haku: @supervisor Pakanen, Jouko / yhteensä: 79
viite: 10 / 79
| Tekijä: | Tuutti, Totti |
| Työn nimi: | Lämpödynaamisen mallin demonstrointi simuloidun lattialämmitysjärjestelmän ohjauksessa |
| Demonstration of model based control in simulated floor heating system | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2014 |
| Sivut: | 85+8 Kieli: fin |
| Koulu/Laitos/Osasto: | Insinööritieteiden korkeakoulu |
| Oppiaine: | Talotekniikka II (K3013) |
| Valvoja: | Pakanen, Jouko |
| Ohjaaja: | Pakanen, Jouko |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201404161686 |
| OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
| Sijainti: | P1 Ark Aalto | Arkisto |
| Avainsanat: | floor heating simulation model based control state machine control logic thermal lag weather forecast lattialämmitys simulointi mallipohjainen prediktoivasäätö ennakoiva lämmitys tilakone ohjauslogiikka |
| Tiivistelmä (fin): | Tiivistelmä Rakennusten energiankulutuksen pienentäminen on tärkeää sekä kustannuksellisesti että ympäristön kestävyyden kannalta. Yksi vaihtoehto tähän on lämmityksen säädön tehostaminen. Tämän diplomityön tavoitteena oli demonstroida Pakasen ja Karjalaisen kehittämää tilakoneeseen perustuvaa lämpödynaamista mallia [5] ja siihen perustuvaa säätömenetelmää rakennuksen vesikiertoisen lattialämmityksen ohjauksessa, erityisesti ulkolämpötilan ja auringon säteilyn kompensoinnissa. Menetelmää kokeiltiin sekä kevyessä että massiivisessa rakennuksessa erilaisilla lattialaatan vahvuuksilla. Lisäksi selvitettiin voiko sääennustetta hyödyntää ko. lämmityksen ohjauksessa. Vertailukohteena tilakoneeseen perustuvalle ratkaisulle oli perinteinen ns. säätösuoraan perustuva ulkolämpötilakompensointi. Tutkimuksessa luotiin TRNSYS-simulointiohjelmiston avulla asuinrakennukseen kaksi lattialämmitysjärjestelmää. Järjestelmien erona oli ainoastaan niiden toiminta: toinen ohjasi lämmitystä perinteiseen tapaan säätösuoran avulla ja toinen tilakoneen avulla. Huonetermostaatti, joka kuuluu tyypilliseen lattialämmitysjärjestelmään, jätettiin vertailun helpottamiseksi pois molemmista. Mallin tulotietoina olivat ulkolämpötila ja auringon säteilytieto, lisäksi sisälämpötilamittausta käytettiin hyväksi dynaamisen mallin identifioinnissa. Tilakoneen avulla säädettäessä huomattiin selkeää parannusta sisäilman lämpötilan pysyvyydessä. Lisäksi energiankulutus pieneni verrattuna perinteiseen säätötapaan. Useiden tulotietojen hyödyntäminen mallissa samanaikaisesti osoittautui haastavaksi. Massiivisuuden havaittiin hidastavan muutosta sisälämpötiloissa. Rakennuksen lämpökapasiteetti aiheuttaa rakennuksen lämmöntarpeeseen viivettä olosuhteiden muuttuessa, mutta myös lämmitysteho muuttuu viiveellä laatan lämpökapasiteetin vuoksi. Laatan lämpökapasiteetin aiheuttamaa viivettä lämmitystehoon voidaan kompensoida ohjaamalla lämmitystä sääennusteen avulla. Ulkolämpötilan ennakoinnista oli hyötyä, jos ulkolämpötilassa tapahtuvien muutosten välinen aika oli suurempi kuin laatan lämpökapasiteetin aiheuttama viive. Vastaavasti auringon säteilyn ennuste voidaan ottaa huomioon ja viilentää rakennusta ennen varsinaisen säteilyn alkamista. |
| Tiivistelmä (eng): | Abstract It is both economically and environmentally important to decrease the energy consumption of buildings, and making the heating system control more efficient is a relevant option for doing that. The possibilities of the model-based predictive control to decrease energy consumption and to improve buildings indoor air condition have previously been discovered in many researches. In this research a model-based predictive control is tested in the floor heating system. The applied dynamical model, which is based on state machine logic, is introduced in the journal article of Pakanen and Karjalainen [5]. The objective is to apply the state machine approach in weather compensation of heating control. The method is compared with the conventional method, where the temperature the circulating heating fluid is linearly dependent of the outdoor temperature. In this research also the thermal lag of structures and the possibilities of forecast in heating are examined. The author of this research created two different floor heating systems in the TRNSYS-simulation program. Both were made in the same building, the only difference being the control system: the first was based on the conventional control method and the other on the state machine control. Forecasting was implemented by letting weather files to control the system in advance. Thermal lag was studied by changing the parameters of the structures. The inputs of the model were outdoor temperature and solar radiation. In addition, indoor temperature was used in identification phase of the model. As a result, indoor temperature stability was better and energy consumption decreased substantially when the new model was used. Instead, using many input values in modelling the heating system at the same time was difficult. Massive structures cause delay in the change of temperature. Buildings' thermal capacity creates lag in buildings' heat demand, but also heating efficiency changes slowly due to thermal capacity of slab. Lag of heating efficiency in a massive slab can be decreased by using forecast. If time of the control action is not correct or transitions are fast, energy consumption increases. Cooling the building before the start of solar radiation decreases the change of indoor temperature and energy consumption. |
| ED: | 2014-04-20 |
INSSI tietueen numero: 48927
+ lisää koriin
INSSI