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.

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.

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.

• 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 (UNI EN 15232-1 e 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).

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.

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

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.