Energie-optimalisatie met behulp van kunstmatige intelligentie (AI) op HVAC-systeem
Samenvatting
HVAC-apparatuur werkt onder de controle van automatiseringssystemen of een gebouwbeheersysteem. Deze automatiseringssystemen hebben een vaste werking en kunnen alleen reageren op de externe en interne omgeving volgens geprogrammeerde logica. Tijden van piekvraag zijn vaak de duurste tijden om energie te verbruiken en doen zich voor tijdens de warmste uren van de dag wanneer HVAC het meest nodig is. Nieuwe, volledig autonome, zelfaanpassende software van Artificial Intelligence (AI) is ontworpen om aanzienlijke besparingen te realiseren en de CO2-uitstoot drastisch te verlagen, waardoor een zelfoperationeel gebouw mogelijk wordt. Met AI-toepassingen kunnen variabelen zoals luchtstroming het best worden geoptimaliseerd. Behoud van lucht
luchtkwaliteit voor zowel vochtigheid als temperatuur met een veel lager energieverbruik is ook haalbaar. Het doel van het maken van een HVAC-simulatie en het uiteindelijk toepassen van AI is om de hoeveelheid verbruikte energie te verminderen en tijd te besparen door het automatiseren van frustrerende en repetitieve taken. Het doel is tijd te besparen en stilstand te voorkomen.
Open volledig artikel
Energie-optimalisatie met behulp van kunstmatige intelligentie (AI) op HVAC-systeem
Systemen voor verwarming, ventilatie en airconditioning (HVAC) nemen een aanzienlijk deel van het energieverbruik voor hun rekening, tot 40% van het totale energieverbruik in gebouwen, ongeacht of het gaat om een commercieel, een residentieel of een industrieel gebouw. Inefficiënte en slecht ontworpen systemen zijn duur in het beheer, vaak ondoeltreffend om het comfort op peil te houden en belangrijke producenten van broeikasgassen. HVAC-apparatuur werkt onder de controle van automatiseringssystemen of een gebouwbeheersysteem (GBS). Deze systemen moeten de productie van warmte/koude waarborgen en ervoor zorgen dat deze op de juiste wijze wordt verdeeld om de temperatuur binnen het gewenste bereik te houden. Deze automatiseringssystemen hebben een vaste werking en kunnen alleen reageren op de externe en interne omgeving volgens geprogrammeerde logica.
Tijden van piekvraag zijn vaak de duurste tijden om energie te verbruiken en doen zich voor tijdens de warmste uren van de dag wanneer HVAC het meest nodig is. Sommige nutsbedrijven gebruiken ook de hoogste piek in energieverbruik van een gebouw om tarieven vast te stellen en dure vraagvergoedingen toe te passen. De mogelijkheid om de hoeveelheid gebruikte energie, de hoeveelheid energie die wordt uitgegeven en de energie die wordt gebruikt tijdens de piekuren te optimaliseren, zal een grote invloed hebben op de bedrijfskosten.
HVAC-technici hebben het moeilijk om HVAC-systemen te controleren omdat de omstandigheden in gebouwen vaak veranderen. De volgende aspecten zijn waar HVAC-technici voor staan:
- Ventilatie, verwarming, en koeling behoeften van een gebouwen zijn voortdurend aan verandering onderhevig.
- Mensen die gebouwen meestal betreden en verlaten, hebben een direct effect op de temperatuurregeling en ventilatiebehoeften
- HVAC-behoeften worden beïnvloed door de activiteiten die gewoonlijk binnenshuis worden uitgevoerd, zoals commerciële keukens meer koeling en ventilatie nodig hebben dan kantoren van dezelfde grootte.
- De buitentemperatuur zal naar verwachting voortdurend veranderen. Dit beïnvloedt dus de vereiste koeling en verwarming.
Twee strategieën om de werking van HVAC-systemen te optimaliseren. 1) Het verbeteren van de efficiëntie van de koelmachines, die 60% van het totale energieverbruik van het HVAC-systeem in beslag nemen, om ervoor te zorgen dat warmte/koude op het juiste moment wordt geproduceerd. 2) De luchtbehandelingsunits (AHU), die de resterende 40% van het totale energieverbruik van het HVAC-systeem voor hun rekening nemen, kunnen een bron van extra energiebesparing zijn om ervoor te zorgen dat de warmte/koude in de juiste hoeveelheid en op het juiste tijdstip wordt geleverd.
Daarom is een slim regelsysteem in staat om de verzamelde gegevens in real-time te verwerken en de HVAC-systemen dienovereenkomstig aan te passen.
Voor een efficiënt energiebeheersysteem voor gebouwen moet, behalve de geprogrammeerde logica die een reeks regels volgt voor een bepaald werkingsschema op basis van het tijdstip van de dag, reactieve controle die de werking van de apparatuur aanpast in antwoord op een weersverandering, nog steeds een voorspellende controle worden ontwikkeld die gebruik maakt van machinaal leren om de patronen van energieverbruik te bestuderen en de werking aan te passen in afwachting van de veranderende omstandigheden.
De volledig autonome zelfaanpassende software van Artificial Intelligence (AI) van de nieuwe technologie is ontworpen om aanzienlijke besparingen op te leveren en de koolstofuitstoot drastisch te verminderen, waardoor een zelfbedienend gebouw mogelijk wordt. Het doel van het maken van een HVAC-simulatie en het uiteindelijk toepassen van AI is het verminderen van de hoeveelheid verbruikte energie en de kosten van energie en piekvraag. Kunstmatige intelligentie (AI) heeft bewezen gunstige toepassingen te hebben in de HVAC-industrie omdat het de kwaliteit van het binnenmilieu en de energie-efficiëntie verder kan verbeteren. Met AI-toepassingen kunnen variabelen zoals luchtstroming het best worden geoptimaliseerd. Het behoud van de luchtkwaliteit voor zowel vochtigheid als temperatuur met een veel lager energieverbruik is ook haalbaar.
De artificiële intelligentie (AI) geautomatiseerde & voorspellende HVAC-regelsoftware verzamelt gegevens van de machines, temperatuursensoren en elektrische meters. De gegevens worden in real time geanalyseerd in combinatie met externe informatie, zoals de weersvoorspelling, om te anticiperen op de thermische behoeften. De artificiële intelligentie (AI) geautomatiseerde & voorspellende HVAC-regelsoftware stuurt de juiste commando's naar de HVAC-apparatuur. Zo kan de airconditioning in een kantoor automatisch worden uitgeschakeld nog voordat de kamertemperatuur te koud wordt, wat geld bespaart en het comfort verbetert. Ten tweede stelt het facilitair managers in staat preventief onderhoud uit te voeren, stilstand te voorkomen en tijd te besparen door frustrerende en repetitieve taken te automatiseren.