Sistemi per la climatizzazione mediante pompe di calore geotermiche e pali energetici

We need a large amount of energy to make our homes pleasantly warm in winter and cool in summer. If we also consider the energy losses that occur through roofs, perimeter walls and windows, it would be more appropriate to speak of waste than consumption. The solution would be to build passive houses, i.e. buildings more efficient and environmentally friendly, able to ensure a drastic reduction of electricity and heating bills. Recently, the increase of public awareness about global warming and environmental pollution problems have “finally” opened wide possibility in the field of sustainable construction by encouraging new renewable methods for heating and cooling space. Shallow geothermal allows to exploit the renewable heat reservoir, present in the soil at depths between 15 and 20 m, for air-conditioning of buildings, using a ground source heat pump. This thesis focuses on the design of an air-conditioning system with geothermal heat pump coupled to energy piles, i.e. piles with internal heat exchangers, for a typical Italian-family building, on the basis of a geological-technical report about a plot of Bologna’s plain provided by Geo-Net s.r.l. The study has involved a preliminary static sizing of the piles in order to calculate their length and number, then the project was completed making the energy sizing, where it has been verified if the building energy needs were met with the static solution obtained. Finally the attention was focused on the technical and economical validity compared to a traditional system (cost-benefit analysis) and on the problem of the uncertainty data design and their effects on the operating and initial costs of the system (sensitivity analysis). To evaluate the performance of the thermal system and the potential use of the piles was also used the PILESIM2 software, designed by Dr. Pahud of the SUPSI’s school.

Sviluppo di un sistema di climatizzazione automatico distribuito con l'utilizzo di tecniche di machine learning

Nella sede dell’azienda ospitante Alexide, si è ravvisata la mancanza di un sistema di controllo automatico da remoto dell’intero impianto di climatizzazione HVAC (Heating, Ventilation and Air Conditioning) utilizzato, e la soluzione migliore è risultata quella di attuare un processo di trasformazione della struttura in uno smart building. Ho quindi eseguito questa procedura di trasformazione digitale progettando e sviluppando un sistema distribuito in grado di gestire una serie di dati provenienti in tempo reale da sensori ambientali. L’architettura del sistema progettato è stata sviluppata in C# su ambiente dotNET, dove sono stati collezionati i dati necessari per il funzionamento del modello di predizione. Nella fattispecie sono stati utilizzati i dati provenienti dall’HVAC, da un sensore di temperatura interna dell'edificio e dal fotovoltaico installato nella struttura. La comunicazione tra il sistema distribuito e l’entità dell’HVAC avviene mediante il canale di comunicazione ModBus, mentre per quanto riguarda i dati della temperatura interna e del fotovoltaico questi vengono collezionati da sensori che inviano le informazioni sfruttando un canale di comunicazione che utilizza il protocollo MQTT, e lo stesso viene utilizzato come principale metodo di comunicazione all’interno del sistema, appoggiandosi ad un broker di messaggistica con modello publish/subscribe. L'automatizzazione del sistema è dovuta anche all'utilizzo di un modello di predizione con lo scopo di predire in maniera quanto più accurata possibile la temperatura interna all'edificio delle ore future. Per quanto riguarda il modello di predizione da me implementato e integrato nel sistema la scelta è stata quella di ispirarmi ad un modello ideato da Google nel 2014 ovvero il Sequence to Sequence. Il modello sviluppato si struttura come un encoder-decoder che utilizza le RNN, in particolare le reti LSTM.