Εκτίμηση της Ενεργειακής Ευελιξίας σε Κατοικίες με Τηλεθέρμανση μέσω Μηχανικής Μάθησης και Μοντελοποίησης Θερμικής Απόκρισης

Abstract

Η κατανάλωση ενέργειας στα κτίρια αποτελεί σημαντικό μέρος της συνολικής ενεργειακής κατανάλωσης, με την θέρμανση χώρων να αντιπροσωπεύει μεγάλο ποσοστό της ενεργειακής ζήτησης των κατοικιών. Παράλληλα, η ανάγκη για αποδοτικότερη και περισσότερο ευέλικτη λειτουργία των ενεργειακών συστημάτων έχει ενισχύσει το ενδιαφέρον για την αξιοποίηση της ενεργειακής ευελιξίας των κτιρίων. Στην περίπτωση της θέρμανσης, η θερμική αδράνεια των κτιρίων επιτρέπει την προσωρινή μεταβολή της ζήτησης, υπό την προϋπόθεση ότι διατηρούνται αποδεκτές συνθήκες θερμικής άνεσης και εσωτερικού περιβάλλοντος. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη και αξιολόγηση μιας υβριδικής, data-driven μεθοδολογίας για την εκτίμηση της ενεργειακής ευελιξίας σε κατοικίες με τηλεθέρμανση. Η ανάλυση βασίζεται σε ωριαία δεδομένα από 17 διαμερίσματα δύο οικιστικών συγκροτημάτων στη Δανία. Για την πρόβλεψη της θερμικής ισχύος της επόμενης ώρας εξετάζονται τα μοντέλα Ridge Regression, Piecewise Ridge Regression και Mamba. Για την εκτίμηση της διαθέσιμης ευελιξίας χρησιμοποιείται η πρόβλεψη του Mamba σε συνδυασμό με ένα απλοποιημένο μοντέλο θερμικής απόκρισης. Η διαθέσιμη ευελιξία προσδιορίζεται μέσω σταδιακής μείωσης της προβλεπόμενης θερμικής ισχύος, λαμβάνοντας υπόψη περιορισμούς εσωτερικής θερμοκρασίας, σχετικής υγρασίας, θερμικής άνεσης μέσω των δεικτών PMV–PPD και συγκέντρωσης CO₂. Η μέγιστη επιτρεπτή μείωση εκφράζεται μέσω του Heating Flexibility Indicator (HFI) και της αντίστοιχης μείωσης της θερμικής ενέργειας. Η προγνωστική απόδοση των μοντέλων παρουσίασε διαφορές μεταξύ των διαμερισμάτων. Το μοντέλο Mamba πέτυχε R² > 0.8 σε 11 από τα 17 διαμερίσματα και την υψηλότερη τιμή R² μεταξύ των τριών μοντέλων πρόβλεψης σε 15 από αυτά. Η εκτίμηση της ευελιξίας ανέδειξε επίσης διαφοροποιήσεις μεταξύ των διαμερισμάτων και των εξεταζόμενων χρονικών περιόδων. Για την 26η Μαρτίου 2025, η συνολική επιτρεπτή μείωση της θερμικής ενέργειας στα 17 διαμερίσματα ανήλθε σε 27.34 kWh. Συνολικά, η προτεινόμενη προσέγγιση επιτρέπει την εκτίμηση της ενεργειακής ευελιξίας σε επίπεδο μεμονωμένου διαμερίσματος, συνδυάζοντας τεχνικές μηχανικής μάθησης, μοντελοποίηση της θερμικής απόκρισης και περιορισμούς θερμικής άνεσης και εσωτερικού περιβάλλοντος.