazie alla penetrazione delle tecnologie dell’informazione e della comunicazione (ICT) e all’ IOT (Internet of Things). Su queste basi 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 caratteristiche di edifici intelligenti, con riferimento alle tecnologie dell’informazione e alle infrastrutture per il monitoraggio, alla gestione e al controllo dei sistemi energetici 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 hanno sulle reti con riferimento alla possibilità di implementare strategie di demand response e incrementare la flessibilità energetica. Il corso prevede esercitazioni pratiche su basi di dati di monitoraggio reali di edifici finalizzate alla stima e alla verifica 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.
Enhancing energy management during building operation is becoming a key aspect to address the challenges posed by the progressive introduction of renewable energy sources, multi-energy systems, grid flexibility and indoor environmental quality requirements . Energy Management and Information Systems (EMIS) provide great opportunities to building owners and managers to optimise building operation leveraging Internet of Things (IoT) and Information Communication Technologies (ICT) for extracting useful knowledge from building-related data. On that basis, the course explores the methodologies and tools for the control and management of operational 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 the monitoring, management and control of energy systems and technological components. Elements of 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 and automation systems in buildings and on their effect on energy performance and indoor enviromental 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 the opportunity of implementing demand response strategies and enhancing energy flexibility. The course includes practical exercises based on the analysis of real monitoring building related data-sets aimed to the verification of energy savings resulting from retrofit actions, 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 attraverso modellazione guidata dai dati. 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 della qualità dell'ambiente interno. Al termine del corso lo studente sarà inoltre in grado di sviluppare e implementare tecniche di analisi e modelli energetici dell’edificio guidati dai dati di monitoraggio per le seguenti applicazioni: • Stima del risparmio energetico conseguente a processi di riqualificazione • Estrazione e caratterizzazione 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, Laboratorio di scambio termico computazionale, 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 dell'edificio. Analisi dei sistemi di automazione e gestione energetica (BACS, BEMS), dell’integrazione di sistemi di gestione energetica e di informazione (Energy Management and Information Systems) e di tecnologie di monitoraggio di lungo periodo (smart meters). Caratterizzazione e classificazione della tipologia di dati misurati attraverso processi di monitoraggio negli edifici. Inquadramento normativo ( ISO 52120-1) e discussione di programmi internazionali (7,5 ore lezione). • Fondamenti di modellazione energetica dell’edificio attraverso tecniche di machine learning: apprendimento automatico supervisionato e non supervisionato (6 ore lezione). • Valutazione delle prestazioni energetiche degli edifici in esercizio attraverso sistemi di gestione informativi. Caratterizzazione e identificazione di profili di carico elettrici e termici a diverse scale spaziali. Sviluppo di processi di benchmark avanzati sia interno che esterno. Processi di valutazione del risparmio energetico ottenuto a valle di interventi di riqualificazione per mezzo di tecniche statistiche o di intelligenza artificiale. Processi di previsione della domanda energetica degli edifici. Caratterizzazione del comportamento degli occupanti sulla prestazione energetica degli edifici. Analisi e sviluppo di energy dashboard (12 ore lezione + 16 ore di esercitazioni in aula). • Verifica della prestazione in esercizio dei sistemi impiantistici e della domanda di energia per diversi usi finali attraverso l’identificazione automatica e la diagnosi di anomalie energetiche (3 ore lezione + 4 ore di esercitazioni in aula). • Fondamenti di controllo e regolazione dei sistemi impiantistici nell’edificio sia di tipo reattivo (e.g., PID, RBC) che di tipo predittivo ed adattativo (e.g., Model Predictive Control). 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 lezione). • Cenni su applicazioni di gestione della domanda e flessibilità energetica negli edifici (2,5 ore lezione).
• 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 monitoring data and feature engineering process. Regulatory framework (7.5 hours). • Fundamentals of data-driven building energy modeling through machine learning techniques: supervised and unsupervised automatic learning (6 hours). • Fundamentals of control and regulation of HVAC systems in buildings (PID, adaptive). Strategies of control and automation for the optimization of building energy performance during operation 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 si discuteranno i 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 di monitoraggio di lungo periodo. Nel corso delle esercitazioni verranno svolti in aula esercizi finalizzati a introdurre lo studente al linguaggio di programmazione “R” e tecniche di analisi dati energetici afferenti al machine learning. Le esercitazioni in aula verteranno a introdurre processi per la stima del risparmio energetico a valle di interventi di riqualificazione, l’analisi di benchmarking energetico interno e 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. Durante il corso sarà assegnato a ogni allievo lo sviluppo di un progetto individuale che dovrà essere discusso nella prova orale inerente uno dei temi trattati durante le esercitazioni utilizzando algoritmi, metodologie e codici di calcolo introdotti.
The 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 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 programming codes introduced during the lessons.
Le presentazioni utilizzate durante le lezioni saranno messe a disposizione degli allievi e costituiranno le dispense di riferimento per l'insegnamento. Sono inoltre forniti riferimenti sulla letteratura tecnica e normativa per approfondimenti. Referenze suggerite per approfondimenti: • Sinopoli, James. Advanced technology for smart buildings. Artech House, 2016. • Handbook, A. S. H. R. A. E. "Fundamentals", 2017. • Handbook, A. S. H. R. A. E. "HVAC applications." , 2019. • 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. • Montgomery, Ross, and Robert McDowall. Fundamentals of HVAC control systems. Elsevier, 2008. • Wang, Shengwei. Intelligent buildings and building automation. Routledge, 2009. • Capozzoli A., Piscitelli M. S., Brandi S., Grassi D., Chicco G. (2018), Automated load pattern learning and anomaly detection for enhancing energy management in smart buildings, Energy, Vol. 157, pp. 336-352, Elsevier, ISSN: 0360-5442 , DOI: 10.1016/j.energy.2018.05.127 • Capozzoli A., Cerquitelli T., Piscitelli M.S. (2016), Enhancing energy efficiency in buildings through innovative data analytics technologies, In: Pervasive Computing Next Generation Platforms for Intelligent Data Collection (editors: Dobre C. , Xhafa F.), Chapter 11, pp. 353-389, Elsevier, ISBN: 978-0-12-803663-1, DOI: 10.1016/B978-0-12-803663-1.00011-5 •ISO 52120-1:2021, Energy performance of buildings — Contribution of building automation, controls and building management — Part 1: General framework and procedures
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.
Slides;
Lecture slides;
Modalità di esame: Prova scritta (in aula); Prova orale obbligatoria;
Exam: Written test; Compulsory oral exam;
... Modalità d’esame: prova scritta, progetto discusso oralmente. L’esame è strutturato in due parti: • Prova scritta 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. Durante lo svolgimento di questa prova non è consentito l'utilizzo di materiale didattico e/o appunti. Le domande sono finalizzate ad accertare le competenze relative ai principi fondamentali dei sistemi di gestione intelligente e automazione del sistema edificio-impianto e all’analisi del loro effetto sulla prestazione energetica e la qualità dell’ambiente interno. • Discussione di un progetto sull'applicazione di tecniche di analisi dati nell'ambito delle tematiche trattate durante le esercitazioni. Il progetto è discusso con una sessione orale della durata di circa 30 minuti. Il punteggio massimo per questa parte è di 20 punti. 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 un punteggio finale almeno pari a 31.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Written test; Compulsory oral exam;
Modalità d’esame: prova scritta, progetto discusso oralmente. L’esame è strutturato in due parti: • Prova scritta 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. Durante lo svolgimento di questa prova non è consentito l'utilizzo di materiale didattico e/o appunti. Le domande sono finalizzate ad accertare le competenze relative ai principi fondamentali dei sistemi di gestione intelligente e automazione del sistema edificio-impianto e all’analisi del loro effetto sulla prestazione energetica e la qualità dell’ambiente interno. • Discussione di un progetto sull'applicazione di tecniche di analisi dati nell'ambito delle tematiche trattate durante le esercitazioni. Il progetto è discusso con una sessione orale della durata di circa 30 minuti. Il punteggio massimo per questa parte è di 20 punti. 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 un punteggio finale almeno pari a 31.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word