An energy efficiency driven algorithm for filtering and sizing HVAC system layouts for building retrofit

As reported in many sources, buildings consume over 40% of end-use energy worldwide, the quasi-totality destined for Heating, Ventilation and Air-Conditioning (HVAC) systems. Several studies dealt with the topic, developing new methods for the optimization with statistics, cost-optimal building design or through Multi-Criteria Decision Making. Inspired by the objectives of the European project Heat4Cool, I wanted to create a general algorithm for the pre-design of HVAC rehabilitation, i.e. a program for filtering all the possible solutions, size them and evaluate their performance. My work starts with the analysis of the building models which can be adopted for the purpose, looking at qualities and criticalities of the hourly static energy balance compared with TRNSYS dynamic simulation. Once defined this theoretical base, it is written with MATLAB a program that individuates some simple rules guided by standards and technical literature, in an ample engineering spectre, from mechanical to hydraulic and energy aspects. The filter and sizing are governed by the external inputs coming from an auxiliary front-end program, following a precise path in function of the interconnection of HVAC equipment. The rendering of the results is entrusted to a program which translates the HVAC layout into an energy rating index, the Primary Energy (PE) demand. It contains and applies the PE factors for the conversion of the annual energy need of the building system configurations, computed with reference to the machineries performance maps. I tested the program on a reference framework, placed in three different European climates, varying the envelope performance. The results confirm the expected energy savings earned with advanced HPs, solar plants and PCM: they are shown the PE demand profiles of HVAC solutions, the possibility or impossibility of the achievement of NZEB status and the relative importance of each component of the retrofit. Results demonstrate that the algorithm reads with precision the variations of boundary constrains, giving a comparative tool for the optimization of dynamic models or a replicable module for multi-variable analysis.

Come riportato in molte fonti, gli edifici consumano oltre il 40% dell'energia prodotta, la quasi totalità della quale destinata ai sistemi HVAC. Diversi studi hanno sviluppato metodi per l'ottimizzazione impiantistica, con metodi statistici, modelli economici o attraverso processi decisionali multi-criterio. Prendendo spunto dagli obiettivi del progetto europeo “Heat4Cool”, ho voluto creare un algoritmo di pre-progettazione del riammodernamento dei sistemi HVAC, ossia un programma in grado di filtrare le soluzioni significative, dimensionarle e valutarne le prestazioni. Il mio lavoro inizia con l'analisi dei modelli dell’edificio adatti allo scopo, studiando qualità e criticità del bilancio energetico statico orario rispetto alla simulazione dinamica di TRNSYS. Una volta definita questa base teorica, con MATLAB è stato scritto un programma che individua semplici relazioni, rielaborate da normative e letteratura tecnica, in un ampio spettro ingegneristico, dalla meccanica all’idraulica all’energetica. Filtraggio e dimensionamento sono guidati dagli input esterni di un programma front-end, seguendo un percorso preciso in funzione dell'interconnessione delle apparecchiature. Il rendering dei risultati è affidato a un programma che traduce le soluzioni HVAC in un indice di valutazione, ossia la domanda di energia primaria (PE). Il programma contiene e applica i fattori di PE per la conversione del fabbisogno energetico delle configurazioni impiantistiche, calcolato in riferimento alle efficienze dei macchinari. Ho testato il programma su un edificio di riferimento, collocato in tre diversi climi europei, variandone le prestazioni dell'involucro. I risultati confermano i risparmi energetici previsti da PdC d’avanguardia, impianti solari e PCM: si mostrano i profili del fabbisogno energetico delle soluzioni HVAC, la possibilità o meno dell’ottenimento di NZEB e l'influenza di ciascun componente nella riqualificazione. I risultati dimostrano che l'algoritmo legge con precisione le variazioni delle condizioni al contorno, fornendo uno strumento ausiliario per l'ottimizzazione di modelli dinamici ovvero un modulo replicabile per l'analisi multi-variabile.