Browsing by Author "Samaniego, J."
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- Análisis del efecto de materiales de cambio de fase sobre la demanda de calefacción en una casa fotovoltaicaPublication . Rebelo, F.; Corredera, A.; Andrés, M.; Vicente, R.; Morentin, F.; Ferreira, V.M.; Samaniego, J.; Figueiredo, A.; Bujedo, L.A.RESUMEN: Este trabajo evalúa el efecto que tiene la integración de materiales de cambio de fase (MCF) en la envolvente de los edificios, sobre la operación de un sistema de generación solar fotovoltaica acoplado con bomba de calor para cubrir las necesidades térmicas de dicho edificio. A partir de una instalación a escala real, se han realizado modelos en EnergyPlus de diferentes escenarios de estudio intermedios, teniendo en cuenta que la aplicación de los MCF microencapsulados como revestimiento de paredes interiores, requiere de un material de sustrato y un mortero para que se incorpore, evaluando de esta forma el efecto que tiene cada uno de los elementos. Se ha simulado y evaluado el efecto en cada escenario de estudio sobre la demanda energética del demostrador, desde la solución constructiva del fabricante hasta la solución con el mortero aditivado con MCF aplicado como recubrimiento interior de las paredes. En paralelo se ha realizado la simulación mediante TRNSYS de una instalación fotovoltaica de 50, 100, 200 y 300 W conectadas a una bomba de calor sobre la que se ha considerado que tiene un rendimiento en calefacción de 3 y un rendimiento de refrigeración de 2. Los resultados muestran que hay una gran cantidad de energía de calefacción que se pierde en los momentos en los que la demanda de calefacción es reducida y la disponibilidad de energía solar es alta. También se ha podido comprobar que el dimensionado para refrigeración es más crítico que para calefacción. Finalmente cabe indicar que el presente trabajo se ha realizado dentro del marco del proyecto SUDOKET financiado por la convocatoria Interreg SUDOE.
- Integración de solar térmica en redes de distrito : predicción de la producciónPublication . Bujedo, L.A.; Samaniego, J.; Díaz-Angulo, J.A.; Andrés, M.; Soutullo, S.; Gabaldón, A.; Ferrer, J.A.; Hernández, J.L.; Heras, M.R.; Mulero, S.; Castellanos, A.RESUMEN: El presente trabajo describe un algoritmo de cálculo de predicción de producción de plantas solares térmicas para su uso integrado en un sistema de control de redes de distrito (GIRTER). Inicialmente se describe brevemente la estrategia global con el fin de poder integrar el aporte de la producción solar, como un elemento que resta carga al sistema. A partir de la estimación de un horizonte de predicción dependiente de las inercias de la red de distrito, se obtiene una predicción horaria de temperatura y radiación horizontal de una base de datos externa que son empleadas para determinar la demanda asociada a los edificios de la red de distrito así como a la producción de la instalación solar. A continuación se describe el algoritmo desarrollado basado en la ecuación de Bliss indicando el procedimiento de cálculo de los diferentes términos. Finalmente se muestra su validación comparando los resultados que da GIRTER con los de una simulación realizada en TRNSYS®. El proyecto GIRTER ha sido realizado dentro de la convocatoria RETOS 2016.
- Modelo reducido de predicción de demanda de edificios residenciales en base a parámetros meteorológicosPublication . Díaz, J.A.; Soutullo, S.; Bujedo, L.A.; Castellanos, A.; Heras, M.R.; Samaniego, J.; Ferrer, J.A.RESUMEN: En el proyecto Girter se desarrolló una herramienta inteligente de control de redes de distrito de calor y frío que gestione de forma conjunta generación y demanda. En este trabajo se busca anticipar la evolución de la demanda, lo que permitirá optimizar la producción, maximizando el aporte de energía renovable. Para ello se obtendrá una ecuación de orden reducido que caracterice el comportamiento energético del edificio en base a sus variables constructivas. Esta formulación matemática permite predecir, de forma estimada, la climatización de un edificio dentro de un horizonte de predicción climático disponible. Analizando los valores de energía obtenidos de una batería de simulaciones dinámicas, se escoge un modelo de calidad probada y se obtienen los parámetros correspondientes a 6 tipos de edificios. Estos permiten definir la predicción de demanda de un distrito completo.