МИНОБРНАУКИ РОССИИ
федеральное государственное бюджетное образовательное
учреждение высшего образования
«Национальный исследовательский университет «МЭИ»
Институт
Кафедра
ИЭВТ
ПТС
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
(бакалаврская работа)
13.03.01 Теплоэнергетика и теплотехника
Направление
(код и наименование)
Направленность (профиль)
Промышленная теплоэнергетика
Форма обучения
очная
(очная/очно-заочная/заочная)
Тема:
Студент
Разработка и эксплуатация систем мониторинга и
управления дома с околонулевым энергопотреблением
ФП-06-16
Чайкин В.Ю.
группа
Научный
руководитель
подпись
Д.т.н., Профессор
фамилия и инициалы
Султангузин И.А.
уч. степень
должность
подпись
фамилия и инициалы
уч. степень
должность
подпись
фамилия и инициалы
уч. степень
должность
подпись
фамилия и инициалы
звание
подпись
фамилия и инициалы
Консультант
Консультант
«Работа допущена к защите»
Зав. кафедрой
уч. степень
Дата
Москва, 2020
МИНОБРНАУКИ РОССИИ
федеральное государственное бюджетное образовательное
учреждение высшего образования
«Национальный исследовательский университет «МЭИ»
Институт
Кафедра
ИЭВТ
ПТС
ЗАДАНИЕ
НА ВЫПУСКНУЮ КВАЛИФИКАЦИОННУЮ РАБОТУ
(бакалаврскую работу)
Направление
13.03.01 Теплоэнергетика и теплотехника
(код и наименование)
Направленность (профиль)
Промышленная теплоэнергетика
Форма обучения
очная
(очная/очно-заочная/заочная)
Тема:
Разработка и эксплуатация систем мониторинга и
управления дома с околонулевым энергопотреблением
Студент
ФП-06-16
Чайкин В.Ю.
группа
Научный
руководитель
подпись
Д.т.н., Профессор
фамилия и инициалы
Султангузин И.А.
уч. степень
должность
подпись
фамилия и инициалы
уч. степень
должность
подпись
фамилия и инициалы
уч. степень
должность
подпись
фамилия и инициалы
уч. степень
звание
подпись
фамилия и инициалы
Консультант
Консультант
Зав. кафедрой
Место выполнения работы
2
СОДЕРЖАНИЕ РАЗДЕЛОВ ЗАДАНИЯ И ИСХОДНЫЕ ДАННЫЕ
Исходные данные: жилая площадь здания – 160 м2
количество человек (лето/зима) - 4/4 человека
место здания: Московская область,
Пушкинский район.
ПЕРЕЧЕНЬ ГРАФИЧЕСКОГО МАТЕРИАЛА
Количество листов
Количество слайдов в презентации
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА
Примечания:
1. Задание брошюруется вместе с выпускной работой после титульного листа (страницы задания
имеют номера 2, 3).
2. Отзыв руководителя, рецензия(и), отчет о проверке на объем заимствований и согласие
студента на размещение работы в открытом доступе вкладываются в конверт (файловую
папку) под обложкой работы.
3
Оглавление
ВВЕДЕНИЕ ............................................................................................................. 7
ГЛАВА 1. ОСОБЕННОСТИ ИСЛЕДУЕМОГО ДОМА И СИСТЕМ
МОНИТОРИНГА ................................................................................................ 10
1.1 Характеристики пассивного дома .......................................................... 10
1.2 Анализ систем умного дома ..................................................................... 14
1.3 Система мониторинга ТеплоМонитор ................................................... 15
1.4 Система мониторинга ПолиТЭР ............................................................. 18
1.5 Система погодного мониторинга ............................................................ 21
1.6 Постановка задачи ..................................................................................... 22
ГЛАВА 2. ОПЫТ УСТАВНОВКИ И ЭКСПЛУАТАЦИИ ПРИБОРОВ И
СИСТЕМ МОНИТОРИНГА ............................................................................. 23
2.1 Устройство системы сбора показаний энергоэффективного дома .. 23
2.2 Поиск и устранение неисправностей в системе сбора показаний .... 25
2.3 Мониторинг солнечной энергии ............................................................. 28
2.4 Результаты нахождения и устранения неполадок .............................. 31
ГЛАВА 3. РАБОТА С ДАННЫМИ, ПОЛУЧЕННЫМИ ИЗ СИСТЕМ
МОНИТОРИНГА ................................................................................................ 32
3.1 Обработка и анализ данных с использованием программных средств
.............................................................................................................................. 32
3.2 Проблемы и особенности обработки данных различных форматов на
примере параметров из системы Тепломонитор ....................................... 33
3.3 Сопоставления результатов от разных устройств в системе
Тепломонитор ................................................................................................... 35
3.4 Обработка данных от солнечных батарей ............................................ 36
3.5 Особенности приведения к единому временному формату ............... 38
3.7 Уменьшение энергетических затрат в отопительный период .......... 43
3.8 Сравнение реальных показаний с расчетами в различных программах
BIM моделирования......................................................................................... 47
3.9 Результаты обработки данных ................................................................ 51
ГЛАВА 4. ДАЛЬНЕЙШЕЕ РАЗВИТИЕ ИНЖЕНЕРНОЙ
СИСТЕМЫЭНЕРГОЭФФЕКТИВНОГО ДОМА ......................................... 52
4
4.1 Система прогнозирования........................................................................ 52
4.2 Солнечные батареи .................................................................................... 54
4.3 Тепловой насос............................................................................................ 57
ЗАКЛЮЧЕНИЕ ................................................................................................... 59
Приложение А ...................................................................................................... 62
Приложение Б ...................................................................................................... 70
5
АННОТАЦИЯ
В ходе выполнения данной работы был произведен анализ систем
мониторинга энергоэффективного дома, а также произведено подключение и
отладка приборов учета электричества и тепла, разводка и подключение к ним
различных датчиков. Произведена наладка систем мониторинга для сбора данных
в
системе
энергоэффективного
дома.
Разработаны
и
протестированы
разнообразные методики и способы обработки получаемых данных. При анализе
данных была произведена оценка эффективности работы энергоэффективного
дома. На основании этих данных предложены дальнейшие меры по повышению
энергетической эффективности здания.
6
ВВЕДЕНИЕ
Практика строительства Пассивных домов стала предпочтительной для
архитекторов и исследователей во многих странах мира, поскольку она показала
высокий тепловой комфорт внутри таких зданий и низкое энергопотребление [1].
Пассивный дом — это здание с комфортной внутренней температурой в течении
всего года, с низким потреблением энергии для обогрева или охлаждения
помещения здания.
Главной
особенностью
пассивного
дома
является
показатель
энергопотребления на отопление не более 15 кВт*ч/(м2*год) [1,2]. При мягком
климате в Европе он достижим, но при холодном климате в России – достичь его
крайне сложно [3], поэтому более реально строить энергоэффективные дома с
энергопотреблением на отопление до 50 кВт*ч/(м2*год).
Для создания энергоэффективного дома требуется большое количество
высококлассного и дорогого оборудования. Этому оборудованию требуется
постоянный мониторинг различных параметров. Достичь этого позволяет большое
количество датчиков температуры, влажности и расхода. Все показания с этих
приборов формируют большой объём данных, которые необходимо собирать,
систематизировать и обрабатывать. Для этого применяются специальные системы
мониторинга. Работа любой системы основана на постоянном контроле параметров
данной системы.
На примере энергоэффективного дома площадью 200 м2 в Пушкинском
районе Московской области был реализован постоянный мониторинг различных
значений. Для этого используются системы мониторинга, которые могут
записывать различные параметры системы за продолжительный срок для их
последующего анализа и самостоятельно корректировать параметры системы для
эффективной работы. В результате работы системы мониторинга в режиме
накопление данных было получено огромное количество параметров, которые
нужно обработать и корректно систематизировать. Основная задача в обработке
параметров понять, какие данные нам нужны и как их правильно трактовать. Также
7
во время работы мониторинга мы должны своевременно выявлять и устранять
дефекты, которые сказываются на некорректном сборе данных.
Сбор разнообразных параметров работы энергоэффективного дома является
очень важной задачей, благодаря этим уникальным данным будет возможно судить
о эффективности совместной работы различных устройств, применяемых в этом
доме, на протяжении всего жизненного цикла здания. Главной целью всего этого
проекта является создание наиболее подробной дорожной карты по правильному
строительству и эксплуатации энергоэффективного дома. Поэтому так важно
получать максимально достоверную информацию о работе систем дома, а также
иметь возможность в реальном времени регистрировать изменения, полученные в
рамках
проведения
различного
рода
теплоэнергетических
мероприятий,
проводимых для повышения эффективности различных систем. Такая возможность
оперативного отслеживания поможет также иметь возможность следить и выявлять
ошибки и аварию, происходящие на объекте, в режиме реально времени, что
позволит
оперативно
устранить
неисправность,
возникающую
во
время
эксплуатации.
Актуальность.
В связи с ростом энергоэффективного строительства возросло также
повсеместное использование энергоэффективного оборудования. Для его работы
применяют различные системы управления и мониторинга. Эти системы обладают
большим потенциалом по их дальнейшей модификации. Правильная работа этих
систем позволит более эффективно использовать оборудование.
Научная новизна.
Новизна данного дипломного проекта состоит в том, что по данным из систем
мониторинга найдено время аккумуляции равное 12 часам. Нахождение данного
параметра уникально.
Полученные
данные
позволяют
провести
сравнения
с
системами
моделирования. В результате расхождения с результатами моделирования
составили в среднем 5,46%, а расхождение с методикой PHPP 1.4%.
8
Новинкой является разработанный метод, который позволяет обрабатывать
большое количество информации. По этим данным в сравнении с позапрошлым
отопительным периодом на 30% сократилось потребление энергии ТН, и на 14%
по сравнению с прошлым годом
Практическая ценность.
Собранные в процессе эксплуатации данные, которые получены во время
работы дома в различных режимах, будут иметь очень высокую ценность.
Разработанные методы выявления и устранения ошибок могут использованы
при эксплуатации других систем мониторинга, при их отладке и настройке.
Составлены алгоритмы обработки данных из нескольких систем мониторинга.
Предложены методики для их совместной обработки. Представлены методики для
обработки данных за продолжительные периоды.
Достоверность.
Приведенные в бакалаврской работе результаты и выводы базируются на
анализе данных, полученных из систем мониторинга и управления. Точность
получаемых
данных
соответствует
приборной
точности
измерительного
оборудования. Так погрешность термометров PT-100 КТС-Б составляет 0,06%, а
расходометров ВСКМ-15 Декаст 0,2%. Дублирование из разных систем позволяет
повысить достоверность полученных значений.
9
ГЛАВА 1. ОСОБЕННОСТИ ИСЛЕДУЕМОГО ДОМА И СИСТЕМ
МОНИТОРИНГА
1.1 Характеристики пассивного дома
В рамках данной дипломной работы представлены данные, полученные в
результате работы энергоэффективного дома, расположенного в Пушкинском
районе Московской области. Причиной исследования именно этого дома стала его
уникальность для нашей страны. На каждом этапе строительства, начиная с идеи,
были использованы самые инновационные методы в области проектирования
зданий (Рисунок 1) [4].
Рисунок 1. Этапы строительства энергоэффективного дома
Меры для повышения эффективности здания принимались даже на этапе
выбора участка под строительство. Он выбран так, что максимальная площадь
здания находилась на южной (солнечной) стороне, что позволило в дальнейшем
максимально использовать солнечную энергию для работы систем дома.
При Энергомоделировании этого энергоэффективного дома, в рамках
выполнения бакалаврской работы [5], был проведен расчет по методике Института
пассивного дома с помощью программ «Passive House Planning Package Version 8»,
«SketchUp Pro» и «designPH». Была построена математическая модель дома,
описывающая геометрические размеры, ориентацию по отношению к сторонам
света, теплоизоляционные свойства материалов.
10
В результате, которого произведен расчёт нагрузок на систему отопления,
горячего водоснабжения, вентиляции и кондиционирования воздуха для данного
здания получены данные. По ним можно было предварительно судить о
эффективности использования различного оборудования.
При строительстве были использованы современные энергоэффективные
технологии: система отопления «тёплый пол», солнечные коллекторы, солнечные
батареи, приточно-вытяжная установка с рекуперацией теплоты удаляемого
воздуха
с
эффективностью
88,5%,
грунтовый
тепловой
насос
(ТН),
высокотехнологичные теплоизоляционные материалы, энергоэффективные окна.
Полученные в результате расчетов тепловые нагрузки (таблица 1) соответствовали
высоким стандартом энергетической эффективности [3] и позволили произвести
правильный подбор и настройку различного оборудования.
Таблица 1. Результаты расчёта годовых теплопотерь через ограждающие
конструкции
кК ч
кВт ч
Вт
QTi ,
Ui , 2
год
год
м К
Зона
2
Fi , м
Gti ,
Окна
27,3
136
0,959
3561
Крыша
118,4
136
0,092
1484
Стена выше уровня земли
239,8
136
0,118
3839
Пол первого этажа и пол подвала 114,2
91
0,194
2026
Стена подвала
91
0,139
895
70,2
Всего
11806
11
Были также рассчитаны годовые потребления на различные системы. Так при
расчете было рассчитано годовое потребление теплоты на отопление. Оно
составило:
𝑄О = 6915
кВт ∙ ч
год
Потребность в тепловой энергии для системы ГВС за год:
𝑄О = 2593
кВт ∙ ч
год
В качестве основного источника тепла планировалось использовать тепловой
насос. Теплоноситель первичного контура – 25% раствор этиленгликоля. Движение
теплоносителя первичного контура обеспечивает циркуляционный насос. КПД
выработки тепловой энергии на отопление и горячее водоснабжение:
𝑄О = 2593
кВт ∙ ч
год
С учётом потерь теплоты в баке-аккумуляторе, трубопроводах, бытовых нужд,
тепловой насос должен был выработать
𝑄тн = 9508
кВт ∙ ч
год
на отопление и горячее водоснабжение.
Планируемое потребление электроэнергии:
Этн = 3111
кВт ∙ ч
год
Однако, не смотря на свою точность, эти расчеты были теоретическими.
Помимо этого, в проект добавились дополнительные источники энергии, такие как
солнечные коллекторы и охлаждаемые солнечные батареи, выбран другой
тепловой насос. В связи с этим многие данные изменились и поэтому требовалось
получить их в ходе практических исследований.
12
При строительстве была выбрана схема (Рисунок 2) отопления дома с
помощью теплового насоса и солнечных коллекторов, так как при дальнейшей
модификации систем дома это позволило сделать дом полностью автономным.
Насос
Тёплый / холодный
потолок 2-го этажа
BLUEMAT
GEOCLIMADESIGN
Солнечные коллекторы
Новый полюс ЯSolar
Приточный
воздух
P
Кран
Клапан сброса
воздуха
Теплообменник
Компрессор
Конденсатор
Испаритель
Фильтр
Вытяжка
воздуха
Шумоглушители
Тёплый пол
1-го этажа
T
T
Расширительный
бак
Механический
фильтр
Тройник
Манометр
T
T
Улица
Воздушный
Рекуператор
TURKOV
ZENIT 550
HECO
T
T
P
ГВС ХВС
P
F
P
P
P
P
T
T
Теплоаккумулятор
JASPI GTV
TEKNIK RD
Тепловой насос
BUDERUS
Logatherm WPS 11
Радиаторы
подвала
F
F
Грунтовые
зонды
ХВ
Рисунок 2. Мнемосхема системы отопления и вентиляции дома
Дом оснащён:
тепловым насосом, BUDERUS Logatherm WPS 11;
солнечными коллекторами, ЯSolar 4 коллектора по 2 м2;
солнечными батареями, Delta BST 360-24 M;
механической вентиляцией с рекуперацией тепла, ZENIT 550 HECO;
энергоэффективными окнами со специальным покрытием и газом;
тёплым полом;
тёплым потолком с функцией охлаждения летом и большим слоем изоляции.
13
1.2 Анализ систем умного дома
Обладая большим количеством высококлассного и дорогого оборудования,
дом представляет собой высокую цену с точки зрения накопления опыта и
экспериментальных данных. Он является уникальным объектом, ведь в нашей
стране существует очень мало зданий, объединяющих в себе такое количество
оборудования и технологий по сбережению и эффективному использованию тепла
из различных источников. Поэтому важно получать достоверную информацию о
всех проходящих в доме процессах. Достичь этого позволяет большое количество
датчиков температуры, влажности и расхода, установленные в различных контурах
системы. Все показания с этих приборов формируют большой объём данных,
который необходимо собирать, систематизировать и обрабатывать. Для этого
применяются специальные системы мониторинга.
Основные положения системы управления энергоснабжением здания «умный
дом» представлены в работе [6], в соответствии с которыми реализовывались
системы управления и мониторинга дома с около нулевым энергопотреблением. На
данный момент в системе энергоэффективного дома используются совместно две
системы мониторинга внутренних параметров, а также система учета параметров
окружающей среды. Основной является ТеплоМонитор от фирмы «ТеплоСТАРТ».
Эта система является управляющей и позволяет производить удалённый контроль
и корректировку различных параметров, также производит автоматическое
управление в зависимости от температуры окружающей среды и других
параметров. Второй системой мониторинга является ПТК «ПолиТЭР» от НаучноПроизводственного Предприятия «Политех-Автоматика». Эта система позволяет
регистрировать больше видов различных датчиков в том числе тепловычислители
и импульсные расходометры.
14
1.3 Система мониторинга ТеплоМонитор
ТеплоМонитор — это платформа для мониторинга и диспетчеризации
котельных. В нее входят веб-сервисы сайта teplomonitor.ru и аппараты,
непосредственно контролирующие работу системы отопления.
Одним из обоснований применения данной системы послужило то, что в этой
системе «под ключ» реализована большая часть необходимых функций для
энергоэффективной эксплуатации здания. Система (Рисунок 3) совмещает в себе
автоматическое и удаленное управление различными системами, мониторинг и
архивирование различных параметров дома, ведение подробного журнала аварий
и изменений в работе всей системы теплоснабжения.
Рисунок 3. Схема работы системы Тепломонитор
На данный момент часть, отвечающая за управление, настроена на
поддержание комфортной комнатной температуры и температуры ГВС. Для этого
система, основываясь на показаниях различных термометров, задает необходимые
режимы работы насосов и задвижек в различных контурах для обеспечения
наибольшей эффективности. Помимо автоматических режимов, работа с данной
системой может вестись через специальный веб-интерфейс (Рисунок 4) из любой
15
точки мира. Так как именно через эту систему происходит регулирование систем,
для подержания комфортной температуры в здании.
Рисунок 4. Интерфейс управления температурами в различных контурах
Контролер SMARTWEB X, входящий в состав этой системы, позволяет
удаленно производить:
• управление тепловым насосом;
• управление аккумулятором тепла;
• управление теплым полом1 этажа;
• управление потолком 2 этажа;
• управление температурой ГВС;
• управление солнечными коллекторами;
• сбор информации о системе.
16
Помимо управления, в веб-интерфейсе присутствует возможность удаленного
мониторинга мгновенных значений и построения графиков по этим параметрам,
полученным от приборов. В основном это термометры, которые установлены в
различных участках системы. С их помощью можно производить визуальный
анализ правильности работы системы.
Рисунок 5. Веб-интерфейс системы Тепломонитор
Производить удаленное управление и контроль показаний можно через
специальный
веб-интерфейс.
На
представленном
фрагменте
интерфейса
(Рисунок 5) можно заметить, как изменяется температура в различных контурах
системы. Например, по графику видно, как с 6:00 часов начинает рост температуры
в солнечном коллекторе, в связи с увеличением солнечной активности, а потом для
поддержания необходимой температуры включается режим охлаждения 2-го этажа
с 11:00. После 16:00 автоматически происходит возврат на режим нагрева.
Недостатком системы является то, что она может работать только с непрерывно
изменяющимися показаниями расхода, что в свою очередь не позволяет
использовать расходометры импульсного типа, что усложняет снятие параметров
для задач мониторинга.
17
1.4 Система мониторинга ПолиТЭР
Второй системой мониторинга является ПТК «ПолиТЭР» от НПП «ПолитехАвтоматика» [7]. Эта система промышленного образца, в связи с чем работа с ней
требует специальных навыков и знания структуры работы данной системы.
Главной особенностью, которая повлияла на выбор данного ПТК, является то,
что система позволяет производить более полный сбор различных параметров из
разных источников. Благодаря тому, что ПолиТЭР является промышленным
решением его применение, позволило использовать большое количество разных
датчиков, подключенных с помощью различных протоколов и форматов передачи
сигналов. Это позволило собирать одной системе и хранить в одной базе данных.
Рисунок 6. График показаний Тепловой мощности и температуры,
поступающие в одну систему
Еще одной положительной стороной данной системы является то, что у нее
присутствует возможность подключения счетчиков электрической энергии и
тепловычислителей (Рисунок 6), к которым в свою очередь можно подключать
термометры сопротивления и импульсные расходометры (Рисунок 7). Такие
18
расходометры очень часто используются в быту, соответственно обладают не
высокой стоимостью по сравнению с ультразвуковыми, что позволяет установить
их в достаточном количестве на всех необходимых местах.
Термометры
сопротивлений
Тепло
вычислитель
ПолиТЭР
Вывод
результатов
Расходометры
Комнатные
термометры
Рисунок 7. Упрощенная схема работы системы мониторинга
В результате у нас появилась возможность получать количество теплоты,
полученное и выделенное на каждом элементе системы дома.
Также в этой программе есть возможность создания собственных мнемосхем.
Специально для этой системы была создана мнемосхема, на которой отображены
все основные параметры системы отопления.
Рисунок 8. Мнемосхема в программе ПолиТЭР
19
Данная мнемосхема (Рисунок 8) позволяет контролировать работу систем в
реальном времени. Благодаря чему можно оперативно реагировать на возможные
возникающие неполадки и аварии. На мнемосхеме представлены данные
одновременно с 3 устройств, что позволяет наблюдать более полную картину о
происходящих событиях.
Отличительной особенность системы ПолиТЭР является сбор и хранение
информации на локальном сервере, что позволяет хранить значения, полученные
от различных устройств в одном архиве. Это в значительной мере упрощает
способы
получения
данных.
Возможность
фильтрации
и
усреднения,
запрашиваемых из системы данных упрощает работу и анализ данных.
В отличии от Тепломонитора на данный момент здесь отсутствует
возможность управления системами, так как эта система рассчитана именно на
диспетчеризацию и сбор данных с теплоэнергетических систем. В при дальнейшем
повышении энергоэффективности дома за счет установки дополнительного
оборудования планирует добавление такого функционала.
20
1.5 Система погодного мониторинга
Так как параметры работы энергоэффективного дома напрямую зависят от
параметров окружающей среды, то для полного представления о работе систем
требуется точная и актуальная информация о погоде. В связи с этим была
установлена метеостанция MISOL WS-2310-1. Это позволило собирать в
автоматическом режиме следующие важные показания:
Температура и влажность внутри дома;
Температура и влажность снаружи дома
Барометрическое давление;
Количество осадков;
Солнечная энергия;
Солнечный УФ-индекс;
Показания скорости и направления ветра.
Все эти данные собираемые в отдельный архив позволяют проследить
подробную динамику изменений за несколько лет. Это необходимо для оценки
мероприятий по повышению энергоэффективности в долгосрочных перспективах.
Стоит также отметить уникальность сбора таких параметров, как количество
солнечной энергии (Рисунок 9).
Рисунок 9. График интенсивности солнечного излучения и количество
солнечной энергии метеостанции MISOL WS-2310-1
21
Ближайшие публичные метеорологические станции с этими параметрами
находится в 50 км, следовательно, использование данных публичных параметров
абсолютно бессмысленно. Однако, эти значения позволяю оценить эффективность
использования энергии солнца различным оборудованием, таким как солнечные
коллектора и солнечные батареи. Необходимость получения информации о
солнечном излучении обуславливается тем, что имменно от солна дом получает
максимальное количество тепловой энергии и соответсвенно какое количество
тепловой энергии придется с геннерировать иными источниками тепла.
1.6 Постановка задачи
В результате анализа систем мониторинга стало очевидно, что системы дома
имеют огромный потенциал для научных и учебных исследований. Однако,
требуется произвести отладку данных систем, а также научиться правильно
обрабатывать данные из этих систем с целью их последующего анализа и
получения уникальных данных. Данная задача, актуальна не только для частного
строительства, но для систем мониторинга разного уровня. Ведь в последнее время
практика установки систем диспетчеризации и управления для решения задач
цифровизации получила большое распространение во многих сферах.
Разработка методов обработки данных из этих систем является актуальной
задачей. Из-за того, что практика мониторинга в нашей стране появилась недавно,
то исследования работы подобных систем ранее не проводилось. Параметры из
данных систем позволяют производить более точные расчёты, чем теоретические
модели, что несет в себе большую практическую пользу, так как эти значения
получаются на прямую, через эксперимент на реальном объекте.
22
ГЛАВА 2. ОПЫТ УСТАВНОВКИ И ЭКСПЛУАТАЦИИ ПРИБОРОВ И
СИСТЕМ МОНИТОРИНГА
2.1 Устройство системы сбора показаний энергоэффективного дома
После монтирования всех систем инженерная система дома выглядит
следующим образом (Рисунок 10).
Вытяжка
воздуха
Приточный
воздух
Солнечные коллекторы
Новый полюс ЯSolar
Тёплый / холодный потолок
2-го этажа
Шумоглушители
K1 -T1
К7 G7
K7 -T1
Воздушный
Рекуператор
TURKOV ZENIT
550 HECO
K1 -T2
K7 T2
К1 - G1
Тёплый пол
1-го этажа
K8 T1
Душ, Ванна,
ГВС ХВС
P
T
T
T
К8 G8
P
Электробойлер
K8 T2
T
F
T
К5 T2
Горячая вода
T
К5 – G5,
T1
P
К11 - G11
K9 T1
K9- G9.1
P
P
К12 – G12, T1
T
K11 T1
T
К10 – G10.1, T1
К3 - G3
P
Теплоаккумулятор
JASPI GTV
TEKNIK RD
К12
T2
K11 T2
К9 – G9.2
K2 -T2
Тепловой насос
BUDERUS
Logatherm WPS 11
К9 – T2
К2 - G3
K2 – T1
К6 - G6, T1
К3 T1
К10 – G10.2
T2
F
F
К3 Т2
К4 – G4
Холодная
вода
Радиаторы
подвала
Насос
Подпитка
К13-Т2
К13– G13
Манометр
Расширительный бак
Кран
Компрессор
Механический фильтр
Клапан сброса
воздуха
Конденсатор
Тройник
Тепло-обменник
Испаритель
Фильтр
P
Датчик
температуры
Грунтовые
зонды
К1 - учет тепла от солнечного коллектора
К2 - учет тепла на радиаторы подвала
К3 - учет теплый пол
К4 – тепло на подогрев ГВС (из ХВС)
К5 – ГВС
К6 - тепло на подогрев ГВС (Рециркуляция)
К7 - учет тепла теплый/холодный потолок
К8 - подогрев/охлаждение вентиляции
К9- тепло контура ГВС теплового насоса
К10 – тепло контура отопления теплового насоса
К11 - тепло от грунта
К12 - Аккумулятор Низкотемпературный
К13 – холодная вода
G1, T1,T2
G2, T1,T2
G3, T1,T2
G4,
G5, T1, T2
G5, T1 До бойлера
G7, T1,T2
G8, T1,T2
G9.1, G9.2, T1,T2
G10.1, G10.2,, T1,T2
G11, T1,T2
G12, Т1, Т2
G13, T2,
G расходомер
Рисунок 10. Схема расположения приборов учета в системе теплоснабжения дома
23
Благодаря изначальному планированию и расчету всех систем монтаж и
установка всех систем была произведена с минимально возможными затратами.
Расположение датчиков обеспечивает максимальное получение информации о
работе систем дома. В итоге система теплоснабжения имеет:
• 24 Термометра сопротивления PT-100 КТС-Б;
• 12 Расходомеров ВСКМ-15 Декаст;
• 3 Расходомера ZENNER-20,
подключенных к 4-м тепловычислителям КАРАТ-307.
Помимо этого, производится мониторинг:
• 3-х трехфазных электросчетчиков CE 301 и 5 однофазных
электросчетчиков CE 102, фирмы ЭНЕРГОМЕРА;
• 10 беспроводных датчиков температуры;
• 4 термометра PT-100, отслеживающих температуру солнечных батарей.
Данные полученные от этих датчиков позволяют о работе всех систем дома.
По ним можно сделать выводы о количестве получаемой домом энергии от солнца,
грунтового теплового насоса и других контуров отопления.
В рамках преддипломной практики в данную систему были добавлены
параметры температур солнечных панелей. На крыше дома установлены 4
солнечные панели, две из которых охлаждаются за счет подключения в контур
солнечных коллекторов. Охлаждение панелей необходимо в связи с тем, что
высокие температуры пагубно влияют на вырабатываемую мощность. Отвод тепла
от солнечных батарей позволит получить больше тепла для системы отопления.
Так как охлаждение солнечных батарей не имеет собственного контура, то в
установке
дополнительного
тепловычислителя
нет
необходимости.
Для
определения отводимого от батарей тепла используются два термометра,
находящиеся на входе и выходе из радиаторов панелей, и подключенные к одному
контролеру PD3060-PT100, вместе с температурами самих панелей. В связи с
установкой в один с коллекторами контур дополнительный расходометр не
требуется.
24
2.2 Поиск и устранение неисправностей в системе сбора показаний
После монтажа любая система требует наладки. Установленные системы
мониторинга не стали исключением. В связи с тем, что подобных проектов по
углубленному мониторингу параметров энергоэффективного дома не было, в
системе присутствовали ошибки, большинство которых удалось выявить с
помощью анализа результатов мониторинга на появления различных аномалий,
связанных с получением, передачей и обработкой сигналов, поступающих с
датчиков и устройств.
Для исправления ошибок требовалось найти в схеме работы системы
мониторинга места, где возникали конкретные неточности и устранить их
программно или физически. В поиске некорректных данных помогает то, что в
умном доме присутствует сразу несколько систем мониторинга и благодаря
избыточности есть возможность проверять те или иные показания из разных
источников.
Большинство ошибок, в получаемых после первоначальной настройки
данных, было связано с некорректным поступлением показаний температур от
термометров сопротивления в тепло вычислители. Некоторые ошибки в значениях
температур были очевидны. К очевидным ошибкам можно отнести превышение
температуры и расхода в несколько раз. Например, 9.04.2020 программой ПолиТЭР
были получены следующие данные (Рисунок 11).
Рисунок 11. Фрагмент полученных ошибочных данных
25
Значения в 150 ֯С, естественно, ошибочны. Требовалось найти причину
вызывавшею данную ошибку. Была произведена полная диагностика системы, в
результате чего проблема обнаружилась в самой термопаре, в следствии чего она
была заменена на новую. Возможной причиной возникновения данной ошибки
являлись перебои в электропитании, из-за которых днем в период солнечной
активности по контуру солнечных коллекторов не двигалcя теплоноситель, из-за
этого температура в них достигала >160 ֯C, что на много выше рабочих параметров
термометра сопротивления. Для того, чтобы подобной ошибки не возникало в
будущем, требуется обеспечивать систему авариным источником питания для
движения теплоносителя.
Подобная проблема с превышением параметров в несколько раз была и при
получении
данных
с
расходометра,
показания
с
данного
устройства
регистрировались в системе ПолиТЭР увеличенными ровно в 10 раз. Эту проблему
удалось решить. Чтобы найти неисправность такого рода, надо рассматривать всю
цепочку работы системы мониторинга с самого конца. Начиная с самой системы
мониторинга, далее тепловычислитель, завершает все само устройство. Далее
путем простого контроля параметра на каждом этапе конкретного было
обнаружено,
что
ошибка
находится
в
некорректный
конфигурации
тепловычислителя. Проблема состояла в том, что этот датчик расхода был
импульсным, и при конфигурации во время установки была допущена ошибка в
указании правильного веса одного импульса.
Куда сложнее происходит нахождение ошибок небольших отклонений
различных параметров. К таким значениям можно отнести отклонения показаний
температур на несколько градусов. Такие параметры очень трудно выявить из их
неочевидности. Чаше всего причиной возникновения были ослабленные разъёмы
на термометрах или в тепловычислителях.
Проблема, с которой долгое временя не удавалось справиться, были
неправильные показания температур на выходе из контура теплого пола. Это не
позволяло следить за тепловыделением на одном из основных компонентов
26
энергоэффективного дома. После полной и неоднократной проверки системы, в
ходе которой была заменена термопара и проверены сигнальные провода, ошибка
была обнаружена в самом тепловычислителе. Водном из приборов обнаружился
заводской брак из-за заводского смешения гребенки подключения контактов
(Рисунок 12). Прибор был заменен по гарантии, а на его место на время отсутствия
установлен другой тепловычислитель.
Рисунок 12. Сравнение рабочего (слева) и неисправного (справа)
тепловычислителя КАРАТ-307
Сердцем системы мониторинга ПолиТЭР является сервер. В данный момент
он базируется на персональном компьютере, расположенном в подвале дома.
Изначально в качестве устройства работы сервера использовался ноутбук DELL
INSPIRON. Проработав 2 года в этом компьютере стали возникать ошибки,
связанные с работой жесткого диска. Они возникали по той причине, что жёсткий
диск такого устройства не рассчитан на долгую продолжительную работу. В
результате было принято решение о заме компьютера на новый. Был использован
стационарный компьютер, отличительной особенность является установка
специального серверного диска рассчитанного длительную работу.
27
2.3 Мониторинг солнечной энергии
Система получения солнечной энергии реализована следующим образом
солнца (Рисунок 13).
Солнечные батареи Delta BST 360-24 M
Солнечные батареи Delta BST 360-24 M с
установленными трубками для охлаждения
Солнечный
контроллер
ФОТОН
100-50-IoT
АКБ
Подключение к
сети
Солнечный
контроллер
ФОТОН
100-50-IoT
АКБ
Wh
Гибридный
Инвертор DUALDSP
24-3000UPS
Счетчик
электроэнергии
ЭНЕРГОМЕРА
Реле
Полезная
нагрузка
Обеспечение
бесперебойным
питание компьютера
и маршрутизатора
Рисунок 13. Схема подключения солнечных батарей
Наибольшее количество энергии от возобновляемых источников дом получает
от солнца. Это происходит за счет инсоляции, приходу тепла на солнечные
коллекторы и выработки электроэнергии на солнечных панелях. Если учитывать
28
тепло получаемое на солнечном коллекторе, можно с помощью тепловычислителя
используя расход, температуру на входе и выходе из них, то при учете
электроэнергии с солнечных панелей требуется более сложная система.
В данной схеме использованы два Солнечных MPPT контроллера Фотон-15050 IoT. Использование двух контроллеров обусловлено тем, что половина панелей
имеет охлаждение, и соответственно имеет другие параметры выработки
электроэнергии Обозначение IoT в названии прибора (Internet of Things) обозначает
концепцию интернета вещей. Эта концепция вычислительной сети физических
предметов
(«вещей»),
оснащённых
встроенными
технологиями
для
взаимодействия друг с другом или с внешней средой, рассматривающая
организацию таких сетей, как явление, способное перестроить экономические и
общественные
процессы,
исключающее
из
части
действий
и
операций
необходимость участия человека. В этом частном случае, это обозначает, что
контроллеры имеют доступ в интернет и способны передавать данные через сеть.
Благодаря этому и происходит сбор параметров. Контроллер подключен к сети WIFI и имеет свой графический интерфейс (Рисунок14).
Рисунок14. Веб интерфейс солнечного контроллера Фотон-150-50 IoT
29
Там присутствует возможность выгрузки файлов с параметрами, а также
визуальный контроль через специальный интерфейс. Имеется также возможность
редактирования некоторых параметров. Данные контролеры в полной мере
покрывают потребность в получаемых данных предоставляя такие параметры как:
Напряжение солнечных батарей;
Ток солнечных батарей;
Напряжение аккумуляторных батарей
Ток заряда аккумулятора;
Мощность, вырабатываемая панелями;
Энергия, поступившая от солнца;
Состояние активности выработки электроэнергии;
Работу реле.
По этим параметрам возможно в полной оценить работу солнечных панелей.
А также исследовать эффективность охлаждения панелей путем сравнения данных
с двух контролеров.
Помимо контроллеров учет выработанной панелями энергией производится с
помощью счетчика ЭНЕРГОМЕРА установленного на замер мощности полезной
нагрузки. На данный момент за счет солнечных панелей происходит нагрев
аккумулятора тепла.
30
2.4 Результаты нахождения и устранения неполадок
В результате проведенных работ система сбора информации стала работать
более
стабильно.
Благодаря
чему,
может
производиться
длительный
автоматический сбор данных без присутствия человека.
Рисунок15. Таблица программы ПолиТЭР с мгновенными показаниями
Благодаря этим данным появилась возможность получать реальные значения
температур, расходов и количества энергии в разных компонентах системы
энергоэффективного дома (Рисунок15).
Появилась возможность производить анализ систем солнечных коллекторов,
солнечных панелей, грунтового теплового насоса, а также системы теплого потолка
и системы теплый/ холодный потолок, которые отвечают за подержания требуемых
значений внутри дома.
Особенности работы систем, представленные в данной главе, помогут
избегать ошибок и неточностей при дальнейшем мониторинге.
31
ГЛАВА 3. РАБОТА С ДАННЫМИ, ПОЛУЧЕННЫМИ ИЗ СИСТЕМ
МОНИТОРИНГА
3.1 Обработка и анализ данных с использованием программных средств
В результате работы систем мониторинга и управления энергоэффективного
дома в течении нескольких лет, было получено огромное количество
разнообразных данных. Эта информация в академической среде называется
«Большие данные» (англ. big data), она несет в себе ценные знания, которые
невозможно получить любым другим способом, кроме как живым экспериментом,
для которого требуется построить полноценный жилой дом. Сбор, сохранение и
анализ
полученных
данных
позволит
дать
положительный
толчок
для
энергоэффективного строительства в России. Никогда ранее в истории
человечества не было таких средств и методик для обработки такого большего
количества данных чем сейчас. Данные от различных систем мониторинга смогут
эффективно использоваться только совместно, ведь чем более полную картину о
всех системах дома мы будем иметь, тем легче будет анализировать данные на
предмет зависимостей одних показаний относительно других. Однако, несмотря на
схожие параметры, каждая система имеет собственный принцип сбора данных,
поэтому необходимо было привести все данные к одному формату. Для работы с
данными был выбран формат .XLSX в программе Microsoft Excel, за простоту
обработки большого количества данных записанных в одну единицу времени. При
сборе данных из разных источников, помимо размерности, требуется также
соблюдения единого формата времени, даже в рамках одной системы встречается
проблема не одновременного снятия показаний, что при большом объеме
получаемых значений серьезно осложняет групповую обработку данных.
32
3.2 Проблемы и особенности обработки данных различных форматов на
примере параметров из системы Тепломонитор
Из-за разных прицепов работы все системы в доме по-разному собирают и
архивируют информацию. Например, в системе ПолиТЭР данные обновляются
один раз в 5 минут, с возможностью выгрузки усредненных параметров за каждые
10 минут. Данные со всех компонентов метеостанции обновляются одновременно,
также с интервалом 10 минут. Из-за того, что система Тепломонитор имеет иной
принцип работы, обновляются по-разному, так как в этой системе, помимо
температурных датчиков и расходометров, присутствует также управляющее
оборудование, которое корректирует систему отопления.
В результате некорректной работы термометра, измеряющего температуры
воды на выходе из солнечных вакуумных коллекторов, для определения
количества теплоты, полученной от солнца, требовалось использовать это значение
из другой системы мониторинга. Благодаря избыточности системы сбора данных
этот параметр дублировался системой Тепломонитор. В апреле 2020 у компании
Гидролого был запрошен весь массив данных полученных от контролера. Эти
данные собирались на сервере компании с 10 мая 2018г, что является самым
большим единым архивов данных. Получение возможности сортировки обработки
и систематизации этих данных позволило разработать принципы и методики
обработки больших данных систем мониторинга.
Полученный файл содержит 5,7 млн значений, снятых с различной
периодичностью в зависимости от конкретного прибора, в связи с этим для работы
с этими данными требуется их усреднение и сведение к одному временному
промежутку. При анализе файла было получена цифра в 7190 значений в сутки.
Перебрав множество вариантов и стратегий работы с подобными файлами, был
создан следующий алгоритм работы с файлами (Рисунок 16).
33
Получение данных
Определение объемов
требуемых данных
Требуется один параметр
за продолжительное
время
Требуются параметры от
нескольких источников
за непродолжительное
время
Распределение данных
по источнику
Разделение параметров
по конкретным
временным
промежуткам
Вывод параметров от
конкретного источника в
отдельный файл
Усреднение параметров
за этот промежуток
Анализ полученных
результатов
Рисунок 16. Алгоритм обработки данных из системы Тепломонитор
Этот алгоритм предполагает разный подход действий в зависимости от
объёмов требуемых данных. В случае если объём данных за не продолжительный
период, то для нормальной последующей обработке, необходимо осуществить
усреднение данных к одному периоду времени.
Если не требуется совместное исследование данных с одного устройства за
продолжительный срок, диапазон будет слишком велик, поэтому требуется
предварительно убрать из исследуемого файла ненужные устройства для этого
осуществляется сортировка всех данных по устройствам, а потом сгенерировать
отдельный файл по требуемому устройству. Дальнейшая обработка будет подобна
работе с файлом за непродолжительный срок.
34
3.3 Сопоставления результатов от разных устройств в системе Тепломонитор
При сборе данных со всех систем и последующей попытки одновременного
анализа из разных источников была найдена основная проблема их совместного
использования — это проблема сопоставления значений относительно времени в
разных системах. Решение именно этой проблемы позволило в дальнейшем
проводить анализы для данных с большим количеством источников.
Рисунок 17. Данные полученные системой Тепломонитор по некоторым приборам
в течении часа
Как видно из рисунка (Рисунок 17) каждое устройство в одной системе
отправляло данные с разным временным промежутком, из-за чего было
невозможно для получения суммарного результата обработать эти данные по
отдельности. Для их обработки требуется внесение всех данных в одну таблицу и
последующее усерднее по временному параметру, чаще всего это часовые
значения. В дальнейшем к этому значению будут приводиться все значения из
различных систем.
Для изучения в случае возникновения внештатной ситуации, оставлена
возможность обращения к разрозненным архивам для установления причин
ошибок и аварий.
35
3.4 Обработка данных от солнечных батарей
Работающие по технологии интернета вещей, солнечные контроллеры Фотон150-50 IoT позволяют параметры своей работы. Путем подключения через вебинтерфейс имеется возможность загрузки архива показаний: напряжения
солнечных батарей, тока солнечных батарей; напряжения аккумуляторных батарей
тока заряда аккумуляторов и мощности, вырабатываемой панелями. Эти
параметры выгружаются вручную в виде архива в формате .CSV. При загрузке
данных за продолжительный период на одном из контроллеров произошла ошибка,
связанная со сбросом даты до заводских параметров. В связи с этим параметры
потеряли привязку к корректной дате и времени.
Для устранения данной проблемы было принято решение использовать
данные о солнечной активности за исследуемый период. Данные из системы
мониторинга и параметры с солнечного контроля были собраны в одну сводную
таблицу. Предварительно было произведено приведение к одному временному
формату и шагу. По характерным токам было произведенное сопоставление дух
графиков. На примере одного дня (Рисунок 18) можно оценить, на сколько
совпадает изменение графиков мощности и значений солнечной активности с
погодной станции во времени.
Мнговенная мощность солнечной
панели
140
100
120
80
100
80
60
60
40
40
20
0
20
0
Время
Мнговенная мощность солнечной панели
Показания погодной станции,W/M2
160
120
Показания погодной станции,W/M2
Рисунок 18. Изменение во времени мощности панелей и показаний погодной
станции
36
Для
определения,
на
сколько
графики
совпадают,
был
произведен
корреляционный анализ (Рисунок 19).
Мнговенная мошьность
солнечной панели
120
100
y = 0.5989x
R² = 0.979
80
60
40
20
0
0
-20
20
40
60
80
100
120
140
160
Показания погодной станции,W/M2
Рисунок 19. Зависимость мощности панелей от регистрируемых значений
В результате анализа был найден коэффициент детерминации он составил:
𝑅2 = 0.979
Что говорит о высокой степени сходимости полученных данных. Благодаря
нахождению соответствия, были восстановлены даты в полученных данных за этот
срок. Появилась возможность их изучения и сопоставления с другими системами.
37
3.5 Особенности приведения к единому временному формату
Как уже писалось раньше, каждая система формирует данные по-своему. Так,
например, система ПолиТЭР, опрашивая датчики каждую минуту, формирует, в
зависимости от настроек, архивы по средним значениям за 10 минут и средним за
час. Станция погодного мониторинга записывает мгновенные значения параметров
каждые 10 минут. Солнечный коллектор формирует, загружаемые через вебинтерфейс, данные на основании мгновенных показаний тока, напряжения и
других параметров.
Для совместной обработки требуется приведение данных к одному формату
даты для этого есть два пути:
• Усреднить значения к размерности промежутка;
• Использовать только конкретные мгновенные значения.
У обоих этих вариантов есть конкретные варианты использования. Тот или
иной вариант выбирается относительно систем, с данными из которых
производится исследование. Так, например, если одна из систем производит
усреднение архивируемых данных, то в данные, прилучаемые из других систем,
стоит также усреднить к временному промежутку другой системы. Если
производится работа с двумя системами, которые передают мгновенные значения,
то необходимо использовать исключительно их, не проводя усреднения, так как это
может привести к накоплению ошибок и неточностей.
Важность правильного выбора метода приведения к одному времени можно
продемонстрировать на примере совместной обработки данных из системы
мониторинга солнечных панелей и данных, полученных с метеостанции. Для этого
был произведен сбор из обеих систем и произведен корреляционный анализ
данных. Данные от солнечного контролера были обработаны двумя разными
способами. В первом случае (Рисунок 20) было произведено усреднение значений
за 10 минут в одно, во втором случае (Рисунок 21) были отобраны мгновенные
значения максимально соответствовавшие времени регистрации параметра
метеостанцией.
38
100
Устредненная мощность
солнечной панели
90
80
70
y = 0.6031x
R² = 0.9444
60
50
40
30
20
10
0
0
20
40
60
80
100
120
140
160
Показания погодной станции,W/M2
Рисунок 20. Корреляция при использовании усредненной мощности
Мнговенная мощность солнечной
панели
100
90
80
70
y = 0.5989x
R² = 0.979
60
50
40
30
20
10
0
0
20
40
60
80
100
120
140
160
Показания погодной станции,W/M2
Рисунок 21. Корреляция при использовании мгновенной мощности
По полученным данным можно сделать вывод, что в данном случае более
точным является использование мгновенных значений. Следовательно, при
дальнейшей обработке будет необходимо соблюдать правильность сопряжения
данных из разных систем.
39
3.6 Нахождения времени аккумуляции дома
После отладки и настройки системы сбора и архивирования значений,
полученных
системами
мониторинга,
приступаем
к
непосредственному
использованию этих параметров для поиска и определения зависимостей, которые
могли бы дать уникальную информацию или уточнить значения, полученные
методами моделирования.
Благодаря оптимизации совместной работы с данными из нескольких систем,
стало возможно проводить исследования, связанные с обработкой данных. Так,
например, были проведены уникальные исследования аккумуляции здания. [6]
В рамках этого исследования был произведен отбор показаний за неделю из
нескольких систем мониторинга. Для этой работы применялись данные
полученные из всех трех систем мониторинга.
В результате обработки данных за каждый час было тяжело сделать выводы
по аккумуляции домом тепла, поэтому было принято решение о том, чтобы
сгрубить графики и провести анализ данных при учёте за каждые 6 часов работы
системы дома. Для этого расчёта были собраны такие данные, как сумма тепла
тёплого пола и тёплого потолка при помощи системы, температуру наружного
воздуха, температуру внутри дома, количество солнечной энергии, собираемой
метеостанцией, а также учёт тепла от солнечного коллектора, разность температур
солнечного коллектора и аккумулятора, через который было рассчитано
количество энергии, полученное солнечными батареями.
Для нахождения аккумуляции домом был посчитан коэффициент корреляции,
сведенный в таблице 2, при сдвиге графика на 12 и 18 часов. Исходя из
посчитанного коэффициента корреляции, сведенного в таблице, самый большой
показатель корреляции получился при сдвиге графика на 12 часов для
подтверждения времени аккумуляции тепла домом.
40
Таблица 2. Коэффициент корреляции и детерминации при сдвиге графика на
12 и 18 часов
Без
смещения Сдвиг графика на 12 Сдвиг
графика
графика
часов
на 18 часов
0,325
0,420
0,107
Детерминация 0,105
0,176
0,011
Корреляция
При графическом анализе также заметно совпадение пиков на графике
(Рисунок 22), что говорит о существовании зависимости отопления от разности
температур при смещении на 12 часов, что подтверждает задержку из-за
аккумуляции равную этому времени.
12
30
10
25
20
6
15
4
Δt, ֯С
Q,кВт
8
10
2
0
15.03.2020 0:00
-2
5
25.03.2020 0:00
04.04.2020 0:00
14.04.2020 0:00
24.04.2020 0:00
0
Дата
Тепло теплого пола и потолка с учетом солнца от метеостанции
Тепло теплого пола и потолка с учетом солнца от солнечного коллектора
разность температур
Рисунок 22. Изменения мощности системы отопления и температуры
наружного воздуха со смещением на 12 часов
41
Q, кВт
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
-0.5 0
y = 0.0894x - 0.1221
R² = 0.176
5
10
15
20
25
30
Δt, ֯C
Рисунок 23. Взаимосвязь прихода тепла в дом от разности внутренней и
наружной температуры со смещением на 12 часов через метеостанцию
Полученная линия тренда (Рисунок 23) является линейно увеличивающейся
функцией, что свидетельствует о росте разности температур с увеличением
потребленного домом тепла, как это было бы при отсутствии тепловой изоляции.
Её наличие и дает найденное значение времени в 12 часов на аккумуляцию.
Полученное значение времени, за которое дом самостоятельно поддерживает
стабильную температуру, является уникальным параметром. Единственный способ
получения — это проведение реального эксперимента, на реальном объекте.
Важность этой находки состоит в том, что данная величина поможет создавать
прогнозы по потреблению тепла в краткосрочной перспективе. Учет данной
величины в системах управления позволит эффективнее регулировать изменение
режимов отопления зданий относительно внутренней температуры.
42
3.7 Уменьшение энергетических затрат в отопительный период
Вместе с расчетом аккумуляции было также произведено изучение работы
систем дома во время отопительного периода за все время мониторинга. Для этого
производилось снятие показаний с приборов учета, и проведена совместная
обработка этих данных совместно с информацией из систем мониторинга. В
результате сбора информации с счетчиков электрической энергии ЭНЕРГОМЕРА
была составлена сводная таблица:
Таблица 3. Потребления по месяцам за отопительный период 2020 г
Средняя мощность
Октябрь
Ноябрь
Декабрь
468
740
697
766
736
579
298
Насос солнечного кол.
5
4
3
6
9
16
12
Насосная группа
52
35
67
53
53
53
52
Вентилятор
25
19
16
31
22
20
39
Нагреватель
78
44
42
82
34
87
142
Освещение и розетки
137
185
166
225
183
240
341
ВСЕГО ПОТРЕБЛЕНИЕ
765
1028
989
1163
1037
995
884
628
843
824
938
854
755
543
Тепловой насос
Январь
Февраль Март Апрель
В т.ч. Инженерное
оборудование.
Одновременно с этим были собраны данные (Таблица 4) из метеостанции для
учета параметров окружающей среды и учета микроклимата в доме.
Таблица 4. Температуры и влажность по месяцам за отопительный период
2019-2020 г.
Наружная
температура,֯С
Внутренняя
температура,֯С
Средняя влажность,%
Октябрь
Ноябрь
Декабрь
Январь
Февраль
Март
Апрель
7.66
0.63
0.42
-0.24
-0.95
2.86
4.03
21.37
21.14
20.58
21.00
20.01
20.65
21.46
52.90
42.26
36.58
37.09
34.01
35.24
35.11
43
Параметры температуры необходимо учитывать для оценки комфортности
проживания. Так, чем стабильнее держится температура в помещении, тем лучше.
25
1.50
Температура, ֯С
20
15
1.00
10
5
0.50
0
-5
0.00
Октябрь
Ноябрь
Декабрь
Январь
Средняя мощность
Внутренняя температура
Февраль
Март
Апрель
Мощность теплового насоса, кВт
Само значение задается через систему управления.
Наружная температура
Рисунок 24. График изменения средней мощности теплового насоса,
наружной температуры и температур внутри помещения
По результатам мониторинга (Рисунок 24), средняя температура помещения
составила:
ср
Твн = 20.88 ֯С,
со средним отклонением в 0.41 ֯С. Это означает, что, не смотря на изменение
наружной температуры, система отопления поддерживается на максимально
стабильном уровне.
Для демонстрации того, как эти значения менялись в течении эксплуатации
объекта, обратимся к архивам за предыдущие года.
По этим данным (Рисунок 25) средняя температура все ближе приближается к
комфортным значениям, что свидетельствует о положительном эффекте работы
автоматических систем управления отоплением.
44
Внутренняя температура, ֯С
23
22
21
20
19
18
17
16
15
Октябрь
Ноябрь
Декабрь
Январь
2017 - 2018
Февраль
2018 - 2019
Март
Апрель
2019 - 2020
Рисунок 25. График изменения внутренней температуры в периоды
отопления
Анализируя данные за предыдущие отопительные периоды, была обнаружена
еще одна область, в которой наблюдалась тенденция к сокращению затрат.
Средняя мощность, кВт
1.6
1.4
1.2
y = -0.0582x + 0.8746
1
y = -0.0394x + 0.7922
0.8
0.6
0.4
0.2
0
10
8
6
4
2
0
-2
-4
-6
-8
-10
Среднемесячная температура наружнего воздуха,֯С
2019-2020
2018-2019
Тренд(2019-2020)
Тренд(2018-2019)
Рисунок 26. График зависимости средней мощности теплового насоса от
температуры
Обработав данные и построив линию тренда (Рисунок 26) между средней
мощностью и среднемесячной температурой, было обнаружено, что в предыдущем
году нагрузка на тепловой насос возрастала сильнее при понижении температуры
45
наружного воздуха. По графику линия находится на 10,4 % ниже. В связи с этим,
можно сделать вывод о снижении роли теплового насоса в качестве источника
отопления. Одним из возможных объяснений этому является увеличение
использования тепла солнечной энергии, что свидетельствует о положительной
роли солнечных коллекторов.
1.6
Средняя мощность, кВт
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
Октябрь
Ноябрь
2017 - 2018
Декабрь
Январь
2018 - 2019
Февраль
Март
Апрель
2019 - 2020
Рисунок 27. Потребляемая мощность инженерной системы
энергоэффективного дома с тепловым насосом
По фактическим результатам (Рисунок 27) было обнаружено, что поранению
с позапрошлым отопительным периодом на 30% сократилось потребление энергии
и на 14% по сравнению с прошлым годом. Следовательно, можно сделать вывод о
существующей тенденции к снижению энергопотребления системами дома.
Вероятным объяснением этого является то, что за эти 3 года проведения разного
рода оптимизации работы системы, а также устранения неполадок дали
положительны результат.
46
3.8 Сравнение реальных показаний с расчетами в различных программах
BIM моделирования
Данные получаемые систем из систем мониторинга позволяют получать
большое количество данных о работе дома. Надежность систем мониторинга
позволяет считать эти параметры достоверными.
Во время проектирования, исследуемого энергоэффективного дома, были
выполнены расчеты в различных программах BIM моделирования [5,8,9]. В том
числе было произведено сравнение этих систем (Таблица 5).
Таблица 5. Сравнение результатов расчета энергопотребления в разных
BEM-пакетах
Сравниваемая
величина
BEM-пакеты
PHPP
EcoDesigner STAR
Тепловые потери
теплопередачей
(наружные стены, полы,
кровля, окна), кВтч
11077
0
1,6
Теплопоступления
солнечной радиацией,
кВтч
3384
4658
Внутренние
тепловыделения, кВтч
Потери теплоты на
инфильтрацию, кВтч
Нагрузка на систему
отопления (без учета
приточно-вытяжной
вентиляции с рекуперацией тепла), кВтч
Удельная нагрузка на
систему отопления (без
учета приточно-вытяжной вентиляции с
рекуперацией тепла),
кВтч/ (м2год)
Годовая выработка
полезной тепловой
энергии от солнечной
радиации, кВтч/год
TRNSYS
11256
9387
MagiCAD Room
7868 (без инфильтрации);
9901 (с инфильтрацией)
Разница в расчетах (в сравнении с PHPP), %
0
37
3395
1679
16,6
31/12
2913
Не рассчитываются
Разница в расчетах (в сравнении с
PHPP), %
14
Не рассчитываются
2321
Не рассчитываются
Разница в расчетах (в сравнении с PHPP), %
0
50
32
Не рассчитываются
—
495
2543
789
5558
5907
6696
9901
Разница в расчетах (в сравнении с
PHPP), %
0
78
(нагрузка принята по тепловым
потерям)
42,5 (без учета
31,9
36,2
инфильтрации); 53,5
(с учетом
инфильтрации)
Разница в расчетах (в сравнении с PHPP), %
6,3
20,5
0
6
20
41/78
2028
2224
—
—
30,04
47
Благодаря этому имеется возможность сравнить данные, полученные в этих
программах, с реальными значениями. Для этого будут и пользоваться данные
полученные за отопительный период 2019-2020 гг.
При расчете с использованием EcoDesigner STAR были получены значения
расчетной нагрузки на систему отопления:
Наименование потока
энергии
Теплопередача
Инфильтрация
Теплопоступления от людей
Добавленная скрытая энергия
Солнечный теплоприток
Нагрузка на систему
отопления
1
1378
45
94
31
85
2
1663
69
86
37
305
3
996
30
95
18
288
4
684
28
93
19
597
Номер месяца
5
6
7
337 705 623
24
58
48
94
93
95
28
44
38
728 681 635
1176
1304
653
0
0
0
0
8
625
47
94
37
605
9
625
30
95
16
410
10
854
24
94
13
157
11
1272
44
91
25
116
12
1405
47
97
27
52
0
0
445
1043
1246
Для расчета подобных значений были использованы данные из системы
ПолиТЭР. Система отопления в доме представлена в виде теплого пола и потолка.
Используя данные, поступающие с тепловычислителей Карат, был сформирован
массив значений тепловой мощности за отопительный период по ступающий от
теплого пола и потолка (Рисунок 28).
Тепловая мощность, кВт
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
30.09.2019
30.10.2019
29.11.2019
29.12.2019
28.01.2020
Теплоснабжение,
Карат 307 - 1,
Учет тепла теплый/холодный потолок
27.02.2020
28.03.2020
27.04.2020
Теплоснабжение,
Карат 307 - 1,
Учет тепла теплый пол
Рисунок 28. Тепловая мощность теплого пола и потолка
48
По этим значения тепловой мощности была вычислена тепловая нагрузка на
всю систему отопления:
ср.сут
𝑄омес = ∑ 𝑄пол+пот ∙ 𝑛
ср.сут
где, 𝑄о
- суммарное значение среднесуточной мощности теплого пола и
потолка, n- 24 часа, 𝑄омес - нагрузка на систему отопления в месяц.
В результате обработки данных, из системы мониторинга были получены
следующие результаты:
Таблица 6. Нагрузки на систему отопления по месяцам
Нагрузка
Данные из ПКТ
ПолиТЭР
Расчет в
EcoDesigner STAR
Разница в расчетах,
%
Октябрь
Ноябрь
Декабрь
Январь
Февраль
Март
Апрель
752
1005
1200
1223
986
995
652
445
1043
1246
1176
1304
653
0
40.9
3.8
3.8
3.8
32.2
34.4
100.0
Нагрузка на систему отопления,
кВт⋅ч
1400
1200
1000
800
600
400
200
0
Октябрь
Ноябрь
Декабрь
Январь
Данные из ПКТ ПолиТЭР
Февраль
Март
Апрель
Расчет в Ecodesigner STAR
Рисунок 29. График сравнения реальных данных и расчётных
49
Основываясь на полученном результате, можно сделать вывод, что данные
полученные за отопительный период отличаются от рассчитанных (Рисунок 29).
Это объясняется тем, что при расчете использовались средние температуры
наружного воздуха и интенсивности солнечного излучения. Эти значения
оказывают основное воздействие на работу систем отопления.
Вместе с ежемесячными нагрузками за период отопления была рассчитана
годовая нагрузка на систему отопления, кВт∙ч/год: ......................................... 6815
Так же была рассчитана удельная годовая нагрузка на систему отопления
кВт∙ч/(м2∙год): ........................................................................................................ 33.25
Это значение свидетельствует о высокой энергетической эффективности
здания. Расчет этой величины присутствует в большем количестве программ. Это
позволит провести их сравнение с реальными значениями.
Таблица 7. Сравнение результатов расчета энергопотребления в разных
BEM-пакетах и реальных значений.
Система
BEM-пакеты
мониторинга
Сравниваемая
ПТК
EcoDesigner
MagiCAD
величина
PHPP
TRNSYS
ПолиТЭР
STAR
Room
Нагрузка на
систему
отопления
6815
6915
5907
6696
9901
Разница в значениях (в сравнении с ПТК ПолиТЭР), %
0
1.4
13.3
1.7
45.3
Полученная разница (Таблица 7) в среднем составляет 5,46%, что находится в
приделах погрешности. Эту величину нужно будет учитывать при дальнейших
исследованиях и расчетах с использованием BIM технологий. Так как в нашей
стране использования таких решений только начинает свое развитее и внедрение,
полученные и подобные им результаты станут основой для распространения таких
практик.
50
3.9 Результаты обработки данных
В результате работы c данными из систем мониторинга и управления
энергоэффективного дома были разработаны методики сбора и обработки этих
параметров.
Анализ периодов отопления проводимый по информации за 3 года показал
тенденцию к снижению потребления энергии тепловым насосом. По сравнению с
позапрошлым отопительным периодом на 30% сократилось потребление энергии
ТН и на 14% по сравнению с прошлым годом.
При проведении совместной обработки данных из нескольких систем была
получена важная и уникальная информация о параметрах дома. Было высчитано
время которое дом способен аккумулировать теплоту за счет хорошей изоляции,
оно оказалось равно 12 часам.
По данным мониторинга вычислено значение удельной годовой нагрузки на
систему отопления: 33.25 кВт∙ч/(м2∙год), что является очень низкой значением для
нашего
региона.
Получены
данные,
свидетельствующие
о
снижении
энергопотребления на выработку тепла и повышение комфортности проживания.
Проведено сравнение полученных результатов мониторинга с расчетами
домов в программах BEM- моделирования. В результате расхождения с
результатами моделирования составили в среднем 5,46%, а расхождение с PHPP
1.4%. Из-за большого объёма сбора информации, а также дублирования некоторых
значений в различных системах, подтверждена достоверность получаемых данных.
51
ГЛАВА 4. ДАЛЬНЕЙШЕЕ РАЗВИТИЕ ИНЖЕНЕРНОЙ
СИСТЕМЫЭНЕРГОЭФФЕКТИВНОГО ДОМА
Достигнутые результаты энергоэффективности являются уникальными для
нашей страны и позволяют на своем примере производить важные исследования
уже сейчас. Однако, на данный момент этот проект использует не весь возможный
потенциал энергетической эффективности. Поэтому в дальнейшем будут
применяться
различные
мероприятия,
направленные
на
повышении
энергетической эффективности.
4.1 Система прогнозирования
Благодаря проведенным исследованиям по изучению аккумуляции тепла
домом, стали возможны внедрение в систему прогнозирования расхода тепла на
основании прогноза погоды на 24 – 48 часов. Подобная технология уже
применялась за рубежом. Так, например, в Дании были произведены исследования
[10], в рамках которых режим потребления энергии на отопление здания
определялся на основе прогноза наружной температуры, скорости и направления
ветра и солнечного излучения. Это позволило правильно выбирать время
выработки тепла с максимальной эффективностью. Основным принципом работы
там являлось то, что каждые несколько часов прогноз уточнялся, позволяя
получать более точные значения по теплопотреблению.
В рамках исследуемого дома планируется сделать такую же систему для того,
чтобы более эффективно использовать энергию солнечных батарей и солнечных
коллекторов. В настоящее время нередки случаи, когда в солнечный день, за
которым следует холодная ночь, ТеплоМонитор сначала переходит в режим
охлаждения, а затем повышенного нагрева, вместо того, чтобы оставаться в режиме
аккумулирования энергии (Рисунок 30).
52
Рисунок 30 Фрагмент данных за 25 мая и программы Тепломонитор
При использовании прогнозирования лишней работы ТН можно было
избежать. Так, например, в утренние часы (6.00-8.00) система могла знать о
приближающимся солнечном дне и не включать ТН на нагрев, а использовать
энергию солнца. При приближении к вечеру и снижению солнечной активности
система могла бы использовать тепло солнца и накопить тепло от солнца для
использования в ночное время, в место использования ТН. Подобные случаи сейчас
решаются мануальным управлением.
Для работы системы прогнозирования тепловых нагрузок требуется
прогнозирования различных погодных данных. Вариантом их получения является
публичные данные от интернет-сервисов Яндекс и Gismeteo. Интеграция этих
данных в систему мониторинга и управления наравне с данными от собственной
погодной станции поможет в оптимизации работы всех систем дома.
53
4.2 Солнечные батареи
Так как исследуемый энергоэффективный дом строился и проектировался
под минимальные потребление энергии, то здание расположено относительно
сторон света так, чтобы можно было максимально использовать солнечную
энергию. Именно поэтому южная часть крыши такая намного больше северной, что
позволяет разместить на ней солнечные коллектора и батареи (Рисунок 31).
Солнечные коллектора и батареи на крыше со стороны веранды
A
990
990
990
990
1 950
1 950
1 950
1 950
2 070
1 950
4 000
Солнечные коллектора
3 200
900
990
990
11,7º
500
13 300
6 150
11 300
500
3 950
1 200
1 950
Площадь крыши с южной стороны 133,8 кв.м
Е
4 000
С
Солнечные батареи
990
1 950
5 200
990
990
1 950
990
990
1 950
990
1950
990
1950
2 420
2 320
1950
3 105
1 060
1 060
Б
1950
2 260
2 370
990
1950
990
990
990
Веранда
4 800
3 140
3 140
1 950
990
1 950
990
1 950
990
1 950
600
990
1 950
1 950
990
990
Солнечные батареи
1 950
990
990
990
1950
1 950
1 950
1 950
1 950
1 950
1 950
5 500
990
800
Мансардные окна
1 950
992
800
1950
1 950
990
1950
1 400
1 400
990
1 950
В
990
600
Г
10 200
990
990
1950
Д
1 400
1950
990
990
Ю
990
6 000
1 070
А
A
4 200
2 800
10 000
1 550
0
3 000
1
2
3
4
Рисунок 31. Чертёж крыши с планируемым расположением солнечных
панелей
Все системы дома работают на электричестве, поэтому одним из основных
мероприятий по сокращению потребления домом является установка солнечных
батарей с целью покрытия нагрузок дома.
27 декабря 2019 года был принят Федеральный Закон о внесении изменений в
федеральный закон «об электроэнергетике» в части развития микрогенерации.
54
В соответствии с ФЗ №35 "Об электроэнергетике" любой гражданин Российской
Федерации или юридическое лицо, установивший солнечную электростанцию
мощностью не превышающую 15 кВт, сможет отдавать излишки произведенной и
не потреблённой электроэнергии в сеть, при этом сбытовая организация обязана
будет купить данную электроэнергию.
Под объектом микрогенерации предлагается [11] понимать принадлежащий на
праве собственности или другом законном основании потребителю электроэнергии
объект по производству электроэнергии, функционирующий, в том числе на
основании использования возобновляемых источников энергии, установленная
генерирующая мощность которого не превышает величину максимальной
мощности энергопринимающих устройств такого потребителя и составляет не
более 15 кВт включительно.
В связи с вступлением этого закона в силу и возможности генерации
электроэнергии и только для своих нужд был произведен расчет сетевой
[Приложение А] и гибридной [Приложение Б] солнечной электростанции. Данные
расчеты проводились в программе PV*SOL. По итогам расчета были получены
следующие данные:
Таблица 8. Основные результаты расчета
Гибридная
Параметр
Сетевая
электростанция электростанция
Потребление нагрузкой всего, кВт∙ч
10 800,0
Потребление из сети, кВт⋅ч
3 346,0
5 744,5
Потребление от солнца, кВт⋅ч
7 454,0
5 055,5
Экспорт электроэнергии, кВт⋅ч
12 551,2
16 175,9
% замещения потребляемой из сети ЭЭ
68,2%
46,4%
Доля потребления выработанной энергии
37,3%
23,8%
Годовая производительность, кВт⋅ч/кВт
1 157,7
1 228,7
900 024,5
626 320,0
68,2%
46,4%
14,3
14,6
Суммарная стоимость оборудования, руб.
Замещение сетевого потребления, %
Срок окупаемости, лет
55
Гибридная электростанция оказалась выгоднее, чем сетевая. Это обусловлено
высоким процентом замещения сетевого потребления. А также тем, что в ночное
время будет использоваться энергия, запасенная в аккумуляторах.
При использовании сетевой электростанции, генерация электроэнергии от
солнечных батарей в дневное время будет направлена на собственное потребление
домом, в случае избытка вся сгенерированная солнечная энергия будет направлена
на продажу в централизованную сеть, при этом энергосбытовая компания будет
обязана купить излишки электроэнергии.
Чтобы начать продажу электроэнергии нам необходимо приобрести и
установить дополнительные солнечные батареи, обратиться в энергосетевую
компанию для оформления технических условий и установить двухсторонний
смарт-счётчик, который будет считать отпущенную электроэнергию в сеть, а далее
обратиться в энергосбытовую компанию для заключения договора на покупку
электроэнергии.
56
4.3 Тепловой насос
Для исследования вопроса, какой тепловой насос более эффективен –
грунтовый или воздушный, было решено приобрести в дополнение к грунтовому
ещё один воздушный тепловой насос. Перед нами стоит выбор между компаниями
Viessmann (Германия) и Chofu (Япония).
Требуется в период ночного тарифа выработать тепловым насосом типа
«Воздух-Вода» тепловую мощность не менее 50 кВт*ч. Расчетная отопительная
нагрузка энергоэффективного дома 3,5 кВт при температуре наружного воздуха 25 °С. В доме уже установлен тепловой насос BUDERUS Logatherm WPS 11,
тепловая мощность которого составляет 10 кВт, у него установлено два грунтовых
зонда по 60 м. глубиной, и он может работать только 50% ночного времени, чтобы
не заморозить грунт. При расчете минимальной допустимой мощности воздушного
теплового насоса при температуре уличного воздуха -7°С, мы получили
необходимую тепловую мощность насоса, которая необходима нашей системе: 50
кВт*ч / 8 ч. = 6,25 кВт*ч.
Таким образом нашей системе нужен тепловой насос мощностью до 6 кВт,
который мог бы работать в ночное время в некоторых режимах:
•
Воздушный тепловой насос в диапазоне уличных
температур 0 ± 8°С;
•
Вместе с грунтовым тепловым насосом в диапазоне
уличных температур -20 - 0°С;
•
Только
грунтовый
тепловой
насос
при
уличной
температуре ниже -20°С.
Так же предусмотрена возможность охлаждения системы летом, с
номинальной мощностью 3 кВт. Тепловой насос будет работать в ночное время и
охлаждать воду в буферной ёмкости, которая будет использоваться для охлаждения
потолка и системы вентиляции в течение дня.
На данный момент рассматриваются две фирмы воздушных тепловых насосов
Viessmann (Германия) и Chofu (Япония). Компания Chofu (Япония) предлагает
57
тепловой насос марки Chofu AEYC7134SVFU с характеристиками 7.1/10.0 кВт при
температуре источника 35/8°С и температуре подачи 18/35°С.
Компания Viessmann предлагает тепловой насос марки Vitocal 100-S 101.B06,
тепловая мощность которого в режиме нагрева составляет 6 кВт, а в режиме
охлаждения
4,1
кВт,
с
возможностью
регулирования
мощности
для
рассматриваемого дома в режиме охлаждения от 2.6 до 6.4 кВт, то есть имеется
возможность выставить необходимые из расчёта 3 кВт и экономить на
электроэнергии и снизить нагрузку системы. Так же в данной модели 101.B06
используется новый хладагент R32, который отличается низким парниковым
потенциалом, таким образом способствует экологичности нового поколения
тепловых насосов. Плюсом теплового насоса Vitocal 100-S 101.B06 является то, что
у него есть встроенный подогреватель поддона наружного блока, который
предотвращает замерзание конденсата в зимний период, поэтому систему можно
эксплуатировать при отрицательных температурах до –20 °C. Еще одной
особенностью теплового насоса является возможность его комплектации
дополнительным модулем Active Cooling, благодаря которому агрегат может
выполнять функцию системы охлаждения в теплое время года при температуре
наружного воздуха до +45°C. Это делает Vitocal 100-S еще более выгодным для
пользователя, поскольку экономит затраты на приобретение кондиционера. Так как
энергоэффективный дом находится в Московской области, и наибольшая средняя
температура воздуха равна 25°C, и воздушный тепловой насос будет работать,
только в ночное время суток 8 часов, то выбирать среди различных моделей стоит
по минимальному потреблению энергии, поэтому системе подходит данный
воздушный тепловой марки Vitocal 100-S 101.B06 от Немецкой компании
Viessmann, который по сравнению с Японским Chofu имеет преимущество по
потреблению энергии в режиме охлаждения с регулированием мощности в 3 кВт,
который необходим нам по нашему расчёту, а так же используется хладагент
нового поколения R32, который намного экологичнее R410A, используемого
тепловыми насосами компании Chofu.
58
ЗАКЛЮЧЕНИЕ
В работе реализован системный подход к строительству и эксплуатации
энергоэффективного дома с разработанной системой управления и мониторинга,
которая позволяет исследовать и внедрять новейшие технологии, достигая и
фиксируя энергосберегающий эффект от их реализации в течение жизненного
цикла здания.
В
результате
работы
c
системами
мониторинга
и
управления
энергоэффективного дома были разработаны алгоритмы и схемы по оптимизации
работы этих систем. Представлены ключевые методы исправления различных
ошибок при работе систем мониторинга и измерительного оборудования.
Предложена и реализована концепция обработки данных из нескольких систем.
Были получены, сохранены и обработаны данные из всех систем в течении
длительного времени, что само по себе является уникальным проектом. При
анализе этих данных было найдено время равное 12 часам, которое дом способен
аккумулировать благодаря тепловой изоляции. По результатам многолетнего
мониторинга было обнаружено, что по сравнению с позапрошлым отопительным
периодом на 30% сократилось потребление энергии ТН и на 14% по сравнению с
прошлым годом, что свидетельствует о положительной тенденции. Была
рассчитана годовая нагрузка на систему отопления, 6815кВт∙ч/год. При сравнении
этого параметра с результатами моделирования в системах BEM расхождения
составили в среднем 5,46%, а расхождение с PHPP 1.4%.
Сформулирован дальнейший план развития объекта, стала очевидна
необходимость в разработке системы прогнозирования наружной температуры для
задания режима оптимального теплопотребления в энергоэффективном доме.
Предложены планы по сокращению потребления электроэнергии путем установки
солнечных панелей. Для более обширной исследовательской деятельности
рассмотрен вариант установки воздушного теплового насоса.
59
СПИСОК ЛИТЕРАТУРЫ
1. Файст В. Основные положения по проектированию пассивных домов. М.:
ООО «KONTIPRINT», 2015. 144 с.
2. Развитие теоретических и практических основ концепции пассивного дома,
А.О. Пилипенко, журнал «Архитектура и строительство» 1/2014.
3. Hill B. Passive house development in Russia // III World Summit SmartEnergy
Russia. 26-27 March 2019, Moscow. 95 p.
4. Кругликов Д.А. Современный комплексный подход к проектированию,
строительству и эксплуатации энергоэффективных домов на основе BIM-,
BEM- и CFD- технологий. Магистерская диссертация, МЭИ, 2019. 124 с
5.
Калякин И.Д. Разработка системы энергоснабжения жилого дома с
околонулевым энергопотреблением. Выпускная работа бакалавра, МЭИ,
2016. 43 с.
6. Sultanguzin I., Toepfer H., Kalyakin I., Govorin A., Zhigulina E., Kurzanov S.,
Yavorovsky Yu. Mathematical modeling and control system of nearly zero energy
building // Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie
Środowiska. 2018. No.2. P. 21 – 24.
7. Абдуллин В.В., Шнайдер Д.А., Курзанов С.Ю., Яворовский Ю.В.
Использование технологии «интернета вещей» в отоплении зданий:
упреждающее управление, распределенный мониторинг, интеллектуальная
балансировка // С.О.К. Сантехника. Отопление. Кондиционирование. 2018.
№8. С. 54 – 58.
8. Ю.В. Яворовский, И.А. Султангузин, Д.А. Кругликов, И.Д. Калякин, Т.В.
Яцюк Сравнение результатов энергетического моделирования жилого дома с
помощью разных программных средств // Вестник МЭИ. 2020. № 3. С. 31-39.
60
9. Яцюк
Т.В.,
Султангузин
энергоэффективных
зданий
И.А.,
//
Кругликов
XVIII
Д.А.
Цифровизация
Международный
конгресс
«Энергоэффективность. XXI век. Архитектура. Инженерия. Цифровизация.
Экология». Москва, ЦВК «ЭКСПОЦЕНТР», 10 марта 2020 г.
10. Bacher P., Madsen H., Aalborg Nielsen H., Perers B. Short-term heat load
forecasting for single family houses. // Energy and Buildings. Vol. 65, October
2013, P. 101-112.
11. Федеральный закон «О внесении изменений в Федеральный закон «Об
электроэнергетике» в части развития микрогенерации» (проект № 581324-7)
61
12.
Приложение А
ФОТОЭЛЕКТРИЧЕСКАЯ СИСТЕМА
Сетевая электростанция
Предварительный расчет
Установленная мощность СМ 17,3 кВт
Установленная мощность преобразовательной части 15 кВт
Москва
7 мая 2020 г.
ver.1.1.5
Отчет
Заказчик
Имя
Фамилия
Компания
Состав системы
№ Наименование
1 Grid 15K
2 BST 360-24 M
3 DLS-W
4 Export Power Management
№ Месяц
1
2
3
4
5
6
7
8
9
10
11
12
Январь
Февраль
Март
Апрель
Май
Июнь
Июль
Август
Сентябрь
Октябрь
Ноябрь
Декабрь
Количество
1
48
1
1
В день, кВт∙ч
В месяц, кВт∙ч
В том числе от солнца
29,0
32,1
29,0
30,0
29,0
30,0
29,0
29,0
30,0
29,0
30,0
29,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
266
334
410
487
558
599
575
520
445
355
264
243
10 800,0
5 055
Всего
Установленная мощность
Солнечные модули 17,3 кВт
Инвертор 15 кВт
Экспозиция СМ
Азимут 180°
Угол наклона 31°
29,5%
37,1%
45,5%
54,1%
62,0%
66,5%
63,9%
57,8%
49,4%
39,4%
29,3%
27,0%
46,8%
Генерация
Система генерирует 21 231 кВт∙ч в год
Потребление выработанной энергии 5 055 кВт∙ч (24%)
Замещение сетевой электроэнергии
Замещение потребления за 25 лет 46,4%
Экономия на оплате за 25 лет 46,3%
Экономические показатели
Стоимость СЭС: 626 320 руб.
Простой срок окупаемости 14,6 лет (года). NPV: 806 642 руб
Средняя стоимость ЭЭ на объекте за 25 лет эксплуатации: 8,47 руб/кВт∙ч
Средняя стоимость ЭЭ от сети за 25 лет: 11,5 руб/кВт∙ч
Стоимость ЭЭ, вырабатываемая солнечной электростанцией: 5 руб/кВт∙ч
63
Цель документа
Документ отражает технические и экономические параметры
фотоэлектрической системы. В документе будут отражены
наименования используемого оборудования, будут предоставлены
данные проекта, характеристики используемых комплектующих
(фотоэлектрических модулей, инверторов), критерии выбора системных
решений и критерии проектирования основных компонентов. Кроме
того, будут предоставлены предварительные расчеты, необходимые для
определения размеров системы.
1.
Технический
отчет
Место
установки
Город
Москва
1.1 Данные проекта
Адрес
Широта
55,75 с.ш.
Долгота
37,62 в.д.
Минимальная температура
-35°C
Максимальная температура
31°C
Сумм.радиация на гор. Плоскость, кВт∙ч/м2 2,74
Альбедо
0,35
1.2
Описание фотоэлектрической системы
Фотоэлектрическая система с номинальной мощностью 17,3 кВт будет подключена к
трёхфазной электрической распределительной сети переменного тока 400В.
Состав:
Группа преобразователей состоит из 1 инвертора.
48 модулей подключено в 4 параллели(ей):
1 инвертор (2 МРРТ), к которому подключено: МРРТ1: 2 параллели по 12 модуля(ей); МРРТ2:
2 параллели по 12 модуля(ей);
1.2.1
Фотоэлектрический генератор
Будет состоять из:
- Фотоэлектрические модули
- Набор электрических кабелей PV1-F
- Набор коннекторов
- Набор крепежных элементов
В случае рассматриваемой установки фотоэлектрический генератор имеет
идентичную экспозицию (угол наклона и угол азимута), а именно:
Азимут 180°
Угол наклона 31°
Во избежание электрических потерь из-за несоответствия, фотоэлектрические поля будут
подключаться к независимым входам (независимые MPPT).
64
Характеристики солнечных модулей:
Электрические параметры цепи
Количество солнечных модулей
Производитель
Модель
Технология
Номинальная мощность, Вт
Толеранс
Напряжение холостого хода (Uxx), В
Напряжение в точке максимальной мощности (Umpp), В
Ток короткого замыкания (кз), А
Ток в точке максимальной мощности (Impp), А
Площадь, м2
КПД
1.2.2
48
Delta
BST 360-24 M
Монокристалл
360
0~+3%
47,9
38,9
9,75
9,25
1,93
18,7%
Группа преобразователей DC/AC
Группа преобразования фотоэлектрической системы будет состоять из 1 инвертор с полной
выходной мощностью 15 кВт, подключение в трёхфазную систему.
Основные технические характеристики инвертора приведены ниже.
Технические параметры инвертора
Количество инверторов
Производитель
Модель
Номинальная мощность, Вт
Максимальная мощность, Вт
КПД, %
Макс. напряжение на солнечных модулях, В
Мин. напряжение MPPT, В
Макс. напряжение MPPT, В
Макс. входной ток DC, А
Кол-во МРРТ, шт.
Выходное напряжение АС, В
Сеть
Частота, Гц
1
SmartWatt
Grid 15K
15 000
16 500
98,7
1 000
160
850
34,3
2
400
3 фазы
50
Группа накопителей энергии
Не используется
Параметры аккумуляторов
Производитель
Серия
Модель
Номинальное напряжение, В
Номинальная емкость, Ач
Кол-во АКБ, шт
Параметры накопительной системы
Напряжение, В
Номинальная емкость, Ач
Глубина разряда, %
0
0
65
2.
Предварительные расчеты
2.1 Производительность
В таблице ниже приведены основные данные места установки электростанции.
Место установки
Город
Широта
Долгота
Минимальная температура
Максимальная температура
Москва
55,75 с.ш.
37,62 в.д.
-35°C
31°C
В данном местоположении имеем следующие данные по суточному приходу солнечной
радиации на горизонтальную поверхность, данные взяты с NASA-SSE.
Месяц
Январь
Февраль
Март
Апрель
Май
Июнь
Июль
Август
Сентябрь
Октябрь
Ноябрь
Декабрь
Год
Суммарная суточная радиация,[кВт∙ч/м2/день]
0,56
1,38
2,55
3,65
5,01
5,72
5,07
4,17
2,64
1,26
0,52
0,36
2,74
Учитывая параметры фотоэлектрического генератора и угла наклона можно рассчитать
итоговую генерацию ЭЭ. (Без учета снежного покрова)
Выбранный угол наклона:
Оптимальность угла:
66
31°
97, 9%
Годовая производительность СЭС:
Данные по году, кВт∙ч:
Потребление нагрузкой всего
Потребление из сети
Потребление от солнца
Экспорт электроэнергии
% замещения потребляемой из сети ЭЭ
Доля потребления выработанной энергии
Годовая производительность, кВт∙ч/кВт
10 800,0
5 744,5
5 055,5
16 175,9
46,4%
23,8%
1 228,7
Сокращение выбросов СО2
За первый год 10 615,7 кг
За 25 лет 245 703,9 кг
2.2
Энергобаланс
Энергобаланс системы на первый год эксплуатации приведен на графике ниже:
67
3. Экономические показатели
Ориентировочная стоимость системы приведена ниже:
Стоимость системы
Суммарная стоимость оборудования, руб
Специальная стоимость, руб/кВт
Расчетная цена работ, руб/Вт
Расчетная стоимость работ, руб
Расчетная цена крепежа, руб/Вт
Расчетная стоимость крепежа, руб
Итого, руб
626 320,0
41 754,7
0
0
0
0
626 320,0
Данные, необходимые для анализа потребления энергии, определены ниже:
Потребление
Среднее потребление в год, кВт∙ч
Потребление выработанной энергии, %
Замещение сетевого потребления, %
Ежегодное увеличение потребления, %/год
10 800
23,8%
46,4%
0
Экономические данные
6
Стоимость электроэнергии, руб/кВт∙ч
5
Ежегодное удорожание электроэнергии, %/год
1
Стоимость экспортируемой ЭЭ, руб/кВт∙ч
0
Увеличение экспортного тарифа, %/год
Количество лет, необходимое для возврата первоначальных инвестиций через положительный годовой
денежный поток: 14,6 лет(года). Положительный эффект от вложений (NPV) составляет: 806 642 руб. Средняя
стоимость ЭЭ, выработанной СЭС за 25 лет эксплуатации, составит 8,47 руб/кВт∙ч.
Год
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Генерация,
кВт∙ч
Потребление ЭЭ, Потребление
кВт∙ч
выработанной
ЭЭ. кВт∙ч
ЭЭ из сети, кВт∙ч Тариф на сетевую Оплата сетевой
ЭЭ, руб/кВт∙ч
ЭЭ,
руб
21 231,3
20 806,7
20 904,7
20 780,4
20 656,2
20 531,9
20 407,7
20 283,4
20 159,1
20 034,9
19 910,6
19 786,3
19 662,1
19 537,8
19 413,6
19 289,3
19 165,0
19 040,8
18 916,5
18 792,2
18 668,0
18 543,7
18 419,5
18 295,2
18 170,9
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
5 744,5
5 755,6
5 753,1
5 756,3
5 759,6
5 762,8
5 766,1
5 769,3
5 772,6
5 775,8
5 779,1
5 782,3
5 785,8
5 789,5
5 793,3
5 797,0
5 800,7
5 804,4
5 808,2
5 811,9
5 815,6
5 819,3
5 823,1
5 826,8
5 830,5
5 055,5
5 044,4
5 046,9
5 043,7
5 040,4
5 037,2
5 033,9
5 030,7
5 027,4
5 024,2
5 020,9
5 017,7
5 014,2
5 010,5
5 006,7
5 003,0
4 999,3
4 995,6
4 991,8
4 988,1
4 984,4
4 980,7
4 976,9
4 973,2
4 969,5
6,0
6,3
6,6
6,9
7,3
7,7
8,0
8,4
8,9
9,3
9,8
10,3
10,8
11,3
11,9
12,5
13,1
13,8
14,4
15,2
15,9
16,7
17,6
18,4
19,4
64 800,0
34 467,2
36 260,6
38 056,6
39 982,1
42 004,9
44 130,0
46 362,7
48 708,2
51 172,5
53 761,3
56 481,2
59 338,6
62 343,1
65 502,4
68 821,7
72 309,2
75 973,5
79 823,3
83 868,3
88 118,1
92 583,3
97 274,7
102 203,8
107 382,6
112 823,8
Излишек
генерации,
кВт∙ч
Тариф на
экспорт ЭЭ,
руб/кВт∙ч
Доход от
Экономия на
продажи ЭЭ, руб чеке, руб
Денежный поток, Накопленный
руб
денежный поток,
руб
16 175,9
15 762,4
15 857,8
15 736,8
15 615,8
15 494,8
15 373,7
15 252,7
15 131,7
15 010,7
14 889,7
14 768,7
14 647,9
14 527,4
14 406,8
14 286,3
14 165,7
14 045,2
13 924,7
13 804,1
13 683,6
13 563,1
13 442,5
13 322,0
13 201,4
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
30 332,8
31 779,4
33 385,4
35 032,0
36 759,9
38 573,0
40 475,5
42 471,9
44 566,6
46 764,7
49 071,2
51 491,4
54 028,4
56 687,7
59 477,9
62 405,3
65 476,8
68 699,4
72 080,6
75 628,2
79 350,4
83 255,6
87 353,1
91 652,1
96 162,6
68
30 332,8
31 779,4
33 385,4
35 032,0
36 759,9
38 573,0
40 475,5
42 471,9
44 566,6
46 764,7
49 071,2
51 491,4
54 028,4
56 687,7
59 477,9
62 405,3
65 476,8
68 699,4
72 080,6
75 628,2
79 350,4
83 255,6
87 353,1
91 652,1
96 162,6
-626 320
-595 987,2
-564 207,8
-530 822,5
-495 790,4
-459 030,5
-420 457,5
-379 981,9
-337 510,0
-292 943,4
-246 178,7
-197 107,5
-145 616,1
-91 587,7
-34 900,0
24 577,9
86 983,2
152 460,0
221 159,4
293 240,1
368 868,3
448 218,7
531 474,3
618 827,4
710 479,4
806 642,1
4.
Спецификация
№ Товары (работы, услуги)
1
2
3
4
Кол-во
Сетевой инвертор SmartWatt Grid 15K 3P 2
MPPT
Фотоэлектрический солнечный модуль
(ФСМ) Delta BST 360-24 M
DLS-W
Export Power Management
Цена
НДС
Сумма НДС
Сумма
1 шт
121 300,00
20%
20 216,67
121 300,00
48 шт
9 990,00
20%
79 920,00
479 520,00
1 шт
1 шт
2 850,00
22 650,00
20%
20%
475,00
3 775,00
2 850,00
22 650,00
-
-
-
-
-
-
-
-
-
-
-
-
Дополнительно:
Всего наименований 4, на сумму 626 320 руб 00 коп.
Шестьсот двадцать шесть тысяч триста двадцать рублей 00 копеек
Итого:
626 320,00
В т.ч. НДС (20%):
104 386,67
Итого с НДС:
626 320,00
Приложение Б
ФОТОЭЛЕКТРИЧЕСКАЯ СИСТЕМА
Гибридная электростанция
Предварительный расчет
Установленная мощность СМ 17,3 кВт
Установленная мощность преобразовательной части 15 кВт
Москва
7 мая 2020 г.
ver.1.1.5
Отчет
Заказчик
Имя
Фамилия
Компания
Состав системы
№
1 Hybrid 5К
2 BST 360-24 М
3 3G Card
4 GEL 12-200
№
Месяц
Наименование
Количество
3
48
1
8
Потребление электроэнергии на объекте
В день, кВт∙ч
В месяц, кВт∙ч
Январь
Февраль
Март
Апрель
Май
6 Июнь
7 Июль
8 Август
9 Сентябрь
10 Октябрь
11 Ноябрь
12 Декабрь
1
2
3
4
5
Всего
29,0
32,1
29,0
30,0
29,0
30,0
29,0
29,0
30,0
29,0
30,0
29,0
В том числе от солнца
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
900,0
479
527
623
694
772
803
788
732
649
567
414
405
10 800,0
7 454
53,2%
58,6%
69,3%
77,1%
85,8%
89,3%
87,5%
81,3%
72,2%
63,0%
46,0%
45,0%
69,0%
Установленная мощность
Солнечные модули 17,3 кВт
Инверторы 15 кВт
Генерация
Система генерирует 20 005 кВт∙ч в год
Потребление выработанной энергии 7 454 кВт∙ч (37%)
Экспозиция СМ
Азимут 180°
Угол наклона 31 °
Замещение сетевой электроэнергии
Замещение потребления за 25 лет 68,2%
Экономия на оплате за 25 лет 68%
Экономические показатели
Стоимость СЭС: 900 024 руб.
Простой срок окупаемости 14,3 лет (года). NPV: 1 203 795 руб
Средняя стоимость ЭЭ на объекте за 25 лет эксплуатации: 7
руб/кВт∙ч Средняя стоимость ЭЭ от сети за 25 лет: 11,5 руб/кВт∙ч
Стоимость ЭЭ, вырабатываемая солнечной электростанцией: 4,9
руб/кВт∙ч
71
Цель документа
Документ отражает технические и экономические параметры фотоэлектрической
системы. В документе будут отражены наименования используемого оборудования,
будут предоставлены данные проекта, характеристики используемых комплектующих
(фотоэлектрических модулей, инверторов), критерии выбора системных решений и
критерии проектирования основных компонентов. Кроме того, будут предоставлены
предварительные расчеты, необходимые для определения размеров системы.
1.
Технический отчет
1.1 Данные проекта
Место установки
Город
Адрес
Широта
Долгота
Минимальная температура
Максимальная температура
Сумм.радиация на гор. плоскость, кВт∙ч/м2
Альбедо
Москва
55,75 с.ш.
37,62 в.д.
-35°С
31°С
2,74
0,35
1.2 Описание фотоэлектрической системы
Фотоэлектрическая система с номинальной мощностью 17,3 кВт будет подключена к
трёхфазной электрической распределительной сети переменного тока 400В.
Состав:
Группа преобразователей состоит из 3 инверторов.
48 модулей подключено в 24 параллели(ей):
3 инвертора (по 2 MPPT), к каждому подключено: MPPT1: 4 параллели по 2
модуля(ей); MPPT2: 4 параллели по 2 модуля(ей);
1.2.1
Фотоэлектрический генератор
Будет состоять из:
- Фотоэлектрические модули
- Набор электрических кабелей PV1-F
- Набор коннекторов
- Набор крепежных элементов
В случае рассматриваемой установки фотоэлектрический генератор имеет
идентичную экспозицию (угол наклона и угол азимута), а именно:
Азимут 180°
Угол наклона 31°
Во избежание электрических потерь из-за несоответствия, фотоэлектрические поля будут
подключаться к независимым входам (независимые МРРТ).
72
Характеристики солнечных модулей:
Электрические параметры цепи
Количество солнечных модулей
Производитель
Модель
Технология
Номинальная мощность, Вт
Толеранс
Напряжение холостого хода (Uxx), В
Напряжение в точке максимальной мощности (Umpp), В
Ток короткого замыкания (1кз), А
Ток в точке максимальной мощности (Impp), А
Площадь, м2
КПД
1.2.2
48
Delta
BST 360-24 М
Монокристалл
360
0~+3%
47,9
38,9
9,75
9,25
1,93
18,7%
Группа преобразователей DC/AC
Группа преобразования фотоэлектрической системы будет состоять из 3 инвертора с полной
выходной мощностью 15 кВт, подключение в трёхфазную систему.
Основные технические характеристики инвертора приведены ниже.
Технические параметры инвертора
Количество инверторов
Производитель
Модель
Номинальная мощность, Вт
Максимальная мощность, Вт
КПД, %
Макс, напряжение на солнечных модулях, В
Мин. напряжение МРРТ, В
Макс, напряжение МРРТ, В
Макс, входной ток DC, А
Кол-во МРРТ, шт
Выходное напряжение АС, В
Сеть
Частота, Гц
1.2.3
3
SmartWatt
Hybrid 5К
5 000
5 000
93
145
60
115
2
230
3 фазы
50
Группа накопителей энергии
Группа накопителей энергии будет состоять из 8 аккумуляторов с полной
энергоёмкостью 17 396 Вчт. Учитывая расчетную глубину разряда в 40%, извлекаемая
емкость составит 6 958 Вт∙ч
Производитель
Серия
Модель
Номинальное напряжение, В
Номинальная емкость, Ач
Кол-во АКБ, шт
Напряжение, В
Номинальная емкость, Ач
Глубина разряда, %
Параметры аккумуляторов
Delta
GEL
GEL 12-200
12
200
8
Параметры накопительной системы
48
400
40
73
2.
Предварительные расчеты
2.1 Производительность
В таблице ниже приведены основные данные места установки электростанции.
Место установки
Город
Широта
Долгота
Минимальная температура
Максимальная температура
Москва
55,75 с.ш.
37,62 в.д.
-35°С
31°С
В данном местоположении имеем следующие данные по суточному приходу солнечной
радиации на горизонтальную поверхность, данные взяты с NASA-SSE.
Месяц
Январь
Февраль
Март
Апрель
Май
Июнь
Июль
Август
Сентябрь
Октябрь
Ноябрь
Декабрь
Год
Суммарная суточная радиация,[кВт∙ч/м2/день]
0,56
1,38
2,55
3,65
5,01
5,72
5,07
4,17
2,64
1,26
0,52
0,36
2,74
Учитывая параметры фотоэлектрического генератора и угла наклона можно
рассчитать итоговую генерацию ЭЭ. (Без учета снежного покрова)
Выбранный угол
наклона:
Оптимальность угла:
О 10
20
30
40
50
60
70
80
90
Угол наклона
74
31°
97,9%
Годовая производительность СЭС
:
Данные по году, кВт∙ч:
Потребление нагрузкой всего
Потребление из сети
Потребление от солнца
Экспорт электроэнергии
% замещения потребляемой из сети ЭЭ
Доля потребления выработанной энергии
Годовая производительность, кВт∙ч/кВт
10 800,0
3 346,0
7 454,0
12 551,2
68,2%
37,3%
1 157,7
Сокращение выбросов С02
За первый год 10 002,6 кг
За 25 лет
231 514,3 кг
2.2
Энергобаланс
Энергобаланс системы на первый год эксплуатации приведен на графике ниже:
75
3.
Экономические показатели
Ориентировочная стоимость системы приведена ниже:
Стоимость системы
Суммарная стоимость оборудования, руб
Специальная стоимость, руб/кВт
Расчетная цена работ, руб/Вт
Расчетная стоимость работ, руб
Расчетная цена крепежа, руб/Вт
Расчетная стоимость крепежа, руб
Итого, руб
900 024,5
60 001,6
0
0
0
0
900 024,5
Данные, необходимые для анализа потребления энергии, определены ниже:
Потребление
Среднее потребление в год, кВт∙ч
Потребление выработанной энергии, %
Замещение сетевого потребления, %
Ежегодное увеличение потребления, %/год
10 800
37,3%
68,2%
0
Экономические данные
Стоимость электроэнергии, руб/кВт∙ч
Ежегодное удорожание электроэнергии, %/год
Стоимость экспортируемой ЭЭ, руб/кВт∙ч
Увеличение экспортного тарифа, %/год
6
5
1
0
Количество лет, необходимое для возврата первоначальных инвестиций через положительный годовой
денежный поток: 14,3 лет(года). Положительный эффект от вложений (NPV) составляет: 1 203 795 руб.
Средняя стоимость ЭЭ, выработанной СЭС за 25 лет эксплуатации, составит 7 руб/кВт∙ч.
Год
0
1
2
3
4
5
6
7
Генерация,
кВт∙ч
20 005,2
19 605,1
8
9
19 697,4
19 580,4
19 463,3
19 346,2
19 229,1
19 112,0
18 994,9
10
11
12
13
14
15
18 877,8
18 760,8
18 643,7
18 526,6
18 409,5
18 292,4
16
17
18
19
20
21
22
23
24
25
18 175,3
18 058,2
17 941,1
17 824,1
17 707,0
17 589,9
17 472,8
17 355,7
17 238,6
17 121,5
Потребление ЭЭ,
кВт∙ч
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
10 800,0
Потребление
выработанной ЭЭ, ЭЭ из сети, кВт∙ч
кВт∙ч
Тариф на сетевую
ЭЭ, руб/кВт∙ч
Оплата сетевой ЭЭ,
руб
7 454,0
7 429,9
3 346,0
3 370,1
6,0
6,3
64 800,0
20 076,0
21 231,4
7 435,5
7 428,4
7 421,3
7 414,2
7 407,1
7 400,0
7 392,9
3 364,5
3 371,6
3 378,7
3 385,8
3 392,9
3 400,0
3 407,1
6,6
6,9
7,3
7,7
8,0
8,4
8,9
22 255,9
23 418,0
24 640,7
25 927,2
27 280,7
28 704,7
30 202,9
7 385,8
7 378,7
7 371,6
7 364,5
7 357,4
7 350,3
3 414,2
3 421,3
3 428,4
3 435,5
3 442,6
3 449,7
9,3
9,8
10,3
10,8
11,3
11,9
31 779,2
33 437,6
35 182,3
37 018,0
38 949,3
40 981,2
7 343,2
7 336,1
7 329,0
7 321,9
7 314,8
7 307,7
3 456,8
3 463,9
3 471,0
3 478,1
3 485,2
3 492,3
12,5
13,1
13,8
14,4
15,2
15,9
43 118,9
45 367,9
47 734,0
50 223,2
52 842,1
55 597,3
7 300,6
7 293,4
7 286,3
7 279,1
3 499,4
3 506,6
3 513,7
3 520,9
16,7
17,6
18,4
19,4
58 496,0
61 546,0
64 755,2
68 131,4
Излишек
генерации,
кВт∙ч
12 551,2
12 175,2
12 261,9
12 151,9
12 041,9
11 932,0
11 822,0
11 712,0
11 602,0
11 492,0
11 382,0
11 272,1
11162,1
11 052,1
10 942,1
10 832,1
10 722,2
10 612,2
10 502,2
10 392,2
10 282,2
10 172,2
10 062,3
9 952,4
9 842,4
76
Тариф на экспорт Доход от продажи
Экономия на чеке, Денежный
ЭЭ, руб/кВт∙ч
ЭЭ, руб
руб
руб
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
1,00
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
Накопленный
поток, денежный поток,
руб
44 724,0
46 808,6
44 724,0
46 808,6
-900 024
-855 300,4
-808 491,8
49 186,1
51 596,1
54124,1
56 775,9
59 557,5
62 475,4
65 536,2
49 186,1
51 596,1
54124,1
56 775,9
59 557,5
62 475,4
65 536,2
-759 305,6
-707 709,6
-653 585,5
-596 809,6
-537 252,1
-474 776,6
-409 240,4
68 746,9
72 114,8
75 647,6
79 353,5
83 240,8
87 318,4
68 746,9
72 114,8
75 647,6
79 353,5
83 240,8
87 318,4
-340 493,5
-268 378,7
-192 731,0
-113 377,6
-30 136,8
57 181,6
91 595,7
96 082,4
100 788,8
105 725,7
110 904,2
116 336,3
91 595,7
96 082,4
100 788,8
105 725,7
110 904,2
116 336,3
148 777,3
244 859,7
345 648,5
451 374,2
562 278,4
678 614,8
122 034,4
128 010,9
134 279,5
140 855,1
122 034,4
128 010,9
134 279,5
140 855,1
800 649,2
928 660,0
1 062 939,6
1 203 794,7
4.
№
1
Спецификация
Товары (работы, услуги)
Гибридный инвертор SmartWatt Hybrid 5K 48V 80А
MPPT
3
Фотоэлектрический солнечный модуль (ФСМ) Delta
BST 360-24 M
3G Card
4
GEL 12-200
2
Кол-во
Цена
НДС Сумма НДС
Сумма
шт
58 100,00
20%
29 050,00
174 300,00
48 шт
9 990,00
20%
79 920,00
479 520,00
1
шт
9 300,00
20%
1 550,00
9 300,00
8
шт
29 613,06
20%
39 484,08
236 904,46
3
-
-
-
-
-
-
-
-
-
-
-
-
Дополнительно:
Всего наименований 4, на сумму 900 024 руб 46 коп.
Девятьсот тысяч двадцать четыре рубля 46 копеек
Итого:
900 024,46
В т.ч. НДС (20%):
150 004,08
Итого с НДС:
900 024,46
Отзывы:
Авторизуйтесь, чтобы оставить отзыв