This thesis deals with a recently introduced technique named Sporadic Model-based Predictive Control (S-MPC for short) that aims at achieving the benefi ts of MPC without carrying out the involved optimization problem at each control step. In detail, this work couples S-MPC to a Modelica-based library, obtaining a functional implementation that can be used for tests on models of professionally realistic complexity and size; an example and proof-of-concept implementation is presented where the optimization is carried out by means of JModelica. As a relevant additional product, Modelica models were created and tested that take pro t of peripheral controls installed in most building energy systems, in a view to achieve easy parametrization and high computational effi ciency - both interesting properties in a system where simulationbased optimization plays a relevant role, and that has to be usable on the part of people who are more specialist of the application field than of the applied techniques.

Questa tesi riguarda una tecnica di recente introduzione di nome Sporadic Model-based Predictive Control (S-MPC in breve) che mira a conseguire i vantaggi del controllo predittivo basato su modello (Model Predictive Control, MPC) senza risolvere il problema di ottimizzazione in esso coinvolto ad ogni passo di controllo, donde l'aggettivo "sporadico". In particolare, in questo lavoro la tecnica S-MPC viene accoppiata a una libreria di simulazione Modelica, ottenendo una sua implementazione funzionale che pu o essere utilizzata per prove su modelli di complessit a e dimensioni professionalmente realistici; viene presentata a titolo di esempio e proof-of-concept un'implementazione in cui l'ottimizzazione e eseguita tramite JModelica. Come prodotto aggiuntivo rilevante, sono stati creati e testati modelli Modelica che traggono vantaggio dalla presenza dei controlli periferici installati nella maggior parte dei sistemi energetici per edi ci, nell'ottica di facilitarne la parametrizzazione e ottenere un'alta e cienza computazionale | due propriet a interessanti in un sistema in cui l'ottimizzazione basata sulla simulazione svolge un ruolo rilevante, e che deve essere utilizzabile da parte di persone che sono pi u esperte del campo applicativo di quanto lo siano delle tecniche usate.