Considerazioni aggiuntive

Oltre al modello descritto è stata valutata una soluzione alternativa che consiste nell’introduzione di un termine di media mobile, per cercare di ridurre il carattere oscillatorio della previsione standard e rendere la curva più regolare. L’utilizzo di una media mobile, seppur effettuata solamente sugli ultimi due valori previsti, ha l’effetto negativo di “ritardare” la previsione, in quanto la dipendenza dai valori più distanti temporalmente19 _{si fa più marcata. È stato quindi deciso di utilizzare il modello autoregressivo standard senza}

l’introduzione della media mobile, in quanto conduce a risultati migliori, come riportato in Tabella 3.9, dove gli indici di errore risultano sensibilmente più elevati per un modello autoregressivo a media mobile e per l’utilizzo del valore precedente nel time step i-esimo.

19 _{Per il caso considerato solo il valore previsto al time step precedente, ma per media mobile effettuata su tre termini} sarebbe stato pesato in egual misura anche il valore previsto due time step precedenti, per media mobile su quattro termini il valore previsto tre time step precedenti, e così via, portando la curva della previsione a subire una forte traslazione temporale.

83 In Figura 3.16, Figura 3.17 e Figura 3.18 si riportano alcuni esempi di forecasting per evidenziare la validità e le criticità del modello adottato, oltre a sottolineare le differenze tra il metodo standard, l’aggiunta della media mobile e l’utilizzo del valore precedente come valore previsto al time step attuale.

Tabella 3.9: Indice di errore RMSE a seconda del modello adottato: senza media mobile, con media mobile, valore precedente

Grandezza prevista Unità di

misura RMSE modello autoregressivo RMSE modello autoregressivo a media mobile RMSE valore precedente Temperatura esterna °C 0.2965 0.3277 0.4297 Irraggiamento solare W/m2 _{79.34 89.89 99.94} Velocità del vento m/s 0.2282 0.2881 0.3063

Carico elettrico kW 101.6 111.4 124.3

Carico termico (freddo) kW 194.2 219.6 216.9 Carico termico (caldo) kW 45.30 143.8 273.2

Richiesta di vapore kW 11.06 16.73 25.81

Prezzo di acquisto en. elettrica €/kWh 0.0035 0.0042 0.0050 Prezzo di vendita en. elettrica €/kWh 0.0016 0.0025 0.0041 Prezzo di acquisto del gas €/kWh 2.70 · 10-4 _{4.01 · 10}-4 _{3.57 · 10}-4

84

Figura 3.17: Previsione della velocità del vento

85 Per i primi giorni dell’anno, per i quali il forecasting non è possibile perché appartenenti al primo periodo di allenamento, si è deciso di utilizzare il valore della grandezza di interesse valutato al time step precedente, soluzione poco accurata ma necessaria per coprire il periodo suddetto. È importante sottolineare che un’operazione di questo genere è necessaria solamente se non sono disponibili dati storici precedenti al periodo considerato, considerazione non valida per il caso in esame, ma che rappresenta un punto critico del modello utilizzato. La Figura 3.19 mostra l’effetto del tempo di attesa sulla previsione del carico elettrico. I risultati della previsione non sono stati calcolati all’interno delle strategie, bensì a monte della simulazione, e successivamente utilizzati come valori in ingresso al relativo time step. Concettualmente le due soluzioni sono equivalenti, ma questo stratagemma serve per alleggerire il costo computazionale complessivo del codice implementato in MATLAB, evitando di ricalcolare inutilmente i valori previsti per le condizioni climatiche, i prezzi dell’energia e le richieste energetiche per ogni time step ad ogni strategia.

Figura 3.19: Tempo di attesa per l'inizio della previsione del carico elettrico. La previsione comincia al 265-esimo time step, ovvero

86

4 – Modelli dei dispositivi e delle macchine

La presenza di una notevole quantità di macchinari e dispositivi rende necessaria la scrittura di altrettanti blocchi logici che possano simulare fedelmente il comportamento di ciascuno di essi. Utilizzando il software MATLAB è stato possibile costruire delle function, attraverso le quali è possibile ottenere output desiderati in funzione di determinate condizioni in ingresso alla function stessa. Di seguito si riporta un esempio rappresentativo di una function, relativa al motore a combustione interna, riportato al Capitolo 4.2.1, per il quale è sufficiente il fattore di carico parziale (0% – 80% – 100%) per determinare la potenza elettrica generata e risalire ai diversi rendimenti, quello elettrico, quelli termici a bassa ed alta temperatura (rispettivamente relativi al calore recuperabile dal circuito di raffreddamento del motore e dai gas di scarico), e quello globale, somma delle tre componenti:

% INTERNAL COMBUSTION ENGINE: Efficiencies functions of load-factor

function [Pice, ne_ice, nq_ice, nqh_ice, nql_ice] = ICE(Lice) Lmin = 0.5; % [-] Minimum partial load factor

L = [ 0.5 0.75 1]; % [-] Partial load factor data

Pin = [1408 2000 2593]; % [kW] Introduced power data

Pel = [ 499 753 1003]; % [kW] Electric power output

intc = [ 3 65 154]; % [kW] Heat recovered from intercooler

lube = [ 84 99 115]; % [kW] Heat recovered from lube oil

jack = [ 295 345 354]; % [kW] Heat recovered from jacket

g_ex = [ 340 491 649]; % [kW] Heat recovered from exhausted gas

QH = g_ex; % [kW] High-temperature thermal power output

QL = intc + lube + jack; % [kW] Low-temperature thermal power output

ne = Pel./Pin; % [-] Electrical efficiency

nqh = QH./Pin; % [-] HT Thermal efficiency

nql = QL./Pin; % [-] LT Thermal efficiency

Pice = interp1(L, Pel, Lice, 'pchip', 'extrap'); ne_ice = interp1(L, ne, Lice, 'pchip', 'extrap'); nqh_ice = interp1(L, nqh, Lice, 'pchip', 'extrap'); nql_ice = interp1(L, nql, Lice, 'pchip', 'extrap'); Pice(Lice < Lmin) = 0;

ne_ice(Lice < Lmin) = 0; nqh_ice(Lice < Lmin) = 0; nql_ice(Lice < Lmin) = 0; nq_ice = nqh_ice + nql_ice; end

In Tabella 4.1 si riporta l’insieme delle macchine per le quali è stata creata una function su MATLAB, indicando le grandezze in input e in output, mentre nei capitoli che seguono sarà descritta la procedura utilizzata per determinare gli output per ognuna di esse, procedura che costituisce il corpo della function, richiamabili successivamente nel corpo degli algoritmi delle varie strategie.

87

Tabella 4.1: Function create in MATLAB

FUNCTION PER LE MACCHINE DELL’OSPEDALE VERSILIA

Impianto/Dispositivo Input Output

Generatore fotovoltaico

- Irraggiamento solare - Temperatura ambiente - Umidità relativa esterna

- Rendimento globale - Potenza elettrica

Cogeneratore ICE - Fattore di carico parziale

- Potenza elettrica - Rendimento elettrici

- Rendimento termico (recupero a bassa temperatura)

- Rendimento termico (recupero ad alta temperatura)

- Rendimento globale Scambiatori per il recupero

termico – GVR1 e GAR1 (Coge)

- Potenza termica recuperabile ad alta temperatura dal motore - Potenza termica recuperabile a

bassa temperatura dal motore

- Potenza termica recuperata sotto forma di vapore

- Potenza termica recuperata sotto forma di acqua calda

Microturbina a gas - Fattore di carico parziale - Rendimento elettrico - Rendimento termico Scambiatori per il recupero

termico – GV2 e GAR2 (Turbine)

- Potenza termica recuperabile dal gruppo di turbine

- Potenza termica recuperata sotto forma vapore

- Potenza termica recuperata sotto forma di acqua calda

Scambiatori Vapore/Acqua – SC1 e SC2

- Potenza termica vapore - Potenza termica acqua calda - Richiesta di vapore

- Richiesta di acqua calda

- Potenza termica scambiata nel primo scambiatore

- Potenza termica scambiata nel secondo scambiatore

Chiller ad assorbimento

- Potenza termica vapore

- Temperatura dell’acqua alla torre di raffreddamento

- Capacità frigorifera del chiller - Potenza al generatore

- COP Chiller a compressore centrifugo

- Fattore di carico parziale

- Temperatura dell’acqua alla torre di raffreddamento

- Capacità frigorifera del chiller - Capacità frigorifera massima - COP

Chiller con compressore vite

- Fattore di carico parziale

- Temperatura dell’acqua alla torre di raffreddamento

- Capacità frigorifera del chiller - Capacità frigorifera massima - COP

Generatori di vapore tradizionali - Fattore di carico parziale - Rendimento termico Caldaie tradizionali - Fattore di carico parziale - Rendimento termico