Alcuni casi di studio nazional

In questo primo caso di studio (FABBRI 2011) si propone l’uso di uno strumento GIS per la descrizione qualitativa del fabbisogno del patrimonio edificato con un approccio bottom-up, partendo da dati già posseduti dall’amministrazione comunale di Ferrara. Lo strumento GIS proposto da una rappresentazione spaziale al data base SACE13 della Regione Emilia Romagna (fig. n°5.20), al quale le CE devono essere inviate per essere valide (fig. n°5.21), permettendo di esplorare in maniera specifica per parti di città le relazioni che legano i consumi alle caratteristiche dell’edificato (fig. n°5.21 e n°5.20). In questo caso il GIS non è utilizzato per la definizione analitica del fabbisogno complessivo del patrimonio edificato alla scala urbana, anche se, dopo aver collezionato un numero statisticamente significativo di osservazioni, si potrebbero usare metodi di regressione (lineare o multivariata) per azzardare una generalizzazione dei risultati alla scala comunale. Il GIS viene utilizzato principalmente per facilitare la rappresentazione qualitativa del fenomeno; più il Data Base SACE si popolerà di informazioni sul patrimonio edificato, più il GIS sarà in grado di fornire efficaci interpretazioni della realtà.

Fig. n°5.20 visualizzazione spaziale delle CE presenti nel SACE (FABBRI 2011)

13

La regione Emilia Romagna DAL 156/2008 modificata dal DGR 1362/2010 e dal 1°gennaio 2009, ha attivato il Sistema di Accreditamento e Certificazione Energetica (SACE), per la compilazione, emissione e trasmissione degli Attestati di Certificazione Energetica relativi alle singole unità immobiliari. Il sistema contiene sia i dati di partenza relativi agli involucri ed agli impianti che i risultati del calcolo della CE. ehttp://www.regione.emilia- romagna.it/wcm/energia/sezioni_laterali/sezione_1/Certificazione_energetica_degli_edifici.htm

fig. n°5.21, alcune interrogazioni del data base SACE (FABBRI 2011).

In un altro caso di studio (MASSIMO 2008) grazie allo strumento GIS, si è integrata la dimensione della sostenibilità all’interno della valutazione comparata delle ipotesi di recupero del quartiere storico “Quartiere Latino” di Reggio Calabria. Partendo dal rilievo 3D dettagliato del quartiere, dove è inserita anche una precisa mappatura del degrado delle superfici e degli immobili, si è impostato in ambiente GIS un sistema per il Computo Metrico Grafico (CMG) delle varie ipotesi di intervento (fig. n°5.22). Si sono poi costruiti due scenari di recupero: uno “tradizionale” e l’altro “sostenibile”, ossia che impieghi materiali e scelte tecniche orientate alla diminuzione del fabbisogno energetico.

La flessibilità dello strumento ha permesso di valutare con precisione i costi delle due soluzioni in modo da impostare una valutazione economica dell’investimento nel medio lungo periodo che ha premiato le ipotesi “sostenibili”; il calcolo del fabbisogno energetico è stato svolto però solo per alcuni edifici campione ed in maniera separata dal CMG.

fig. n°5.22, Alcune schermate del Computo metrico grafico implementato in ambiente GIS

Una terza esperienza (BARELLI 2009), probabilmente la più interessante riguardo allo strumento sviluppato, mostra una integrazione tra un WebGis e la metodologia DOCET per il calcolo del fabbisogni netti e di EP per la CE. L'Azienda Territoriale per la Casa (ATC) della provincia di Torino (ex IACP)14 dispone di un complesso ed articolato WebGis dedicato alla gestione tecnica del proprio patrimonio, che integra la gestione delle sue componenti fisiche (ovvero gli edifici e le relative pertinenze) con quelle umane, ovvero gli inquilini e le problematiche manutentive ad essi correlate. Partendo da questo strumento si è integrato il motore di calcolo di DOCET sviluppando apposite interfacce di immissione dati disponibili direttamente on- line (fig n°5.23). Un apposito pulsante sulla home page del SIT, accessibile solo agli utenti registrati, attiva il modulo energetico (ESAM) e tutte le annesse funzionalità che permettono di inserire il dato sia per l’edificio selezionato che per lotto o anno di costruzione. Questa possibilità di definizione multipla dei dati ha snellito in maniera sostanziale le operazioni di immissione dei dati senza generare grossi errori in quanto è noto che i complessi realizzati con la stessa concessione utilizzano materiali e soluzioni costruttive identiche (BARELLI 2009). Le peculiarità dello strumento WebGis permettono poi la visualizzazione dei risultati direttamente on line e con una rappresentazione della classe energetica raggiunta (fig. n°5.24), inoltre l’assoluta congruenza delle caratteristiche di ESAM con DOCET permette anche si simulare degli scenari progettuali fornendo dei paramenti di costo e di tempo di ritorno.

14

Con i suoi oltre 33.000 alloggi, raggruppati in più di 1.000 edifici Si tratta di uno dei maggiori enti pubblici italiani preposti alla gestione dell'edilizia popolare (BARELLI 2009)

L’integrazione dei due software (WebGIs e DOCET) genera uno strumento capace di rappresentare spazialmente i risultati di una metodologia di calcolo energetico studiata per la scala del singolo edificio. Inoltre fornisce un valido strumento per lo studio e la condivisione di scenari progettuali inerenti tutto il patrimonio ACT. Ma nel caso di una analisi estesa all’ambito urbano, ossia a tutti gli edifici della città, l’immissione dei dati geometrici e fisici delle strutture, per quanto facilitata da possibili raggruppamenti per tipologia o anno di costruzione, non può essere effettuata in maniera completamente manuale, saranno necessari dei tool capaci di leggerle direttamente dalla cartografia disponibile.

Fig. n°5.23 Pagina di immissione dei dati, assolutamente congruente con quella di DOCET

RIFERIMENTI BIBLIOGRAFICI

A.G. Entrop, H.J.H. Brouwers, A.H.M.E. Reinders (2009); Evaluation of energy performance indicators and financial aspects of Energy saving techniques in residential real estate; Energy and Buildings xxx (2009) xxx– xxx articolo in stampa

Carlo Ratti, Nick Baker, Koen Steemers (2005); Energy consumption and urban texture; Energy and Buildings 37 (2005) 762–776

Christina Diakaki, Evangelos Grigoroudis, Dionyssia Kolokotsa,Towards a multi-objective optimization approach for improving energy efficiency in buildings; Energy and Buildings 40 (2008) 1747–1754

D. Robinson (2009b), F. Haldi, J. Kämpf, P. Leroux, D. Perez, A. Rasheed and U. Wilke (2009); From the neighbourhood to the city : resource flow modelling for urban sustainability.CISBAT 2009, Lausanne, September 2-3

D. Robinson, N. Campbell, W. Gaiser, K. Kabel, A. Le-Mouel, N. Morel, J. Page, S. Stankovic, A. Stone; SUNtool – A new modelling paradigm for simulating and optimising urban sustainability; Solar Energy 81 (2007) 1196–1211

D. Robinson, N. Campbell, W. Gaiser, K. Kabel, A. Le-Mouel, N. Morel, J. Page, S. Stankovic, A. Stone; SUNtool – A new modelling paradigm for simulating and optimising urban sustainability; Solar Energy 81 (2007) 1196–1211

Darren Robinson (2009a), Haldi, F, Kämpf, J., Leroux, P., Perez, D., Rasheed, A., Wilke, U (2009); CitySim: comprehensive micro-simulation of resource flows for sustainable urban planning; Building Simulation Eleventh International IBPSA Conference, Glasgow, Scotland July 27-30, 2009

De´que´, F., Olivier, F., Poblador, A.M., 2000. Grey boxes used to represent buildings with a minimum number of geometric and thermal parameters. Energy and Buildings 31 (1), 29–35

Domenico Enrico Massimo (2008), Antonino Barbalace, Daniela Boncaldo, Antonia Rita Castagnella, Maria Rosaria Giuffré, Mariangela Musolino, Roberta Plutino, Michelangela Vescio (2008); Sostenibilità nella conservazione urbana e strumenti GIS; 11a Conferenza Nazionale Utenti ESRI.Italia Gis People for People Roma, 21-22.05.2008

Gadsden, S., Rylatt, M., Lomas, K., Robinson, D; Energy efficiency and solar energy in urban planning: a GIS- based decision support prototype for the domestic sector; Proceeding of PLEA 2000, Cambridge, UK, pp. 672–677.

Guido Giulio Barelli, Alessandro Boschi, Ferruccio Doglione, Davide Biasiol; Gis e decision support modulo di calcolo del fabbisogno energetico per la “ATC” di torino; Articolo estratto da: GEOforUS Geography & Technology Network, giugno 2009; www.geoforus.it

Haas R, Schipper L. Residential energy demand in OECD-countries and the role of irreversible efficiency improvements. Energy Economics 1998;20(4):421–42

Issa Jaffal, Christian Inard, Christian Ghiaus (2009); Fast method to predict building heating demand based on the design of experiments; Energy and Buildings 41 (2009) 669–677

Kämpf, J., Robinson, D. (2007), A simplified thermal model to support analysis of urban resource flows, Energy and Buildings 39(4), p445-453

Karl-Ludwig Schibel, Maurizio Zara (2009); ECO territori; articolo in rivista QualEnergia pag 70-74 n° novembre/dicembre 2009; http://qualenergia.it/node/8582

Kristian Fabbri - Marco Zuppiroli (2011) La prestazione energetica con gli strumenti GIS; PONTE PROGETTARE ENERGIA n. 3-2011 pag 6-15, DEI tipografia del genio civile; http://www.build.it/ponte.asp Lukas G. Swan, V.Ismet Urgursal (2009), Modeling of end use Energy consumption in the residential sector: A review of modeling techniques, Renewable & Sustainable Energy Reviews 13 (2009) 1819-1835.

Mark Rylatt, Stuart Gadsden, Kevin Lomas (2001); GIS-based decision support for solar energy planning in urban environments; Computers Environment and Urban Systems 25 (2001) 579-603

Baggio P., Cappelletti F., A. Gasparella, P. Romagnoni (2008), Il calcolo della prestazione energetica degli edifici. Gli esiti di un confronto, Convegno AICARR: Riduzione dei fabbisogni, recupero di efficienza e fonti rinnovabili per il risparmio energetico nel settore residenziale, Rubano (PD), Giugno 2008

Page, J., Robinson, D., Morel, N., Scartezzini, J.-L. (2007), A generalised stochastic model for the prediction of occupant presence, Energy and Buildings, 40(2) p83-98.

R.B.Hiremath et al (2007), Decentralized energy planning; modeling and application-a review; Renewable & Sustainable Energy Reviews 11 (2007) 729-752.

Rasheed A. and Robinson D. (2009) MULTISCALE MODELLING OF URBAN CLIMATE. Eleventh International IBPSA Conference, Glasgow, Scottland, July 27-30, 2009.

Robinson, D., Stone, A. (2006), Internal illumination prediction based on a simplified radiosity algorithm, Solar Energy, 80(3), p260-267

Robinson, D., Stone, A., 2005. A simplified radiosity algorithm for general urban radiation exchange. Building Services Engineering Research and Technology 26 (4), 271–284.

Saidur R, Masjuki HH, Jamaluddin MY. An application of energy and exergy analysis in residential sector of Malaysia. Energy Policy 2007;35(2):1050–63

Shem Heiple, David J. Sailor; Using building energy simulation and geospatial modeling techniques to determine high resolution building sector energy consumption profiles; Energy and Buildings 40 (2008) 1426–1436

Stuart Gadsden, Mark Rylatt, Kevin Lomas, Darren Robinson; Predicting the urban solar fraction: a methodology for energy advisers and planners based on GIS; Energy and Buildings 35 (2003) 37–48

Stuart Gadsden, Mark Rylatt, Kevin Lomas; Putting solar energy on the urban map: a new GIS-based approach for dwellings; Solar Energy 74 (2003) 397–407

Vincenzo Corrado, Stefano Paolo Corgnati, Ilaria Ballarini; l’approccio tipologico per la valutazione della prestazione energetica del parco edilizio nazionale: il progetto di ricerca tabula; 65° Congresso Nazionale ATI – Domus de Maria (CA), 13-17 Settembre 2010

Capitolo 6

Metodologia: definizione dello Stato Attuale

6.1 Obiettivo e contenuti

Il cuore della metodologia che la ricerca sviluppa è la definizione dello “stato attuale” tramite una serie di indicatori che possano contribuire alla valutazione della fattibilità economica e tecnica di politiche urbane inerenti l’efficienza energetica e le FER. L’oggetto di questa ricerca è la costruzione di uno strumento per la definizione dello Stato Attuale, utilizzando gli strumenti presenti in una comune piattaforma GIS (ESRI, ArcGIS 10) e dati facilmente reperibili alla scala urbana. Anche se l’esatta composizione del set di indicatori che definisce lo Stato Attuale sarà in funzione del contesto preso in considerazione, alcuni valori, riferiti alle prestazioni energetiche del patrimonio edificato, possono essere considerati come universalmente riconosciuti ed accettati. Lo strumento servirà ad esplicitare le relazioni (di tipo analitico nel nostro caso) tra i consumi e le emissioni del patrimonio edificato residenziale e le sue caratteristiche tipologiche e spaziali.

Questo capitolo affronta il punto principale della tesi ossia lo sviluppo di una serie di toolset “Residential Energy Tools” (RET), in ambiente GIS ERSI, che, partendo da dati di ingresso già disponibili, consentono di effettuare alla scala urbana la valutazione del fabbisogno energetico netto dell’involucro edilizio ed il calcolo della Energia Primaria in regime invernale ed estivo secondo le modalità “standard” proposte dalla norma UNI 113001. Si partirà mostrando lo schema generale della metodologia e poi si affronteranno nel dettaglio tutte le parti del toolbox seguendo l’ordine con il quale il calcolo deve essere eseguito.

1

Si tratta della specifica tecnica italiana per il calcolo delle prestazioni termiche degli edifici che utilizza alcune parti della UNI EN ISO 13790:2008, di seguito denominata “norma”. La parte 1 è dedicata ai calcoli per la definizione del fabbisogno netto dell’involucro per riscaldamento e raffrescamento; la parte 2 è dedicata alla determinazione del fabbisogno per Acqua Calda Sanitaria (ACS) ed al calcolo dei rendimenti medi stagionali nel caso di impianti a caldaia; la parte 3, non ancora inserita tra i calcoli richiesti per legge, è dedicata ai sistemi a Pompa di Calore; la parte 4, non ancora rilasciata, sarà incentrata sulla determinazione dei calcoli standard per gli impianti di produzione da Fonti Energia Rinnovabile (FER) in micro generazione.

Fig. n°6.1, Framework della metodologia e toolbox, bordati in nero i dati di input, in rosso i toolset. Tra parentesi le chiavi dei data base ed le relazioni sono rappresentate dalla linea celeste.

La metodologia prevede una serie di dati input (in nero, fig. n°6.1) e tre gruppi principali di toolset (in rosso, fig. n°1). La struttura dei dati input ripropone quella adottata in alcuni degli esempi riportati nello stato dell’arte; ossia è presente un data base di tipi di edifici (Archetipi) dove si specificano alcuni parametri strutturali e geometrici dell’edificio relazionato, tramite il valore della data di costruzione, con una lista di strutture edilizie dove sono conservate le caratteriste fisiche dei materiali. Come vedremo più nel dettaglio, in seguito è presente anche un data base delle ipotesi effettuate per la definizione degli impianti; tali ipotesi saranno definite in funzione dell’Archetipo, dell’età di costruzione e del numero di unità presenti nell’edificio. Questo gruppo di dati dovrebbe scaturire dal confronto con gli esperti (gli operatori locali nel settore delle costruzioni, gli amministratori comunali e il contesto accademico locale …) la cui conoscenza può proficuamente orientare ed integrare gli studi preliminari per la preparazione dei dati di input. I dati climatici vengono presi direttamente dalla norma italiana (UNI 10349); inoltre è necessaria una serie di input manuali che un operatore dovrà fornire per ogni edificio sulla base dell’osservazione della cartografia o di dati reperiti sul posto.

La preparazione dei dati, come è facile intuire è la parte più lunga del processo, perché presuppone un certo numero di incontri con gli esperti, il lavoro per la sintesi della informazione ricavabile da tali incontri ed infine l’input manuale dei dati nel software. Definire in dettaglio i contenuti e le fasi della preparazione dei dati non è un compito facile in quanto dipende dai dati già disponibili e dagli esperti che si riesce a coinvolgere, e ciò è fortemente condizionato dal contesto locale. Questo studio lascia ad una successiva sperimentazione, in un idoneo contesto decisionale reale, la proposta di una metodologia per la definizione dei dati di input; per i nostri scopi le caratteristiche delle strutture sono state desunte dagli abachi presenti nella UNI 11300-1, mentre gli Archetipi ed altre caratteristiche del contesto sono stati definiti speditamente tramite sopralluoghi diretti e la cartografia disponibile.

Lo schema (fig. n°6.1) mostra anche la sequenza logica dei toolset: il primo, partendo dalla mappa dei perimetri degli edifici e utilizzando i dati forniti dall’utente, definisce tutti i dati necessari al calcolo dei fabbisogni invernali, estivi e di Acqua Calda Sanitaria (ACS) secondo la procedura standard della UNI 11300; Il secondo, combinando i dati ottenuti dal primo con le caratteristiche dei materiali, effettua il calcolo dei fabbisogni producendo i primi risultati relativi allo “stato attuale” e fornendo i dati per il calcolo dei consumi. Il terzo, in base alle ipotesi assunte sulle efficienze degli impianti, calcola i consumi di Energia Primaria su cui è assegnata l’etichetta della Certificazione Energetica2 ed è ricavato il consumo di combustibile da cui le relative emissioni di CO2 e costi operativi. Tutta la metodologia si svolge in ambiente GIS che garantisce la compatibilità con altri tematismi territoriali grazie alla dimensione spaziale dell’informazione cartografica e può fornire facilmente i dati in formati compatibili per altre analisi con altri strumenti di calcolo.

Di seguito si esporranno nel dettaglio i calcoli svolti nel RET, dividendo l’argomento in due parti principali: nella prima si seguirà dettagliatamente la parte 1 della norma per la determinazione del fabbisogno energetico; nella seconda si discuterà riguardo alla parte 2 della norma e si proporrà una metodologia semplificata per il calcolo dei consumi.

6.2 La determinazione del fabbisogno energetico

In questo paragrafo, seguendo le fasi del calcolo proposto dalla norma, si mostrerà come queste siano state implementate nello strumento GIS, le semplificazioni effettuate, ed i risultati ottenuti.

2

Il calcolo è effettuato secondo i decreti attuativi dei Dlgs 192/2005 e Dlgs 311/2006 , dei quali l’ultimo è il Dpr 59/del 2 aprile 2009, che è entrato in vigore il 25 giugno 2009.

Il toolbox è organizzato in modo da seguire passo passo le fasi del calcolo UNI, ogni fase ha precisi dati input ed output che vengono salvati in apposite cartelle rendendo trasparente la metodologia; i tools devono essere eseguiti secondo il loro ordine ma solo il primo toolset ha necessità di inserire altri dati da parte dell’utente. La figura (fig. n°6.2) mostra la struttura ad albero del toolbox, organizzato in più toolset che a loro volta contengono i veri e propri strumenti da utilizzare; tutti i toolset sono stati implementati utilizzando il Model Builder presente in ArcMap 10 combinando i tool comunemente presenti nel software con

una licenza ESRI completa3. I primi due toolset permettono l’acquisizione dei dati e li preparano in maniera conveniente per l’applicazione della metodologia di calcolo della norma. In particolare: il primo (A), tramite una serie di finestre, guida nell’input dei dati riguardo la zona climatica ed alcuni parametri degli archetipi ed il secondo (B) ricava tutte le caratteristiche geometriche degli edifici da utilizzare come input per il calcolo. I toolset seguenti (C,D,E) calcolano il fabbisogno netto invernale ed estivo (calcolo standard della UNI 11300 -1) e quello per Acqua Calda Sanitaria (punto 5.2 della UNI 11300 -2); vi sono anche due toolset (F,G) per il calcolo della Energia Primaria richiesto dalla norma e con una procedura semplificata in merito ai quali si riferirà successivamente.

Per valutare l’attendibilità dei risultati e la ragionevolezza delle semplificazioni adottate si farà riferimento al software “DOCET” per il calcolo “standard” degli edifici residenziali: tale software è riconosciuto dalla normativa tecnica italiana come lo strumento semplificato di riferimento per la redazione delle Certificazioni Energetiche nel caso degli edifici esistenti4. Al fine di testare la metodologia proposta si presenteranno di volta in volta delle applicazioni basate su edifici ideali o piccole parti di città capaci di esplicitare le criticità e le semplificazioni adottate dei toolset sviluppati.

Prima di entrare nel dettagli dei calcoli e delle semplificazioni eseguite in ogni step della metodologia, si discuterà riguardo ai dati di partenza. Pur sapendo che la definizione di tali dati è probabilmente uno dei punti che meriterebbe un approfondimento maggiore circa i metodi e le fonti dei dati disponibili, si espliciteranno alcune ipotesi di fondo che sottendono la metodologia confrontandole con quelle del calcolo proposto dalla norma e dallo strumento semplificato DOCET e si discuterà circa le caratteristiche dei dati di partenza e gli aspetti critici degli stessi.

3

Nell’Appendice 2 sono riportati i gli schemi dei tools sviluppati col Model Builder 4

DM 26 giugno 2009, metodo di riferimento nazionale per la certificazione energetica secondo metodo semplificato (Allegato A, paragrafo 5.2, punto 2)