Development of an automated data-driven approach for all-air ahu scheduling optimization: optimum start and ongoing commissioning

Within the building sector, optimizing daily facility operations unlocks a 5% to 30% energy-saving potential requiring low to zero capital investments. Historically, European regulatory frameworks (EPBD) have structurally neglected this operational phase, relying instead on static certifications that evaluate the building’s theoretical design rather than its dynamic performance. While recent mandates now require Building Automation and Control Systems (BACS) to log operational telemetry, the absence of a mandatory evaluation process ensures this information frequently degrades into unutilized "dark data". To extract true value from this telemetry, Ongoing Commissioning (OCx) provides a continuous, quality-oriented methodology that moves beyond passive data collection into active fault diagnosis and control logic optimization. To contribute to this methodological shift, this thesis develops a structured, scalable, and automated framework for the scheduling optimization of all-air systems, specifically focusing on the Optimum Start logic. The methodology is structured across three fundamental macro-blocks. First, a hybrid grey-box physical model is defined, calibrated, and validated to dynamically simulate the indoor temperature and relative humidity of the control volume during the building's off-periods. Second, an algorithmic optimizer leverages this physical engine to determine the most energy-efficient scheduling strategy. Finally, the Continuous Monitoring phase represents the practical deployment of the framework, aimed at maintaining the optimized performance over time through a dual functionality: a retrospective application on historical data for the direct quantification of past operational runtime inefficiencies, and a predictive application to generate actionable scheduling suggestions for upcoming unoccupied periods. To demonstrate its real-world viability, this comprehensive methodology was practically deployed on an all-air Air Handling Unit serving the production area of the Vodafone Automotive facility in Varese, Italy. First, a retrospective analysis was conducted across eleven historical weekend off-periods, quantifying profound scheduling inefficiencies: while the facility's rigid baseline consistently forced 13 to 15 hours of mechanical pre-activation, the optimized logic achieved the exact same safety and comfort conditions with active runtimes ranging from a maximum of only 4.2 hours down to the complete elimination of AHU pre-activation. Second, to prove the tool's proactive advisory capabilities, a predictive application was executed for an upcoming mid-June weekend using external weather forecasts. This forward-looking simulation calculated that scheduling the AHU activation for 01:30 am was sufficient to successfully comply with safety and comfort constraints for that weekend. Ultimately, this thesis provides a replicable, software-driven framework aiming to eliminate scheduling inefficiencies of all-air systems without requiring additional physical hardware.

L’ottimizzazione del funzionamento degli impianti offre un potenziale di risparmio che va dal 5% al 30%, con investimenti di capitale minimi o del tutto nulli. Storicamente, le normative europee (EPBD) hanno sistematicamente trascurato la fase di esercizio, affidandosi invece a certificazioni statiche che valutano il progetto teorico dell'edificio anziché le sue prestazioni reali. Sebbene le direttive più recenti richiedano che i Sistemi di Automazione e Controllo degli Edifici (BACS) registrino i dati operativi, la mancanza di un processo di valutazione obbligatorio fa sì che queste informazioni si trasformino spesso in dati inutilizzati. Per ottenere un valore concreto da questi dati, l’Ongoing Commissioning (OCx) propone un metodo che va oltre la semplice raccolta passiva, puntando a una diagnosi attiva delle anomalie e all'ottimizzazione delle logiche di controllo. A supporto a questa transizione metodologica, questo lavoro di tesi sviluppa un approccio strutturato, scalabile e automatizzato per ottimizzare la programmazione di accensione degli impianti a tutt'aria, con un focus specifico sulla logica di Optimum Start. Tale metodologia si articola in tre macro-blocchi fondamentali. Il primo definisce, calibra e valida un modello fisico grey-box, in grado di simulare dinamicamente temperatura e umidità ambiente dell’edificio durante i periodi di inattività. Il secondo blocco prevede la realizzazione di un ottimizzatore che sfrutta questo motore fisico per determinare la strategia di programmazione energeticamente più efficiente. Infine, la fase di Monitoraggio Continuo costituisce la reale applicazione del framework, finalizzata a preservare nel tempo i livelli di efficienza raggiunti. Tale fase è caratterizzata da una duplice funzionalità: una modalità retrospettiva, applicata ai dati storici per quantificare direttamente le inefficienze passate nei tempi di accensione, e una modalità predittiva che fornisce suggerimenti concreti per la programmazione ottimale dei periodi di inattività futuri. Per dimostrarne la reale applicabilità, l’Optimum Start è stato testato su di una UTA a tutt'aria a servizio dell'area produttiva dello stabilimento Vodafone Automotive di Varese. Una prima analisi retrospettiva condotta su undici fine settimana di inattività ha permesso di quantificare marcate inefficienze di programmazione: a fronte di una logica di base rigida che imponeva sistematicamente dalle 13 alle 15 ore di preaccensione dell’UTA, il modello ottimizzato ha garantito le medesime condizioni di sicurezza e comfort riducendo i tempi di funzionamento a un massimo di sole 4.2 ore, arrivando fino alla completa eliminazione della preaccensione, nei medesimi periodi. Inoltre, per comprovare le capacità di supporto proattivo dello strumento, è stata eseguita un'applicazione predittiva relativa a un fine settimana di metà giugno, avvalendosi delle previsioni meteorologiche. Tale simulazione ha dimostrato che programmare l'avvio dell'UTA per le ore 01:30 del lunedì mattina risultava ampiamente sufficiente per rispettare i vincoli di sicurezza e comfort previsti per l'intero fine settimana. In conclusione, questo lavoro di tesi fornisce un metodo replicabile e puramente software, volto a eliminare le inefficienze di programmazione degli impianti a tutt'aria senza richiedere l'installazione di alcun hardware fisico aggiuntivo