Smart Buildings; What ICT can do?

Lectoraat Energie & de Gebouwde omgeving

Leerstoel Housing Quality (assessment of energy policies

for residential buildings)

Laure Itard

Wat is het probleem?

Energiebeleidsdoelen worden neit behaaldGebouw(installaties) gebruiken meer energie dan verwacht (tot 30%)Terugverdientijd van maatregelen is hoger dan verwachtKwaliteit van het binnenklimaat laat vaak te wensen overEr doen zich veel problemen voor tijdens de onderhoud

‘Hoe kunnen de prestaties van bestaande installaties blijvend verbeterd worden?’

Techniek Niet-technisch

Diagnose systemen Opleidingen Smart regelstrategieën Bedrijfsvoering

Beschrijving Installaties2020

Energiediagnose-onderzoek

Bevindingen tot nu toSURF

Grote kenniskloof tussen actoren in de ketenWensen van FM over (GBS) interfacesHoe monitoring data te ontsluitenFouten in sensoren of dataverkeer moeten ook gediagnosticeerd wordenDiagnostiek kan gebaseerd worden op rules, modellen of historische dataOm een diagnose te stellen is veel detective-werk nodig (cases study, data analyse, ‘spooronderzoek’)Behoefte aan een systeemarchitectuur

Wensen van FM voor user interface

• Gebruik kennis uit gebouwmodellen voor het vaststellen van de ‘planned consumption’

• Maak een verschil tussen ‘bewoner’ / Facility Manager / Gebouw Beheerder.

• Wat zegt een kWh? CO2? visualisatiemethoden

• Benchmarking, Privacy & Tijdstap

Hoe monitoring data te ontsluiten?

Feest der erkenning

Data is vaak afgeschermd, niet beschikbaar voor de eigenaar, niet leesbaar, niet overdraagbaar behoefte aan open protocols en duidelijkheid in contracten

Wie is de eigenaar van de data?Privacy (by design)Traceren van sensoren en hun locatie is moeilijk en tijdrovend

Behoefte aan precieze en dynamische documentatie (BIM?)Firewalls

Feest der erkenning

Zijn de metingen te vertrouwen?

SENSORFOUTEN MOETEN OOK GEDETECTEERD WORDEN

Sensoren zijn de ruggengraat van het diagnose system

Aannemen dat die correct werken levert meer problemen dan het oplost

Sensoren zijn ook de ruggengraat van het regelsystem

Ventilatieproblemen in room D2.014

November 2014: klachten over warme en muffe lucht bij aanwezigheid van meer dan 2 mensen

CO2 concentratie bleek vaak boven 1000 ppm Historische data: dit was zo sinds juni 2014

Klepstanden worden door de klepregelaar naar de Octalix server gestuurd

Er is geen controlemiddel of de data bij de server is aangekomen.

Deze klepstanden komen dus niet altijd aan bij de server

Het versturen van data  van de server naar de regelaars wordt wel gecontroleerd  

Kortom: de luchtkleppen waren offline

Na een ‘software’ reset van de kleppen, fonctioneerde de ventilatie weer normal (25 November 2014)

Diagnostiek kan gebaseerd zijn op:

RulesModellenHistorische dataMix

Rule-based diagnostiek

Kennisregels: Temperaturen in een uit een warmtewisselaar

moeten gelijk zijn als geen warmte uitgewisseld wordt.

Als niemand aanwezig is en er is 100% ventilatie van buiten CO2inside =CO2 outdoor

Makkelijke te begrijpen, effectief maar case-specific en vaak suboptimaal

Diagnostiek gebaseerd op modellen

Modellen: Grey-box model : Een eenvoudig (gebouw)

model wordt gebruikt om het thermisch gedrag te voorspellen(predictive control)

Modellen kunnen zelf-lerend zijn.

Virtuele testen zijn mogelijk (optimalisatie), maar calibratie en training kost erg veel tijd. Real time gebruik is lastig

Diagnostiek gebaseerd op historische data

Historische dataTraining van modellenStatistiek & pattern recognitions (FP7,

knowholEM)Diagnostiek gebaseerd op trends (bv COP die

steeds slechter wordt)Krachtig in combinatie met modellen/rules

(expert system), MAAR hoe weten wij hoe optimaal de prestaties in het verleden waren?

Behoefte aan systeem -architecture

van case-specific naar generiekTijdstap voor data opslag/analyse: kleiner is

niet noodzakkelijk beter

Detectie van symptomen

Systeemtheorie

energie balans van (sub)systemen Massa en druk balans om meer symptomen te detecterenExtra procesinformatie

RulesHistorische dataKlachten binnenklimaatInspectieverslagen

Diagnostiek

Begint met de lijst van symptomsen in systemen en subsystemen

Door combinatie van symptomen kan de ziekte (fout) vastgelegd worden

Het resultaat is de waarschujijnlijkheid van een ziekte Redenering sluit goed aan bij die van experts

Combinatie van symptomen: Bayesians Belief Networks (probability)

Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that?

Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors

Symptoms: 2 wrong energy balances (a and b).

Fault can be in all sensors (equal P(5%)) no diagnose is possible

Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors

Symptoms: 2 wrong energy balances (a and b).

Fault can be in all sensors (equal P(5%)) no diagnose is possible

Zoom on a/b systems: virtual experimentEnergy balance in a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors

P(fout)= 31%

P(fout)= 8%

Zoom on a/b systems: virtual experimentEnergy balance if a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors

P(fout)= 51%P(fout)= 0%P(fout)= 0%

Additionele informatie: COP analyse:

Zoom on a/b systems: virtual experimentEnergy balance if a and b are wrong because TT3 is wrong. Can we detect that? P(fault)= 5% for all sensors

P(fout)>90%P(fout)= 0%

P(fout)= 0%

Mass balance condensor

Stellingen / Discussie

Privacy by design is a must. Benchmarking kan alleen op vrijwillige of geaggregeerde basis (welke aggregatieniveau is toelaatbaar?)

‘KWh’ en absolute waarden begrijpen de meeste mensen niet. User interface moet anders zijn voor Technische beheerders/ FM/’bewoners’. Ze moeten betrokken worden bij de ontwikkeling.

Historische data zijn niet bruikbaar zonder systeemkennis. ICT heeft altijd een context.

De monitoringsysteem moet gemonitord worden.

Koppeling GBS en FMIS (en BIM) is onontbeerlijk. Door optimalisatie FM proces is veel energie en geld te besparen

Er moeten dringend (open) protocollen komen voor data opslag en ontsluiting. Data exchange moet mogelijk zijn

Data-eigendom moet contractueel vastgelegd worden.

W- en E-installaties kunnen niet meer zonder IT. Kan IT zonder W /E?

Wat betekent dat voor onderwijs?

Stellingen/ Discussie