Comunicación presentada al IV Congreso Smart Grids:
Autores
- Laura Romero Rodríguez, José Sánchez Ramos, Servando Álvarez Domínguez, M. Carmen Guerrero Delgado & José Luis Molina Félix. Grupo de Termotecnia, Escuela Superior de Ingenieros, Universidad de Sevilla
Resumen
En el marco del DSM en las Smart Grids, la mayoría de las medidas en viviendas están tradicionalmente encaminadas a la modificación de los consumos eléctricos. En su lugar, el presente trabajo ofrece una visión distinta, centrándose en la reducción de la demanda de climatización que a su vez repercutirá en los consumos eléctricos. Ello se lleva a cabo a través de medidas de control solar, implementadas en un contexto de DSM a través de sensores y actuadores. Las viviendas de bajos ingresos son un grupo en el que el DSM juega un papel principal, por lo que son objeto del presente estudio. Se estimará para cada medida el ahorro en demanda, la inversión necesaria, así como el ahorro anual en costes obtenido.
Introducción
En esta era de incertidumbre en cuanto a la planificación energética, la demanda del consumidor ha emergido como figura central, puesto que puede ser vista como una forma de equilibrar la producción y la demanda de electricidad, dándole una flexibilidad al sistema cuya responsabilidad no recae solo en la infraestructura de generación. La gestión de la demanda, conocida como Demand Side Management (DSM) en inglés, puede ayudar a reducir la congestión de la red eléctrica y la necesidad de una mayor inversión en equipos de generación (Roldán Fernández et al., 2016). La mayoría de los programas destinados a influir en el uso de energía del consumidor son considerados DSM, y pueden ser usados con el objetivo de reducir la demanda en horas pico, el consumo estacional o alterar el momento de su uso (Arteconi et al., 2012).
Desde el punto de vista de la política energética, el fomento de las viviendas inteligentes forma un área de acción prioritaria para la Unión Europea en su plan estratégico de tecnología energética. Debido a esto, las viviendas inteligentes son consideradas como una parte integral de las futuras Smart Grids, pues ayudan a reducir la demanda global, aliviar las restricciones de consumo durante los picos de demanda (Wilson et al., 2017) y optimizar el uso de la energía, a la vez que se garantiza el confort de los ocupantes.
Aunque hasta hace poco tiempo se consideraba que la implementación de elementos de automatización en un hogar estaba reducida a las viviendas de “alto standing”, hoy en día la producción a gran escala de este tipo de dispositivos plantea la viabilidad de diversas estrategias de gestión de la demanda para viviendas con menores recursos. Tradicionalmente, la demanda en la edificación ha sido abordada requiriendo edificios y equipos de alta eficiencia, pero las soluciones de rehabilitación de edificios existentes pueden llegar a ser una tarea difícil y costosa (Robert and Brian, 2015). Ello plantea la cuestión sobre si la implementación de medidas de DSM podría equipararse a las de rehabilitación tradicional.
El presente estudio pretende dar respuesta a dicha cuestión, analizando el potencial de reducción de la demanda de distintas medidas de control solar en verano, en el marco de una vivienda inteligente en la cual se implementarán persianas motorizadas y sensores de movimiento, así como una centralita capaz de controlar el cierre de las persianas en función de las condiciones existentes. En particular, se pretende observar la mejora que estas medidas pudieran suponer para viviendas en riesgo de pobreza energética en localidades de alta severidad climática, cuyas temperaturas en el interior pueden llegar a alcanzar en verano hasta 40 ˚C.
Descripción del caso
La vivienda analizada en el presente estudio está situada en Morón de la Frontera (Sevilla), y pertenece a una familia en riesgo de pobreza energética. Para la vivienda, se evaluará mediante simulación el impacto energético/económico que suponen las medidas de control solar a estudio. Se trata de una vivienda en planta intermedia, construida en el año 1983. La fachada principal está orientada al Suroeste, y la construcción de muros y ventanas es de baja calidad. La vivienda está habitada por 4 personas.
La motivación del presente trabajo queda justificada al analizar las temperaturas reales medidas en la vivienda bajo estudio. Como se puede observar en la siguiente imagen que muestra las temperaturas horarias medidas durante Julio del año 2017, se llegan a alcanzar temperaturas interiores de 38 ˚C, valor muy por encima de los límites de confort. Si se usa el modelo propuesto por Fanger (Fanger, 1970) para el análisis del confort en la vivienda, se puede calcular el número de horas fuera de la consigna de confort (temperatura superior a 25˚C), el sumatorio de esa diferencia de temperaturas (“Confort V”, temperatura medida menos consigna) y el sumatorio de la diferencia de temperaturas ponderada por el porcentaje de personas insatisfechas “Confort VPF”, tal y como enuncia Fanger. Estos valores aparecen en la Tabla I.
Para llevar a cabo un análisis detallado del comportamiento de la vivienda, se ha utilizado un complemento de la Herramienta Unificada Lider Calener (HULC), empleada para la evaluación de la demanda energética y del consumo energético en edificios y la certificación energética a nivel nacional. Una vez realizado el modelo de la vivienda, para llevar a cabo el análisis de la forma más real posible es necesario incluir también las sombras de los edificios circundantes, puesto que estos podrán tener una gran influencia en el comportamiento energético de la vivienda al suponer un impedimento al acceso solar de las fachadas expuestas.
Además, es necesario considerar las condiciones reales de utilización de la vivienda. En la siguiente imagen se puede observar el perfil empleado para reflejar la presencia en cada espacio durante el día:
Antes de proceder a analizar los resultados obtenidos de las mejoras en demanda para las distintas estrategias consideradas, cabe mencionar que se han estudiado los casos suponiendo las temperaturas de consigna que se muestran a continuación, y que incluyen valores típicos de climatización de viviendas de estas características, con oscilación libre durante la noche y en períodos de no ocupación.
Descripción de las medidas a estudio: estrategias de control solar
Los sistemas de control solar pueden ayudar a interceptar los rayos de sol antes de que alcancen el interior del edificio en periodos de necesidad de enfriamiento y permitir de esa forma las ganancias solares requeridas en periodos de necesidad de calentamiento. Ya se ha comprobado que los dispositivos controlados de sombreado de ventanas tienen un gran efecto en el consumo de energía, debido a las ganancias solares, transmisión de calor e infiltraciones (Dutta et al., 2017). Varios algoritmos de control de protección solar han sido utilizados en la literatura existente: basados en la radiación solar incidente, en las temperaturas interiores o en otros aspectos (Tzempelikos and Shen, 2013). El término de protección solar dinámica es utilizado comúnmente para sugerir una forma de reducir el sobrecalentamiento al mismo tiempo que se mantienen niveles aceptables de luz diurna y radiación solar cuando se requieran, sin comprometer el confort térmico.
Antes de exponer las distintas estrategias de control solar cabe mencionar la influencia que la inclusión de elementos como persianas tiene no sólo sobre el factor solar de la ventana, sino también sobre su transmitancia térmica. Las ventanas con las persianas bajadas tienen una capa adicional, y por lo tanto una mayor resistencia térmica en caso de estar cerradas. Este efecto en las transmitancias térmicas de las persianas o los dispositivos de sombreamiento, es frecuentemente obviado en la mayoría de estudios. De acuerdo con la norma “Thermal performance of windows, doors and shutters – Calculation of thermal transmittance”, una persiana en la parte exterior de una ventana introduce una resistencia térmica adicional, que resulta tanto de la capa de aire entre la persiana y la ventana como de la propia persiana. La transmitancia térmica de una ventana con persianas cerradas UWS está dada por la ecuación siguiente:
Donde Uw es la transmitancia térmica de la ventana y ∆R la resistencia térmica adicional, que depende de las propiedades térmicas de la persiana y de su permeabilidad al aire. La ecuación anterior será por lo tanto utilizada en el presente estudio para evaluar cuanto se reduciría el valor U de las ventanas cuando exista una persiana en posición cerrada.
Análisis de resultados
El objetivo de este apartado es mostrar una síntesis de la validación realizada sobre la base conceptual creada en torno a las medidas a estudio. Las estrategias de control solar que se consideran más interesantes y por lo tanto van a ser analizadas son:
- Control solar caso estándar (CS_EST): este es el caso normalmente utilizado por defecto en los programas de simulación energética de edificios, por asemejarse a las condiciones reales de utilización de los usuarios. Durante el verano, se bajarán las persianas un 30%. Sería el caso sin DSM.
- Control solar en función de la presencia (CS_VER_PRES): durante el día en verano, se bajarán las persianas cuando no haya nadie en la vivienda. En este caso sería necesario un sensor de presencia en la vivienda, un actuador en cada persiana, y una centralita capaz de controlar todos los sensores y tomar decisiones en función de las condiciones de ocupación y la hora del año.
- Control solar en función de la presencia y manteniendo la iluminación natural (CS_VER_PRES_ILUM): durante el día en verano se bajarán las persianas cuando no haya nadie en la vivienda. Además, si es de día y hay alguien en la vivienda se cierran las persianas hasta un 10%, de forma que la ventana quede algo abierta y mantenga un cierto nivel de luminosidad.
Las decisiones sobre la apertura y cierre de las persianas en las simulaciones de las estrategias consideradas son tomadas para cada hora del año de forma independiente, en función de la ocupación. Como se mencionó anteriormente, en caso de proceder al cierre de la persiana cuando se cumplen las condiciones, se considerará su influencia tanto sobre el factor solar como sobre la transmitancia térmica. A la vista de los resultados, se puede observar como el caso de control solar por presencia, que cierra las persianas en verano cuando no se detecta a nadie en la vivienda, presenta unos ahorros alrededor del 25%. Por otro lado, el caso que además baja las persianas habiendo presencia, pero manteniendo ciertos niveles de luminosidad, proporciona unos ahorros de más del 30 %, lo cual se puede considerar un ahorro bastante notable. La comparación entre las distintas medidas puede observarse en la siguiente figura.
Síntesis energética-económica
Una vez obtenidos los resultados de demanda de refrigeración de las estrategias analizadas, así como evaluado los ahorros obtenidos respecto al escenario sin gestión de la demanda, es necesario hacer una evaluación económica. Sin ella, no sería posible cuantificar la viabilidad de la implementación de las distintas medidas. Combinando los resultados anteriores con unos valores de inversión estimados para cada una de las estrategias a partir de la búsqueda realizada sobre la información publicada por fabricantes o distribuidores, se pueden obtener las variables a partir de las cuales establecer un juicio energético-económico fundamentado. Gracias a ello, se puede estimar el ahorro obtenido en cada año. La siguiente tabla resume los resultados de ahorro energético y los costes asociados a las medidas:
Como se puede observar, las medidas estudiadas tienen un coste inicial elevado. Esto es así porque los actuadores de persianas y su comunicación con la centralita presentan un alto coste, que se prevé bajará en los próximos años. Además, una posible solución ante estos inconvenientes es la sustitución de la ventana completa por ventanas inteligentes que integran la medición de temperatura, luminosidad, presencia e incluso calidad de aire, y que se presentan como una opción de futuro compacta y más asequible.
Conclusiones
Los resultados obtenidos ponen de manifiesto la utilidad de la implementación de dispositivos utilizados frecuentemente en las viviendas inteligentes para reducir las necesidades de refrigeración en viviendas de bajos recursos que alcanzan temperaturas en verano fuera de los límites de confort, llegando a presentar ahorros en demanda de más de un 30 %. Sin embargo, los costes que este tipo de dispositivos llevan asociados no permiten hoy en día obtener grandes beneficios económicos a corto plazo. Su combinación con otras estrategias como por ejemplo la ventilación nocturna todavía no ha sido estudiada de forma extensa en el marco de las viviendas inteligentes, y por lo tanto debería ser objeto de futuros estudios. Aunque estas medidas no sean comúnmente consideradas en gestión de la demanda, los autores del presente trabajo consideran que la interacción entre el DSM y las medidas tradicionales de eficiencia energética es de vital importancia, debido a la alta repercusión que tienen sobre el consumo de climatización de las viviendas de España, que cuentan con una alta proporción de uso eléctrico. Dicho consumo eléctrico total puede verse reducido gracias a estas medidas, además de producirse a su vez una reducción de los picos de demanda, con los beneficios económicos y medioambientales que ello conlleva para las futuras Smart Grids.
Agradecimientos
Este trabajo no habría sido posible sin la colaboración y participación de la Agencia de Vivienda y Rehabilitación de Andalucía AVRA (Conserjería de Fomento y Vivienda de la Junta de Andalucía), especialmente de su sección de rehabilitación de edificios. Asimismo, este desarrollo forma parte del proyecto “DACAR – Distritos de Balance Energético Nulo Mediante Algoritmos de Confort Adaptativo y Gestión Óptima de Redes Energéticas“, financiado por el Programa Estatal de Investigación, Desarrollo e Innovación Orientada a los Retos de la Sociedad (Ministerio de Economía y Competitividad – Fondo Europeo de Desarrollo Regional). Finalmente, los autores agradecen al Vicerrectorado de Investigación y al V Plan Propio de la Universidad de Sevilla el apoyo prestado para la financiación de este trabajo.
Referencias
Arteconi, A., Hewitt, N.J., Polonara, F., 2012. State of the art of thermal storage for demand-side management. Appl. Energy 93, 371–389. doi:10.1016/j.apenergy.2011.12.045
Dutta, A., Samanta, A., Neogi, S., 2017. Influence of orientation and the impact of external window shading on building thermal performance in tropical climate. Energy Build. 139, 680–689 doi:10.1016/j.enbuild.2017.01.018
Fanger, P.O., 1970. Thermal comfort. Analysis and applications in environmental engineering.
Konstantoglou, M., Tsangrassoulis, A., 2016. Dynamic operation of daylighting and shading systems: A literature review. Renew. Sustain. Energy Rev. 60, 268–283 doi:10.1016/j.rser.2015.12.246
Robert, D., Brian, R., 2015. Innovative Solutions for Energy Conservation Through Commercial and Domestic Demand Side Management, Energy Procedia. Elsevier B.V. doi:10.1016/j.egypro.2015.11.457
Roldán Fernández, J.M., Burgos Payán, M., Riquelme Santos, J.M., Trigo García, Á.L., 2016. Renewable generation versus demand-side management. A comparison for the Spanish market. Energy Policy 96, 458–470. doi:10.1016/j.enpol.2016.06.014
Tzempelikos, A., Shen, H., 2013. Comparative control strategies for roller shades with respect to daylighting and energy performance. Build. Environ. 67, 179–192 doi:10.1016/j.buildenv.2013.05.016
Wilson, C., Hargreaves, T., Hauxwell-Baldwin, R., 2017. Benefits and risks of smart home technologies. Energy Policy 103, 72–83. doi:10.1016/j.enpol.2016.12.047