• Non ci sono risultati.

4. LOGICHE DI CONTROLLO

9.1 Sviluppi futuri

Dalle conclusioni ottenute e i vari punti su cui si è concentrato il lavoro possono trarre interessanti sviluppi futuri in diversi campi:

1. Algoritmi di ottimizzazione

2. Approcci per affrontare problemi multi-obiettivo 3. Tecnologie e logiche di controllo per gli HRES

1) L’algoritmo di ottimizzazione può essere migliorato o implementando la posizione discretizzata in un NSGA o in altri tipi di algoritmi simili migliorandone il tempo per arrivare alla convergenza e confrontare i risultati con quello proposto. In alternativa sarebbe interessante aggiungere una componente di scattering al MOPSO, da utilizzare o come nuova componente di velocità, o tramite la creazione di altre particelle da un

deposito che cercano soluzioni simili a questo. Nella figura a fianco si mostra un esempio in cui un deposito posto nello spazio delle variabili crea delle nuove particelle nelle posizioni limitrofe alla sua, queste dopo il calcolo possono essere cancellate al time step successivo per non aumentare i tempi di calcolo ma qualora trovassero un’altra soluzione dominante si ripeterebbe l’operazione fino a non trovare più soluzioni di interesse.

174

Quest’ultima implementazione è di facile applicabilità al il nostro algoritmo che fa uso delle posizioni discrete, ma anche per funzioni caratterizzate da variabili continue questa componente, associata ad un coefficiente specifico può essere d’interesse.

2) Utilizzare l’algoritmo anche per funzioni a variabili continue, che possono essere discretizzate a seconda della precisione richiesta, per trovare un fronte di Pareto approssimato rispetto a quello che si otterrebbe usando le prime, ma con una velocità assai maggiore. Ciò può essere utile sia per ottenere in prima approssimazione la soluzione cercata sia quella effettiva se la precisione richiesta sia congrua con la discretizzazione fatta in precedenza. Infatti, se alla fine del processo le variabili debbano essere comunque arrotondate a dei valori di riferimento si ha un notevole vantaggio in termini di tempi facendolo subito.

3) Dal punto di vista del metodo, ma non del particolare algoritmo utilizzato e non vincolandoci al nostro problema, è interessante non solo utilizzare degli input di progetto, ma assegnare a queste una varianza e ripetere il calcolo di una funzione più volte. Quindi questa sarà più un valore fisso come in precedenza ma viene sostituito da una distribuzione. Il fronte di Pareto ottenuto può essere formato da delle superfici e tramite una terza coordinata o un colore si può indicare dove si ha la

maggior probabilità che la funzione persegua quel determinato obiettivo. In alternativa si può far ricorso ad altri grafici in cui

si mostra più chiaramente i limiti delle funzioni obiettivo e le probabilità per cui si ottengono, conservando un pareto puntuale dove si mostra la soluzione più probabile per ogni distribuzione. Nel nostro problema sarà necessario valutare se effettivamente convenga sostituire l’accumulo elettrochimico per non avere delle superfici troppo ampie, o rendicontare l’usato se ci fosse mercato. In

ogni caso avremmo visto non solo come si distribuiscono le variabili ma anche la solidità delle soluzioni senza dover ricorrere all’analisi di sensibilità, ma farla implicitamente per tutte le

Figura 108: fronte di pareto in cui le soluzioni hanno assegnate a loro le rispettive distribuzioni

175

soluzioni vedendo l’andamento generico e quindi trovare quale o quali variabili rendano le soluzioni più o meno robuste.

Inoltre, avremmo visto come risponde effettivamente una logica predittiva quando inevitabilmente i valori supposti per il carico dei serbatoi non saranno quelli che effettivamente si verificheranno.

Il problema principale, oltre ai maggiori tempi per le simulazioni, sarà come definire una soluzione dominante rispetto alle altre dato che al valor medio si associa una distribuzione di probabilità. Sarà quindi necessario definire un criterio più preciso perché in genere non sarà chiaro se una soluzione con valor medi migliori di un'altra ma con una distribuzione più ampia rispetto alla seconda sia effettivamente migliore e quindi non dominante.

4) Da quanto è emerso ed era prevedibile, le logiche di controllo migliori sono funzione delle condizioni esterne e di domanda quindi non ci si dovrebbe vincolare a queste per tutta la stagione, ma farle variare a seconda del caso. Quindi il processo di ottimizzazione potrebbe essere rivisto in questo modo: per ogni scenario e ogni possibilità impiantistica (NoRES, RES senza serbatoio freddo, RES con serbatoio) non si costruisce un fronte di Pareto per ogni logica di controllo, ma se ne fa un unico in cui per ogni soluzione la logica di controllo varia di giorno in giorno (o tempi maggiori per ridurre i tempi computazionali), insieme alle variabili di controllo, come le temperature massime e minime di intervento della pompa di calore. Sostanzialmente tenendo fisse le variabili che determinano il dimensionamento del sistema, ogni giorno si vede per quale logica di controllo e per quali variabili di controllo si ottengono le migliori prestazioni, diventando di fatto non più degli input alla function che calcola le funzioni obiettivo ma degli output che caratterizzano la soluzione. Scelta quella migliore per il giorno sulla base del minor consumo, minor deterioramento dell’elettrochimico, energia accumulata per il giorno seguente, affidabilità del sistema al variare delle condizioni esterne o l’insieme di queste si passa al giorno successivo.

176

Il problema principale, oltre ad un

prevedibile maggior tempo

computazionale, sarà come

scegliere la logica di controllo migliore prima di passare al

giorno seguente essendo

molteplici i criteri. Probabilmente non ne esisterà solo una, visto che si hanno più funzioni obiettivo, e quindi si renderà necessario fare un fronte di Pareto interno prendendo più soluzioni e quindi procedere per ogni strada fino alla

fine seguendo un percorso simile ad un grafo ad albero a scapito della velocità dell’algoritmo come mostrato in figura, in genere ciò può esser fatto sia usando degli input fissi che variabili a seconda della loro incertezza. Questa seconda possibilità seppur richiedendo tempi computazionali ancor più elevati presenterà il vantaggio di poter utilizzare la miglior logica di controllo in funzione degli input variabili per cui l’analisi di sensibilità implicita introdotta precedentemente tiene già conto che al variare delle condizioni si può variare il controllo ottenendo una soluzione più solida.

5) Valutare logiche di controllo che tengano di maggior conto la vita della batteria limitando il numero di scariche e vedere se effettivamente conviene investire in questo sistema sfruttandolo meno ma limitando il numero delle sostituzioni o semplicemente ritardarle.

6) Per rendere il modello più applicativo e carpire la visione globale del problema è necessario valutare anche le operazioni a monte, anche attraverso un altro software, e inserire come input al modello i nuovi consumi a seconda delle operazioni fatte, che diventano una nuova variabile delle soluzioni.

7) Per le nostre applicazioni sarebbe interessante valutare l’uso dei pannelli radianti, sviluppando un modello resistivo-capacitivo coerente con la tecnologia. Oltre alle miglior condizioni di COP della pompa di calore aumenterebbe molto probabilmente il vantaggio del serbatoio termico a bassa temperatura essendo minore l’energia per portarlo alle condizioni operative a parità di volume, e un maggior COP di ricarica di questo, visto che sempre a parità di capacità conserverebbe la stessa energia mantenendosi ad una temperatura più alta.

Figura 109: possibile processo di ottimizzazione con logiche e vincoli di controllo variabili, in cui si prevede una distribuzione delle funzioni obiettivo a seguito degli input incerti

177

8) Anche se per l’utenza presa in esempio è verosimile che non si necessiti di una pompa di calore polivalente può essere interessante in genere valutare un suo inserimento nel sistema per utenze che richiedano maggior domanda di ACS in estate.

9) Infine, applicare questo approccio anche nel periodo invernale, valutando a seconda del caso l‘inserimento del CHP e/o un maggior volume del serbatoio termico ad alta temperatura per ridurre le richieste termiche e sottodimensionare la pompa di calore. In questo periodo si avrà una minor produzione dalle tecnologie che usano l’energia solare, tuttavia in inverno questa è sincronizzata con l’ora migliore per la ricarica del serbatoio ad alta temperatura e quindi può essere interessante valutare l’utilizzo di questo accumulo per conservare l’energia da queste fonti e dare un supporto per il riscaldamento nelle ore seguenti.

10) Verosimilmente in questa condizione si giustificherà maggiormente l’uso dei collettori solari o di un CHP quindi può essere interessante vedere l’inserimento di una pompa di calore ad assorbimento per utilizzare l’eccesso di produzione che si ha in estate e fornire un maggior supporto al cooling. In particolar modo nei giorni dove la temperatura esterna è elevata e la tecnologia fotovoltaica va in difficoltà la produzione dei collettori solari, che avviene in condizioni più favorevoli può aiutare ad aumentare maggiormente l’efficienza del sistema in queste condizioni.

178

10. BIBLIOGRAFIA E SITOGRAFIA

[1] http://unfccc.int/2860.php [2] https://ec.europa.eu/info/business-economy-euro/economic-and-fiscal-policy- coordination/eu-economic-governance-monitoring-prevention-correction/european- semester/framework/europe-2020-strategy_it#thestrategysetouttargetsinthe5followingfields [3] https://treaties.un.org/pages/ViewDetails.aspx?src=TREATY&mtdsg_no=XXVII-7- d&chapter=27&clang=_en

[4] Roberto Lacal Arantegui, Arnulf Jäger-Waldau,'Photovoltaics and wind status in the European Union after the Paris Agreement, Renewable and Sustainable Energy Reviews, Volume 81, Part 2, January 2018, Pages 2460-2471

[5] Izzet Aria, Ramazan Sarib, Differentiation of developed and developing countries for the Paris Agreement'',Energy Strategy Reviews, Volume 18, December 2017, Pages 175-182 [6] Nick Jenkins, Jim Thornycroft, Grid Connection of Photovoltaic Systems: Technical and Regulatory Issues, McEvoy's Handbook of Photovoltaics, Fundamentals and Applications, 2018, Pages 847–876

[7] https://www.mathworks.com

[8] Mohammad Usman, Mohd Tauseef Khan, Ankur Singh Rana, Sarwar Ali, Techno- economic analysis of hybrid solar-diesel-grid connectedpower generation system, Journal of Electrical Systems and Information Technology, 2017

[9] https://www.homerenergy.com/

[10] Saban Yilmaz, Hasan Riza Ozcalik, Mustafa Aksu, Celebi Karapinar, Dynamic Simulation of a PV-Diesel-Battery Hybrid Plant for Off Grid Electricity Supply, Energy Procedia, Volume 75, 2015, Pages 381 – 387

[11] A. Rabhi, J. Bosch, A. Elhajjaji, Energy Management for an Autonomous Renewable Energy System, Energy Procedia, Volume 83, 2015, Pages 299 – 309

[12] https://en.wikipedia.org/wiki/Fuzzy_rule

[13] Anand Singh, Prashant Baredar, Bhupendra Gupta, Techno-economic feasibility analysis of hydrogen fuel cell and solar photovoltaic hybrid renewable energy system for academic research building, Energy Conversion and Management, Volume 145, 1 August 2017, Pages 398-414

179

[14] Paul Moran, Jamie Goggins, Magdalena Hajdukiewicz, Super-insulate or use renewable technology? Life cycle cost, energy and global warming potential analysis of nearly zero energy buildings (NZEB) in a temperate oceanic climate, Energy and Buildings, Volume 139, 15 March 2017, Pages 590-607

[15] Daniele Testi, Eva Schito, Paolo Conti, Cost-optimal sizing of solar thermal and photovoltaic systems for the heating and cooling needs of a nearly Zero-Energy Building: design methodology and model description, Energy Procedia, Voume 91, 2016, Pages 517 – 527

[16] Daniele Testi, Eva Schito, Paolo Conti, Cost-optimal sizing of solar thermal and

photovoltaic systems for the heating and cooling needs of a nearly Zero-Energy Building: the case study of a farm hostel in Italy, Energy Procedia, Volume 91, 2016, Pages 528 – 536 [17] Sven Werner, International review of district heating and cooling, Energy, Volume 137, ,2017, Pages 617 - 631

[18] Sven Werner, District heating and cooling in Sweden, Energy, Volume 126, 1 May 2017, Pages 419-429

[19] Bélanger L., Into the deep: enwave taps lake water to cool Toronto, Dist Energy, Volume 91, Issue 2, Pages 16-20

[20] D.F. Dominkovic, K.A. Bin Abdul Rashid, A. Romagnoli, A.S. Pedersen, K.C. Leong, G. Krajacic, N. Duic, Potential of district cooling in hot and humid climates, Applied Energy, Volume 208, 2017, Pages 49–61

[21] Alexandre Dal Pai, João F. Escobedo, Enzo Dal Pai, Cícero M. dos Santos, Estimation of Hourly, Daily and Monthly Mean Diffuse Radiation Based on MEO Shadowring Correction, Energy Procedia, Volume 57, 2014, Pages 1150 – 1159

[22] D.G. Erbs, S.A. Klein, and J.A. Duffie, 1982, Estimation of the Diffuse Radiation Fraction for Hourly, Daily, and Monthly-Average Global Radiatio, Solar Energy, 28, p. 293 (J.A. Duffie and W.A. Beckman, "Solar Engineering of Thermal Processes", p. 82)

[23] Y. Riffonneau, S. Bacha, F. Barruel and S. Ploix, Optimal Power Flow Management for Grid Connected PV Systems with Batteries, IEEE Transactions on Sustainable Energy, Volume 2, no. 3, 2011

180

[24] R.G. Ross, Interface Design Considerations for Terrestrial Solar Cell Modules,

Proceedings of the 12th IEEE Photovoltaic Specialist’s Conference, Baton Rouge, LA, 1976, Pages 801-806

[25] https://www.viessmann.com/com/ [26] http://global.aermec.com/it/

[27] Carlos A. Coello Coello, Gregorio Toscano Pulido, Maximino Salazar Lechuga, Handling Multiple Objectives With Particle Swarm Optimization, IEEE transactions on evolutionary computation, Volume 8, no. 3, giugno 2004, Pages 256-279

[28] https://en.wikipedia.org/wiki/Particle_swarm_optimization

[29] https://www.gse.it/servizi-per-te/efficienza-energetica/conto-termico

[30] https://ec.europa.eu/energy/en/topics/energy-efficiency/buildings/nearly-zero-energy- buildings

181

11.RINGRAZIAMENTI

Il percorso universitario è stato lungo e dovrei impiegate altrettanti anni per ringraziare tutti come meritano ma proverò a farlo in queste poche righe.

Ringrazio il prof. Testi, relatore di questa tesi di laurea, per tutto l’aiuto, i consigli e gli spunti che hanno permesso a questo lavoro di nascere e svilupparsi sempre di più.

Un ringraziamento speciale va anche a Francesco, con il quale ho iniziato questo percorso, anzi tutto il percorso scolastico, che dall’asilo fino ad oggi lo ha reso più piacevole con la sua allegria e amicizia. Ad Andrea ed Eugen, compagni di continue avventure contro interminabili progetti, sconfortanti file alle mense ed estenuanti attese per treni che sembravano non arrivare mai, grazie a tutti voi per aver reso questi anni belli ed emozionanti.

E un enorme grazie agli amici di sempre, con i quali ho condiviso più di 20 anni della mia vita. Testimoni delle mie inquietanti sparizioni durante i periodi d’esame, e soprattutto in questi ultimi mesi. A tutti voi vanno i miei più sinceri ringraziamenti. È merito le serate e le risate passate insieme con voi che le preoccupazioni dei continui impegni svanivano, delle vacanze condivise che rompevano il pressante carico di studio e le sostituivano con allegria e spensieratezza.

Un ringraziamento di cuore va alla mia famiglia che da sempre mi ha sostenuto lungo tutto questo percorso. Sopportandomi quando si faceva arduo, festeggiando i momenti più gratificanti ma soprattutto facendomi sentire sempre e comunque il loro orgoglio. Spero di poter ricambiare un giorno e poter essere per voi ciò che siete stati per me da sempre: la mia più grande forza. È merito vostro se oggi sono riuscito a raggiungere questo risultato e ve ne sarò sempre grato.

182

Infine voglia ringraziare una persona unica e speciale, Benedetta, il mio amore, il mio orgoglio, la mia felicità. Mi sei stata vicina durante tutto questo lavoro come non mai, testimone delle mie preoccupazioni e delle mie gioie che con te ho condiviso. Ci siamo sostenuti a vicenda nei nostri percorsi, superando le difficolta, festeggiando le vittorie e consolandoci a vicenda. Con questo amore ed affetto siamo riusciti a riaffrontare insieme tutte le difficoltà incontrate, più forti. Grazie per essere qui a festeggiare con me questo importante traguardo, questa vittoria, che più che mia è nostra.

Documenti correlati