Energy efficiency in the smart home : a model to evaluate the economic and environmental benefits of IoT heating solutions

In the European Union, residential and commercial buildings together account for slightly less than 40% of primary energy consumption, emitting around the 36% of EU greenhouse gas (GHG) emissions. In Italy, residences are considered long lasting goods, fact that explains the higher rate of ownership compared to other European countries. Since the residential sector is one of the main contributors to country energy balance, countermeasures needs to be taken on more frontiers. In this context, the Smart Home and the market of Internet of Things devices find one of their application. Indeed, being energy consumption and management one of the services of the Smart Home market, residential energy consumption could significantly be reduced. Every house end-use energy consumption (lighting, heating, watering, etc) can be monitored and improved by mean of smart devices; among all, this work focuses on heating, bringing this one the biggest contribution to carbon dioxide emissions and highest billing costs. In particular, this dissertation considers the IoT heating solutions for an evaluation of energy and environmental benefits in the residential sector. Authors developed an analytical model for supporting households in the choice of different IoT solutions; by detecting both the house characteristics (e.g. thermal transmittance, dispersing surface) and the consumer’s profile, the model shows the amount of savings, for each of the IoT solutions considered . The model can be applied to every form of house, as long as this is supplied by a radiator heating system. The model can be applied not only at consumer’s level, where a relation between energy performance class and savings is found, but also at municipality level. In order to achieve realistic and achievable environmental savings, data on municipality morphology were retrieved. The analysis was applied to Milan and potential savings in terms of carbon dioxide emission were found. The result is a model that can help both households in the purchasing process of IoT heating solutions and public administration in directing energy savings policies.

Nell’Unione europea, gli edifici (residenziali e non) costituiscono all’incirca il 40% del consumo di energia primaria, emettendo circa il 36% delle emissioni di gas serra dell’UE. In Italia, gli edific sono considerati beni di lunga durata, fatto che spiega il più alto tasso di proprietà rispetto ad altri paesi europei. Poiché il settore residenziale è uno dei principali contributori al bilancio energetico nazionale, è necessario adottare contromisure su più frontiere. In questo contesto, il mercato della Smart Home e dei dispositivi Internet of Things trovano una delle loro maggiori applicazioni. Infatti, dal momento che il consumo e la gestione dell’energia è uno dei servizi principali di questi mercati, il consumo di energia residenziale potrebbe essere notevolmente ridotto. Ogni tipo di consumo energetico (illuminazione, riscaldamento, irrigazione, ecc.) di una qualsiasi abitazione può essere monitorato e migliorato tramite dispositivi intelligenti; nello specifico, questo lavoro, si concentra sul riscaldamento, poichè è la destinazione d’uso che causa il più alto tasso di emissioni di CO2 e i più alti costi nella bolletta. I dispositivi IoT per riscaldamento sono oggetto di analisi, poichè servono per una valutazione dei benefici economico-ambientali che questi possono portare nel settore residenziale. E’ stato sviluppato un modello analitico che, rilevando sia le caratteristiche tecniche della casa (es. la trasmittanza termia, la superficie di dispersione, ecc) sia il profilo del consumatore, calcola i benefici raggiungibili per ciascuna delle soluzioni IoT considerate, supportando così il consumatore nella scelta migliore. Il modello può essere applicato a qualsiasi tipo di abitazione, purchè il riscaldamento di questa sia alimentato tramite radiatori. Il modello viene applicato sia a livello di singolo consumatore, dove viene analizzata la relazione tra classe energetica e benefici raggiungibili, sia su larga scala a livello comunale. Al fine di ottenere risparmi ambientali realistici e non sovrastimati, è importante considerare la morfologia del Comune preso in cosiderazione. In questo caso, l’analisi è stata condotta su Milano, dove sono stati relevati i risparmi potenziali in termini di riduzione di anidride carbonica. Il risultato di questo lavoro è uno strumento che può aiutare sia i consumatori nel processo di acquisto di dispositivi IoT, sia la pubblica amministrazione nel dirigere politiche per il risparmio energetico.