Τα τελευταία χρόνια, η βελτιστοποίηση της ενεργειακής απόδοσης κτηρίων έχει λάβει σημαντική προσοχή. Αυτό το ενδιαφέρον είναι δικαιολογημένο, μιας και τα κτήρια είναι υπεύθυνα για ένα μεγάλο ποσοστό της τελικής κατανάλωσης ενέργειας. Συγκεκριμένα, στην Ευρώπη το 40% της ολικής κατανάλωσης ενέργειας χρησιμοποιείται για τη λειτουργία των κτηρίων, ενώ ένα μεγάλο ποσοστό από αυτή την ενέργεια χρησιμοποιείται για την επίτευξη θερμικής άνεσης στους εσωτερικούς χώρους. Επομένως η βελτιστοποίηση της ενεργειακής απόδοσης κτηρίων κατά τη διάρκεια της χρήσης τους έχει πολλαπλά οφέλη και προς την κατεύθυνση της μείωσης της συνολικής κατανάλωσης ενέργειας και προς την κατεύθυνση της βελτίωσης της θερμικής άνεσης των χρηστών.Στην ενεργειακή διαχείριση των κτηρίων, κεντρικό ρόλο παίζουν τα Συστήματα Διαχείρισης Κτηρίων (Building Management System (BMS)) ή Συστήματα Αυτοματισμού και Ελέγχου Κτηρίων (Building Automation and Control Systems (BACS)). Τα συτήματα αυτά προσφέρουν λειτουργίες παρακολούθησης της απόδοσης του κτηρίου, καθώς και λειτουργίες ελέγχου όλων των συστημάτων Θέρμανσης, Ψύξης και Κλιματισμού (Heating Ventilation and Air Conditioning (HVAC)). Πολυ συχνά η εγκατάσταση και η παράδοση των BMS στοχεύει στην σωστή εγκατάσταση του εξοπλισμού και στην επίτευξη κάποιας βασικής λειτουργικότητας στον μικρότερο δυνατό χρόνο και όχι στην βελτιστοποίηση της ολικής λειτουργίας του συστήματος. Για το τελευταίο, έχουν αναπτυχθεί επεκτάσιμα και ευέλικτα συστήματα BMS. Εδώ το BMS χωρίζεται σε δύο διακριτά μέρη: στην τοπική εγκατάσταση και στην απομακρυσμένη εγκατάσταση. Η τοπική εγκατάσταση περιλαμβάνει την διαχείριση των τοπικών βρόχων ελέγχου (για παράδειγμα PID ελεγκτές), καθώς και τη συλλογή δεδομένων και την αποστολή τους στο απομακρυσμένο σύστημα. Το απομακρυσμένο σύστημα με τη σειρά του είναι υπεύθυνο για την εκτέλεση πιο πολύπλοκων υπηρεσιών, συνήθως σε ένα περιβάλλον υπολογιστικού νέφους (cloud-based). Η διαθεσιμότητα μιας τέτοιας υπολογιστικής πλατφόρμας επιτρέπει την υλοποίηση και χρήση εξελιγμένων και πολύπλοκων υπηρεσιών ενεργειακής διαχείρισης κτηρίων, που δεν θα μπορούσαν να αναπτυχθούν στον εξοπλισμό που είναι διαθέσιμος στην τοπική εγκατάσταση, λόγω της υπολογιστικής τους πολυπλοκότητας.Αυτό το περιβάλλον ευνοεί και την ανάπτυξη εξελιγμένων αλγορίθμων/μεθοδολογιών ενεργειακής διαχείρισης κτηρίων. Μια από τις πιο διαδεδομένες μεθοδολογίες τέτοιου τύπου είναι ο Προβλεπτικός Έλεγχος με χρήση Μοντέλων (Model Predictive Control (MPC)). Εδώ ένα μοντέλο του κτηρίου, καθώς και προβλέψεις για τις μελλοντικές και καιρικές συνθήκες και την πληρότητα του κτηρίου, είναι διαθέσιμα. Χρησιμοποιώντας αυτές τις διαθέσιμες πληροφορίες, μπορεί να οριστεί ένα πρόβλημα βελτιστοποίησης ώστε να σχεδιάσουμε βελτιστοποιημένες αποφάσεις ελέγχου για όλα τα συστήματα του κτηρίου και για ορισμένο χρονικό διάστημα στο μέλλον (π.χ. για τις επόμενες 24 ώρες). Οι διαφορετικές αυτές στρατηγικές ελέγχου αξιολογούνται με βάση το μοντέλο ως προς μια ορισμένη συνάρτηση κόστους (π.χ. η συνολική κατανάλωση ενέργειας του κτηρίου) και ένα σύνολο περιορισμών στην (θερμική, οπτική, ακουστική, κ.λ.π.) άνεση των χρηστών του κτηρίου. Στη συνέχεια, μόνο η πρώτη απόφαση ελέγχου εφαρμόζεται στα συστήματα του κτηρίου και η όλη διαδικασία επαναλαμβάνεται.Η κλασική εκδοχή αυτής της μεθοδολογίας στο πεδίο της ενεργειακής διαχείρισης κτηρίων έχει συγκεκριμένα μειονεκτήματα, κυρίως ως προς την ικανότητα να συμπεριλάβει με γενικό τρόπο πιο πολύπλοκους δείκτες θερμικής άνεσης, όπως είναι ο δείκτης Fanger, καθώς και η απαίτηση για γραμμικά ή διγραμμικά μοντέλα κτηρίων, ώστε το τελικό πρόβλημα βελτιστοποίησης να είναι κυρτό (convex).Η μεθοδολογία που αναπτύχθηκε στην παρούσα εργασία έχει σαν στόχο να αντιμετωπίσει αυτά τα μειονεκτήματα, διατηρώντας παράλληλα και τα πλεονεκτήματα του MPC. Η συγκεκριμένη μεθοδολογία έχει τη δυνατότητα να σχεδιάζει βελτιστοποιημένες αποφάσεις ελέγχου για όλα τα συστήματα του κτηρίου ταυτόχρονα. Αρχικά, σχεδιάζεται ένα σετ από παραμετρικούς ελεγκτές για όλα τα συστήματα του κτηρίου, ακολουθώντας τα σχετικά πρότυπα στη βιβλιογραφία. Στη συνέχεια – και με δεδομένες τις προβλέψεις για τις καιρικές συνθήκες και την πληρότητα του κτηρίου – ένας στοχαστικός αλγόριθμος βασισμένος σε μετα-μοντέλα χρησιμοποιείται για να σχεδιαστούν υποψήφιες στρατηγικές ελέγχου για το κτήριο. Οι στρατηγικές αυτές αξιολογούνται χρησιμοποιώντας ένα λεπτομερές μοντέλο προσομοίωσης του κτηρίου (που έχει δημιουργηθεί χρησιμοποιώντας λογισμικά θερμικής προσομοίωσης κτηρίων όπως για παράδειγμα το EnergyPlus και το TRNSYS). Τέλος, η τελική (βελτιστοποιημένη) στρατηγική ελέγχου αποστέλλεται στο κτήριο ώστε να εφαρμοστεί στα συστήματα του κτηρίου.Για την επαλήθευση της αποτελεσματικότητας της προτεινόμενης μεθοδολογίας, μια σειρά πειραμάτων σχεδιάστηκε και εκτελέστηκε τόσο σε επίπεδο προσομοίωσης όσο και σε πραγματικές συνθήκες, χρησιμοποιώντας δύο κτήρια, ένα στην Κρήτη και ένα στη Γερμανία. Τα πειράματα σε περιβάλλον προσομοίωσης χρησιμεύουν ώστε να διαπιστωθεί η αποτελεσματικότητα της μεθόδου σε ελεγχόμενο περιβάλλον, χωρίς τυχαίες μεταβολές, ενώ τα πειράματα σε πραγματικές συνθήκες καταδεικνύουν την αποτελεσματικότητα και τη σταθερότητα της προτεινόμενης μεθόδου σε πραγματικές συνθήκες, όπου επιδρούν στοχαστικές διαταραχές στο σύστημα τόσο από τις καιρικές συνθήκες όσο και από τις ενέργειες των χρηστών.Σε όλα τα πειράματα η προτεινόμενη μεθοδολογία κατάφερε να αποδώσει σημαντικά καλύτερα συγκριτικά με την υπάρχουσα στρατηγική ελέγχου των κτηρίων, η οποία χρησιμοποιείται σαν σημείο αναφοράς. Αυτό συμβαίνει γιατί οι στατικές και βασισμένες σε ένα σύνολο προκαθορισμένων κανόνων υπάρχουσες στρατηγικές ελέγχου δεν είναι σε θέση να αντιμετωπίσουν όλες τις προβλεπόμενες και μη διαταραχές που επιδρούν στο σύστημα. Σε αντίθεση, η προτεινόμενη μεθοδολογία με τη χρήση του αναλυτικού μοντέλου θερμικής προσομοίωσης, καθώς και της μεθόδου βελτιστοποίησης είναι σε θέση να σχεδιάζει πιο αποδοτικές στρατηγικές ελέγχου, προσαρμοσμένες στις αναμενόμενες μελλοντικές συνθήκες.Μια σημαντική παράμετρος που διερευνήθηκε μέσω των πειραμάτων είναι το θέμα του ελέγχου βασισμένου στην θερμική άνεση των χρηστών, μιας και είναι ξεκάθαρο από τα αποτελέσματα πως μια στείρα συζήτηση για εξοικονόμηση ενέργειας είναι άστοχη χωρίς σαφή αναφορά στην θερμική άνεση των χρηστών, καθώς υπάρχει ένα σαφές αντιστάθμισμα μεταξύ των δύο (είναι ανταγωνιστικά κριτήρια). Η ανάπτυξη μεθόδων που επιτρέπουν την αυτόματη ρύθμιση της θερμικής άνεσης στους εσωτερικούς χώρους κτηρίων είναι ένα από τα κύρια στοιχεία των εξελιγμένων BMS. Από την άλλη πλευρά, πολύ συχνά η θερμική άνεση ορίζεται σαν μια προκαθορισμένη περιοχή τιμών της θερμοκρασίας του αέρα σε κάθε ζώνη του κτηρίου. Όπως καταδεικνύουν τα αποτελέσματα της παρούσας εργασίας, αν και αυτή η υπόθεση είναι αληθής σε συγκεκριμένα κτήρια και HVAC συστήματα, στη γενική περίπτωση δεν αρκεί για να εξασφαλίσει πραγματική θερμική άνεση για τους χρήστες του κτηρίου, με επιζήμιες επιπτώσεις στην υγεία και την αποδοτικότητα των χρηστών. Στην παρούσα εργασία χρησιμοποιούμε τον δείκτη Fanger, ο οποίος είναι ένας ορισμός θερμικής άνεσης που περιέχεται στο πρότυπο (ISO) 7730. Ο δείκτης αυτός συνυπολογίζει – ανάμεσα και σε άλλες παραμέτρους – τις επιπτώσεις της θερμοκρασίας αέρα και της θερμοκρασίας λόγω ακτινοβολίας, καθώς και της υγρασίας στους χώρους του κτηρίου.
Fault diagnosis of sensors in the control system of a steam turbine
