Kako se matematičkim proračunima mogu postići značajne uštede energije?

Profesor s Fakulteta elektrotehnike i računarstva Sveučilišta u Zagrebu i voditelj Laboratorija za sustave obnovljivih izvora energije dr. sc. Mario Vašak u razgovoru otkriva kakva mjerenja i proračune provodi Laboratorij, kako ih implementirati u zgradama i pritom još pametnije iskoristiti energiju proizvedenu iz nestalnih obnovljivih izvora.

Možete nam ukratko kazati kakav ste projekt pokrenuli unutar Laboratorija i kada je ta priča počela?

Ustvari radi se o nizu istraživačkih projekata s temom prediktivnog upravljanja sustavima grijanja, hlađenja i ventilacije u zgradi. Samo planiranje istraživanja krenulo je otprilike 2008. godine, no prvi je projekt krenuo u provedbu 2013. godine u sklopu kojeg smo dva kata naše neboderske zgrade na FER-u opremili uređajima koji su omogućili da s jednog mjesta centralno upravljamo klimatizacijom u svim prostorijama na ta dva kata. To je bio projekt ENHEMS-Buildings (2013-15) proveden u suradnji s Državnim hidrometeorološkim zavodom, financiran iz pretpristupnih fondova EU.

Jedna važna baština s tog projekta je također opremanje glavnih meteoroloških postaja u Republici Hrvatskoj instrumentima za mjerenje Sunčeva ozračenja te uspostava meteorološke podrške za predviđanje Sunčeva ozračenja koje je vrlo važno za prediktivno upravljanje u zgradama. Od tog projekta pa do danas za lokaciju FER-ove neboderske zgrade generiraju se numeričke prognoze koje uključuju i Sunčevo ozračenje. To nam pomaže da eksperimentalno istražujemo prediktivno upravljanje na zgradi, te svakih 6 sati dobivamo nove prognoze za naredna 72 sata. Nakon njega uslijedili su projekti 3CON (2014-17) Hrvatske zaklade za znanost vezan uz hijerarhijsko upravljanje različitim podsustavima zgrade, a nakon toga i međunarodni projekt 3Smart (2017-19).

Matematički algoritmi ključni u planiranju i praćenju potrošnje energije

Kako će se matematičkim izračunima generirati uštede energije?

Ako govorimo o zgradi, ona je dinamički sustav, što znači da su temperatura i druge varijable odlučujuće za komfor u zgradi posljedica djelovanja na zgradu kroz neko razdoblje u neposrednoj prošlosti. S druge pak strane neke uvjete bitne za zgradu moguće je predvidjeti, poput vanjske temperature ili Sunčeva ozračenja ili okupiranosti pojedinih prostorija. Stoga je planiranjem vođenja zgrade npr. jedan dan unaprijed, koje se temelji na matematičkom modelu zgrade, predviđenim uvjetima i matematičkoj optimizaciji, moguće računalom odabrati ono djelovanje koje će trošiti najmanje energije. Osmišljavanje tog djelovanja praktički zahtijeva računalo jer se kod tipične poslovne zgrade odlučuje o načinu upravljanja nekoliko stotina uređaja odjednom.

Bitna razlika u odnosu na sadašnje načine izvedbe sustava automatizacije u zgradi jest da se odluka o djelovanju na klimatizaciju zgrade temelji ne samo na trenutnim mjerenjima, već i na predviđanjima.

Bitno je naglasiti da se ustvari direktno optimizira trošak korisnika zgrade za rad sustava klimatizacije, on dosta korelira s potrošnjom energije, no nije istovjetan njoj. Posebice je to vezano za tarifne modele za različite energente koje je korištenjem prediktivnog upravljanja moguće iskoristiti u punom opsegu, a također i na jednu novu polako nadolazeću potrebu – odziv potrošnje.

Prediktivno upravljanje znači da će se bolje koristiti energija iz nestabilnih obnovljivih izvora

U sklopu projekta ste uzeli nekoliko zgrada na kojima radite mjerenja, a jedna od glavnih pokaznih zgrada je ona Fakulteta elektrotehnike i računarstva. Što ste do sada otkrili?

Projekt 3Smart (Smart Building – Smart Grid – Smart City) međunarodni je projekt financiran iz programa Interreg Dunav, koji je pokrenuo i koordinirao upravo FER. U sklopu tog projekta 7 zgrada u dunavskoj regiji opremljeno je senzorikom i sustavom za prikupljanje podataka koji su omogućili da kreiramo matematičke modele navedenih zgrada te istražimo kako se njihov rad može poboljšati prediktivnim upravljanjem (predictive control).

Na FER-ovoj zgradi izveden je i korak više – omogućeno je da se prediktivno upravljanje obavlja u stvarnom vremenu te da se povratno djeluje kroz postojeći sustav automatizacije na uređaje za klimatizaciju u zgradi (370 ventilokonvektora u 250 zona zgrade, rashladnik, toplinska stanica). Tako smo mogli i verificirati da je zgradu uistinu moguće voditi prediktivnim upravljanjem – jedan doktorat izrađen je upravo na tu temu i demonstriran je kontinuiran rad prediktivnog upravljanja na jednom katu zgrade kroz jednogodišnji period.

Vratimo se različitim zgradama na 3Smart – dvije su bile u Hrvatskoj (stara upravna zgrada Hrvatske elektroprivrede i FER-ov neboder), dvije u Austriji (starački dom i osnovna škola u mjestu Strem), jedna u Sloveniji (osnovna škola u Idriji), jedna u Mađarskoj (upravna zgrada elektrodistribucije za istočnu Mađarsku u Debrecenu) i jedna u Bosni i Hercegovini (zgrada elektrodistribucije u Tomislavgradu).

Provedbom instalacija potrebnih senzora i izvedbom prikupljanja podataka mogli smo obradom tih podataka, postupcima koje smo razvili, doći do matematičkih modela samih zgrada. To nam je omogućilo da provedemo analizu koliko bi takva konkretna zgrada mogla bolje funkcionirati primjenom prediktivnog upravljanja u različitim uvjetima vanjske temperature i Sunčeva ozračenja. Vratio bih se sada samo kratko na jedan od prethodnih odgovora – ključno je koliko novca se može uštedjeti u radu u odnosu na klasični sustav automatizacije koji je u pravilu izveden tako da reagira samo na trenutnu situaciju u zgradi. Korištenjem prediktivnog upravljanja ostvaruje se mogućnost ne samo korištenja različitih tarifa za energiju tijekom dana, već i odziva potrošnje. U okviru 3Smart projekta bio je angažiran i FER-ov laboratorij koji se bavi energetskim mrežama u kojima fleksibilnost potrošnje postaje jako važna zbog rastućeg udjela nestalnih obnovljivih izvora energije (sigurnost napajanja u mrežama mora se osigurati sinkronim radom proizvodnje i potrošnje energije, a ne samo na strani proizvodnje energije kako se to tradicionalno radilo). Na zgradama se stoga mogao korištenjem prediktivnog upravljanja testirati i način rada s fleksibilnošću u potrošnji energije, koja se zasebno nagrađuje te stoga smanjuje trošak zgrade za upotrebu energije.

Rezultati koje smo dobili su vrlo zanimljivi i poticajni te su objavljeni u nekoliko znanstvenih radova u visoko rangiranim časopisima (Applied Energy, IEEE Transactions on Energy Conversion)– uvidjeli smo da kod zgrada s tromim sustavom grijanja/hlađenja značajan potencijal proizlazi iz odziva potrošnje jer se primarni uređaj za grijanje/hlađenje može gotovo sasvim isključiti kroz neke kraće periode kada se zahtijeva fleksibilnost u potrošnji. Funkcioniranjem prediktivnog upravljanja na nekim zastarjelim sustavima grijanja poput jednocijevnog razvoda grijanja tako bismo mogli ostvariti vrlo visoke uštede toplinske energije od čak 30%. Što se tiče FER-ove zgrade, s uključenom funkcionalnošću odziva potrošnje uštede za tipične dane u grijanju iznose 10%, a u hlađenju 18%.

Koliko je realna komercijalizacija prediktivnog sustava?

Zašto smatrate da bi software trebao doživjeti komercijalizaciju? Koje će konkretne benefite ostvarivati korisnici? I kako bi se energija trebala skladištiti?

Sustavima za prediktivno upravljanje u zgradi bavi se dosta istraživačkih centara u svijetu, a njima se zasigurno bave i velike svjetske korporacije angažirane u automatizaciji u zgradama. Zasad je instalacija takvih sustava na zgradama neserijska i nerutinska te zahtijeva daleko veću razinu stručnosti u odnosu na klasične sustave automatizacije u zgradi kod kojih se algoritmi svode na jednostavna ako-onda pravila koja su mahom zadana već pri samoj proizvodnji automatizacijske opreme pa su podešavanja na terenu vrlo jednostavna ili ih uopće nema.

Profesionalni rješavači konveksnih optimizacijskih problema, na koje se oslanjamo pri rješavanju optimizacijskog problema za zgradu koji postavljamo, pouzdani su i brzi, no ipak radi se o kompleksnim (i skupim) algoritmima. Sve su to otežavajuće okolnosti za široku implementaciju tehnologije prediktivnog upravljanja sustavima u zgradi.

Jedino je uz prediktivno upravljanje moguće ostvariti odziv potrošnje klimatizacijskog sustava zgrade na način da komfor za korisnike bude u potpunosti očuvan – reaktivnim upravljanjem i klasičnom automatizacijom to nije moguće. Uz tendenciju da se opskrba energije u visokim postotcima osigurava iz nestalnih obnovljivih izvora energije, uz sustave pohrane koji su također vrlo važni, odziv potrošnje je ključni instrument za održavanje sigurnosti napajanja energijom. Kako zgrade čine vrlo značajan dio u ukupnoj potrošnji energije (prije 40%, sada 30%), ostvarivanje odziva potrošnje u njima bit će vrlo važno za energetsku tranziciju na čiste izvore energije i tu vidim nužnost za sustave prediktivnog upravljanja u zgradi.

Dodatno, trudili smo se čitav sustav izvesti modularno, što ujedno znači da bi se neki njegovi dijelovi (upravljanje zonama, monitoring zona, različita predviđanja, upravljanje baterijskim spremnikom u zgradi) mogli i zasebno komercijalizirati, kao moduli cjelokupnog rješenja koje se postupno uvodi na komercijalnu stranu i jedan modul s vremenom povlači drugi.

Osnovni dobitak za korisnike je snižen trošak rada zgrade uz nenarušen komfor. Ključno je naravno za koliko je taj trošak snižen jer to kazuje isplati li se uložiti u ovakav sustav ili ne.

Što se tiče pitanja o skladištenju energije, zgrada je dinamički sustav i dio energije može privremeno pohraniti u samoj građevinskoj strukturi, a dio u različitim sustavima pohrane, bilo toplinske ili električne energije. Upravo korištenjem prediktivnog upravljanja te je sustave pohrane moguće pametno odnosno optimalno upotrijebiti za smanjenje troškova.

Glavne prednosti prediktivnog upravljanja

Koje se osnovne navike potrošača moraju mijenjati u budućnosti kako bismo maksimalno iskoristili benefite pametnih sustav poput ovoga?

Ključno je da bi ovaj sustav trebao za korisnika zgrade biti nevidljiv i ne bi trebao narušavati komfor u korištenju zgrade; dakle navike potrošača barem što se ovog sustava tiče ne bi se trebale mijenjati. Međutim, postoje i mogućnosti njegove ekstenzije u smjeru savjetovanja korisnika kada bi bilo uputno da troše energiju na različitim uređajima u zgradi, usko vezano i uz tarifne modele i odziv potrošnje i lokalnu proizvodnju energije iz obnovljivih izvora. U tom slučaju možemo govoriti o promjeni ponašanja potpomognutoj prediktivnim upravljanjem da se smanje troškovi.

Ponovimo koja je osnovna razlika između pametne zgrade kakva trenutno postoji na tržištu i pametne zgrade kakvu priprema vaš laboratorij?

Bitna razlika u odnosu na sadašnje načine izvedbe sustava automatizacije u zgradi jest da se odluka o djelovanju na klimatizaciju zgrade temelji ne samo na trenutnim mjerenjima, već i na predviđanjima. Pritom se odluke donose matematičkom optimizacijom direktno minimizirajući ekonomski trošak uz očuvanje komfora, a ne radi se o jednostavnim ako-onda odlukama koje se implementiraju u tipičnim sustavima automatizacije u zgradi danas.

Kako je moguće da ste u današnje vrijeme, kada se tržište snažno bori za svakog školovanog pojedinca, vi na odjelu sastavili tim od 40ak zaposlenih? Što je njihov i vaš glavni motiv u izboru upravo ove profesije?

Rekao bih da se radi o tome da su izazovni poslovi na ovakvoj razini složenosti u industriji u Hrvatskoj vrlo rijetki, a jasan je i razlog tome – rezultati su vrlo rizični i neizvjesni te zahtijevaju dugotrajni razvoj. Stariji istraživači unutar ovih 40ak zaposlenih, koji operativno vode pojedine fronte istraživanja u Laboratoriju, vole izazovne probleme koje rješavamo te biraju ostanak u laboratoriju unatoč tome što bi u industriji s njihovim kompetencijama plaća mogla biti i dvostruko veća. Ključan je i motiv da stvorimo nešto novo i korisno te da ostavimo trajan trag o tome u međunarodnim okvirima.

Naravno da postoji i druga strana medalje – da postoje privatne tvrtke koje bi bile spremne upustiti se u ovaj razvoj dugotrajnijim ulaganjem i privlačenjem najboljih stručnjaka (svi znamo takav primjer u Hrvatskoj u području električne mobilnosti) – sigurno bi ih Laboratorij u tome mogao popratiti na obostranu korist. Zasad smo iskoristili mogućnost suradnje s tvrtkom Klimaoprema sufinanciranjem iz europskih fondova (projekt PC-ATE Buildings). Izvrsno je što se time postigao razvoj sustava za prihvat i pohranu podataka iz zgrade na strani tvrtke Klimaoprema na koje se može nadodati napredne prediktivne upravljačke servise koje smo razvili kroz projekt. To ima izuzetno velik potencijal u energetskoj tranziciji pred nama. Svakako je nužno povećati broj stručnjaka koji su upoznati s metodom prediktivnog upravljanja u zgradama već kroz svoje akademsko obrazovanje i korak u tom smjeru je i kolegij Energetski učinkovito upravljanje zgradama u sklopu FER-ovog novog diplomskog studijskog programa FER-3.

Glavni motiv je svakako rješavanje tehničkih izazova i pomicanje granica, no esencijalno je da ih se rješava u okviru znanstvenih projekata kako bismo osigurali i financiranje ovih aktivnosti te održali ljudski potencijal koji će dovesti do komercijalnog uzleta razvijenih rješenja.