Control de Sistemas de Climatización con Energyplus, Matlab y Open Studio

iii Equation Chapter 1 Section 1 Trabajo de Fin de Master Máster en Ingeniería Electrónica Robótica y Automática. Control de Sistemas de Climatización con Energyplus, Matlab y Open Studio. Autor: Jonathan Fabricio Nájera Armijo. Tutor: Juan Manuel Escaño González. Dpto de Ingeniería de Sistemas y Automática . Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2024 iii Trabajo de Fin de master. Master en Ingeniería Electrónica Robótica y Automática. Control de Sistemas de Climatización con Energyplus, Matlab y Open Studio. Autor: Jonathan Fabricio Nájera Armijo Tutor: Juan Manuel Escaño González Departamento de Ingeniería de Sistemas y Automática Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2024 v Trabajo Fin de Grado: Control de Sistemas de Climatización con Energyplus, Matlab y Open Studio. Autor: Jonathan Fabricio Nájera Armijo. Tutor: Juan Manuel Escaño González. El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2024 El Secretario del Tribunal vii Este trabajo de fin de Master lo dedico especialmente a la Junta de Andalucía a la ETSI y a mi novia: la Dr. Gabriela Paola Carrasco Lara la cual me motivo y me inscribió en el master y la que me ha alentado cada día para terminarlo de una manera correcta. Además agradezco a mi familia los cuales me han apoyado en el trayecto de este Master y me han brindado toda su ayuda. ix Agradecimientos Me gustaría agradecer a la (ETSI) Escuela Técnica Superior de ingeniería y a la Junta de Andalucía por brindarme un cupo para estudiar el master de Ingeniería Electrónica Robótica y Automática. Además me gustaría agradecer a mi familia por apoyarme en esta master y sobre todo a los profesores y alumnos que me han ayudado a cursar el master. Jonathan Fabricio Nájera Armijo. Sevilla, 2024 xv xviii Índice de Tablas Tabla 1: Horarios de Ocupación (OCC-SCHED). 31 Tabla 2: Horarios de Iluminación (LIT-SCHED). 31 Tabla 3: Horarios de Equipos Eléctricos (EQP-SCHED). 31 Tabla 4: Horario de operación del sistema HVAC. 31 Tabla 5: ST01 (Piedra o Concreto). 33 Tabla 6: GP02 (Yeso) 33 Tabla 7: BR01 (Ladrillo o revestimiento rugoso). 33 Tabla 8: CC24 (Aislamiento Térmico). 33 Tabla 9: AC02 (Aislamiento de Espuma). 34 Tabla 10: SUELO (Simula el Comportamiento del suelo). 34 Tabla 11: CC15 (Similar al STO1 pero más grueso). 34 Tabla 12: WD10 (Madera) 34 Tabla 13: Tipos Espaciales 35 Tabla 14: ventanas planta 1 39 Tabla 15: ventanas planta 2 40 Tabla 16: EUI Electricidad 67 Tabla 17: Consumo de Electricidad 68 Tabla 18: Distribución de áreas de los diferentes espacios 70 Tabla 19: HVAC Load Profiles 70 Tabla 20: Distribución de Espacios en el plano. 9 xxiii Índice de Figuras Figura 1: Porcentaje de personas insatisfechas con la ventilación. 24 Figura 2: caja de Herramientas de co_simulación, España, MathWorks, Matlab 25 Figura 3: SITE (Sitio) de Open Studio 30 Figura 4: días de diseño del archivo epw. 30 Figura 5: SCHEDULE (Horarios de Ocupación) de Open Studio 32 Figura 6: Construction (Materiales de Construcción). 32 Figura 7: Loads (Cargas utilizadas en el edificio). 34 Figura 8: Types spaces (Tipos de espacios) 35 Figura 9: Schuedule u horario del ventilador. 36 Figura 10: carga Fan en Electric Equipment. 36 Figura 11: asignación de carga y Schedule. 37 Figura 12: configuración Fanger para condiciones de confort. 37 Figura 13: Ubicación Geográfica del edificio en Open Studio. 38 Figura 14: casa de energyplus. 38 Figura 15: planos en AutoCAD de cada piso 40 Figura 16: Sótano del edificio. 40 Figura 17: Piso 1. 41 Figura 18: Piso 2 41 Figura 19: zonas térmicas del sótano, piso 1 y piso 2. 42 Figura 20: ubicación de ventanas y puertas en el edificio 42 Figura 21: Vista 3d del edificio. 43 Figura 22: facility. 43 Figura 23: configuración de luces exteriores 44 xxiii Figura 24: Tipos Espaciales 44 Figura 25: Zonas Térmicas 45 Figura 26: horario de setpoint CLG SCHED. 45 Figura 27: horario de setpoint HTG SCHED. 46 Figura 28: asignación de PTAC. 46 Figura 29: configuración de conexiones de uso de agua. 47 Figura 30: creación de un baño. 47 Figura 31: sistema de uso de agua. 47 Figura 32: configuración de sistema de agua caliente 48 Figura 33: esquema de agua caliente 48 Figura 34: horario de Setpoint de agua caliente 49 Figura 35: Salidas de Open Studio 49 Figura 36: Configuración de pasos de tiempo 50 Figura 37: Diagnostico de Open Studio y Energyplus 51 Figura 38: Simulación del edificio 51 Figura 39: Resultados de EnergyPlus 52 Figura 40: Arquitectura del BCVTB con el cliente EnergyPlus (negro) y otros clientes (gris). 58 Figura 41: Configuración del actor del simulador que llama a EnergyPlus en Windows. 61 Figura 42: Configuración del actor del simulador que utiliza para llamar a EnergyPlus 62 Figura 43: co-simulacion Matlab y energyplus 63 Figura 44: EUI Electricity 67 Figura 45: Consumo de electricidad (KWh) 68 Figura 46: Consumo de refrigeración 69 Figura 47: perfiles de carga HVAC 69 Figura 48: tamaño de espacios 70 Figura 49: Simulación 1er piso, zona SUR (ZSF1) 71 Figura 50: Simulación 1er piso, zona NORTE (ZSF1) 72 xxiii Figura 51: Simulación 2do piso, zona NORTE (ZNF2) y SUR (ZSF2) 72 Figura 52: Índices PMV de Confort de los dos días más fríos de invierno. 73 Figura 53: Índices PMV de Confort de los dos días más calientes del verano. 74 Figura 54: Índices PPD de los dos días más fríos de invierno. 74 Figura 55: Índices PPD de Confort de los dos días más calientes del verano. 75 Figura 56: Consumo de Iluminación y cargas eléctricas de dos días 75 Figura 57: Consumo de energías renovables de dos días. 76 Figura 58: Consumo de refrigeración en W para mantener la temperatura en 20 y 24 76 Figura 59: Consumo de calefacción en W para mantener la temperatura hasta 20 grados 77 Figura 60: Comparación a diferentes setpoint de consumos de calefacción y refrigeración 77 Figura 61: optimización y control de un sistema de energía 78 Figura 62: Costo total de operación en el verano. 84 Figura 63: Secuencias de Control NB, Nc y SOC en el verano 84 Figura 64: Descarga de la batería conectada a la Demanda. 85 Figura 65: Costo total de operación en el invierno. 85 Figura 66: Secuencias de Control NB, Nc y SOC en el invierno 86 Figura 67: Descarga de la batería conectada a toda la demanda 86 Figura 68: temperatura del área de zonas térmicas 89 Figura 69: temperatura media del aire por zona 89 Figura 70: temperatura operativa de la zona 90 Figura 71: humedad relativa del aire 90 Figura 72: uso de agua 91 Figura 73: horario de ventilación 91 Figura 74: horario de uso de ropa 91 Figura 75: horario de uso de ventilador 91 Figura 76: horario de calefacción 91 Figura 77: horario de equipos de oficina grande 91 xxiii Figura 78: horario de luces de oficina grande 92 Figura 79: horario de luces de oficina del 2013 92 Figura 80: horario de ocupación oficina grande 92 Figura 81: horario de infiltración oficina grande 92 Figura 82: horario de equipos de oficina media 92 Figura 83: horario de luces de oficina media 92 Figura 84: ocupación de la oficina media 93 Figura 85: infiltración de la oficina media 93 Figura 86: uso de agua para calefacción 93 Figura 87: horario de uso del panel solar 93 Figura 88: horario de generador eólico 93 Figura 89: agua a temperatura ambiente 93 Figura 90: Índice PMV a lo largo del año 94 Figura 91: Índice PDD a lo largo del año 94 Figura 92: calefacción y ventilación a lo largo del año 95 Figura 93: temperatura anual de bulbo seco en el exterior del edificio 95 Figura 94: planos del edificio 96 xx 24 1 Introducción 1.1 Sistemas de Climatización. Según datos de la Agencia Europea de Medio Ambiente, en el año 2010 el sector residencial comercial supuso aproximadamente el 40% del consumo total de energía. Por lo tanto, la mejora de la eficiencia energética en este sector podría contribuir de manera importante a la reducción de costes económicos y emisiones de gases de efecto invernadero. [5] Los sistemas de calefacción, ventilación y aire acondicionado (HVAC) representan el 59% del consumo de energía en edificios domésticos y el 36% en edificios no domésticos. Según un estudio, alrededor del 39% de los ocupantes están insatisfechos con la temperatura interior en edificios no domésticos. Para mantener el confort térmico y la calidad del aire interior, los sistemas HVAC se utilizan ampliamente en edificios no domésticos. Esta investigación tiene como objetivo desarrollar técnicas de control energéticamente eficientes para sistemas HVAC al tiempo que se garantiza el confort térmico interior. [4] Figura 1: porcentaje de personas insatisfechas En los edificios, el consumo de energía de los sistemas HVAC depende de varios factores, incluidos el número de ocupantes, el comportamiento de los ocupantes (puntos de ajuste de calefacción y refrigeración preferidos), el tipo de edificio, el área del edificio y el perfil de carga del edificio. Para ajustar los parámetros de control de HVAC y garantizar un rendimiento óptimo, los sistemas HVAC deben ser supervisados constantemente por técnicos. Un control automático bien diseñado tendría un mejor rendimiento que el control manual. [4] 1.2 Objeto del proyecto. Este trabajo tiene como objetivo principal el análisis de un sistema de climatización de un edificio de dos pisos con un sótano. Los puntos principales de este TFM son los siguientes: Modelado del edificio a partir de 3 planos de un edificio, los cuales son: plano del sótano, plano del primer piso, plano del segundo piso a través de la herramienta FLoorspaceJS de Open Studio [3]. 25 Caracterizar tanto los materiales de construcción, las características del entorno, coordenadas geográficas y todas las cargas internas del edificio. Se han establecido mediante el programa de Simulación open Studio [3] que usa como motor de cálculo Energyplus [2]. Realizar una co - simulación entre Matlab y EnergyPlus para visualizar la temperatura de cada zona térmica y del exterior del edificio con un archivo climático de Sevilla [1]. Con los resultados eléctricos del edificio se realizara una optimización del consumo energetico. 1.3 Alcance. Una vez implementado el edificio de dos plantas con un sótano y caracterizado con las diferentes características como materiales de construcción horarios de ocupación, iluminación, equipamiento de cargas etc y este funcione correctamente. Modificaremos los archivos de control de la caja de co – simulación con el archivo de Energyplus generado a través de Open Studio y simularemos los resultados de temperatura de cada zona térmica. Al final realizaremos diferentes estrategias de control para mejorar los resultados de la co – simulación. Con los resultados eléctricos del edificio se realizara una optimización energética. 1.4 Caja de herramientas de co-simulación EnergyPlus y Matlab. La caja de herramientas facilita la simulación simultánea de EnergyPlus y Matlab (co simulación). El componente principal es la clase mlep que contiene todas las herramientas necesarias para configurar y ejecutar la co-simulación de EnergyPlus dentro del entorno de Matlab. [1] Figura 2: caja de Herramientas de co_simulación, España, MathWorks, Matlab La caja de herramientas contiene:  Análisis del archivo IDF para determinar las entradas/salidas de co-simulación. 32 Figura 5: SCHEDULE (Horarios de Ocupación) de Open Studio 2.3 Construction (Construcción). Es una plantilla con materiales de la construcción de las paredes, piso y techo de los exteriores e interiores de la construcción. La que hemos escogido es la 90.1-2010 Office –ASHRAE-169 206-1ª este es un paquete de materiales los cuales si queremos podemos modificar si queremos , arrastraremos el paquete hasta el espacio visto en la figura 7 Figura 6: Construcción (Materiales de Construcción). Materiales La sección proporcionada describe una serie de materiales utilizados en una simulación de construcción, muy probablemente parte de un software de simulación energética como EnergyPlus. Estos materiales están definidos por varias propiedades que afectan su comportamiento térmico, lo cual es crucial para entender cómo una estructura interactúa con su 33 entorno en términos de eficiencia energética y confort térmico. A continuación se explica cada material y sus propiedades. Características: Descripción: Rugosidad: Medianamente rugosa Espesor: 0,0254 m Conductividad Térmica: 1.802 W/m-K Densidad: 2243 kg/m³ Capacidad Calorífica Específica: 837 J/kgK Este material tiene una alta conductividad térmica y densidad, lo que sugiere que podría ser un tipo de piedra o concreto. Es adecuado para aplicaciones donde se requiere buena transferencia de calor, como en muros exteriores o cimientos. Tabla 5: ST01 (Concreto características.) Caracteristicas Descripción: Espesor: 0,0159 m Conductividad Térmica: 0,16 W/m-K  Densidad: 801 kg/m³ Capacidad Calorífica Específica: 837 J/kg-K Rugosidad: Medianamente lisa Este material tiene baja conductividad térmica y densidad, posiblemente un tipo de panel de yeso o aislamiento. Ideal para paredes interiores donde se busca minimizar la transferencia de calor. Tabla 6: GP02 (yeso) Características: Descripción: Rugosidad: Muy rugosa Espesor: 0,0095 m Conductividad Térmica: 0.162 W/m-K Densidad: 1121 kg/m³ Capacidad Calorífica Específica: 1464 J/kg-K Con una textura muy rugosa y propiedades térmicas moderadas, podría ser un ladrillo o un revestimiento rugoso. Su capacidad calorífica específica es alta, lo que lo hace eficiente para almacenar y liberar calor lentamente. Tabla 7: BR01 (Ladrillo) Características: Descripción: Rugosidad: Medianamente rugosa Espesor: 0,1016 m Conductividad Térmica: 0,36 W/m-K Densidad: 1282 kg/m³ Capacidad Calorífica Específica: 837 J/kgK Este material es un buen aislante térmico con una conductividad y densidad moderadas. Podría utilizarse en paredes exteriores o techos para mejorar la eficiencia energética del edificio. Tabla 8: CC24 (Aislante térmico). Características Descripción: Rugosidad: Medianamente lisa Espesor: 0,0127 m Conductividad Térmica: 0.057 W/m-K Densidad: 288 kg/m³ Capacidad Calorífica Específica: 1339 J/kg-K Un material muy ligero y con baja conductividad térmica, podría ser un aislamiento de espuma o un material compuesto diseñado para minimizar la transferencia de calor. Tabla 9: AC02: aislante Características: Descripción: Rugosidad: Rugosa Espesor: 0,6096 m Este material simula el comportamiento del suelo, con alta densidad y 34 Conductividad Térmica: 1.7308 W/m-K Densidad: 1842,07 kg/m³ Capacidad Calorífica Específica: 1088.57 J/kg-K conductividad térmica. Se utiliza para evaluar la interacción de la estructura con el terreno, afectando el comportamiento térmico del edificio. Tabla 10: CC15.Suelo Características: Descripción: Rugosidad: Medianamente rugosa Espesor: 0,1524 m Conductividad Térmica: 1.802 W/m-K Densidad: 2243 kg/m³ Capacidad Calorífica Específica: 837 J/kgK Similar al material ST01, pero más grueso, este material es robusto, con una buena capacidad para conducir y almacenar calor. Es ideal para elementos estructurales importantes como losas y muros de carga. Tabla 11: CC15 similar al ST01 Caracteristicas: Descripción: Rugosidad: Medianamente lisa Espesor: 0,667 m Conductividad Térmica: 0.115 W/m-K Densidad: 513 kg/m³ Capacidad Calorífica Específica: 1381 J/kg-K Este material podría ser un tipo de madera o compuesto similar, con baja densidad y conductividad, lo que lo hace adecuado para estructuras donde se requiere un buen aislamiento térmico y un peso reducido. Tabla 12: WD10 madera. 2.4 Loads (cargas) Utilizado para definir cargas que se consumen en el edificio. El número de personas (people definitions) de cada habitación será 4, las luces (ligths) tendrán una carga de 15W, los equipos eléctricos (Electric Equipment definitions) tendrán una carga de 15 W excepto el ventilador del sótano que tendrá una carga de 20W y se lo definirá en other equipment definitions. Figura 7: Loads (Cargas utilizadas en el edificio). 35 2.5 (Space Tipes)Tipos de espacio. OpenStudio usa los tipos espaciales para codificar información acerca de cómo los espacios en particular son utilizados. Esta información incluye cargas como las personas, iluminación, infiltración y enchufes así como sus horarios asociados. 2.5.1 Creación de espacios Figura 8: Types spaces (Tipos de espacios). Los siguientes espacios son modelos que corresponden con los diferentes espacios que se encuentran en el edificio: Pisos Espacio Tipos de Espacios Zona Térmica Sótano Space1-1 Office Elec/MechRoom BASE-1 Space1-2 Office Stair BASE-1 Space1-3 Office BreakRoom BASE-1 Primer Piso Space2-1 Office Corridor ZNF1 Space2-2 Office Stair ZNF1 Space2-3 Office Dining ZNF1 Space2-4 Office Restroom ZSF1 Space2-5 Office Lobby ZSF1 Segundo piso Space3-1 Office Corridor 1 ZSF2 Space3-2 Office Vending ZNF2 Space3-3 Office Dining 1 ZNF2 Space3-4 Office Classroom ZNF2 Space3-5 Office PrintRoom ZSF2 Space3-6 Office Restroom 1 ZSF2 Space3-7 Office IT_Room ZNF2 Space3-8 Office Storage ZSF2 Space3-9 Office Conference ZSF2 Tabla 13: tipos Espaciales 2.5.2 Creación del ventilador como carga del equipo eléctrico. 36 Para crear una carga lo primero que debemos hacer es crear un SCHEDULE u horario con la opción +, luego tenemos una serie de tipos de horarios escogeremos fractional. luego renombramos con el nombre FAN SCHEDULE. Figura 9: Schedule u horario del ventilador. Crearemos una carga en la opción Loads de open studio utilizando la opción + luego le cambiamos el nombre y le asignamos una carga Figura 10: carga Fan en Electric Equipment. 37 Al final en la opción espacios de open studio en la sub opción loads en el espacio de sala de máquinas mecánicas y eléctricas nos dirigimos a My model en eleactric equipment definitions arrastramos FAN a definitions y luego le asiganamos un horario o SCHEDULE. Figura 11: asignación de carga y Schedule. 2.5.3 Activar las opciones de confort A cada una de las definiciones de cargas de personas se le debe agregar el método FANGER para activar las salidas de confort, esto se logra seleccionando la definición de personas de cada espacio y la opción termal confort model type y seleccionamos FANGER. Figura 12: configuración Fanger para condiciones de confort. 2.6 Geometry (Geometría) Mediante la herramienta FloorspaceJS para crear la geometría. Se importa una imagen o una ubicación en el mapa, en este caso un lugar ubicado en Sevilla para importar el plano de planta al origen usando el 0 como origen, ajustando y escalando la imagen de acuerdo a las medidas de la construcción. 38 Figura 13: Ubicación Geográfica del edificio en Open Studio Floorplan: Se crea espacios para cada lugar del edificio como una habitación, cocina, baño, etc Assigments: Se crea zonas térmicas para cada piso. Components: Se crea puertas y ventanas y se las ubica en el plano que se considere necesario. 2.6.1 Descripción del edificio. El edificio es un rectángulo de dos pisos, con cada piso cubriendo un área de 10 metros por 10 metros (100 m² por piso). La altura total del edificio es de 6 metros (3 metros por piso). Figura 14: casa de energyplus. Ubicación:  Ciudad: Sevilla, España. 39 Estructura General:  Número de Pisos: 2 pisos más un sótano.  Superficie por Piso: 2661.81metros cuadrados (247.29 pies cuadrados).  Superficie Total del Edificio: 741.3 m² (7979.29 pies cuadrados).  Altura del Techo:  Pisos Superiores: 3.048 metros (10 pies).  Sótano: 2.438 metros (8 pies). División de Zonas Térmicas:  Planta Baja: o Zona Sur (ZSF1):  Altura del Techo: 3.048 m  Volumen: 425.21 m³ o Zona Norte (ZNF1):  Altura del Techo: 3.048 m  Volumen: 316 m³ • Segundo Piso: o Zona Sur (ZSF2):  Altura del Techo: 3.048 m  Volumen: 435.14 m³ o Zona Norte (ZNF2):  Altura del Techo: 3.048 m  Volumen: 305.68 m³ • Sótano (BASE-1):  Altura del Techo: 2.438 m  Volumen: 603 m³ Descripción Original de las Ventanas: Planta Baja (ZSF1 y ZNF1): 1. Ventana EWWndw (Pared Este en ZSF1): Dimensiones: Ancho: 6 m, Alto: 0,661 m Ubicación: Pared este. 2. Ventana NSWndw (Pared Sur en ZSF1): Dimensiones: Ancho: 6 m, Alto: 0,661 m Ubicación: Pared sur. 3. Ventana zWINDOW-4 (Pared Oeste en ZSF1): Dimensiones: Ancho: 6 m, Alto: 0,661 m Ubicación: Pared oeste. 4. Ventana zWINDOW-6 (Pared Este en ZNF1): Dimensiones: Ancho: 6 m, Alto: 0,661 m Ubicación: Pared este. 5. Ventana zWINDOW-7 (Pared Norte en ZNF1): Dimensiones: Ancho: 8 m, Alto: 0,661 m Ubicación: Pared norte. 6. Ventana zWINDOW-9 (Pared Oeste en ZNF1): Dimensiones: Ancho: 6 m, Alto: 0,661 m Ubicación: Pared oeste. Tabla 14: ventanas planta 1 40 Segundo Piso (ZSF2 y ZNF2): 1. Ventana zWINDOW-11 (Pared Este en ZSF2): Dimensiones: Ancho: 3 m, Alto: 0,671 m Ubicación: Pared este. 2. Ventana zWINDOW-13 (Pared Sur en ZSF2): Dimensiones: Ancho: 6 m, Alto: 0,671 m Ubicación: Pared sur. Oeste 3. Ventana zWINDOW-12 (Pared Sur en ZSF2): Dimensiones: Ancho: 6 m, Alto: 0,671 m Ubicación: Pared sur. Este 4. Ventana zWINDOW-15 (Pared Oeste en ZSF2): Dimensiones: Ancho: 3 m, Alto: 0,671 m Ubicación: Pared oeste. 5. Ventana zWINDOW-17 (Pared Este en ZNF2): Dimensiones: Ancho: 3 m, Alto: 0,671 m Ubicación: Pared este. 6. Ventana zWINDOW-19 (Pared Norte en ZNF2): Dimensiones: Ancho: 6 m, Alto: 0,671 m Ubicación: Pared norte. este 7. Ventana zWINDOW-14 (Pared Norte en ZNF2): Dimensiones: Ancho: 6 m, Alto: 0,671 m Ubicación: Pared norte. Oeste 8. Ventana zWINDOW-21 (Pared Oeste en ZNF2): Dimensiones: Ancho: 4 m, Alto: 0,671 m Ubicación: Pared oeste. Tabla 15: ventanas segundo piso. 2.6.2 Planos del edificio. Planos del edificio hechos en AutoCAD, cada cuadro representa 1m cuadrado además de la distribución de espacios en el edificio. Figura 15: planos en AutoCAD de cada piso. 2.6.3 Plano del Sótano. Story 1 representa el sótano del edificio el cual no está climatizado, pero tiene un ventilador. Figura 16: Sótano del edificio. 41 2.6.4 Plano del Piso 1 Story 2 piso 1 del edificio. Figura 17: Piso 1. 2.6.5 Piso 2 Story 3 habitación 2 del edificio. Figura 18: habitación 2. 2.6.6 Zonas térmicas Assigments: Se crea zonas térmicas para cada piso. 48 Figura 32: configuración de sistema de agua caliente En el cual añadiremos una bomba Constant Spd Pump de a opción Pump constant Speed, un calentador de agua wáter heater de la opción wáter heater mixed, un administrador de setpoint de temperatura de agua Scheduled HW Temp de la opción Setpoint manager Scheduled y finalmente un conexión de uso de agua de la opción wáter use conection. Figura 33: esquema de agua caliente La temperatura de este administrador de setpoint está regida por un Scheduled u horario de temperatura. 49 Figura 34: horario de Setpoint de agua caliente. 2.11 Output variables Las variables de salida seleccionadas son las siguientes: Figura 35: Salidas de Open Studio Las salidas que se ha utilizado en este trabajo final de master son las siguientes: ENVIRONMENT,Site Outdoor Air Drybulb Temperature Zone Mean Air Temperature Zone Operative Temperature Zone Air System Sensible Heating Rate 50 Zone Air System Sensible Cooling Rate Electric Equipment Electric power Exterior Lights Electric Power Lights Electric power Zone air temperatura Zone Packaged terminal air conditioner electric power Zone Packaged terminal air conditioner sensible cooling rate Zone Packaged terminal air conditioner sensible heating rate Zone thermal confort Fanger model PMV Zone thermal confort Fanger model PPD 2.12 Simulation Setings (configuración de simulación) En el cual podremos establecer el espacio de tiempo (time step). Esto establece el número de iteraciones que el programa ejecuta el modelo de energía por hora. El número de iteraciones por hora está establecido en seis pasos de tiempo por hora. Es decir simula el edificio cada 10 minutos. Figura 36: configuración pasos de tiempo. 51 2.13 Measures (Medidas). En la cual podemos asignar diagnósticos a la pestaña medidas desplegando la opción QA/QC. Para agregar diagnósticos de salida y poder solucionar cuestiones problemáticas. Figura 37: Diagnósticos de open Studio y Energyplus. 2.14 Run Simulation (Ejecutar Simulación). En el cual podemos ejecutar la simulación Figura 38: Simulación del edificio. 2.15 Results Sumary (Resumen de Resultados). Se presentaran dos tipos de informes, resultados de open Studio y resultados de Energyplus. 52 Ambos informes se crean en un archivo html. El informe de OpenStudio es más reducida la información del edificio mientras que el informe de energyplus es más completo y podremos revisar las diferentes estadísticas del edificio como temperatura, cantidad de energía eléctrica consumida etc. Figura 39: resultados de Energyplus. 53 3. Energyplus SmOffPSZ.idf corresponde al archivo de Energy Plus estadístico generado por Open Studio, el cual estará cargado con todas las características de construcción, cargas, tipos de materiales, tipos de espacios, zonas térmicas, ubicación geográfica del edificio de ensayo, es importante conocer las partes de este archivo pues para realizar un interfaz externa con Matlab se tendrá que copiar ciertos códigos de acurdo a una configuración BCVTB explicada más adelante. 3.1 Explicación archivo: SmOffPSZ.idf El código está escrito en formato IDF (Input Data File) utilizado por el software de simulación de energía EnergyPlus para modelar el comportamiento energético de edificios. Cada sección del archivo describe diferentes aspectos del edificio y sus sistemas. 3.1.1 Descripción General del Archivo.  Nombre de Archivo: SmOffPSZ.idf  Descripción Básica: Edificio de dos pisos con sótano. Cada piso está dividido en dos zonas: norte y sur.  Sistemas: Cada una de las cuatro zonas ocupadas es atendida por un sistema PSZ (Sistema de zona única empaquetado).  Ubicación de Simulación: Sevilla, España.  Periodo de simulación: del 1 de Octubre al 30 de septiembre.  Detalles del edificio: Edificio cuadrado de dos pisos más un sótano. Cada piso tiene dos zonas térmicas, una orientada al norte y otra al sur. Cada piso tiene aproximadamente 2661.81 metros cuadrados. Las ventanas cubren la longitud de cada fachada y tienen una relación ventana-pared de 0,2. Las paredes están compuestas de piedra, aislamiento, espacio de aire y panel de yeso. 3.1.2 Estructura del Archivo.  Sección: VERSION Versión 9.2  Sección: SIMULATIONCONTROL Controla las opciones de simulación. En este caso, solo se ejecuta la simulación para los periodos de clima.  Sección: BUILDING Define las propiedades generales del edificio, como la orientación, el terreno, la tolerancia de convergencia y la distribución solar.  Intervalo de Tiempo: TIMESTEP. Timestep,6;  Sección: SITE. 54 Especifica la ubicación geográfica del edificio, incluyendo la latitud, zona horaria y elevación sobre el nivel del mar.  Sección: SIZINGPERIOD. Esta sección define los días de diseño utilizados para el dimensionamiento de los sistemas de calefacción y refrigeración. Define las condiciones del día de diseño tanto para la calefacción como para la refrigeración, incluyendo temperatura máxima, presión barométrica y velocidad del viento.  Sección: RUNPERIOD. Especifica el periodo de simulación para el archivo de clima, con las fechas de inicio y fin, y se deben considerar los días festivos y el horario de verano.  Sección: SITE: GROUNDTEMPERATURE. Define la temperatura del suelo del edificio para cada mes del año.  Sección: SCHEDULETYPELIMITS. Define los límites de tipo de programación, especificando los valores límites y el tipo de dato para cada tipo de programación (número, fracción, temperatura, etc.).  Sección: SCHEDULE. Schedule: Constant: Define las programaciones constantes, donde los valores son fijos durante todo el tiempo de simulación.  Sección: SCHEDULE Schedule: Compact: Define las programaciones compactas, las cuales especifican variaciones de valores a lo largo del día y la semana, como los horarios de temperatura y ocupación.  Sección: ZONE. Define las zonas térmicas del edificio, especificando su orientación, origen en el espacio y el tipo.  Sección: ZONELIST. Define una lista de zonas para facilitar la referencia colectiva de múltiples zonas.  Sección: LIGHTS. Define la iluminación de cada zona especificando la programación, método de cálculo de nivel de diseño y fracciones de energía.  Sección: ELECTRICEQUIPMENT. Define ele quipo eléctrico para cada zona, incluyendo la programación, método de cálculo de nivel de diseño y fracciones de energía. 55  Sección: PEOPLE. Define la ocupación de cada zona especificando la programación y el método de cálculo del número de personas.  Sección: ZONEMIXING. Define la mezcla de aire entre zonas, especificando el método de cálculo del flujo y las zonas fuente.  Sección: ZONEINFILTRATION. Define la infiltración de aire en cada zona, especificando el método de cálculo de flujo y los coeficientes de los términos.  Sección: ZONEVENTILATION. Define la ventilación de cada zona, especificando el método de cálculo del flujo y los coeficientes de los términos. 3.1.3 Modelado de Superficies.  Sección: SURFACECONVECTIONALGORITHM.INSIDE Define el algoritmo de convección para las superficies internas.  Sección: SURFACECONVECTIONALGORITHM: OUTSIDE Define el algoritmo de convección para las superficies externas.  Sección: HEATBALANCEALGORITHM. Define el algoritmo de balance de calor para el modelo.  Sección: ZONESURFACEPROPERTY. Define los coeficientes de convección para cada zona.  Sección: CONSTRUCTION. Define las construcciones del modelo, especificando las capas de, materiales.  Sección: MATERIAL. Define los materiales del modelo, incluyendo propiedades térmicas y ópticas. 3.1.4 Consideraciones de control y operación.  Sección: SCHEDULE. Define las programaciones para la iluminación, equipos, ocupación y ventilación, especificando los tiempos de operación.  Sección: THERMOSTATESETPOINT:SingleHeating 56 Define los puntos de ajuste de la calefacción para cada zona.  Sección: THERMOSTATSETPOINTS:SingleCooling: Define los puntos de ajuste de la refrigeración para cada zona. 3.1.5 Otras Secciones.  Algoritmos de Convección Superficial. Define los algoritmos de convección utilizados para cálculo de transferencia de calor en superficies.  Algoritmo de equilibrio de calor. Especifica el algoritmo de equilibrio de calor, usando el método de Función de Transferencia de Conducción (CTF).  OUTPUT: VARIABLES Define las variables de salida que deseas registrar durante la simulación.  OUTPUT: METER. Especifica los contadores de energía que deseas incluir en la simulación.  HVACTEMLATE: THERMOSTAT. Simplifica la definición de sistemas HVAC y equipos en modelos grandes.  ZONECONTROL: THERMOSTAT. Define como se controlan los sistemas de calefacción y refrigeración en función de los puntos de ajuste del termostato.  PLANTLOOP. Detalla la configuración de bucles de plantas HVAC, como bombas, calderas y torres de enfriamiento.  AIRLOOPHVAC Especifica los sistemas de distribución de aire, incluyendo ventiladores, mezcladores y terminales de aire.  WINDOWMATERIAL: GLAZING. Define los tipos de acristalamiento para ventanas, especificando propiedades como transmitancia y coeficiente de sombra.  FENESTRATIONSURFACE: DETAILED Describe las ventanas y su ubicación en las superficies del edificio. 57  INTERNALGAINS. Define las ganancias internas debido a personas, equipos y luces.  HVAC: TEMPLATE: ZONE: IDEALLOADSAIRSYSTEM. Simplifica la simulación de un sistema de cargas ideales para control de temperatura. 64 Uso: Se utiliza después de recibir datos de EnergyPlus para interpretar y utilizar la información dentro de MATLAB.  encodeData: Descripción: Codifica datos en un paquete antes de enviarlos a través de un socket. Esta función prepara los datos en un formato estándar que puede ser entendido por EnergyPlus. Uso: Se utiliza antes de enviar datos a EnergyPlus para asegurarse de que el software receptor pueda interpretarlos correctamente.  encodeRealData: Descripción: Específicamente diseñado para codificar datos de valores reales (números) en un paquete. Puede manejar datos de punto flotante que representan mediciones o estados en el sistema. Uso: Se usa para enviar datos numéricos precisos, como temperaturas o flujos de energía, desde MATLAB a EnergyPlus.  encodeStatus: Descripción: Codifica un indicador de estado en un paquete. Los indicadores de estado son valores especiales que indican el estado actual de la simulación o el proceso de co-simulación (por ejemplo, inicio, finalización, error). Uso: Permite a MATLAB informar a EnergyPlus sobre el estado actual del proceso de simulación, lo cual es esencial para coordinar la simulación conjunta.  mlep: Descripción: Es la clase principal de la caja de herramientas de co-simulación de EnergyPlus. Esta clase probablemente gestiona las conexiones, la comunicación de datos y coordina el proceso de co-simulación. Uso: Actúa como el núcleo del sistema, proporcionando funciones y métodos para controlar y monitorear la simulación, así como para gestionar la interacción entre MATLAB y EnergyPlus.  readIDF: Descripción: Lee y analiza un archivo IDF de EnergyPlus. Los archivos IDF (Input Data Files) contienen los detalles del modelo de simulación, como la geometría del edificio, materiales, sistemas HVAC y más. Uso: Permite a MATLAB cargar configuraciones de simulación de EnergyPlus, lo cual es útil para automatizar o personalizar simulaciones desde MATLAB.  writeSocketConfig: 65 Descripción: Crea un archivo de configuración de socket. Este archivo se utiliza para establecer detalles de la comunicación de red, como el puerto y el nombre del host, necesarios para la cosimulación. Uso: Facilita la configuración de la comunicación entre MATLAB y EnergyPlus, permitiendo que los datos fluyan correctamente entre los dos programas.  writeVariableConfig: Descripción: Crea un archivo XML que define el intercambio de variables según el protocolo BCVTB. Este archivo especifica qué variables se intercambian y cómo están configuradas. Uso: Esencial para la integración de MATLAB con EnergyPlus, ya que define qué datos se envían y reciben durante la co-simulación, asegurando que ambos programas entiendan qué información se está compartiendo. 66 6. Metodología En este apartado se describe el procedimiento a seguir para la realización de la evaluación energética de nuestro edificio. Para ello deberemos obtener la información necesaria para una buena definición de las características edificatorias. En segundo lugar se realizará un análisis energético del estado actual de nuestro caso de estudio. Y por último se propondrán mejoras para la reducción del consumo energético. [11] 6.1 Toma de datos Open Studio: Se procedió a realizar un modelo de un edificio de 2 pisos con un sótano en Open Studio por medio de la herramienta FloorspaceJS, las dimensiones de este edificio se especifican en los planos de cada piso, en las que se incluyen las dimensiones tanto de puertas y ventanas. Necesitaremos un archivo climático versión epw en este caso será ESP_Sevilla.083910_IWEC Cada piso tiene dos zonas térmicas para la simulación de los sistemas HVAC de refrigeración y calefacción. Horarios de ocupación, iluminación, equipamiento eléctrico Una vez ejecutado generara dos archivos de datos, uno de open studio y otro de energyplus Energyplus: en el archivo EP_Launch de Energyplus ingresaremos nuestro archivo generado por Open Studio y nuestro archivo climático ESP_Sevilla.083910_IWEC y lo configuraremos para que tome los valores climáticos, los valores del archivo de Open Studio y los setpoints para calefacción y ventilación. La Caja de herramientas de coSimulación de Matlab y Energyplus: Integra un conjunto una clase principal llamada mlep y otras clases para codificar, decodificar, intercambio de datos mediante sockets. 6.2 Propuestas de Mejora. Existen muchas propuestas de mejora para la realización de diseños en los cuales podamos analizar la energía térmica a través de la temperatura. Análisis de edificios inteligentes, en los cuales se involucran micro redes, redes neuronales e incluso comparaciones con otros tipos de software en el mercado como home IO. Incluso si pudiéramos encontrar las dimensiones del edificio de Home IO podremos simular este edificio con la cosimulación de energyplus y Matlab y comparar datos. 67 7. Simulación y Resultados 7.1 Resultados de Open Studio 7.1.1 Indicadores de Consumo La gráfica muestra la distribución del consumo eléctrico en un edificio: La iluminación interior consume el 37,9%, siendo el mayor uso de energía. Los equipos interiores representan el 30%, seguido de los ventiladores con un 28,1%. La iluminación exterior es el menor consumidor con un 3,9%. Esto indica que la mayor parte de la energía se gasta en iluminación y equipos dentro del edificio, lo que sugiere que la eficiencia en estos aspectos podría reducir significativamente el consumo total. Figura 44: EUI Electricity Uso final Consumo KW/h Interior Lighting 828 Exterior Lighting 86 Interior Equipment 656 Fans 614 Tabla 16: Electricidad 7.1.2 Consumo eléctrico El gráfico de barras apiladas muestra el consumo de electricidad por diferentes categorías a lo largo de los meses del año. Las categorías representadas incluyen:  Interior Lighting (Iluminación interior): Consumo constante durante el año, con un promedio de alrededor de 70 kWh por mes. 68  Exterior Lighting (Iluminación exterior): Representa una fracción menor del consumo, variando entre 6 y 9 kWh mensuales.  Interior Equipment (Equipos interiores): Mantiene un consumo uniforme, alrededor de 55-56 kWh por mes.  Fans (Ventiladores): Es el segundo mayor consumidor, oscilando entre 47 y 52 kWh por mes. Resumen total anual:  Interior Lighting consume un total de 828.4 kWh en el año.  Exterior Lighting alcanza 87.25 kWh.  Interior Equipment suma 655.22 kWh.  Fans tienen un consumo total de 614.57 kWh. El consumo total anual es de 2185.41 kWh. Figura 45: Consumo de Electricidad (Kwh). Tabla 17: consumo de electricidad 69 7.1.3 Consumo de calefacción y ventilación. Muestra el consumo de refrigeración (Cooling) en unidades de energía (probablemente MBtu) durante cada mes. El consumo de refrigeración es prácticamente inexistente durante los meses de invierno y comienza a aumentar en mayo, alcanzando su punto máximo en julio y agosto. A partir de septiembre, el consumo disminuye significativamente. Figura 46: consumo de Refrigeración. Compara las cargas de calefacción y refrigeración (Heating and Cooling Load) junto con la temperatura del aire exterior. La carga de calefacción (rojo) es más alta en los meses de invierno, especialmente en enero y diciembre. La carga de refrigeración (azul) es más alta durante los meses de verano, alcanzando picos en julio y agosto. La temperatura exterior promedio (verde) sigue un patrón estacional típico, siendo más alta en verano y más baja en invierno, lo que explica las fluctuaciones en las cargas Figura 47: perfiles de carga HVAC 70  Refrigeración es más demandada durante los meses de verano (mayo a septiembre).  calefacción se requiere más en los meses de invierno (enero, febrero, noviembre y diciembre). La demanda de energía está estrechamente relacionada con la temperatura del aire exterior, que alcanza su punto máximo en los meses más cálidos del verano y desciende durante los meses fríos. Tabla 18: HVAC Load Profiles. El tamaño de los espacios de cada habitación se los puede observar en las figuras Figura 48: tamaño de espacios Tabla 19: distribución de áreas de los diferentes espacios 71 7.2 Resultados de la co_simulacion: mlepMatlab_example.m 7.2.1 Primer piso (zona sur). La simulaciones representa un día de simulación de la temperatura del edificio, la temperatura media del aire dentro de la zona simulada podemos observar como producto del código de la cosimulación entre Matlab y Energyplus se ha establecido un control ideal con un setpoint de temperatura de 24 grados establecidos según el horario de ocupación de 7 de la mañana a 5 de la tarde. Figura 49: Simulación 1er Piso, Zona Sur (ZSF1). Explicación: EP_ENVIRONMENT__Site_Outdoor_Air_Drybulb_Temperature (Línea Azul): Representa la temperatura del aire exterior (temperatura de bulbo seco) en el sitio durante el período de simulación. Es evidente que esta línea muestra fluctuaciones significativas a lo largo del tiempo, lo que es típico de las variaciones de temperatura exterior diurnas y nocturnas. EP_ZSF1__Zone_Mean_Air_Temperature (Línea Naranja): Representa la temperatura media del aire dentro de la zona simulada (zona sur, primer piso del edificio). Se puede observar cómo esta temperatura responde a las condiciones exteriores y posiblemente a la regulación interna, como la operación de sistemas HVAC. EP_ZSF1__Zone_Operative_Temperature (Línea Amarilla): Esta línea muestra la temperatura operativa de la zona sur, primer piso, que es un promedio ponderado entre la temperatura del aire y la temperatura radiante. Esta temperatura se usa a menudo para evaluar el confort térmico en interiores. 7.2.2 Primer piso (Zona Norte). La temperatura media del aire dentro de la zona simulada podemos observar como se ha establecido un control ideal con un setpoint de temperatura de 25 grados establecidos según el horario de ocupación de 7 de la mañana a 5 de la tarde. 72 Figura 50: Simulación 1er Piso, Zona Norte (ZNF1).  EP_ZNF1__Zone_Mean_Air_Temperature (Línea Naranja): La línea naranja representa la temperatura media del aire dentro de la zona norte del primer piso. Este dato es crucial para entender cómo el clima exterior afecta al confort interior y cómo el sistema de climatización responde a esas variaciones.  EP_ZNF1__Zone_Operative_Temperature (Línea Amarilla): La línea amarilla muestra la temperatura operativa de la zona, que es una combinación ponderada entre la temperatura del aire y la temperatura radiante. Este valor es importante para evaluar el confort térmico desde una perspectiva más holística. 7.2.3 Segundo Piso (Zona Sur y Zona Norte). Figura 51: Simulación del segundo piso zona Norte y Sur.  Línea Naranja - EP_ZSF2__Zone_Mean_Air_Temperature: Esta línea muestra la temperatura media del aire en la zona ZSF2.  Línea Púrpura - EP_ZNF2__Zone_Mean_Air_Temperature: Similar a la línea naranja, pero para la zona ZNF2.  Línea Amarilla - EP_ZSF2__Zone_Operative_Temperature: Representa la temperatura operativa en la zona ZSF2 73  Línea Verde - EP_ZNF2__Zone_Operative_Temperature: Similar a la línea amarilla, pero para la zona ZNF2. En resumen, esta visión gráfica proporciona una detallada de cómo las condiciones externas impactan las condiciones internas en diferentes zonas del edificio, y cómo el sistema de climatización maneja estas variaciones para mantener el confort térmico. Es útil para comparar el desempeño de diferentes zonas bajo las mismas condiciones exteriores. Interpretación: La gráfica muestra cómo las temperaturas en el interior del edificio (líneas naranja y amarilla) siguen en cierta medida las tendencias de la temperatura exterior (línea azul), pero con menos fluctuaciones y con una amplitud más controlada. Esto indica que el sistema de climatización está actuando para mantener un nivel de confort en el interior, a pesar de las variaciones exteriores. Las diferencias entre la temperatura del aire interior (línea naranja) y la temperatura operativa (línea amarilla) pueden reflejar la influencia de la radiación y la inercia térmica en la zona. 7.3 Confort y Consumo Energético del edificio. 7.3.1 Índices de Confort PMV El índice PMV (Predicted Mean Vote) y el índice PPD (Predicted Percentage of Dissatisfied) son dos herramientas utilizadas para evaluar el confort térmico. PMV: Es una escala que va de -3 a +3, donde -3 representa “muy frío” y +3 “muy caliente”. Un PMV de 0 indica condiciones térmicas neutrales [7]. 1. M: Tasa de producción de calor metabólico (W/m2). 2. W: Trabajo externo realizado (W/m2). Figura 52: Índices PMV de Confort de los dos días más fríos de invierno. 80 3) Restricción de Balance de Energía (Ecuación 2): La segunda ecuación asegura que el equilibrio entre la demanda y la generación se mantiene en cada paso: En el código, esta restricción se agrega en la matriz A y el vector B, donde se garantiza que la demanda siempre esté cubierta por las fuentes de energía. 4) Límites del SOC (Ecuación 3): Esta ecuación establece los límites para el SOC: En el código, estos límites se implementan mediante lb1_4 y ub1_4, que definen el rango entre el 20% y el 100% de la capacidad de la batería: 5) Variables de control 𝑛 𝑐 ( 𝑘 ) y 𝑛 𝑏 ( 𝑘 ) (Ecuación 4): La cuarta ecuación define los valores posibles para las variables de control:  n_c(k) = 1 indica que la fuente convencional está activada.  n_b(k) = 1 indica descarga de la batería.  n_b(k) = -1 indica carga de la batería. 7.4.1 Explicación del código. Este código de MATLAB está diseñado para optimizar el uso de una batería en función de la demanda energética, la disponibilidad de fuentes renovables y el costo de la energía. A continuación, se explica su funcionamiento paso a paso: 1. Carga de Datos clear all load practica9.mat Se cargan los datos desde el archivo practica9.mat, que incluye información sobre demanda energética (lights, equipamientos, Cooling24: que es el consumo de aire acondicionado con un setpoint de 24 grados centigrados, exterior_lights), fuentes renovables y costos de energía. 2. Calculo de la Demanda Total: 81 Demand1 = lights + equipments + cooling24 + exterior_lights; Se calcula la demanda total (Demand1) sumando las diferentes fuentes de consumo energético. 3. Definición de la funciones objetivo. Las variables fu1, fu2, fu3 y fu4 representan diferentes componentes del sistema energético, incluyendo el consumo no cubierto por renovables y diferentes costos. Estas variables se utilizan más adelante en la optimización. fu1: Diferencia entre la demanda total y la energía renovable disponible, ponderada por un precio de mercado (MP1). fu2: Costo ajustado de la generación de paneles solares, que incluye la eficiencia del sistema fotovoltaico (0.2) la potencia instalada (5MW) y basado en las variables Gpr, Mp1 y Pc. fu3: Relación la potencia de la batería (Pb) con el precio del mercado (MP1). fu4: Una restricción adicional, en este caso es un vector de ceros. fu1= (Demand1 - renovables).*MP1; fu2= 0.2667*11.3911*Gpr1-Pc*MP1; fu3= (-Pb)*MP1; fu4= zeros(48,1); 4. Construir el vector de función objetivo F. F: Es un vector concatenado que agrupa las variables de costo fu1, fu2, fu3 y fu4 en un solo vector de 192 elementos (4 grupos de 48). Fu_orig = {fu1, fu2, fu3, fu4}; F = zeros(48*4, 1); for i = 1:numel(Fu_orig) F((i-1)*48 + 1 : i*48) = Fu_orig{i}; End 5. Definición de las capacidades de la batería. Se define la capacidad máxima y mínima de la batería. El estado de carga (SOC) no debe bajar del 20% ni exceder el 100%. SOC_max = 13500; % Capacidad máxima de la batería en Wh SOC_min = 0.20 * SOC_max; % Limitar el SOC al 20% 6. Definición de las eficiencias de carga y descarga. Estas variables ajustan el comportamiento de la batería al cargar y descargar. eficiencia_carga = 1; % Eficiencia del 93% en la carga eficiencia_descarga = 1; % Eficiencia del 93% en la descarga 82 7. Restricciones para la optimización. Se definen los límites inferiores (lb1) y superiores (ub) para las variables en la optimización, que incluyen las restricciones de la batería. lb1_1 = ones(48,1); lb1_2 = zeros(48,1); lb1_3 = -ones(48,1); lb1_4 = SOC_min * ones(48,1); % Mínimo del SOC ub1_1 = ones(48,1); ub1_2 = ones(48,1); ub1_3 = ones(48,1); ub1_4 = SOC_max * ones(48,1); % Máximo del SOC 8. Construcción de las restricciones de desigualdad (A) y de igualdad (Aeq): A y B: Límites inferiores y superiores (lb1, ub): Defina los límites dentro de los cuales las variables de control pueden variar, y están relacionados con las capacidades y restricciones físicas del sistema. Restricciones de desigualdad (A y B): x00 = [ones(48,1); zeros(48,1); -ones(48,1); zeros(48,1)]; A(1,:) = [-Demand1(1)+renovables(1) zeros(1,47) Pc zeros(1,47) Pb zeros(1,95)]; for i=2:1:48 A(i,:)= [-Demand1(i)+renovables(i) zeros(1,47) Pc zeros(1,47) Pb zeros(1,95)]; A(i,:)= circshift(A(i,:),i-1); end B=[zeros(48,1)]; x00: Vector inicial para las variables de optimización. Las restricciones de desigualdad se definen en forma de: ⋅ 𝑥 ≤ 𝐵 Dónde: A es una matriz que define las relaciones entre las variables de decisión. x es el vector de variables de decisión que están siendo optimizadas. B es el vector que establece los límites superiores de las restricciones. En este código, A se construye usando valores como Demand1 (la demanda total de energía), wt_real_power1 (la energía generada por las turbinas eólicas), Pc (el costo de la energía convencional de los paneles solares) y Pb (el costo asociado a las baterías). El código utiliza la función circshift para aplicar un desplazamiento circular, lo que permite que las restricciones varíen en función de cada paso del tiempo (de 1 a 48). Interpretación de A: Cada fila de A establece una desigualdad que asegura que el sistema energético pueda equilibrar la demanda con la oferta (generación eólica más generación convencional) en cada paso de tiempo. Las restricciones se construyen para cada paso del tiempo, considerando: La diferencia entre la demanda (Demand1) y la energía eólica (wt_real_power1). El uso de energía convencional de paneles solares (Pc) y baterías (Pb). 83 Vector B: El vector B contiene ceros, lo que implica que las restricciones aseguran que la generación más el uso de baterías nunca exceda la demanda. 9. Definir restricciones de igualdad Aeq y Beq: Son matrices que representan restricciones de igualdad para el sistema. Aquí se asegura que el SOC inicial de la batería (SOC_init) se respeta y que el SOC cambia correctamente en cada paso. Aeq(1,:) = [zeros(1,96) -Pb zeros(1,47) -1 zeros(1,47)]; Aeq(2,:) = [zeros(1,96) 0 -Pb zeros(1,46) 1 -1 zeros(1,46)]; for i = 3:1:48 Aeq(i,:) = circshift(Aeq(i - 1,:), 1); end Beq = [-SOC_init; zeros(47,1)]; 10. Optimización con programación lineal. x = intlinprog(F, intcon, A, B, Aeq, Beq, lb1, ub, x00); Se utiliza la función intlinprog para resolver el problema de optimización con las funciones objetivo y restricciones previamente definidas. Esto genera las secuencias de control: seq_nc: Control asociado a la generación convencional de paneles solares seq_nb: Control asociado al uso de la batería. SOC: Estado de carga de la batería. 11. Actualizar las secuencias de control y el SOC seq_nc = x(49:96); seq_nb = x(97:144); SOC = x(145:end); % Incorporar la eficiencia en la carga y descarga de la batería seq_nc = seq_nc * eficiencia_carga; % Aplicar eficiencia de carga seq_nb = seq_nb / eficiencia_descarga; % Aplicar eficiencia de descarga 12. Extracción y visualización de resultados: Los resultados de la optimización, como las secuencias de control (seq_nc y seq_nb) y el estado de carga de la batería (SOC). Se generan gráficos para visualizar los resultados de las secuencias de control y el estado de carga, así como el costo total del sistema. 13. Cálculo del coste total: Se calcula el coste total combinando diferentes fuentes de energía y ponderando con los precios correspondientes. 84 7.4.2 Costos en dos días en el verano. Demand1 = lights + equipments + coolingt20_24 + exterior_lights; Figura 62: costo total de Operación en el verano. La gráfica sugiere que: El costo total tiene dos picos principales en el intervalo de los pasos 1020 y 35-45, lo que indica momentos de alto consumo o baja disponibilidad de energía económica. Fuera de estos periodos, el costo es bajo, posiblemente porque el sistema puede cubrir la demanda con fuentes renovables o en momentos de menor consumo. Figura 63: Secuencias de Control NB, Nc y SOC en el verano. La gráfica muestra la operación de un sistema de energía en 48 pasos de tiempo, dividido en tres partes: 85 Secuencia de Control Nb (Descarga de la Batería): La batería se descarga en ciertos periodos, principalmente en los pasos 10-15, 2025, y después de los 40. Intermitente en su uso, probablemente para complementar la demanda en momentos críticos. Secuencia de Control Nc (Energía Convencional): La fuente convencional está activa la mayor parte del tiempo, salvo breves pausas. Esto indica una alta dependencia de esta fuente para cubrir la demanda energética. Estado de Carga (SOC) de la Batería: El SOC fluctúa entre 4,000 Wh y 10,000 Wh, reflejando ciclos de carga y descarga. La batería no se descarga por completo, manteniendo un nivel de carga seguro para preservar su vida útil. Figura 64: Descarga de la batería conectada a la Demanda. 7.4.3 Costos en 2 días en el invierno. Demand1 = lights + equipments + total_heating + exterior_lights; Figura 65: Costo total de operación en el invierno. 86 La gráfica del Costo Total a lo largo de 48 pasos muestra dos periodos principales de alto costo: uno entre los pasos 5-12 y otro entre los pasos 30-42. Estos picos indican momentos en los que el sistema probablemente depende de fuentes de energía más costosas debido a alta demanda o baja disponibilidad de energías renovables. En los otros pasos, el costo es bajo o nulo, lo que sugiere que el sistema utiliza fuentes de bajo costo, como energías renovables, en esos períodos. El patrón cíclico de los picos de costo puede estar relacionado con la disponibilidad de energía solar o eólica. . Figura 66: Secuencias de Control NB, Nc y SOC en el verano. La gráfica muestra el control de un sistema de energía en 48 pasos: Descarga de la Batería (Nb): La batería se descarga en periodos específicos (por ejemplo, en los pasos 5-10, 20-25 y después del 40) para apoyar el sistema y se carga en otros, manteniéndose en un rango seguro de carga y descarga. Energía Convencional (Nc): La fuente convencional está activada de manera casi continua, con breves pausas, lo que indica una alta dependencia para cubrir la demanda. Estado de Carga de la Batería (SOC): La batería sigue un ciclo de carga y descarga que oscila entre 13500 y 10.000 Wh, reflejando una estrategia de control que mantiene su nivel en un rango óptimo. Figura 67: Descarga de la batería conectada a toda la demanda. 87 8. Conclusiones y Trabajos Futuros 8.1 Conclusiones: El conjunto de herramientas y scripts proporcionados permite realizar simulaciones energéticas detalladas, integrando MATLAB, Open Studio y EnergyPlus para modelar, simular y analizar el comportamiento energético de los edificios. Desde la configuración inicial hasta la limpieza final del proyecto, cada componente desempeña un papel esencial para facilitar una co-simulación fluida y eficiente. Estas herramientas son especialmente útiles para investigadores y profesionales que buscan optimizar el diseño y operación de edificios en términos de eficiencia energética y confort térmico. La versión de Open Studio apropiada es la versión 2.9 para realizar la co - simulación de Matlab y Energyplus a pesar de que existe una Tolbox en simulink Matlab que contiene el paquete de Open Studio de co – Simulación desde el 2018, este paquete tiene algunas fallas sobre todo en Simulink, pero no presenta fallas con respecto al código, estas fallas radican en la falta de mantenimiento y compatibilidad con respecto a nuevas versiones de Matlab. La versión apropiada de Energyplus es la versión 9.2 para que funcione con el paquete de co – simulación, las versiones más actuales solo funcionan con las versiones actuales de Open Studio, no existen problemas de compatibilidad entre Open studio y Energyplus pero si existen con respecto al paquete de co – simulación de Matlab con Open Studio y Energyplus. Open Studio realiza sus simulaciones con respecto a las características del edificio y el archivo climático de condiciones climáticas de Sevilla, estos datos son configurados para funcionar con Energyplus y posteriormente funcionar con el paquete de co – simulación. Los datos que nos proporciona la simulación de Open Studio son muy completos ya que ha de más de la temperatura, humedad, consumo energético, consumo eléctrico, confort térmico y otros tipos de datos muy esenciales en el ámbito energético. Con respecto al análisis de confort térmico de cada habitación o espacio se ha utilizado dos índices de confort como el PMV (voto medio previsto) y el PPD (Porcentaje Previsto de Insatisfechos) de acuerdo a un determinado valor de clo establecido en un horario de confort o SCHEDULE de Open Studio. Se ha realizado un modelo energético con un código de Matlab que define y resuelve un problema de optimización basado en restricciones de demanda y producción eléctrica, utilizando programación lineal entera y mostrando los resultados de las variables de control y el costo total de operación. Las variables están relacionadas con un sistema de optimización de energía, donde se consideran la demanda energética (Demand1), la generación renovable (Gpr1, wt_real_power1), los precios del mercado (MP1), los costos de la energía convencional (Pc), y el estado inicial de carga de un sistema de almacenamiento de energía (SOC_init). 88 Estas variables permiten modelar y simular un sistema donde se puede optimizar el uso de energía, minimizando costos o maximizando la eficiencia. 8.2 Futuros Trabajos: Durante la fase de ejecución de este proyecto han aparecido mucho posibles trabajos futuros sobre todo en el sector energético y de construcción de edificio. Ya que Open Studio nos brinda variadas características de diseño y simulación. En un principio se iba a realizar la simulación de una vivienda de Sevilla, sin embargo las simulaciones de Open Studio se realizan de acuerdo a horarios o SQUEDULES, por lo que se lo realizo en un entorno que este sujeto a horarios, en este caso un edificio de oficinas de Sevilla. Uno de los proyectos que podría realizarse podría ser la creación de un edificio por ejemplo de la casa del software de HOME IO y comparar los resultados con HOME IO. Inclusive se podría realizar un trabajo más completo si se incluye de una manera más detallada o completa todas las características del edificio y se miden durante un periodo de tiempo variables reales del edificio como consumo energético, temperatura y compararlos con los valores de simulación de open Studio. 89 9. Anexos Figura 68: Temperatura del aire de la zonas térmicas. Figura 69: Temperatura media del aire por zona. 96 Planos. Figura 94: Planos de los pisos. Pisos Espacio Tipos de Espacios Zona Térmica Sótano Space1-1 Office Elec/MechRoom BASE-1 Space1-2 Office Stair BASE-1 Space1-3 Office BreakRoom BASE-1 Primer Piso Space2-1 Office Corridor ZNF1 Space2-2 Office Stair ZNF1 Space2-3 Office Dining ZNF1 Space2-4 Office Restroom ZSF1 Space2-5 Office Lobby ZSF1 Segundo piso Space3-1 Office Corridor 1 ZSF2 Space3-2 Office Vending ZNF2 Space3-3 Office Dining 1 ZNF2 Space3-4 Office Classroom ZNF2 Space3-5 Office PrintRoom ZSF2 Space3-6 Office Restroom 1 ZSF2 Space3-7 Office IT_Room ZNF2 Space3-8 Office Storage ZSF2 Space3-9 Office Conference ZSF2 Tabla 20: distribución de espacios en el plano. 97 Código de comunicación EnergyPlus y Matlab: Código de co – simulacion mlepMatlab_example: %% Ejemplo simple de co-simulación Matlab <-> EnergyPlus % Demuestra la funcionalidad de la herramienta mlep (MatLab-EnergyPlus) en % un escenario de simulación de un edificio de oficinas pequeño. % % Nota que el inicio del período de simulación, así como un paso de tiempo y % una configuración de entrada/salida están definidos por el archivo de % configuración de la simulación de EnergyPlus (.IDF). Las condiciones % climáticas se obtienen de un archivo de datos meteorológicos de EnergyPlus (.EPW). % % Ver también: mlepMatlab_so_example.m, mlepSimulink_example.slx %% Crear instancia de mlep y configurarla % Instanciar la herramienta de co-simulación ep = mlep; % Archivo de configuración de la simulación del edificio ep.idfFile = 'SmOffPSZ'; % Archivo meteorológico ep.epwFile = 'ESP_Sevilla.083910_IWEC'; %% Configuración de entrada/salida % Inicializar la co-simulación. Esto cargará el archivo IDF. ep.initialize; % Mostrar las entradas/salidas definidas en el archivo IDF. disp('Configuración de entrada/salida.'); inputTable = ep.inputTable; %#ok<*NASGU,*NOPTS> outputTable = ep.outputTable; %% Simulación % Especificar la duración de la simulación endTime = 4*24*60*60; %[s] % Preparar el registro de datos nRows = ceil(endTime / ep.timestep); % Consultar el paso de tiempo después de la inicialización de mlep logTable = table('Size',[0, 1 + ep.nOut],... 'VariableTypes',repmat({'double'},1,1 + ep.nOut),... 'VariableNames',[{'Time'}; ep.outputSigName]); iLog = 1; % Iniciar el proceso de co-simulación y comunicación. ep.start; % Bucle de simulación t = 0; while t < endTime % Preparar las entradas (posiblemente de las últimas salidas) 98 u = [20 25]; % Obtener salidas de EnergyPlus [y, t] = ep.read; % Enviar entradas a EnergyPlus ep.write(u,t); % Registrar logTable(iLog, :) = num2cell([t y(:)']); iLog = iLog + 1; end % Detener el proceso de co-simulación ep.stop; %% Graficar resultados plot(seconds(table2array(logTable(:,1))),... table2array(logTable(:,2:end))); xtickformat('hh:mm:ss'); legend(logTable.Properties.VariableNames(2:end),'Interpreter','none'); title(ep.idfFile); xlabel('Tiempo [hh:mm:ss]'); ylabel('Temperatura [C]'); Código de optimización lineal de consumo eléctrico del edificio. clear all load practica9.mat % Definir la demanda total sumando las distintas fuentes de consumo Demand1 = lights + equipments + coolingt20_24 + exterior_lights; % Definir las variables fu1, fu2, fu3 y fu4 fu1 = (Demand1 - wt_real_power1) .* MP1; fu2 = 0.20* 5 * Gpr1 - Pc * MP1; fu3 = (-Pb)*0.95 * MP1; fu4 = zeros(48, 1); % Mantener las variables originales Fu_orig = {fu1, fu2, fu3, fu4}; % Calcular F sin modificar las variables originales F = zeros(48 * 4, 1); for i = 1:numel(Fu_orig) F((i - 1) * 48 + 1 : i * 48) = Fu_orig{i}; end % Definir la capacidad máxima de la batería (SOC_max) y el valor mínimo SOC_max = 13500; % Capacidad máxima de la batería en Wh SOC_min = 0.20 * SOC_max; % Limitar el SOC al 20% % límites superiores e inferiores ajustados lb1_1 = ones(48,1); 99 lb1_2 = -ones(48,1); lb1_3 = -ones(48,1); lb1_4 = SOC_min * ones(48,1); % Mínimo del SOC lb1 = [lb1_1 ; lb1_2 ; lb1_3 ; lb1_4]; ub1_1 = ones(48,1); ub1_2 = ones(48,1);%.*horario; ub1_3 = ones(48,1); ub1_4 = SOC_max * ones(48,1); % Máximo del SOC ub = [ub1_1 ; ub1_2 ;ub1_3 ; ub1_4]; x00 = [ones(48,1); zeros(48,1); -ones(48,1); zeros(48,1)]; A(1,:) = [-Demand1(1) + wt_real_power1(1) zeros(1,47) Pc zeros(1,47) Pb zeros(1,95)]; for i = 2:1:48 A(i,:) = [-Demand1(i)+ wt_real_power1(i) zeros(1,47) Pc zeros(1,47) Pb zeros(1,95)]; A(i,:) = circshift(A(i,:), i - 1); end B = [zeros(48,1)]; % Restricción de igualdad Aeq(1,:) = [zeros(1,96) -Pb zeros(1,47) -1 zeros(1,47)]; Aeq(2,:) = [zeros(1,96) 0 -Pb zeros(1,46) 1 -1 zeros(1,46)]; for i = 3:1:48 Aeq(i,:) = circshift(Aeq(i - 1,:), 1); end Beq = [-SOC_init; zeros(47,1)]; intcon = 1:1:size(x00,1) - 48; x = intlinprog(F, intcon, A, B, Aeq, Beq, lb1, ub, x00); seq_nc = x(49:96); seq_nb = x(97:144); SOC = x(145:end); % Gráficas para la descarga y carga de la batería y SOC figure; subplot(3,1,1); bar(seq_nb, 'FaceColor', [0.2 0.6 0.4]); % color para la descarga (Nb) title('Secuencia de Control Nb (Descarga de la batería)'); xlabel('Paso'); ylabel('Valor'); grid on; subplot(3,1,2); bar(seq_nc, 'FaceColor', [0.6 0.2 0.4]); % color para la carga (Nc) title('Secuencia de Control Nc (Energia Convencional)'); xlabel('Paso'); ylabel('Valor'); grid on; 100 subplot(3,1,3); bar(SOC, 'FaceColor', [0.4 0.2 0.6]); % SOC title('Estado de Carga (SOC)'); xlabel('Paso'); ylabel('SOC (Wh)'); grid on; figure; coste_total = (Demand1 - wt_real_power1 - seq_nc .* Pc - seq_nb .* Pb) .* MP1 + seq_nc .* Gpr1; bar(coste_total, 'FaceColor', [0.8 0.4 0.2]); % color para el coste total title('Coste Total'); xlabel('Paso'); ylabel('Coste'); grid on; 101 10. Bibliografía [1]. Software de Simulación: Caja de herramientas de co-simulación, versión 1.2.3.1 (70,8 MB). Autor: Jiri Dostal. Disponible en: https://github.com/dostaji4/EnergyPlus-cosimulation-toolboxSoftware de Simulación: Open Studio, versión 9.2.0, https://openstudio.net/ [2]. Software de Simulación: Open Studio, versión 3.8.0, https://openstudio.net/ [3]. Software de Simulación: EnergyPlus, versión 9.2. Disponible en: https://energyplus.net/ [4]. T. Naseem et al., "Design of an EnergyPlus Model-Based Smart Controller for Maintaining Thermal Comfortable Environment in Non-Domestic Building," in IEEE Access, vol. 11, pp. 33134-33147, 2023, doi: 10.1109/ACCESS.2023.3262934. , [5]. Tulus, Victor et al. “OPTIMIZACIÓN MULTIOBJETIVO CON TRNSYS: APLICACIÓN A PLANTAS SOLARES DE ALMACENAMIENTO TÉRMICO ESTACIONAL EN EDIFICIOS”. IX Congreso Nacional de Ingeniería Termodinámica. 2015. Disponible online en: https://repositorio.upct.es/server/api/core/bitstreams/fe817f6b-b4bd-4d1a-bdba72449328bb4c/content [6]. Finsas Jindra, José. “TFG-1927-FISAS”. Trabajo de fin de grado. [PDF]. [7]. Confort térmico en edificios. Ingeniería Térmica. Disponible en: https://www.thermalengineering.org/es/confort-termico-en-edificios/. [8]. Lawrence Berkeley National Laboratory. Building Controls Virtual Test Bed (BCVTB) Manual, versión 1.6.0. Disponible en: https://simulationresearch.lbl.gov/bcvtb/releases/1.6.0/doc/manual/bcvtbmanual.pdf. [9]. Barcellos, Guilherme Ribeiro. "Integração EnergyPlus - MATLAB no contexto da Eficiência Energética Predial". 2016. [PDF]. [10]. OpenStudio paso a paso. Guía de usuario para modelado energético con OpenStudio. Disponible en: https://www.construction21.org/espana/data/sources/users/8/docs/openstudiopaso-a-paso.pdf. [11]. MathWorks. (s.f.). Descripción general de la programación lineal entera mixta (MILP). Recuperado de https://es.mathworks.com/help/optim/ug/mixed-integerlinear-programming-algorithms.html