Optimización de una herramienta para el consumo de agua caliente sanitaria en edificios

Abstract

[ES] En los últimos años, el interés por el desarrollo de Software de Modelado de Energía Urbana está aumentando debido a la necesidad de una correcta evaluación de la demanda energética en las áreas urbanas (al ser las de mayor densidad de población). El aumento de la demanda energética en el sector de la edificación por el crecimiento demográfico y la optimización del acceso a la energía en los países en desarrollo, así como el mayor uso de dispositivos/equipos consumidores de energía, dan más importancia a este tipo de herramientas de evaluación energética en los edificios. Específicamente, el sector de edificación (considerando la vivienda y la construcción de la vivienda) es responsable de alrededor del 30% del consumo total de energía final y casi el 40% de las emisiones totales de CO2. La relevancia de este tipo de software es crucial para el desarrollo energético de los próximos años. El objetivo de este trabajo es desarrollar un modelo, con el fin de analizar la demanda de Agua Caliente Sanitaria en edificios de una zona urbana, formando parte de un modelo mucho más amplio que estudia el comportamiento energético de la vivienda. Se ha ejecutado un software basado en la herramienta de modelado energético de edificios urbanos (EUReCA: una herramienta de modelado energético de edificios urbanos de código abierto para la evaluación eficiente de la demanda energética de las ciudades) (Evaluación del impacto de la isla de calor urbano en el rendimiento energético de los edificios a nivel de distrito con la Plataforma EUReCA), basado en el código de programación Phyton. Este software se centra en la simulación ascendente de grandes distritos y ciudades (con el término ascendente se quiere hacer referencia a que se estudian desde un punto más individualizado los edificios, y estos estudios se generalizan para grandes áreas), evaluando la demanda horaria de calefacción y refrigeración de los edificios. Para esta simulación se utilizan datos georreferenciados de la ubicación que se evalúa (correspondiendo a Padova) y otra información de los edificios (para determinar por ejemplo el tipo de aislamiento de los muros según su año de construcción, o datos sobre las dimensiones del edificio, etc.). La parte del cálculo de la demanda de Agua Caliente Sanitaria, es un módulo que se va a agregar al software de Modelado Energético de Edificios Urbanos. Para el desarrollo de esta sección, se escribe un primer código con el programa MatLab, que posteriormente se va a traducir al lenguaje Python. El objetivo del código es generar diferentes perfiles de demanda de ACS, en base a varios consumos que se van a distribuir, de acuerdo a una determinada función de distribución que se defina. Además, se pueden realizar diferentes análisis en base a las pretensiones que se den; para varios edificios, para diferentes períodos de tiempo, para diferentes usos que influyen en la demanda de agua caliente sanitaria (ducha, bañera, eventos breves, etc.). Los perfiles generados contienen una lista de caudales, distribuidos durante cada día, según el número de extracciones que se supone que deben ocurrir para cada uso diferente, en función del porcentaje de la demanda diaria de agua caliente sanitaria de cada uso y la media de volumen de extracción. El volumen total de todas las extracciones se reparte entre los usos definidos, y al final del código se debe realizar una verificación de este volumen, con el fin de comprobar que el volumen de demanda de agua se acerca al valor inicial definido. Finalmente, diferentes parcelas mostrarán el comportamiento de la distribución de la demanda de agua para cada uno de los edificios durante un período de tiempo determinado. En esta representación aparecerán las distintas demandas y el volumen de estas demandas durante cada paso de tiempo que se defina en el código.

[EN] In the last years, interest in Urban Energy Modelling Software is increasing due to the necessity of a proper evaluation of the energy demand in district areas. The rise of the energy demand in buildings sector because of population growing and of the improvement of the access to energy in developing countries, as well as the greater use of energy-consuming devices, give more importance to energy evaluation tools in buildings. Specifically, the buildings and buildings construction sectors combined are responsible for around 30% of the total final energy consumption, and nearly 40% of total CO2 emissions, the relevance of this type of software is crucial for the energy development in the next years. The aim of this work is to develop a model, in order to analyze the Domestic Hot Water demand in buildings of an urban area. A software based on Urban Building Energy Modeling tool has been executed (EUReCA: an open-source Urban Building Energy Modeling tool for the efficient evaluation of cities energy demand) (Assessment of the Urban Heat Island Impact on Building Energy Performance at District Level with the EUReCA Platform ) , based on Phyton programming code . That software is focused on the bottom-up simulation of large districts and cities, evaluating the hourly heating and cooling demand of buildings. For this simulation, it is used geo-referenced data of the location that is evaluated and further information of the buildings (to determine for example the type of isolation of the walls, or data about the dimensions of the building, and so on). The part of the Domestic Hot Water demand calculation, is a module that is going to be added to the software of Urban Building Energy Modeling. For the development of this section, a first code is written with MatLab program, that then is going to be translated into Python language. The objective of the code is to generate different profiles of demand, based on several inputs that are going to be distributed, according to a certain distribution function that is defined. Moreover, different analysis can be performed; for several buildings, for different periods of time, for different uses that have an influence in the domestic hot water demand, and so on. Generated profiles contain a list of flow-rates, distributed during each day, according to the number of draw-offs that are supposed to happen for each different use, depending on the percentage of the daily domestic hot water demand of each use and the average draw-off volume. The total volume for all the draw-offs is split between the defined uses, and at the end of the code a verification of this volume must be done, in order to check that the volume of water demand is close to the initial value defined. Finally, different plots will show the behavior of the water demand distribution for each one of the buildings for a certain period of time. In this graphic will appear the draw-offs and the volume of these draw-offs during each time-step. If it could be possible, further considerations related to the domestic hot water production with thermosolar panels may be added, in order to analyze the required surface of panels according to different parameters (location data, type of panels, storage systems, and so on). Other possible point that could be added is the one of electricity consumption, that could be really similar to the code developed for DHW demand.