ºÚÁÏÍø

Väitöskirjan nimi: Demand-side management for buildings connected to district heating

³Õä¾±³Ù³Ù±ð±ô¾±Âáä: Pengmin Hua
³Õ²¹²õ³Ù²¹±¹Ã¤¾±³Ù³ÙäÂáä:&²Ô²ú²õ±è;professori Natasa Nord, Norwegian University of Science and Technology (NTNU), Norja
Kustos: professori Risto Lahdelma, MS & ENG, Aalto-yliopiston perustieteiden korkeakoulu 

Tämä väitöskirja keskittyy kysyntäpuolen hallintaan rakennuksissa, jotka on liitetty kaukolämpöjärjestelmiin, tavoitteena parantaa energiatehokkuutta ja toiminnallista joustavuutta samalla kun varmistetaan mukava sisälämpötila.

Tutkimus antaa merkittävän panoksen rakennusten energiajärjestelmien alalle parantamalla käytännön ongelmia lämpökuorman ennustamisessa, säätöstrategioissa ja kysyntäjoustossa. Tutkimus tuotti kolme keskeistä tulosta: ensinnäkin yleistettävän menetelmän kaukolämmön kuviomallien analysointiin ja lyhyen aikavälin ennustamiseen sekä kaupunki- että rakennustasolla käyttäen regressio- ja neuroverkkomenetelmiä; toiseksi monitavoitteisen mallipohjaisen ennakoivan säädön (MPC), joka tasapainottamaan lämpömukavuuden, energiatehokkuuden ja hydraulisen vakauden huonetasoisissa sovelluksissa; ja kolmanneksi integroidun kysyntäjouston strategian, jossa yhdistetään sumea logiikka ja dynaaminen sähkön hinnoittelu parantamaan usean huoneen lämmityksen säätelyä vähentäen samalla kustannuksia.

Tulokset osoittavat, että edistyneet kysynnänhallintamenetelmät voivat merkittävästi parantaa kaukolämpöjärjestelmien tehokkuutta ja joustavuutta ilman, että asumismukavuus kärsii. Tämä työ tarjoaa näin uutta tietoa ja käytännön työkaluja energiayhtiöille, insinööreille ja päättäjille tukemaan älykkäiden säätö- ja kysyntäjoustostrategioiden integrointia kestävään kaupungin lämmitysinfrastruktuuriin.

Avainsanat: Kaukolämpö; Koneoppiminen; Mallipohjainen ennakoiva säätö; Kysyntäjousto; Energiatehokkuus

Yhteystiedot: 

+358504704803
pengmin.hua@aalto.fi 
 

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä):