Gebouwen kosteneffectief maken met Model Predictive Control

De regeling van thermische systemen in gebouwen laat soms te wensen over: het resultaat is dat de regeling dikwijls bijgesteld moet worden en dat pompen dikwijls dag en nacht draaien. Doctoraatsstudent Filip Jorissen (KU Leuven) ontwikkelde een nieuwe methodiek om tot beter geïntegreerde systemen te komen, met automatische regeling en ontwerp op basis van wiskundige modellen. Dit kan leiden tot optimalisatie van de systemen, en dus ook tot besparingen. Wij stelden enkele vragen over het hoe en wat van zijn onderzoek.

Wat wilde u onderzoeken, en hoe bent u te werk gegaan?

Wij stellen vast dat vandaag een optimalisatiepotentieel op het vlak van enerzijds het ontwerp en anderzijds de regeling van thermische systemen in gebouwen onbenut wordt gelaten.

Samen met promotoren Lieve Helsen en Wim Boydens heb ik daarom getracht een nieuwe ontwerp- en regelmethodiek te ontwikkelen, die steunt op computergebaseerde simulaties en optimalisaties. We hebben een nieuw modelleerplatform ontwikkeld op basis van de modelleertaal Modelica, verder bouwend op de ‘IDEAS’ bibliotheek. Dit platform laat ons toe om de regeling van een gebouw snel te optimaliseren. Hierdoor kunnen we meerdere gebouwontwerpen genereren en voor elk ontwerp automatisch een optimale regelaar genereren, die toelaat om verschillende gebouwontwerpen op een erg systematische manier te vergelijken.

 

Uw onderzoek steunt sterk op Model predictive control (MPC). Wat is dit?

MPC is een regelmethodiek die een wiskundige beschrijving van het te regelen systeem (een gebouwmodel) gebruikt om de invloed van regelacties op het gebouw te berekenen. Het model voorspelt zo het gedrag van het gebouw, nu en gedurende de komende drie dagen (of andere tijdshorizon), gebruikmakend van weersvoorspellingen en kan met dit model berekenen welke regelacties leiden tot de laagste ‘kost’. Wat deze kost juist is, kan vrij gekozen worden zolang het gebouwmodel in staat is om de kost uit te rekenen. Dikwijls is de kost gelijk aan het energiegebruik van het gebouw, maar andere kostfuncties, zoals de CO2-uitstoot van het gebouw, zijn ook mogelijk.

Model predictive control wordt courant gebruikt in de procesindustrie, maar voor gebouwen is de technologie nog niet doorgebroken. De bedoeling is om uiteindelijk tot een proces te komen waar, mits ingave van de geometrie van het gebouw, topologie van de thermische systemen en hun thermische en technische eigenschappen, volautomatisch een regelaar gegenereerd wordt die metingen uitleest en rechtstreeks alle pompen, kleppen, VAVs, ventilatiegroepen, … aanstuurt, gebruikmakend van een klassieke hardwarelaag.

 

Uit uw onderzoek is een besparingspotentieel van 65% en 78% (respectievelijk investerings- en operationele kosten) naar boven gekomen. Hoe bent u tot dat cijfer gekomen?

Deze resultaten komen voort uit de optimale ontwerpoefening in mijn doctoraat. Hier vergelijken we de gesimuleerde kosten tussen 1) het bestaande ontwerp met de bestaande regelgebaseerde regeling en 2) het optimale ontwerp met MPC.

De operationele kosten omvatten het elektriciteitsgebruik van pompen, ventilatoren en warmtepompen en worden berekend gebruikmakend van een jaarsimulatie met een vast elektriciteitstarief en gemeten randvoorwaarden (weer, gebruikersgedrag, elektriciteitsgebruik). Het verminderde energiegebruik wordt grotendeels gerealiseerd door 1) een verbeterde coördinatie tussen het ventilatiesysteem en de betonkernactivering en 2) een betere frequentiesturing van ventilatoren en pompen.

De investeringskost bestaat uit de kosten (aanschaf, installatie, onderhoud, afschrijving, vervanging) voor ventilatiegroepen, beglazing, VAV-naverwarmingsbatterijen, warmtepompen en VAVs. Voor elk van deze 5 ontwerpkeuzes werden een aantal opties vergeleken. De verlaagde investeringskosten worden vooral behaald door het gebruik van een eenvoudigere ventilatiegroep met minder koelmogelijkheden. Het boorveld laat de MPC immers toe om goedkoop te koelen. Deze resultaten zijn evenwel een vereenvoudiging. Ze gaan bijvoorbeeld nog uit van gemeten randvoorwaarden en niet van ontwerpcondities.

 

Welke les(sen) kunnen gebouwbeheerders, studiebureaus,… trekken uit uw onderzoek?

Het potentieel voor systeemintegratie in gebouwen en de bebouwde omgeving is groot. De componenten verbeteren, maar de systeemintegratie hinkt achterop om deze verbeterde componenten echt tot hun recht te laten komen. Automatisatie van de relevante processen kan deze trend doen keren. Dat vereist natuurlijk wel dat alle betrokken partijen hiervoor openstaan. Er zijn momenteel al enkele voorlopers die mee aan de kar trekken, maar er is de typische weerstand tegen verandering. Wanneer correct gebruikt, kunnen simulaties in de ontwerp- en regelingspraktijk echter een win-win betekenen voor alle betrokken partijen, zeker wanneer metingen gebruikt worden ter correctie van de voorspelling.

F. Jorissen (2018). Toolchain for Optimal Control and Design of Energy Systems in Buildings (PhD thesis). Arenberg Doctoral School, KU Leuven

Deel dit artikel:
Onze partners