Articolo
Controllo della temperatura degli edifici con tecniche predittive e di reinforcement learning
- Introduzione e motivazioni
- Descrizione del caso di studio
- Modello di riferimento di edificio e HVAC
- Schemi di controllo basati su reinforcement learning predittivo
- Discussione dei risultati
- Osservazioni conclusive - Ambito generale: riduzione dei consumi garantendo confort termo-igrometrico, utilizzando tecniche di controllo.
- Perché ha senso?
1) perché abbiamo pompe di calore (COP variabile)
2) perché con l'inerzia termica disaccoppio generazione dal consumo
Obiettivi del presente lavoro:
1) Investigazione delle tecniche di reinforcement learning per il controllo temperatura minimizzando i consumi
2) Confronto con tecniche di controllo basate su modelli (fisica) e su dati (NN) sviluppate precedentemente
Caso studio - descrizione dell'edificio
- 4 piani: 18 zone termiche (14 classi, 4 aree comuni)
- 3500 m2 ca.
- Modello di riferimento di edificio e HVAC
- Descrizione della architettura di controllo generale
- Machine Learning
- Reinforcement Learning e schema Actor-Critic
- Predictive Actor-Critic e Analisi dei risultati
Nella presentazione, sono presenti le osservazioni e i risultati conclusivi. In allegato, è possibile scaricare il pdf dell'atto completo.
- Descrizione del caso di studio
- Modello di riferimento di edificio e HVAC
- Schemi di controllo basati su reinforcement learning predittivo
- Discussione dei risultati
- Osservazioni conclusive - Ambito generale: riduzione dei consumi garantendo confort termo-igrometrico, utilizzando tecniche di controllo.
- Perché ha senso?
1) perché abbiamo pompe di calore (COP variabile)
2) perché con l'inerzia termica disaccoppio generazione dal consumo
Obiettivi del presente lavoro:
1) Investigazione delle tecniche di reinforcement learning per il controllo temperatura minimizzando i consumi
2) Confronto con tecniche di controllo basate su modelli (fisica) e su dati (NN) sviluppate precedentemente
Caso studio - descrizione dell'edificio
- 4 piani: 18 zone termiche (14 classi, 4 aree comuni)
- 3500 m2 ca.
- Modello di riferimento di edificio e HVAC
- Descrizione della architettura di controllo generale
- Machine Learning
- Reinforcement Learning e schema Actor-Critic
- Predictive Actor-Critic e Analisi dei risultati
Nella presentazione, sono presenti le osservazioni e i risultati conclusivi. In allegato, è possibile scaricare il pdf dell'atto completo.
Luca Ferrarini - DEIB, Politecnico di Milano
Guarda tutti i contenuti DEIB, Politecnico di Milano sul sito SAVE News
Guarda tutti i contenuti DEIB, Politecnico di Milano sul sito SAVE News
Articoli tecnico scientifici o articoli contenenti case history
SAVE BUILDING ottobre 2022 Smart Building: un paradigma in continua evoluzione
Ultimi articoli e atti di convegno
Misura e verifica nei risparmi energetici
- Misura e verifica
- IPMVP
- Approcci e tipologia di "risparmi"
- Isolamento, possibili casi
I Certificati Bianchi a sostegno dell'efficienza energetica: risultati e strumenti
- L'evoluzione del meccanismo
- Introduzione al meccanismo dei certificati bianchi, cos'è e come funziona
L'Efficienza Energetica nel contesto della nuova direttiva EED e del nuovo PNIEC
- Nuova Direttiva EED (UE 2023/1791)
L'annoso tema della prova
1.1 Una storia unica
1.2 Rödl & Partner nel mondo
1.3 Rödl & Partner in Italia
1.4 I nostri servizi
1.5 I nostri servizi energy
Panoramica sulle guide operative e sugli strumenti a disposizione.
I progetti standardizzati aggiornati e di nuova pubblicazione. Interventi collegati all'efficienza energetica nel settore idrico
D.M. 21 maggio 2021...
Mercato interno dell'energia
Per armonizzare e liberalizzare il proprio mercato interno dell'energia, l'Unione europea ha adottato misure per creare un mercato competitivo,...
Piccole e Medie Imprese, grandi energie.
Il presente documento sintetizza lo stato dell'arte delle configurazioni per l'autoconsumo diffuso con un focus operativo sulle Comunità Energetiche...
Le comunità energetiche rinnovabili: sviluppo e quadro normativo
- Il cammino normativo
- IL D. Gls 8/9/2021 N. 199 E LA RED III
- Le regole tecniche
- Il decreto MASE
Analisi del nuovo schema incentivante CER
Caratteristiche delle configurazioni e degli impianti ammessi all'incentivo
Modalità di accesso agli incentivi
Caratteristiche dell'incentivo
Caratteristiche termiche dei materiali isolanti sotto la lente
È stato recentemente pubblicato il rapporto tecnico UNI/TR 11936 "Materiali isolanti e finiture per l'edilizia ? Linee guida" per verificare la...
Sistemi di abbattimento fumi/emissioni nocive in accordo con gli standard e le normative locali
Da oltre 50 anni il Gruppo Miretti ha sviluppato specifiche conoscenze e competenze di alto livello nei sistemi di abbattimento e riduzione dei fumi e...