Baixe o app para aproveitar ainda mais
Prévia do material em texto
TCC Engenharia Mecânica 1 (2012) TCC Engenharia Mecânica (DEP/UFV) DEP Análise de sistemas de condicionamento de ar por simulação de modelos de parâmetros concentrados Renata Soares Rametta Orientador: Prof. Álvaro M. Bigonha Tibiriçá, Dr. Eng. Informações do artigo Resumo Apresentado em 17.9.12 Este trabalho tem por objetivo analisar o desempenho de um sistema de condicionamento de ar integrado com sistema de ventilação mecânica. Nesses sistemas é possível, em momentos nos quais a temperatura exterior é menor que a temperatura interior desejada, resfriar o ambiente a ser condicionado utilizando ventilação mecânica ao invés de refrigeração. Para isso é importan- te que o sistema de controle faça integração entre o sistema de refrigeração e de ventilação mecânica, ativando um ou outro de forma a otimizar o uso da energia. Para análise do desem- penho de um sistema de controle integrado (refrigeração e ventilação mecânica) foi escolhido à modelagem de um laboratório de informática localizado em Viçosa-MG. Com dados climáticos de Viçosa, foi simulado em quais períodos do ano a ventilação mecânica poderia substituir a re- frigeração, diminuindo, desta forma, o consumo de energia elétrica. Os resultados obtidos mos- traram que a integração do sistema de refrigeração com sistema de ventilação mecânica pode garantir o conforto térmico do ambiente de forma mais econômica, isto é, reduzindo o consumo energético total do sistema. Além disso, observou-se que o tipo de controlador não alterou o consumo energético de forma significativa. Este trabalho aponta o potencial de integração entre sistemas de refrigeração e ventilação mecânica como forma de aumentar a eficiência energéti- ca destes sistemas. Foram também analisados o desempenho de controladores PI e ON/OFF utilizados para regular o funcionamento do sistema de condicionamento de ar. Palavras chave: HVAC, Ventilação, Simulação, Eficiência Energética, Modelagem 1. Introdução Estudos recentes mostram que a energia consu- mida em edifícios representa 40% do total da energia consumida no mundo, e mais da metade é consumida pelos sistemas de HVAC (Heating, Ventilation, and Air Conditioning) (CASTILLA et al, 2011). Neste contexto, destaca-se a importância de buscar sistemas de HVAC mais eficientes, isto é, que consomem menos energia para promover o mesmo nível de conforto. A regulação das condições de conforto (conforto térmi- co, conforto visual e qualidade do ar interior) no interi- or de ambientes é um problema multidimensional. Re- quisitos como minimização do consumo de energia e a promoção de condições de conforto são, muitas ve- zes, conflitantes (Dounis, 2001). Neste contexto, técnicas de modelagem e simula- ção são ferramentas úteis para modelagem de siste- ma de HVAC. Elas possuem, de modo geral, custo menor que análises experimentais. Entre as técnicas de modelagem destaca-se a modelagem por parâme- tros concentrados. Nesses modelos as propriedades do sistema em questão são consideradas homogê- neas e concentradas em pontos (nós), isto é, não há distribuição espacial de propriedades. Eles são forma- dos a partir de Equações Diferenciais Ordinárias (EDO). Seu uso para analisar o desempenho de sis- temas de controle para HVAC é corrente na literatura (CASTILLA et al, 2011; FREIRE et al, 2008; KOLO- KOTSA et al, 2001; DOUNIS et al, 2001). Dounis (2001) trabalhou com um modelo de sis- tema de HVAC para regular o conforto térmico em um ambiente. A figura 1 mostra o diagrama de blocos dos com os modelos utilizados em seu trabalho (clima ex- terno, de janela, do ambiente, de umidade interna e do índice de conforto térmico (PMV)). Um controlador fu- zzy foi adotado para regular o sistema de HVAC vi- sando garantir o conforto térmico. Os modelos foram simulados para dois meses típicos (janeiro e julho). Os resultados mostram que o controlador em questão foi capaz de manter o ambiente em condições de confor- to nas situações simuladas através da ponderação das variáveis ambientais que compõe o PMV (tempe- ratura do ar, umidade relativa, velocidade e temperatu- ra média radiante). Controladores convencionais fo- ram utilizados para comparação e obtiveram resulta- dos inferiores ao controlador fuzzy. Figura 1 – Simulador. Fonte: Dounis, 2001 Freire et al (2008) propuseram o uso de diferentes algoritmos de controle associadas a um sistema HVAC. Foram testadas duas estratégias. A primeira utiliza algoritmos para regular o conforto térmico. A segunda visa minimizar o consumo de energia man- tendo o conforto térmico em níveis adequados. Foram utilizados métodos de controle preditivos. Os resulta- dos mostraram a viabilidade de utilizar métodos de controle que mantenham o conforto dentro de uma fai- xa admissível e ao mesmo tempo busquem minimizar o consumo de energia. Castilla et al (2011) também utilizaram sistema de controle preditivo visando obter conforto e minimizar o consumo de energia. Foi desenvolvido um sistema de controle hierárquico com duas camadas. A camada superior gera um set point conforto térmico baseado no índice de conforto PMV. A camada inferior, através de um algoritmo de controle, manipula o atuador para obter o setpoint. Nesta camada procura-se ajustar a temperatura regulando-se o estado de um fan-coil através de um controlador PI. Foi demonstrada a apli- cabilidade de um sistema de controle hierárquico usando apenas uma função de custo envolvendo o conforto térmico e economia de energia. Kolokotsa et al (2001) analisaram o desempenho três controladores fuzzy (fuzzy PD não adaptativo, fu- zzy PID não adaptativo, fuzzy PD adaptativo) visando a satisfação do usuário e uma resposta ótimo, isto é, evitando sobressinais e oscilações. Os controladores fuzzy foram comparados a um ON-OFF convencional. Verificou-se que controladores adaptativos possuíam respostas mais estáveis que os demais. Comparando- se a energia consumida dos adaptativos e os não adaptativos não houve diferença significativa. Foi con- cluído que fuzzy PD adaptativo consome menos ener- gia que o ON/OFF, para as exigências de conforto térmico em que foram considerados. Houve situações em que a redução do consumo de energia chegou a 25-30%. Comparando com o ON-OFF convencional, essa redução é dada pela otimização do tempo de resposta. Kolokotsa et al (2005) apresentam a arquitetura, os algoritmos e o desempenho de um sistema de ge- renciamento de energia de um ambiente interno inte- grado (IEEMS). O IEEMS foi instalado e testado em um prédio da Universidade Técnica de Creta (TUC), situado em Creta, Grécia, e no gabinete do secretário da Instituição Central de Eficiência Energética da Edu- cação (CIENE) do Nacional Kapodestrian University of Athens (Nkua) situado em Atenas, Grécia. O IEEMS consiste em uma interface homem-máquina que coleta as preferências de conforto das pessoas, sensores e atuadores, controlador lógico programável e um com- putador. Os sensores são utilizados para avaliação do conforto térmico medindo a temperatura interna, umi- dade relativa, temperatura média radiante, velocidade do ar, concentração de CO2 e iluminação. A avaliação do conforto térmico é feita usando o PMV. O IEEMS desenvolvido em uma arquitetura aberta com um con- trolador fuzzy, que regula os requisitos de conforto térmico, conforto visual e aspectos de qualidade do ar interior, busca a redução do consumo de energia. O controlador fuzzy foi comparado com um controlador ON-OFF. Os resultados encontrados mostraram que o controlador fuzzy consegue satisfazer os requisitos de conforto interior dando prioridade às técnicas passivas para aquecimento, resfriamento e iluminação, minimi- zando, assim, a energia consumida. Neste contexto, o trabalho aqui proposto tem co- mo objetivo modelar, através de parâmetros concen- trados, um sistema de ar condicionado integrado com um sistema de ventilação mecânica. Busca-se diminuir a energia consumida e ao mesmo tempo mantera temperatura desejada. Além da integração com venti- lação mecânica foi implementado no sistema de ar condicionado dois controladores, PI e ON/OFF. Foram comparados os desempenhos dos dois controladores tanto em relação à economia de energia quanto ao tempo de resposta. Nomenclatura Área da janela do ambiente (m²) Área da parede externa do ambiente (m²) Área da parede uma parede do ambiente (m²) Área da parede uma parede do ambiente (m²) Área da porta do ambiente (m²) Área do teto do ambiente (m²) Calor específico do ar (J/(kg.K)) Carga térmica desejada (W) Carga térmica instantânea (W) Fator solar da janela Fator relacionado com o tipo de lâmpada e reator Fator de utilização da voltagem Radiação solar na parede (W) Radiação solar no teto (W) Número de lâmpadas Potência de referência do ventilador comercial (W) Potência do ventilador (W) Taxa de refrigeração do ar condicionado (W) Calor dissipado por equipamentos (W) Transferência de calor através da janela (W) Calor dissipado por lâmpadas (W) Transferência de calor através da parede externa (W) Calor dissipado pelas pessoas (W) Transferência de calor através das paredes internas (W) Transferência de calor através da porta (W) Vazão volumétrica de referência do ventilador comercial (m³/s) Transferência de calor através do teto (W) Vazão volumétrica do ventilador (W) Resistência à convecção da superfície externa (m²/K) Resistência à convecção da superfície externa do teto (m²/K) Temperatura desejada (ºC) Temperatura externa (ºC) Temp dos ambientes vizinhos ao ambiente estudado (ºC) Temperatura do jato de ar (ºC) Temperatura média do ambiente (ºC) Temperatura do ar atmosférico na saída do ar condicionado (ºC) Transmitância da janela (m²K/W) Transmitância das paredes (m²K/W) Transmitância da porta (m²K/W) Transmitância do teto (m²K/W) Vazão volumétrica do jato (m³/s) Volume do ambiente (m³) Potência total da lâmpada (W) Absortância da parede Absortância do teto Densidade do ar (Kg/m³) 2. Metodologia Este trabalho foi desenvolvido de acordo com as seguintes etapas: escolha do ambiente para estudo, modelagem do ambiente escolhido, implementação do modelo de parâmetros concentrados no Matlab, inser- ção dos dados climáticos de Viçosa, simulação ape- nas com sistema de condicionamento de ar, simulação com sistema de condicionamento de ar integrado com sistema de ventilação mecânica, e análise dos resul- tados obtidos. 2.1. Ambiente Estudado O ambiente modelado é um laboratório de infor- mática com dimensões de 4,35 m (comprimento) x 5,10 m (largura) x 2,80 m (altura), mostrado na figura 2. O laboratório se situa no Departamento de Enge- nharia de Produção e Mecânica da Universidade Fe- deral de Viçosa. O ambiente possui quatro paredes, uma janela e uma porta. Uma das paredes, onde se encontra a janela, é externa e é orientada para o su- deste. Figura 2 - Ambiente de estudo 2.2. Modelo do ambiente estudado Foi construído um modelo matemático para des- crever o ambiente estudado. Neste modelo, considera- ram-se as seguintes taxas de transferência de calor através das paredes externa e internas, da janela, da porta, o calor dissipado por pessoas, por equipamen- tos e por lâmpadas, e a taxa de refrigeração do ar condicionado. Foram desconsideradas as transferên- cias de calor por infiltração e transporte de umidade. O modelo desconsidera atrasos de transporte, isto é, o retardo de tempo entre a geração ou transferência de calor para o ambiente. Todas as transferências foram consideradas instantâneas. O modelo de temperatura do ambiente é descrito pela EDO abaixo (equação 1). ̇ ̇ ̇ ̇ ̇ ̇ ̇ ̇ ̇ (1) Expandindo cada termo tem-se as seguintes taxas de calor através da parede externa (equação 2), através das paredes internas (equação 3), através da janela (equação 4), através da porta (equação 5), através do teto (equação 6), o calor dissipado pelas lâmpadas (equação 7) e o calor dissipado pelas pessoas e equipamentos, computadores e monitores. As tabelas 1 e 3 foram usadas como referências para esses casos. (2) ( ) (3) (4) (5) (6) (7) Para o fator de utilização da voltagem (Ful) foi usado o valor de 1,0. No ambiente estudado é usada lâmpada T8 com reator eletrônico, de acordo com a ASHRAE, 2005, Fsa é igual a 0,94. As tabelas 2 e 4 mostram a porcentagem de calor sensível transferido na forma radiante pelas pessoas e pelos equipamen- tos, respectivamente. Tabela 1 - Calor dissipado por pessoa na forma sensível e la- tente em diferentes atividades Atividade Calor Total (W) Calor Sensível (W) Calor La- tente (W) Sentado, traba- lho leve 115 70 45 Sentado, traba- lho moderado 130 75 55 Em pé, traba- lho leve 130 75 55 Fonte: ASHRAE, 2005 Tabela 2 - Porcentagem de calor sensível dissipado que é ra- diante em diferentes atividades Atividade % do calor sensível que é radiante Baixa Velo- cidade Alta Veloci- dade Sentado, trabalho leve 60 27 Sentado, trabalho moderado 58 38 Em pé, trabalho leve 58 38 Fonte: ASHRAE, 2005 Tabela 3 - Calor dissipado pelos equipamentos Equipamento Modo normal, W Modo eco- nômico, W Computador Valor médio 55 20 Valor conservador 65 25 Valor muito conservador 75 30 Monitor Pequeno (13 a 15 in.) 55 0 Médio (16 a 18 in.) 70 0 Grande (19 a 20 in.) 80 0 Fonte: ASHRAE, 2005 Tabela 4 - Porcentagem de troca de calor dos equipamentos por radiação e por convecção Equipamento Radiante Convectiva Computador 10 a 15% 80 a 90% Monitor 35 a 40% 60 a 65% Computador e monitor 20 a 30% 70 a 80% Fonte: ASHRAE, 2005 Organizando a EDO em função das entradas e da saída do sistema, tem-se: ̇ ̇ ̇ ̇ (8) As constantes da equação acima estão mostradas nas equações de 8.1 a 8.7: (8.1) ( ) (8.2) ( ) (8.3) (8.4) (8.5) (8.6) (8.7) O modelo foi implementado no Matlab/Simulink, utilizando a representação por espaço de estados, re- presentada nas equações 9 e 10, ̇ (9) (10) onde A é a matriz do sistema, B é a matriz de entrada, C é a matriz de saída, D é a matriz de alimentação e x(t), u(t) e y(t) são vetores de estados, entradas e saí- das, respectivamente. Os vetores e as matrizes estão representados nas equações 11 a 17. [ ] (11) [ ] (12) [ ] (13) [ ] (14) [ ] (15) [ ] (16) [ ] (17) As variáveis de saída do modelo eram a tempera- tura média da sala, a carga térmica instantânea e a carga térmica desejada. A carga térmica instantânea é calculada a partir da temperatura do ambiente no ins- tante da simulação. A carga térmica desejadaé utili- zada para estimar a vazão volumétrica de ventilação mecânica, e é calculada a partir da temperatura de setpoint. Dados como temperatura externa, radiações sola- res foram inseridos de acordo com a localização do ambiente, dia e hora. Dados de transmitâncias, fator solar, absortâncias e resistências foram retirados ou calculados de acordo com a norma NBR 15220 (ABNT, 2003). A temperatura de referência (setpoint) utilizada para o ambiente foi de 23ºC. 2.3. Sistema de ar-condicionado No sistema de ar-condicionado foram implemen- tados dois controladores, PI e ON/OFF. O desempe- nho de cada um foi analisado através do consumo e da resposta temporal. O sistema foi limitado a uma capacidade de refrigeração igual a 6000 W (valor pró- ximo ao do condicionador de ar existente no ambien- te). Para efeito de cálculo do consumo de energia elé- trica do sistema de refrigeração, foi considerado um COP (Coeficiente de Performance) médio de 3,0. O controlador PI foi implementado com constantes pro- porcional e integral igual a 3000 e 150, respectivamen- te. O controlador ON/OFF funciona desligando e ligando o ar condicionado. Desliga quando a temperatura do ambiente se torna inferior ao valor desejado, e liga quando esta se torna superior ao valor desejado. Para que o controlador nao ligue/desligue com uma frequencia muita alta, foi apli- cada uma histerese de 1ºC. No sistema de ar condicionado também foi anali- sada a temperatura do jato de ar que é insuflado pelo condicionador de ar. Essa temperatura é importante, pois pode causar desconforto para frio em certas regi- ões do ambiente atravessadas pelo jato de ar. A equação 18 mostra o método utilizado para calcular essa grandeza. (18) A vazão volumétrica foi considerada igual a 1080 m³/h ou 0,3 m³/s. Nesse sistema foi considerada que toda a transferência de calor é sensível, ou seja, foram desconsiderados efeitos de umidade. 2.4. Sistema de ventilação Um sistema de ventilação mecânica foi integrado ao sistema de condicionamento de ar, visando economia de energia. O sistema de ventilação é ativado sempre quando é possível resfriar o ambiente com ar externo consumindo menos energia que o condicionamento de ar. Esses casos são possíveis nas situações nas quais a temperaura externa é inferior a temperatura desejada. A vazão de ar desse sistema foi limitada a 30 e 60 renovações de ar por hora (0,5 m³/s e 1 m³/s, respectivamente) para evitar escoamentos com velocidades muito altas dentro do ambiente. A vazão volumétrica necessária para manter a temperatura desejada utilizando ventilação mecânica foi estimada pela equação 12. (12) A potência do ventilador foi calculada a partir das leis de semelhança usando um ventilador comercial como referência (equação 13). ⁄ (13) Admitiu-se que o ventilador seria controlado atra- vés de inversor de frequência, que permite o controle contínuo da rotação do ventilador e, por consequên- cia, da sua vazão. 2.5. Consumo Energético A partir das potências do ar condicionado e do ventilador calculou-se e comparou-se o consumo do sistema de ar condicionado e o consumo do sistema integrado. 2.6. Análise de Resultados Os desempenhos do sistema de ar condicionado, e do sistema integrado (ar condicionado com ventila- ção mecânica) foram analisados. Calculou-se o con- sumo energético de cada tática com uso dos controla- dores PI e ON/OFF. Para comparação dos resultados foram selecionados dados climáticos de Viçosa do dia 15 de cada mês do ano. Variou-se a quantidade de pessoas, a quantidade de equipamentos (sempre igual ao número de pessoas), e a vazão volumétrica máxi- ma permitida. Para análise do comportamento dos controladores foram plotados gráficos com a resposta deles para cada situação. 3. Resultados 3.1. Desempenho Energético dos contro- ladores Foram simuladas os dois sistemas variando-se os seguintes parâmetros: quantidade de pessoas (1, 5 e 10 pessoas) e vazão máxima permitida (0,5 e 1 m³/s). As tabelas 5 e 6 mostram os resultados encontrados para os controladores PI e ON/OFF, respectivamente, no dia 15 de cada mês para variações de parâmetros mencionadas acima. Nas tabelas, AC significa sistema de ar condicionado, SI é o sistema integrado e E é economia de energia do sistema integrado quando comparado com sistema de ar condicionado funcionando isoladamente. É possível observar que, em todas as situações, o mês de julho é o que há maior economia de energia. Em julho tanto as temperaturas externas como a radiação solar no teto e na parede externa são menores. Com isso, aumenta o potencial de resfriamento da sala através do ar externo e diminui, em parte, a carga térmica de resfriamento do ambiente. Nesta situação, o sistema de ventilação pode ser utilizado em grande parte do dia, enquanto o sistema de refrigeração pode permanecer desligado. A quantidade de pessoas influenciou no consumo energético. O calor dissipado pelas pessoas compõe parcela relevante da carga térmica do sistema. Vale ressaltar que, nas situações simuladas, mesmo para uma pessoa no ambiente, o sistema de refrigeração necessitou ser acionado pelo menos em parte do dia. A diminuição da vazão máxima permitida diminuiu a economia energética do sistema integrado. O ventilador não conseguiu suprir a carga térmica com a vazão volumétrica máxima, então o sistema de condicionamento foi acionado, até em casos nos quais a temperatura externa é inferior a desejada (23 °C). O aumento da vazão máxima permitida pode aumentar a economia de energia, pois o sistema de ventilação mecânica ficará acionado por mais tempo. No entando, a velocidade do ar dentro do ambiente pode atingir patamares altos, causando desconforto. Não ocorreu economia significativa comparando- se os controladores PI e ON/OFF. A maior economia foi em torno de 2 %, na situação com 1 pessoa e vazão máxima permitida de 1m³/s. A menor economia, de 0,2 %, para 10 e 5 pessoas a uma vazão máxima permitida de 0,5 m³/s. Tabela 5 - Consumo e economia de energia em joules de cada mês e o total do ano para as condições estabelecidas, utilizando controlador PI. Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Ano 10 pessoas 1 m3/s AC 17,1 16,2 14,6 13,1 10,9 10,7 10,3 11,9 14,5 15,7 17,0 16,7 14,0 SI 16,9 15,7 14,5 12,0 7,2 7,2 5,4 9,1 13,3 15,5 16,0 16,4 12,4 E (%) 1,1 2,8 1,2 8,6 33,7 33,3 47,6 23,7 8,2 1,5 5,4 1,4 11,6 5 pessoas 1 m3/s AC 12,6 11,7 10,2 8,7 6,4 6,3 5,9 7,5 10,0 11,3 12,5 12,2 9,6 SI 12,1 11,2 9,9 7,8 3,7 4,1 2,5 5,4 8,9 10,5 11,5 11,6 8,3 E (%) 4,0 4,7 3,2 10,3 42,2 35,2 57,9 28,4 11,2 6,9 8,1 4,9 14,1 1 pessoa 1 m3/s AC 9,1 8,2 6,7 5,1 3,0 2,9 2,5 4,0 6,5 7,7 9,0 8,7 6,1 SI 8,4 7,7 6,3 4,6 1,6 2,0 0,6 2,8 5,6 7,1 8,1 7,9 5,2 E (%) 7,1 6,3 4,8 10,6 48,7 30,5 77,2 30,2 14,4 7,9 9,5 8,6 14,6 10 pessoas 0,5 m3/s AC 17,1 16,2 14,6 13,1 10,9 10,7 10,3 11,9 14,5 15,7 17,0 16,7 14,0 SI 17,1 16,2 14,6 12,7 8,5 8,3 6,7 10,5 14,0 15,7 17,0 16,7 13,2 E (%) 0,0 0,0 0,0 3,3 22,0 23,0 34,6 11,7 3,0 0,0 0,0 0,0 6,3 5 pessoas 0,5 m3/s AC 12,6 11,7 10,2 8,7 6,4 6,3 5,9 7,5 10,0 11,3 12,5 12,2 9,6 SI 12,6 11,6 10,1 8,2 4,7 4,5 3,4 6,2 9,6 11,2 12,2 12,2 8,9 E (%) 0,0 1,2 0,7 6,0 26,7 27,8 41,5 17,3 4,4 0,7 2,5 0,0 7,6 1 pessoa 0,5 m3/s AC 9,1 8,2 6,7 5,1 3,0 2,9 2,5 4,0 6,5 7,7 9,0 8,7 6,1 SI 9,0 8,0 6,5 4,8 1,8 2,1 1,2 2,9 6,1 7,3 8,6 8,6 5,6 E (%) 1,2 2,7 1,7 7,3 40,1 26,0 50,4 27,4 6,9 5,2 4,7 1,2 8,9 Notas: AC é o sistema de ar condicionado, SI é o sistema integrado, E é a economia de energia Tabela 6 - Consumo e economia de energia em joules de cada mês e o total do ano para as condições estabelecidas, utilizando contro- lador ON/OFF. Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez Ano 10 pessoas 1 m3/s AC 17,2 16,2 14,7 13,1 10,9 10,8 10,3 12,0 14,5 15,8 17,0 16,8 14,1 SI 16,9 15,7 14,4 11,97,0 7,0 5,2 9,0 13,2 15,5 16,0 16,4 12,4 E (%) 1,5 3,3 1,7 9,4 35,3 34,7 49,4 24,9 8,9 1,8 6,1 1,9 12,3 5 pessoas 1 m3/s AC 12,7 11,7 10,2 8,7 6,4 6,3 5,9 7,5 10,1 11,3 12,5 12,3 9,6 SI 12,0 11,1 9,8 7,7 3,5 3,9 2,1 5,2 8,8 10,3 11,4 11,6 8,1 E (%) 4,8 5,4 4,0 11,3 46,1 38,0 64,1 30,9 12,4 8,9 9,1 5,5 15,7 1 pessoa 1 m3/s AC 9,1 8,2 6,6 5,1 3,0 2,8 2,4 4,0 6,5 7,7 9,0 8,7 6,1 SI 8,3 7,6 6,2 4,5 1,3 1,9 0,2 2,7 5,4 7,0 8,0 7,8 5,1 E (%) 8,2 7,3 6,1 12,0 55,6 34,3 91,5 33,1 16,5 9,4 10,6 9,9 16,6 10 pessoas 0,5 m3/s AC 17,2 16,2 14,7 13,1 10,9 10,8 10,3 12,0 14,5 15,8 17,0 16,8 14,1 SI 17,2 16,2 14,7 12,7 8,4 8,2 6,7 10,5 14,0 15,8 17,0 16,8 13,2 E (%) 0,0 0,0 0,0 3,7 22,4 23,4 35,2 12,1 3,3 0,0 0,0 0,0 6,5 5 pessoas 0,5 m3/s AC 12,7 11,7 10,2 8,7 6,4 6,3 5,9 7,5 10,1 11,3 12,5 12,3 9,6 SI 12,7 11,6 10,1 8,1 4,7 4,5 3,4 6,2 9,6 11,2 12,2 12,3 8,9 E (%) 0,0 1,4 0,9 6,3 27,1 28,1 42,0 17,9 4,7 0,8 2,7 0,0 7,8 1 pessoa 0,5 m3/s AC 9,1 8,2 6,6 5,1 3,0 2,8 2,4 4,0 6,5 7,7 9,0 8,7 6,1 SI 9,0 7,9 6,5 4,7 1,8 2,1 1,2 2,9 6,0 7,3 8,5 8,5 5,5 E (%) 1,5 2,9 2,0 7,6 41,2 25,8 51,1 28,4 7,3 5,5 5,0 1,6 9,2 Notas: AC é o sistema de ar condicionado, SI é o sistema integrado, E é a economia de energia 3.2. Respostas dos controladores A figura 3 mostra as temperaturas dos controladores PI (linha contínua) e ON/OFF (linha tracejada), utilizados para controlar o sistema de ar condicionado. A temperatura de saida do controlador PI sofre um pico no início, pois inicialmente a carga térmica no ambiente é alta. O seu tempo de acomodação é em torno de 5 min. Para analisar o período em que a resposta do controlador ON/OFF oscila, observou-se duas situações diferentes. Em janeiro, com 10 pessoas no ambiente e uma vazão máxima necessária de 1m³/s (figura 4), o período de oscilação foi de 54 segundos. Em julho com apenas 1 pessoa e uma vazão máxima necessária de 1m³/s (figura 5), o período de oscilação foi de 395 segundos. Nota-se que, quanto maior a carga térmica, menor será o período de oscilação, e maior a frenquência. Figura 3 - Respostas dos controladores PI e ON/OFF, para sistema de condicionamento de ar, no mês de janeiro, na situação com 10 pessoas e vazão máxima necessária de 1m³/s Figura 4 - Respostas dos controladores ON/OFF, para sistema de condicionamento de ar, para mês de janeiro, na situação com 10 pessoas e vazão máxima necessária de 1m³/s 50 100 150 200 250 300 350 400 22 22.2 22.4 22.6 22.8 23 23.2 23.4 23.6 23.8 24 Instante de tempo (s) Te mp era tur a m édi a d a s ala (ºC ) PI ON/OFF 3.02 3.04 3.06 3.08 3.1 3.12 3.14 3.16 3.18 3.2 x 10 4 22 22.2 22.4 22.6 22.8 23 23.2 23.4 23.6 23.8 24 Instante de tempo (s) Te mp era tur a m édi a d a s ala (ºC ) Figura 5 - Respostas dos controladores ON/OFF, para sistema de condicionamento de ar, no mês de julho, na situação com 1 pessoa e vazão máxima necessária de 1m³/s A figura 6 mostra uma pequena instabilidade nas respostas do controladores do sistema AC. Isso ocorre porque o sistema atingiu a capacidade máxima de refrigeração (6000 W). Os controladores não conseguem manter a temperatura até a carga térmica do ambiente dimunia, e o ar condicionado não precise utilizar a capacidade máxima. Figura 6 - Respostas dos controladores PI e ON/OFF, para sistema de condicionamento de ar, no mês de janeiro, na situação com 10 pessoas e vazão máxima necessária de 0,5 m³/s 3.3. Temperatura do jato de ar A temperatura do jato insuflado pelo ar condicio- nado utilizando o controlador PI é mostrada nas figu- ras 7 e 8. Nota-se que, no mês de janeiro, com 10 pessoas, a variação da temperatura é maior, aproxi- madamente 10 ºC para janeiro e 3 ºC para julho. Isso acontece por causa do aumento da taxa de refrigera- ção. Essa variação pode ser calculada pela diferença entre a temperatura máxima e a mínima do jato de ar. A tabela 7 mostra os dados de temperatura máxima, mínima e média do jato de ar em janeiro e julho para 10, 5 e 1 pessoas, utilizando o controlador PI. Nota-se que, quando a carga térmica aumenta, como em al- guns momentos em janeiro com 10 pessoas, a tempe- ratura do jato de ar diminui para um patamar muito in- ferior ao da temperatura de setpoint. Nesta situação, a temperatura atinge um mínimo de 6,41 ºC e a média 10,05 ºC. Na figura 8, é possível observar um vale até a temperatura se aproximar da desejada. Nesse interva- lo a taxa de refrigeração é zero, e a resposta do PI demora esse tempo para alcançar a temperatura am- biente. Figura 7 - Temperatura de jato do controlador PI, para o sis- tema de condicionamento de ar, no mês de janeiro, na situa- ção com 10 pessoas Figura 8 - Temperatura de jato do controlador PI, para o sis- tema de condicionamento de ar, no mês de julho, na situação com 1 pessoa 3.02 3.04 3.06 3.08 3.1 3.12 3.14 3.16 3.18 3.2 x 10 4 22 22.5 23 23.5 24 Instante de tempo (s) Tte mp era tur a m édi a d a s ala (ºC ) 2000 4000 6000 8000 10000 12000 14000 22 22.5 23 23.5 24 Instante de tempo (s) Te mp era tur a m édi a d a s ala (ºC ) PI ON/OFF 0.5 1 1.5 2 2.5 3 3.5 4 x 10 4 6 7 8 9 10 11 12 13 14 15 16 Instante de tempo (s) Te mp era tur a d o j ato de ar (º C) 0 0.5 1 1.5 2 2.5 3 3.5 4 x 10 4 19.5 20 20.5 21 21.5 22 22.5 23 Te mp era tur a d o j ato de ar (º C) Instante de tempo (s) Tabela 7 - Temperaturas máximas, mínimas e médias do jato de ar, em ºC, para diversas situações, a 1m³/s, para o controlador PI Situação Máxima Mínima Média Janeiro 10 pessoas 21,98 6,41 10,06 5 pessoas 22,29 9,60 14,65 1 pessoa 22,54 12,25 16,86 Julho 10 pessoas 22,57 13,81 16,59 5 pessoas 22,88 17,12 19,43 1 pessoa 23,00 19,78 21,31 As figuras 9 e 10 mostram a temperatura do jato do controlador ON/OFF do sistema de ar condicionado para as mesmas situações descritas anteriormente. Observa-se que o delta de temperatura é aproxima- damente o mesmo, o que é diferente é a frequência de oscilação da temperatura do jato, que na simulação de janeiro é maior. Na figura 9, nos instantes de tempo de 4000 s até 12000 s, a temperatura permanece entre 6 e 7ºC, pois a carga térmica é alta nestes instantes e a capacidade de refrigeração máxima do sistema é al- cançada. Neste caso, o controlador não consegue manter a temperatura ambiente e a temperatura de ja- to modifica-se junto com ela como pode ser verificado comparando-se as figuras 6 e 9. Na figura 10, nos primeiros 6000 segundos, a temperatura do jato de ar sofre pequena variação. Nesse intervalo inicial, a taxa de refrigeração é zero, e consequentemente, a tempe- ratura do jato se iguala à temperatura média da sala. Figura 9 - Temperatura de jato do controlador ON/OFF, para o sistema de condicionamento de ar, no mês de janeiro, na situação com 10 pessoas Figura 10 - Temperatura de jato do controlador ON/OFF, para o sistema de condicionamento de ar, no mês de julho, na situação com 1 pessoa 2000 4000 6000 8000 10000 12000 6 8 10 12 14 16 18 20 22 Instante de tempo (s) Te mp era tur a d o ja to de ar (ºC ) 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 11000 6 8 10 12 14 16 18 20 22 Instante de tempo (s) Te mp era tur a d o ja to de ar (ºC ) 4. Conclusão Este trabalho propôs simular o funcionamento de um sistema de ar condicionado, com dois tipos diferentes de controladores (PI e ON/OFF), e de um sistema que integre o sistema anterior com sistema de ventilação mecânica, visando economia de energia. As simulações foram executadas para um laboratório de informática localizado em Viçosa-MG. Verificou-se que os sistemas integrados possuem potencial para economia de energia, principalmente nos meses mais frios, nos quais o ar exterior fica em temperaturas mais baixas. Os resultados apontam o potencial de economia energética na integração de sistemas decondicionamento de ar com outros sistemas como de ventilação mecânica, de ventilação natural e de resfriamento evaporativo. A escolha do controlador não intefere de forma signifcativa no consumo de energia, entretanto o PI é o mais recomendado, pois a temperatura do ambiente e do jato ar oscilam menos, o que produz menos desconforto. 5. Bibliografia ABNT (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS). NBR15520: Desempenho Térmico de Edificações. Rio de Janeiro. 2003 ABNT (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS). NBR16401: Instalações de ar- condicionado – Sistemas centrais e unitários. Rio de Janeiro. 2008 ASHRAE (American Society of Heating, Refrigerating and Air-Conditioning Engineers). ASHRAE Handbook – Fundamentals, 2005. CASTILLA, M. ÁLVAREZA, J,D. BERENGUELA, M. RODRÍGUEZA, F. GUZMÁNA, J,L. PÉREZB, M. A comparison of thermal comfort predictive control strategies. Energy and Buildings, v. 43, p. 2737– 2746, 2011. DOUNIS, A. I. MANOLAKIS, D. E. Design of fuzzy system for living space thermal-comfort regulation. Applied Energy, v. 69, p. 119-144, 2001. FREIRE, R. Z. OLIVEIRA, G. H. C. MENDES, N. Predictive controllers for thermal comfort optimization and energy savings. Energy and Buildings, v. 40, p. 1353-1365, 2008. KOLOKOTSA, D. NIACHOU, K. GEROS, V. KALAITZAKIS, K. STAVRAKAKIS, G, S. SANTAMOURIS, M. Implementation of an integrated indoor environment and energy management system. Energy and Buildings, v. 37, p. 93–99, 2005. KOLOKOTSA, D. TSIAVOS, D. STAVRAKAKIS, G, S. KALAITZAKIS, K. ANTONIDAKIS, E. Advanced fuzzy logic controllers design and the evaluation for buildings’ occupants thermal-visual comfort and indoor air quality satisfaction. Energy and Buildings, v. 33, p. 531–543, 2001. 6. Agradecimentos Ao DEP/UFV pela disposição de recursos para re- alização desse trabalho.
Compartilhar