| TAZ-TFG-2022-2095 |
Ventilación y eficiencia energética en edificios EINA-UNIZAR. Análisis de datos de la aplicación Sensorizar y de consumos eléctricos de 2020 a 2022.
García-Monge Rábanos, Miguel
Zalba Nonay, Belén (dir.)
Universidad de Zaragoza,
EINA,
2022
Departamento de Ingeniería Mecánica, Área de Máquinas y Motores Térmicos
Graduado en Ingeniería Eléctrica
Resumen: Este trabajo se enmarca en el proyecto SensoriZAR, un ecosistema IoT que permite monitorizar en tiempo real las condiciones ambientales del interior de cualquier edificio. En este trabajo se ha puesto de manifiesto la importancia de las mediciones en continuo y de la ventilación mecánica, para asegurar una buena calidad de aire interior y eficiencia energética en edificios. Las tareas desarrolladas se han ido adaptando a los aspectos que podían ser de mayor interés para la EINA y para SensoriZAR y se han desarrollado 14 informes por orden cronológico, recogidos en el anexo 1. Estos informes demuestran el potencial de la herramienta SensoriZAR, para conocer con datos cómo funciona el edificio y sus instalaciones y plantear metodologías que se van a automatizar. De cara a la presentación de los resultados, se ha redactado esta memoria en base a dos líneas temáticas: eficiencia energética (capítulo 1) y salud y calidad de aire interior (capítulo 2). Tras llevar a cabo una revisión del contexto y normativa, el primer capítulo comienza con el análisis de consumos eléctricos del edificio Betancourt de 2020 y 2021. En este análisis se ha visto que existe una buena correlación entre el consumo eléctrico y la temperatura exterior en invierno. El incremento de consumo es de 0,53 MWh por cada grado (°C) que baja la temperatura media exterior. Además, se ha caracterizado el consumo pico (120 MWh/año) y total en stand-by (280 MWh/año) durante el año 2021. También se ha puesto de manifiesto que, el consumo eléctrico del edificio es proporcional al número de horas de encendido de la climatización de forma lineal, debido a que la climatización es el mayor consumo eléctrico del edificio y que, por tanto, las medidas de ahorro de energía deben ir en esta línea. Gracias a los datos recogidos por la aplicación SensoriZAR y desarrollando un programa en Java, se ha expuesto una metodología para analizar las temperaturas de las aulas y se ha constatado que existe margen de mejora para disminuir el porcentaje de tiempo en el que la temperatura está por encima de los límites normativos (21°C en calefacción). También se ha observado que las aulas se climatizan aunque no haya ocupación. Aproximadamente un 50 % del tiempo las aulas están vacías, por tanto, el potencial de ahorro de energía es importante. Se han propuesto soluciones para evitar estas dos fuentes de consumo de energía innecesario. Respecto al capítulo de calidad de aire interior, se han analizado diferentes contaminantes interiores y se ha visto que los niveles son bajos y que es suficiente medir el nivel de CO2, para decidir cuando es necesario ventilar. Se han evaluado los diferentes tipos de sensores de SensoriZAR y se han valorado aquellos más fiables. También se han analizado datos de CO2 con el programa Java desarrollado anteriormente, observando que, el porcentaje de tiempo en el que se superan los niveles límite recomendados es bajo. Por otra parte, se ha estudiado el funcionamiento de la ventilación mecánica en las aulas del edificio Betancourt, concluyendo que al apagarse el fancoil se pierde la ventilación mecánica en el aula, por lo que se propone no detener el ventilador si el nivel de CO2 es alto. Se han realizado medidas de caudal de aire de ventilación cuantificando cómo influye el mantenimiento en las prestaciones del climatizador. También se han revisado los sistemas de ventilación del edificio Torres Quevedo, comprobando que se dispone de ventilación mecánica en la mayoría de los espacios, pero que es necesario revisar los sistemas. Por último, se ha analizado la sala de estudios Tomás Pollán, proponiendo una metodología para calcular aforos máximos, para asegurar un cierto nivel de ventilación y se ha utilizado la metodología de redes neuronales, para predecir temperatura y niveles de CO2 en esta sala. En la sesión 338 del Ateneo de la EINA (11/5/2022), se presentaron algunos de los resultados de este TFG.
Tipo de Trabajo Académico: Trabajo Fin de Grado
Notas: Los anexos se han incluido en el documento MEMORIA.
Enlace permanente:
El registro pertenece a las siguientes colecciones:
Trabajos académicos > Trabajos Académicos por Centro > Escuela de Ingeniería y Arquitectura
Trabajos académicos > Trabajos fin de grado