MPC comparisons for residential HVACs and parametric optimization of compact DEC system

Reducing energy consumption and increasing renewable penetration are necessary to mit- igate climate change and achieve sustainability goals. In the building sector, HVAC systems (heating ventilation and air conditioning) account for 20% of the primary energy consumption in developed countries. Furthermore, demand, especially cooling in devel- oping countries, could increase by up to 50% by 2050. Most of the cooling is carried out by electrical chillers further straining the power grid. Thermally activated Desiccant Evaporative Cooling (DEC) systems have become a possible alternative. However, tradi- tional DEC systems are bulky and not suitable for residential applications. Compact DEC systems are being developed, but research is still needed. This thesis aims to study and optimize a compact DEC system named FREESCOO numerically and experimentally. This specific DEC and in general HVAC systems can benefit from advanced control, since it can help reduce discomfort, running cost and environmental impact. Advanced control, including Model Predictive Controllers (MPC) have a large variety of possible formula- tions even for the same HVAC system. This left a gap in literature on the influence of each formulation and solver choice. Furthermore, MPC is mainly studied for commercial buildings because in general it is not economically favorable for residential buildings. The aim is to analyze common MPC formulations to find the most suitable methodology and find a way to improve the local controller in a residential scenario using know how coming from an off-line MPC. The case study analyzed is a two-room apartment in Milan that uses floor heating coupled with a heat pump for heating and FREESCOO together with a district heating for cooling. 250 data points were collected for two FREESCOO iterations and a 2D finite volume model was calibrated and validated with less than 6% NRMSE. Then, optimizing phases times thermal COP was increased by 20% for the cooling season. MPC comparisons lead to the conclusion that nonlinear MPCs do not bring benefit at the cost of longer computational time and more instability in the convergence. Lastly, using the MPC results pre-on and pre-off parameters were found to deal with floor heating high thermal inertia reducing by 90% discomfort in the heating season.

Ridurre il consumo energetico ed aumentare la penetrazione di rinnovabili è necessario per mitigare il cambiamento climatico e ranggiungere i target di sostenibilità. Gli HVAC consumano il 20 % dell’energia primaria nei paesi sviluppati. Inoltre, la domanda potrà au- mentare del 50 % entro il 2050, specialmente di raffrescamento in paesi in via di sviluppo. La maggior parte del raffrescamento è fatta con condizionatori elettrici che appesantiscono ulteriormente la rete elettrica. I condizionatori dessicanti evaporativi (DEC) attivati ter- micamente possono essere un’alternativa. Purtroppo, i DEC tradizionali sono ingombranti e difficilmente integrabili in realtà residenziali. Si stanno studiando DEC più compatti, ma ulteriore ricerca è necessaria. La tesi si pone l’obiettivo di studiare ed ottimizzare un sistema DEC compatto chiamato FREESCOO da un punto di vista numerico e sperimen- tale. Questi DEC e i sistemi HVAC più in generale beneficiano dal controllo avanzanto, che permette di ridurre l’impatto ambientale, i consumi ed il discomfort. Ci sono molte formulazioni per il controllo avanzato e predittivo (MPC) anche per lo stesso HVAC. Per questo motivo, c’è un vuoto in letteratura sull’influenza di ogni formulazione e scelta di risolutori. Inoltre, gli MPC sono maggiormente studiati per grossi edifici commerciali. Il secono obbiettivo è pertanto analizzare diverse formulazioni MPC per trovare la migliore e in seguito trovare un modo per migliorare la performance del controllore locale utiliz- zando i risultati di un ottimizzazione offline. Il caso studio scelto è un bilocale a Milano che utilizza pavimento radiante per riscaldamento accopiato ad una pompa di calore e FREEESCO con teleriscaldamento per raffrescamento. 250 punti di funzionamento sono stati raccolti per due iterazioni di FREESCOO e un modello 2D a volumi finiti è stato validato sperimentalmente con un NRMSE minore del 6 %.Ottimizzando i tempi di ciclo il COP termico è migliorato del 20 % per la stagione di raffrescamento. Comparando le diverse formulazioni MPC è emerso che gli MPC non lineari non portano benifici ma aggiugono tempo computazionale ed instabilità. Si sono ricavati preaccensione e pre- spegnimento usando i risultati da MPC per minimizzare l’effetto dell’inerzia termica del pavimeno radiante riducendo il discomfort del 90 % per la stagione di riscaldamento.