What is it for me? OPTIMIZATION

Νοεμβρίου 17, 2022

What is OPTIMIZATION?

Η μεθοδική διαδικασία που διεξάγεται σε σύγχρονα κτίρια του τριτογενούς τομέα, με κανονικό προφίλ χρήσης (οι εργαζόμενοι) και ηλικίας νεώτερης από 10 ετών, με την χρήση των συστημάτων BMS σε κανονική λειτουργία.

Διεξάγεται μέσα από την παρατήρηση και καταγραφή επί 7 ημέρες, συνεχώς:

1. 1. Ενεργειακής συμπεριφοράς καταναλώσεων και αιχμών του ηλεκτρικού ρεύματος.

2. Τακτικών βλαβών (συστημικών) των μηχανημάτων.

3. Γραφημάτων όλων των θερμοκρασιών σε μια ΚΚΜ.

4. Γραφημάτων ποιότητας αέρα CO2 & VOC & RH των εσωτερικών χώρων.

5. Γραφημάτων θερμοκρασιών σε συλλέκτες παραγωγής και διανομής ψυχρού νερού, ή νερού των πύργων ψύξης.

6. Γραφήματα εξόδων ελέγχου (ΑΟ) σε βαλβίδες αυτοματισμού.

7. Γραφήματα εξόδων ελέγχου (ΑΟ) σε διαφράγματα αυτοματισμού.

8. Γραφήματα εξόδων ελέγχου (AO) σε Frequency Inverters αντλιών διανομής νερού HVAC και η σχέση των με τις διαφορικές πιέσεις σε κλάδους διανομής νερού (DP).

9. Εφαρμογή προγράμματος Demand Response (real-time cost optimization) των συστημάτων HVAC.

10. Κριτήρια κόστους (δαπανών) ενέργειας – οι τρέχουσες τιμές ενέργειας.

11. Κριτήρια κατανάλωσης και εξοικονόμησης ενέργειας (on-peak | off-peak).

12. Αλγόριθμος: προγραμματισμού των HVAC / set points, σε καθημερινή βάση σύμφωνα με προγνώσεις του ψυκτικού προφίλ του κτιρίου, την επομένη.

13. Αλγόριθμος: Η ανίχνευση και διάγνωση σφαλμάτων (FDD), η οποία εντοπίζει και διαγιγνώσκει αυτόματα σφάλματα απόδοσης, ενσωματώνονται σε κάθε αισθητήριο όργανο ή μηχάνημα HVAC.

14. H νέα παραμετροποίηση των παραμέτρων | βρόχων PID, έναντι των system’s hunting, για αστάθεια και νεκρούς χρόνους, κυρίως σε εγκατεστημένα Frequency Inverters (Αντλίες νερού & Ανεμιστήρες των ΚΚΜ).

15. Other.

16. Other.

Το γραφειο μας δημιουργεί σχετικά Σεμινάρια για Μηχανικούς, χωρίς εμπειρία.

Αρχικά, μέσω της ανάλυσης χαρακτηριστικών συστατικών, καθιερώνονται μαθηματικά μοντέλα που σχετίζονται με τα ψυκτικά φορτία και την κατανάλωση ενέργειας για εναλλάκτες θερμότητας και συσκευές κατανάλωσης ενέργειας.

Λαμβάνοντας υπόψη τη διακύμανση του ψυκτικού φορτίου κάθε τελικού χρήστη, χρησιμοποιείται προσαρμοστικό σύστημα νευροασαφούς συμπερασμάτων (ANFIS) για τη μοντελοποίηση δικτύων αγωγών και σωληνώσεων και τη λήψη σημείων βέλτιστης διαφορικής πίεσης (DP) με βάση περιορισμένες πληροφορίες αισθητήρων.

Μια βελτιστοποίηση μη γραμμικού περιορισμού μίγματος-ακέραιου της ενέργειας του συστήματος διατυπώνεται και επιλύεται με έναν τροποποιημένο γενετικό αλγόριθμο.

Το κύριο χαρακτηριστικό της εργασίας μας είναι μια συστηματική προσέγγιση στη βελτιστοποίηση της συνολικής κατανάλωσης ενέργειας του συστήματος και όχι σε μεμονωμένο στοιχείο.

Μια μελέτη προσομοίωσης για ένα τυπικό κεντρικό σύστημα HVAC/BMS παρέχεται για σύγκριση της προτεινόμενης μεθόδου βελτιστοποίησης με τις παραδοσιακές.

Τα αποτελέσματα δείχνουν ότι η προτεινόμενη μέθοδος πράγματι βελτιώνει σημαντικά την απόδοση του συστήματος.