ENERGÍA INTELIGENTE EN EDIFICIOS: PROYECTO ENCOURAGE

Transcripción

1 ENERGÍA INTELIGENTE EN EDIFICIOS: PROYECTO ENCOURAGE Lara Pérez Dueñas GNARUM Organiza: Apoyo Institucional:

2 Grupo GNERA Potenciar la producción e integración de nuevas formas de energía en el mercado eléctrico y soluciones integrales de gestión para empresas del sector energético y particulares 2005 Representante en el mercado eléctrico. Ofrece servicios de representación, trading, consultoría y optimización energética. ENARA 2010 Comercializadora de electricidad renovable y proveedor de electricidad para puntos de recarga de vehículos eléctricos. GNARUM 2012 Soluciones tecnológicas para la gestión, predicción, monitorización energética, soluciones personalizadas de SAP para renovables, aplicaciones de sistemas para el mercado eléctrico y soluciones IT para el coche eléctrico.

3 3 años (Junio 2011-Junio 2014) 5 países 11 empresas de presupuesto Proyecto ARTEMIS financiado por:

4 ENCOURAGE: Embedded intelligent Controls for buildings with Renewable generation and storage intelligent COntrols for buildings Embedded and storage with Renewable generation

5 El concepto Encourage: control inteligente de demanda, generación y almacenamiento a nivel de distrito

6 ENCOURAGE resuelve los principales retos de la optimización energética en edificios Comportamiento versus automatización Multitud de sistemas (interoperabilidad) Grandes cantidades de datos Dificultad de análisis Velocidad Planificación: Predicción del consumo Variabilidad fuentes renovables Almacenamiento Ocupación Nivel de confort Interconexión con otros edificios: microrredes

7 Una arquitectura modular para el intercambio rápido de datos y la inserción de cualquier sistema Virtual sub-metering (non-intrusive) for advanced monitoring and diagnostics Event-based middleware for integration of heterogeneous data coming from sensors and submeters networks Supervisory Control strategies for large subsystems and numerous devices Brokerage: Inter-building energy exchange

8 Predicción del consumo energético mediante redes neuronales para una correcta planificación W1 W2 Wn offset S Activation function Parámetros de entrada: - Temperatura externa - Ocupación (tipo de día) - Consumo horario 2 días previos

9 BUSINESS INTELLIGENCE El módulo de Business Intelligence transforma el gran volumen de datos en información entendible para la acción Convertir esto ,4 NEST0142 KWH E-ELEC NEST0142 KWH E-ELEC NEST0142 KWH E-ELEC , NEST0142 KWHW-DD E-ELEC 14 C DKD NEST0142 KWHW-DD E-ELEC 11 C DKD , NEST0142 KWHW-DD E-ELEC 9 C DKD , NEST0142 KWHW-DD E-ELEC 11 C DKD , NEST0142 KWHW-DD E-ELEC 12 C DKD , NEST0142 KWHW-DD E-ELEC 12 C DKD NEST0142 KWHW-DD E-ELEC 12 C DKD , NEST0142 KWHW-DD E-ELEC 11 C DKD , NEST0142 KWHW-DD E-ELEC 14 C DKD , NEST0142 KWHW-DD E-ELEC 17 C DKD , NEST0142 KWHW-DD E-ELEC 18 C DKD , NEST0142 KWHW-DD E-ELEC 19 C DKD , NEST0142 KWHW-DD E-ELEC 18 C DKD W-DD 20 C DKD W-DD 20 C DKD W-DD 20 C DKD En esto Energy Manager

10 BUSINESS INTELLIGENCE El módulo de Business Intelligence transforma el gran volumen de datos en información entendible para la acción Convertir esto ,4 NEST0142 KWH E-ELEC NEST0142 KWH E-ELEC NEST0142 KWH E-ELEC ,6 NEST0142 W-DD KWH E-ELEC 14 C DKD NEST0142 W-DD KWH E-ELEC 11 C DKD ,8 NEST0142 W-DD KWH E-ELEC 9 C DKD ,8 NEST0142 W-DD KWH E-ELEC 11 C DKD ,4 NEST0142 W-DD KWH E-ELEC 12 C DKD ,8 NEST0142 W-DD KWH E-ELEC 12 C DKD NEST0142 W-DD KWH E-ELEC 12 C DKD ,6 NEST0142 W-DD KWH E-ELEC 11 C DKD ,6 NEST0142 W-DD KWH E-ELEC 14 C DKD ,2 NEST0142 W-DD KWH E-ELEC 17 C DKD ,6 NEST0142 W-DD KWH E-ELEC 18 C DKD ,4 NEST0142 W-DD KWH E-ELEC 19 C DKD ,4 NEST0142 W-DD KWH E-ELEC 18 C DKD W-DD 20 C DKD W-DD 20 C DKD W-DD 20 C DKD con esto En esto Energy Manager

11 Los cuadros de mando permiten el análisis eficiente de datos al gestor energético

12 DEMOSTRADOR: CAMPUS UPC 1. Terrassa School of Industrial and Aeronautical Engineering (TR5 Building) 2. Students hall of residence 3. Lecturer s apartment TR5 BUILDING - Three-storey building devoted to academic uses STUDENT HALL OF RESIDENCE - Five-storey building accommodation places LECTURER S APARTMENT - Fifth floor of a 5 flats building

13 Lecturer s Office (3.10; 3.12) Computers room (PC7) Lecture room (3.1)

14 CONTROL Primeros resultados Eliminación del Stand-by en sala de PCs 0,5 kwh 35% de la energía consumida en Sala PC (=6% del edificio) Optimización del uso de la sala PC: Prioridad de uso a los ordenadores cerca de la ventana en horas de luz 10-15% Concienciación usuario mediante información 9%

15 CONTROL Próximas implementaciones Optimización del uso de la sala PC En función de si hay clase o no, de la luz exterior y de la ocupación actual se abren y cierran lineas de ordenadores Optimización uso luces del pasillo Según ocupación prevista, ocupación real y luz exterior => Problemática de la sensación de seguridad? Control de calefacción y clima en despachos y salas de clases Sondas TAC (sensor de temperatura + control de climatización) Control en función de T de referencia, ocupación prevista y ocupación real Valor añadido ENCOURAGE: integración de sistemas en una plataforma única y potente

16 DATOS DE CONTACTO: Lara Pérez Dueñas Organiza: Apoyo Institucional: