Analisi e sviluppo di metodologie di diagnosi, telecontrollo e gestione energetica di Smart Building Networks, in ambito residenziale e terziario

The doctorate carried out is of an experimental application type and arises from the need to solve real problems. In line with the Strategy Energy Technology Plan, user involvement in energy policies has become the first priority. This work is inherent in the activities carried out jointly by ENEA, the Polytechnic University of Marche and the Apio company. My PhD activities mainly concerned two application areas: “Smart Buildings” and “Smart Homes Network”. After a preliminary study of the state of the art, we will proceed with the configuration, implementation, management and control of an experimental demonstration of a network of Smart Homes in a neighborhood of Rome. Constructive feedback will be provided to the user and community. The goal will be to encourage energy awareness and transform every user from a simple consumer into an active player in the energy market. The analysis of the data of these pilot residential buildings will show an average of -8% of the electricity consumption obtained. In order to incentivize energy saving, improve the acceptability of the system and the quality of life of end users, a series of additional services will be introduced, in particular in the Assisted Living area for the measurement of vital parameters and the sharing directly with the external by developing an adaptive interface; in the field of home security, managing situations of potential risk; and finally, introduction of voice commands. A study and design of services will then be conducted on the electrical flexibility of the user to model their energy demand based on the demand of the electricity market. A Low Level Diagnostic study will be carried out for the recognition of malfunctions. Interfacing with a higher level "Smart City Platform" will also be implemented, also defining use cases for data exchanges for interoperability. A patent proposal will also be developed on a Hydro Smart meter that will set various innovative objectives, including that of disaggregating both water consumption and that of other users. Finally, a study and implementation of prediction on electricity demand will be carried out in order to predict the three-hour electricity demand of homes, starting from real three-hour general energy data. The best results will be obtained using deep learning networks with LSTM long-term memory. In the field of “Smart Buildings”, we will first work on a simulated real tertiary building, studying future demand / response scenarios. In particular, the optimization of building air conditioning will be studied, finding an average "theoretical" saving of 16% compared to the reference case. Subsequently, the same simulated building will be equipped with various sensors both at the switchboard and single room level, which will make it possible to introduce control rules. We will continue with the definition of a Fault Detection procedure to verify the correct implementation of the sequential commands given by the control system. The most innovative cases in Blockchain and DLT (Distributed Ledger Technologies) will be examined, summarized by a swot analysis. Furthermore, a “Proof of Concept” based on Blockchain technology will be created to certify the energy flexibility of electricity users. An interactive interface will also be developed to control the devices installed in the building in real time, through the visualization on the floor plan. The interface between the PV system and the smart building management system will also be implemented. Finally, a smart Windows application will be implemented in the F40 building, obtaining overall thermal levels about 2 ° C lower. 

Il Dottorato svolto è di tipo applicativo sperimentale e nasce dall’esigenza di risolvere problemi reali. In linea con il Strategy Energy Technology Plan, il coinvolgimento dell’utente nelle politiche energetiche è diventata la prima priorità. Questo lavoro si inerisce nelle attività svolte congiuntamente da ENEA, l’Università Politecnica Delle Marche e l’azienda Apio. Le attività del mio dottorato, hanno riguardato principalmente due ambiti applicativi: “Smart Buildings” e “Smart Homes Network”. Dopo uno studio preliminare dello stato dell’arte, si procederà alla configurazione, implementazione, gestione e controllo di un dimostrativo sperimentale di una rete di Smart Homes in un quartiere di Roma. All'utente e alla comunità verranno forniti una serie di feedback costruttivi. L’obiettivo sarà quello di incentivare la consapevolezza energetica e trasformare ogni utente da semplice consumatore in un attore attivo nel mercato dell'energia. L’analisi dei dati di tali edifici residenziali pilota, evidenzierà una media di -8% dei consumi elettrici ottenuti. Al fine di incentivare il risparmio energetico, migliorare l’accettabilità del sistema e la qualità della vita degli utenti finali, si introdurranno una serie di servizi aggiuntivi, in particolare in ambito Assisted Living per la misurazione dei parametri vitali e la condivisione direttamente con l’esterno tramite lo sviluppo di un’interfaccia adattiva; in ambito sicurezza domestica, gestendo situazioni di potenziale rischio; ed infine, introduzione dei comandi vocali. Sarà poi condotto uno studio e progettazione di sevizi sulla flessibilità elettrica dell'utente per modellare la propria richiesta di energia in base alla domanda del mercato elettrico. Sarà effettuato uno studio di Diagnostica Low Level per il riconoscimento di malfunzionamenti. Sarà implementato anche l’interfacciamento con una “Smart City Platform” di livello superiore, definendo anche i casi d’uso per gli scambi di dati per l’interoperabilità. Sarà, inoltre sviluppata una proposta brevettuale su un Idro Smart meter che si prefiggerà vari obiettivi innovativi,trai quali quello di disaggregare sia i consumi idrici che quelli delle altre utenze. Infine, sarà condotto uno studio e implementazione di prediction sulla domanda elettrica al fine di prevedere la domanda elettrica trioraria delle abitazioni, partendo da dati reali di energia generale trioraria. I migliori risultati si otterranno utilizzando reti di deep learning con memoria a lungo termine LSTM. In ambito “Smart Buildings”,si lavorerà dapprima su un edificio terziario reale simulato, studiando scenari futuri di demand/response. In particolare sarà studiata l’ottimizzazione della climatizzazione dell’edificio, riscontrando un risparmio medio “teorico” di 16% rispetto al caso di riferimento. Successivamente, lo stesso edificio simulato, sarà equipaggiato con vari sensori sia a livello di quadro che di singola stanza, che renderanno possibile l’introduzione di regole di controllo. Si proseguirà con la definizione di una procedura di Fault Detection per verificare la corretta implementazione dei comandi sequenziali impartiti dal sistema di controllo. Saranno esaminati i casi più innovativi in ambito Blockchain e DLT (Distributed Ledger Technologies), riassunti da una swot analysis. Inoltre, sarà realizzato un “Proof of Concept” basato su tecnologia Blockchain per la certificazione della flessibilità energetica degli utenti elettrici. Sarà inoltre sviluppata un’interfaccia interattiva per controllare real time, tramite la visualizzazione su planimetria, i dispositivi installati nell’edificio. Si implementerà inoltre l’interfacciamento tra il sistema FV e il sistema di gestione dello smart building. Infine sarà realizzata un’applicazione di smart Windows nell’edificio F40,ottenendo livelli termici complessivi circa 2°C inferiori.