Desarrollo de una plataforma inteligente de dimensionado y diseño de instalaciones multigeneración Pidim para la rehabilitación de edificios

Comunicación presentada al IV Congreso Edificios Energía Casi Nula:

Autor

• José Sánchez Ramos, Grupo Termotecnia, Escuela Superior Ingenieros, Universidad Sevilla
• Silvia Sanjoaquín Vives, Innovación Eficiencia Energética y Movilidad, Gas Natural Fenosa
• M. Carmen Guerrero Delgado, Grupo Termotecnia, Escuela Superior Ingenieros, Universidad Sevilla
• Francisco José Sánchez de la Flor, Grupo Termotecnia, Escuela Superior Ingeniería, Universidad Cádiz
• Servando Álvarez Domínguez, Grupo Termotecnia, Escuela Superior Ingenieros, Universidad Sevilla
• José Luis Molina Félix, Grupo Termotecnia, Escuela Superior Ingenieros, Universidad Sevilla
• Alejandra Sayans Jiménez, Innovación Eficiencia Energética y Movilidad, Gas Natural Fenosa
• Francisco García-Luengo Machado, Innovación Eficiencia Energética y Movilidad, Gas Natural Fenosa

Resumen

La obtención de edificios de balance energético casi nulo, tras una buena rehabilitación energética, pasa por disponer de sistemas eficientes e inteligentes y la fuerte integración de energías renovables y sistemas de almacenamiento. El proyecto PIDIM desarrolla una plataforma de diseño de instalaciones de generación distribuida de electricidad, calor y frío de alta eficiencia y/o elevado aporte de energías renovables. Los principales puntos diferenciales de la plataforma son la caracterización del edificio/s y sus instalaciones a partir del análisis de datos medidos y la simulación de las diferentes soluciones considerando en la modelización una extensa base de datos de fabricantes. Es decir, la plataforma considera en la simulación las necesidades reales y el comportamiento del usuario, así como también la oferta real de soluciones que se distribuyen en España.

Palabras clave

Generación Distribuida, Energías Renovables, Balance Energético Nulo, Evaluación Energética a partir de Medidas

Introducción

La rehabilitación energética de edificios es clave para la consecución de los objetivos energéticos fijados para el sector de la edificación, ya que la mayoría del parque inmobiliario son edificios existentes. Por eso, las políticas asociadas a la rehabilitación energética de edificios van a evolucionar significativamente en los próximos años (Lund et al., 2014; B.V. Mathiesen et al., 2015; Brian Vad Mathiesen, Lund, & Karlsson, 2011), siendo necesario ofrecer en el mercado soluciones complejas integrales que tengan en cuenta no sólo las actuaciones de mejora de la eficiencia, tanto pasivas (mejora envolvente) como activas (mejora equipamientos) sino también la integración de energías renovables junto con almacenamiento energético en el edificio.

Por otro lado, el uso de sistemas de monitorización y control por parte del usuario final es clave para asegurar la eficiencia de las medidas implantadas y facilitar el autoconsumo de energías renovables, ya que permite que el usuario puede tomar decisiones adecuadas en base a la información y que, además, dicha información pueda ser utilizada para analizar posibles ineficiencias y mejoras necesarias. Esto es así porque el resultado final tiene que ser la compensación necesaria de efectos para generar el balance nulo buscado (Kylili & Fokaides, 2015; López et al., 2015; Scognamiglio, Adinolfi, Graditi, & Saretta, 2014).

Cabe destacar que se espera la aparición de nuevas demandas en los edificios, como puede ser la demanda de electricidad asociada a vehículo eléctrico, por lo que se necesitan herramientas que puedan estimar de manera global las necesidades energéticas, para poder diseñar correctamente las soluciones más adecuadas para la rehabilitación de los edificios.

La figura de las empresas de servicios energéticos es de gran relevancia para la evolución de los edificios existentes a edificios de energía casi nula, ya que se tratan de intervenciones de elevada complejidad técnica y las inversiones asociadas son elevadas. El modelo de servicios energéticos permite que la financiación no sea hecha directamente por el propietario o usuario del edificio, y que el retorno de las inversiones sea hecho a través de la factura energética durante la duración del contrato. Este modelo, además, permite ofrecer garantía de ahorros energéticos.

Teniendo en cuenta este contexto, se presenta una oportunidad para el desarrollo de una nueva solución que sea capaz de conocer al consumidor en condiciones reales medidas, y proporcionarle una solución óptima de mejora de eficiencia y generación distribuida para su edificio. Esta generación no solo debe acometer la demanda de electricidad, sino que también debe generar calor y frío, junto con la integración de las tecnologías existentes en la instalación. Todo ello maximizando el uso de recursos renovables gestionados a partir de la existencia de almacenamiento térmico y eléctrico.

Plataforma Pidim

La solución propuesta es una plataforma informática sobre la nube que recibiendo datos como el consumo del cliente (edificio o conjunto de edificios, restricciones técnicas/económicas, datos climáticos y los datos históricos de consumo, ya sea procedente de facturas o demonitorización, permitirá:

• Diseño y dimensionado de instalaciones de generación distribuida de electricidad, calor y frío: a partir de un catálogo de modelos para las diferentes tecnologías.
• Anteproyecto básico: esquemas de principios, presupuesto y mediciones orientativas.
• Módulo M&V: obtener la línea base y patrones de consumo del cliente y, a partir de ellos, caracterizar el comportamiento energético del edificio. Medición y evaluación del ahorro energético.
• Módulo de replicabilidad: disponer de una base de conocimiento que permita tomar decisiones in situ sobre el potencial y la viabilidad de intervenciones en nuevos proyectos.

Por tanto, la plataforma inteligente proporciona soluciones automáticas en las dos etapas. La fase I de diagnosis, montaje del sistema de gestión energética, toma de decisiones básicas y anteproyecto de instalaciones de multigeneración y la fase II en la que una instalación ya está en uso y se puede medir y verificar los ahorros y detectar ineficiencias, proponiendo posibles nuevas mejoras a implantar en el edificio. Esto es un aspecto innovador de esta herramienta, ya que se dispone de una única herramienta versátil que puede ser utilizada en toda la vida útil de un proyecto de rehabilitación.

En la plataforma se integrará un Motor de Simulación que siga los principios del Building Information Modelling (BIM), que de manera resumida son: uso de ficheros de datos en formato Industry Foundation Clases (IFC), interoperabilidad, es decir, posibilidad de uso con otras herramientas de entrada/salida, cálculo etc.

Estas instalaciones estarán basadas en una serie de esquemas de principio flexibles provistos de estrategias de control avanzadas definibles por el usuario del software. La herramienta presenta una cierta inteligencia para adaptarse a perfiles de usuario muy, sin necesidad de ser expertos en la gran diversidad de tecnologías de generación distribuida de calor, frío y electricidad que se pueden evaluar. La herramienta cuenta con una extensa base de datos y modelos, de manera que el usuario puede definir las instalaciones a partir de la respuesta a una serie de preguntas sencillas.

El uso del Motor de Simulación con la finalidad de diseño y dimensionado de la instalación parte de la demanda energética de un/os edificio/s, para con esta información evaluar energética y económicamente diferentes esquemas de principio de forma que se pueda dimensionar cada equipo concreto de la misma.

PIDIM permitirá caracterizar la demanda energética desglosada de calor, frío y electricidad de una gran variedad de edificios del sector terciario, en particular de hoteles, oficinas, escuelas, residencias, hospitales, centros deportivos o centros/locales comerciales y para cada uno de ellos. En el caso de que el edificio a analizar sea un nuevo cliente, la demanda energética se caracterizará a partir de un número reducido de datos y de los modelos existentes en el motor de cálculo de la herramienta. En el caso de que el edificio a analizar sea un cliente actual de servicios energéticos, la herramienta permitirá el uso de datos horarios monitorizados de la propia instalación para la caracterización de las demandas mediante los modelos disponibles en la herramienta para cada tipología de edificio.

Una vez diseñada y dimensionada la instalación, el Motor de Simulación permitirá el análisis energético de la misma a través de simulaciones detalladas de paso de tiempo corto en régimen transitorio, tanto de las instalaciones como de los propios edificios a los que dan servicio, de manera que puedan evaluarse y optimizarse diferentes estrategias de control. Asimismo, el resultado es un dimensionado tentativo de los equipos principales de la instalación, orden de magnitud de coste y parámetros de rentabilidad relativos a la situación actual, tales como coste de ciclo de vida y periodo de amortización de la inversión

A partir de los resultados extraídos del análisis energético, el Motor de Simulación puede generar y calibrar modelos de simulación simplificados. Estos modelos de simulación simplificados generados con la propia herramienta permitirán realizar balances energéticos de la instalación a partir de datos medidos durante la operación de la instalación, lo que finalmente permite obtener el rendimiento instantáneo de la instalación y de los diferentes elementos que la componen y verificar los ahorros que origina la nueva instalación frente a la instalación inicial.

Las principales características del motor de simulación son:

• Interoperabilidad: capacidad de uso de programas externos para suministrar datos de entrada y para evaluar los resultados. Es decir la herramienta es autónoma y presenta un conjunto de motores de cálculo independientes (BIM).
• Flexibilidad: capacidad de simulación de edificio/s y sistema/s de diversos tipos (convencionales, captación solar, almacenamiento térmico, sistemas de absorción, cogeneración, etc.) integrando módulos de cálculo realizados con distintas herramientas, permitiéndose así la co-simulación.
• Replicabilidad y facilidad de uso: El Motor de Simulación debe permitir la integración de módulos de cálculo propios y externos (FMU) de manera fácil. Para ello El Motor de Simulación cuenta con un Editor de Conexiones que será una herramienta adicional, de ayuda al usuario, que sirve para generar/modificar el fichero IDF/ODF (archivos de entrada y salida de EnergyPlus) escribiendo la información acerca de las variables que son de salida de un cierto FMU y entrada a otro, o a módulos de cálculo integrados al Motor de Simulación.
• Rapidez de cálculo (generación/calibración de modelos simplificados): Los principales módulos de cálculo del programa cuenta con una versión detallada y otra simplificada. Esta última se calibrará inicialmente para que en tiempo real pueda usarse dando una respuesta rápida y suficientemente precisa. De tal forma que la herramienta permita integrar todas las fases del proyecto: básico, ejecución y seguimiento/verificación.

Resultados: Modelado de equipos y caracterización de fabricantes

El catálogo de equipos para instalaciones de multigeneración ha sido diseñado analizando el nivel de desarrollo actual y la situación de mercado de las diferentes tecnologías, así como las tecnologías de interés para Edificios de Energía Casi Nula, pues a partir de 2020 cualquier edificio de nueva construcción deberá cumplir este estándar.  El catálogo de tecnologías seleccionado es muy amplio e incluye las siguientes tecnologías: solar térmica de baja y media temperatura, energías renovables para producción de electricidad, fotovoltaica y minieólica, cogeneración con motores, microturbinas, ORC y pilas de combustible, calderas a gas y de biomasa, bombas de calor con y sin recuperación de calor, incluyendo también bombas de calor por ciclo de absorción y adsorción, sistemas de almacenamiento eléctrico y térmico y sistemas de disipación de calor.

Este catálogo queda plasmado en una base de datos con más de 3.000 equipos de fabricantes y distribuidores. Muchos de ellos han colaborado directamente en la generación de la base de datos aportando datos experimentales de la operación de sus equipos. A partir de los equipos con datos experimentales se han validado/creado modelos de simulación capaces de ser calibrados para otros equipos con menor número de datos; y reglas para la obtención de los parámetros internos de los equipos necesarios para su simulación.

Los modelos se basan en modelos mixtos (grey model) que incluyen, por un lado, el modelado físico de sistemas desarrollado por el Centro Tecnológico y, por el otro, el modelado matemático a partir de datos existentes de instalaciones. Esta es otra de las características innovadoras de la herramienta, ya que habitualmente las herramientas suelen basarse o bien en un modelado físico o bien en un modelado matemático a partir de técnicas de minería de datos.

A modo de ejemplo, si se analiza el caso de las máquinas de absorción, se ha modelado la máquina de absorción como caja gris, en la que sólo se conocen las entradas/salidas de la misma, además de una variable interna, la temperatura del generador. Esta temperatura es un dato proporcionado por la máquina de absorción en cada instante de tiempo y cuyo valor condiciona el comportamiento de la máquina. Tras el análisis de la información disponible en catálogos se decide simplificar el comportamiento de la máquina en tres modos de funcionamiento:

• Modo 1) Arranque: en este modo el fluido caloportador caliente entra en el generador aumentando la temperatura del generador. Sin embargo, esta temperatura no es suficiente para que la máquina de absorción comience su funcionamiento, por lo que el fluido caliente que entra en el generador se enfría para aumentar la temperatura del generador sin que se produzca salida de agua fría en el evaporador.
• Modo 2) Régimen: este modo corresponde al funcionamiento de la máquina de absorción una vez la máquina está a régimen.
• Modo 3) Parada: este modo corresponde al funcionamiento justo después de la parada de la máquina de absorción debido al efecto de dilución. Tras apagar la máquina, el generador se enfría poco a poco, pero el evaporador sigue produciendo agua fría aunque no a la temperatura nominal. Este modo se compondrá de una segunda etapa en la que ya habiendo dejado de producir frío y con todas las bombas apagadas, la máquina se enfría hasta la temperatura ambiente debido a las pérdidas a través de la carcasa.

Este modo de operación 1 es el mantenido por la máquina mientras su señal de control sea de encendido y la temperatura del generador en el paso de simulación anterior sea inferior a la temperatura de arranque. Se ha considerado que la temperatura de arranque está situada en el punto medio entre la temperatura nominal de operación del generador y la mínima con la que es posible su operación. Del balance de energía en el evaporador, y como consecuencia de la potencia nula del evaporador en el modo “arranque” la temperatura de entrada al evaporador será igual a la temperatura de salida. Se asume que durante este periodo no entra agua al evaporador, solo funciona el lazo de generador y condensación.

El algoritmo de esta unidad (filosofía idéntica al resto de unidades), muestra cómo a partir de esta temperatura se calcula el calor almacenado en la máquina durante su calentamiento, el calor disipado en el condensador y el consumo de combustible. Cabe destacar que el consumo de combustible se calcula haciendo la hipótesis de que el factor de carga parcial en arranque se puede obtener considerando efecto útil la energía aprovechada para el calentamiento de la masa térmica del equipo; y por tanto, ejecutando la curva correspondiente se puede calcular el consumo de calor requerido (véase modo 2 para comprender la ejecución de las curvas). En el caso ejemplo, la constante de tiempo de la MADE toma un valor de 40min (equipo BROAD modelo BYZ). Lo que significa que si el paso de simulación es horario la máquina pasa de estar apagada en el instante t a estar a régimen en el instante t+1h. Sin embargo, para demostrar la capacidad dinámica del modelo se toma un paso de simulación de 10min y se muestra abajo los resultados.

En la gráfica se muestra el modo 1 hasta que la temperatura del generador alcanza la nominal de trabajo, en ese momento el modelo toma constante la temperatura del generador y realiza la simulación mediante curvas de operación. Estas curvas de operación son obtenidas a partir de la identificación de funciones matemáticas usando los datos experimentales facilitados por el fabricante.

Finalmente, cuando el modelo recibe la señal de apagado, se activa el modo 3 con una formulación equivalente a la del modo 1. En conclusión, el algoritmo propuesto permite tener en cuenta el régimen transitorio de los equipos de manera simplificada, contabilizar los ciclos de puesta a régimen de los equipos para aplicaciones de gestión energética (mantenimiento preventivo, durabilidad, toma de decisiones); y sobre todo permite ser calibrado con los datos aportados por los fabricante lo que garantiza una simulación en unas condiciones más cercanas a los equipos que se pueden comprar (ventajas y desventajas de cada equipo, tecnologías, marca, etc.).

Conclusiones

El presente trabajo muestra los avances en el desarrollo de la plataforma PIDIM. Esta plataforma está en fase de desarrollo y testeo en una muestra de edificios terciarios significativos. Asimismo, comenzará a ser explotada en 2018.

La plataforma es en sí una metodología de obtención de edificios de balance energético nulo siguiendo las recomendaciones de la norma ISO 52000-1:2017 “Energy performance of buildings — Overarching EPB assessment — Part 1: General framework and procedures”. Por este motivo la herramienta, de manera automática, calcula la instalación óptima (económica y energética) para integrar la nueva instalación de multigeneración y la instalación existente. Sin embargo, este resultado lo elabora a partir de la información básica del edificio y de datos medidos, por lo que se obtiene una solución a la carta que posteriormente es verificada tras la implantación a partir de monitorización energética. Esta inteligencia la hace versátil ante cualquier tipo de usuario, lo que le confiere un alto grado de innovación.

En el presente trabajo han colaborado multitud de fabricantes y distribuidores de elementos convencionales e innovadores como microturbinas, minieólica, máquinas de adsorción, ORC, baterías etc… aportando datos experimentales para la definición de modelos que permitan caracterizar hasta el transitorio de las máquinas. Estos modelos tienen en cuenta los arranques, paradas y cambios de régimen de las máquinas; debido a la sensibilidad de los elementos innovadores ante estas variables. Es por este motivo que los modelos integrados, el motor de cálculo y el resto de herramientas acopladas se pueden situar en el máximo nivel de estado del arte actual.

Agradecimientos

Proyecto de innovación PIDIM «Plataforma Inteligente de Dimensionado y Diseño de instalaciones de Multigeneración» financiado por la Corporación Tecnológica Andaluza (CTA).

Referencias

• Kylili, A., & Fokaides, P. A. (2015). European Smart Cities: The Role of Zero Energy Buildings. Sustainable Cities and Society, 15, 86–95.
• López, G., Custodio, V., Moreno, J. I., Sikora, M., Moura, P., & Fernández, N. (2015). Modeling Smart Grid neighborhoods with the ENERsip ontology. Computers in Industry, 70, 168–182.
• Lund, H., Werner, S., Wiltshire, R., Svendsen, S., Thorsen, J. E., Hvelplund, F., & Mathiesen, B. V. (2014). 4th Generation District Heating (4GDH). Energy, 68, 1–11.
• Mathiesen, B. V., Lund, H., Connolly, D., Wenzel, H., Østergaard, P. A., Möller, B., Hvelplund, F. K. (2015). Smart Energy Systems for coherent 100% renewable energy and transport solutions. Applied Energy, 145, 139–154.
• Mathiesen, B. V., Lund, H., & Karlsson, K. (2011). 100% Renewable energy systems, climate mitigation and economic growth. Applied Energy, 88(2), 488–501.
• Scognamiglio, A., Adinolfi, G., Graditi, G., & Saretta, E. (2014). Photovoltaics in Net Zero Energy Buildings and Clusters: Enabling the Smart City Operation. Energy Procedia, 61, 1171–1174.