ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
ΜΙΧΑΗΛ ΚΑΤΣΙΓΙΑΝΝΗΣ
θέμα
Στάθμισμα Αναμενόμενης Θερμικής Δυσφορίας και Κόστους Λειτουργίας Συστημάτων Κλιματισμού-Εξαερισμού-Θέρμανσης σε Κτίρια με Δυναμικό Πρόγραμμα Χρήσης
Balancing Expected Thermal Discomfort and Heating-Ventilation-Air Conditioning Operation Cost in Buildings with Dynamic Occupancy Schedules
Εξεταστική Επιτροπή
Αναπληρωτής Καθηγητής Γεώργιος Χαλκιαδάκης (επιβλέπων)
Καθηγητής Κωνσταντίνος Καλαϊτζάκης
Επίκουρος Καθηγητής Αθανάσιος Άρης Παναγόπουλος (Department of Computer Science, California State University, Fresno)
Περίληψη
Η επίτευξη της βέλτιστης θέρμανσης, εξαερισμού και κλιματισμού (HVAC) κτιρίων είναι μία πολύπλοκη διαδικασία που προαπαιτεί μια εργασία μαθηματικής βελτιστοποίησης πολλαπλών στόχων, οι κυριότεροι εκ των οποίων είναι το κόστος ενέργειας και τη θερμική δυσφορία. Συνήθως, όταν σε ένα κτίριο είναι γνωστό το χρονοδιάγραμμα χρήσης του κτιρίου εκ των προτέρων, τότε ένας θερμοστάτης μπορεί να ρυθμιστεί σε προκαθορισμένες τιμές, προκειμένου να ελαχιστοποιηθεί η θερμική δυσφορία. Ωστόσο, σε σενάρια που υπάρχει δυναμικό χρονοδιάγραμμα χρήσης, η εξασφάλιση της ελάχιστης θερμικής δυσφορίας ανά πάσα στιγμή είναι εξαιρετικά ενεργειακά αναποτελεσματική. Πιο συγκεκριμένα, ακόμα και με τους πιο ακριβείς αλγόριθμους πρόβλεψης πληρότητας των χώρων ενός κτιρίου, διατηρείται κάποια αβεβαιότητα σχετικά με το προβλεπόμενο χρονοδιάγραμμα χρήσης. Η ελαχιστοποίηση της θερμικής δυσφορίας, ακόμη και στις ελάχιστες πιθανότητες πληρότητας, εισάγει περιττό και μη αποδεκτό κόστος. Σε αυτό το πλαίσιο, ο στόχος μας είναι να διερευνήσουμε αλγορίθμους βελτιστοποίησης ελέγχου συστημάτων HVAC που ενσωματώνουν προβλέψεις πληρότητας με εφικτό τρόπο. Συγκεκριμένα, στην εργασία μας συγκρίνουμε δύο αλγόριθμους που προέρχονται από τη βιβλιογραφία, με έναν νέο αλγόριθμο που προτείνουμε εδώ, λαμβάνοντας υπ’ όψιν στη σύγκριση κριτήρια εφαρμογής, αποτελεσματικότητας, αποδοτικότητας και χρηστικότητας. Η πειραματική μας σύγκρισή υποδεικνύει ότι καθένας από τους αλγορίθμους διαθέτει ορισμένα πλεονεκτήματα και μειονεκτήματα σε σχέση με τα προαναφερθέντα κριτήρια. Η προσέγγισή μας παρέχει παρόμοια απόδοση με τις σύγχρονες προσεγγίσεις και προσφέρει αυξημένη χρηστικότητα, καθώς βασίζεται σε μόνο μία παράμετρο που έχει διαισθητική ερμηνεία.
Abstract
Optimizing the heating, ventilation and air condition (HVAC) process considers a multi-objective optimization task with the main objectives being energy cost and thermal discomfort. Typically, when the occupancy schedule of a building is known in advance, a thermostat can be set to predetermined values in order to minimize thermal discomfort. However, in dynamic occupancy schedule scenarios, ensuring minimum thermal discomfort at all times is highly energy inefficient. In more detail, even with the most accurate occupancy prediction algorithms some uncertainty on the predicted schedule is retained. Minimizing thermal discomfort, even in the slightest chance of occupancy, introduces unnecessary and unacceptable cost. In this context, our goal in this thesis was to investigate HVAC control optimization algorithms that incorporate occupancy predictions in a feasible manner. In more detail, we compare two algorithms derived from the literature against a novel algorithm that we propose here, with respect to applicability, effectiveness, efficiency and usability criteria. Our comparison shows that each one of the algorithms possesses certain advantages and disadvantages with respect to the above-mentioned criteria. Our approach performs similar to state of the art approaches and offers increased usability since it relies on a single intuitive parameter.
Meeting ID: 991 4034 3813
Password: 570842
