Efficienza energetica degli edifici. Applicazioni Gis (parte II)

Concludiamo l’articolo sulle applicazioni Gis per la rilevazione dell’efficienza energetica degli edifici (leggi la prima parte)

Le caratteristiche e le fonti dei dati
La georeferenziazione dei consumi necessita del supporto cartografico: a tale scopo sono stati utilizzati dati raster e dati vettoriali.
I dati raster sono fondamentalmente costituiti dalla mosaicatura delle CTR in scala 1: 5.000 della regione Emilia Romagna (di seguito CTR5) georeferenziate nel sistema UTM* (1). Le seguenti CTR5 sono esaustive dell’inquadramento dell’area di studio: 220043; 220032; 220081; 220084; 220071; 220082; 220083, 220072; 220124; 220111.
I dati vettoriali, anch’essi in coordinate UTM*, sono costituiti dai seguenti strati informativi:
– Grafo stradale (geometria lineare), rappresentazione geometrica lineare degli assi strada, a cui sono associati i dati della toponomastica.
– Limiti Amministrativi Comunali e di Quartiere (geometria areale).
– Edifi ci (geometria areale).
I civici sono collocati all’interno del perimetro dell’edificio ed in questo sono strettamente contenuti: questa scelta permette di attribuire all’edificio la somma dei consumi georiferiti sui civici attraverso semplici analisi di overlay topologico.

Dati relativi ai consumi energetici
I dati utilizzati per la stima dell’efficienza energetica degli edifici sono stati limitati ai consumi di gas naturale che, nell’ambito della città di Bologna, rappresentano la quasi totalità delle fonti energetiche impiegate per il riscaldamento degli edifici ad uso residenziale. Il dato del consumo è derivato da lettura diretta dello strumento di misura. Lo strumento di misura è relazionato al punto di rilascio della fornitura (di seguito POD, acronimo di Point Of Delivery), che rappresenta la locazione fisica su cui viene erogata la fornitura del servizio. Risulta evidente come, nel tempo, al medesimo POD possono essere associati diversi strumenti di misura: il consumo di fatto viene quindi attribuito al POD, ed è il medesimo POD che viene coerentemente georiferito sull’edificio per calcolare i consumi di quest’ultimo. Le letture direttamente rilevate sul campo subiscono poi una serie di controlli prima di essere catalogate come rilievi validi. Il primo controllo evidente è che, a parità di strumento di misura, una lettura cronologicamente successiva deve riportare un valore maggiore della lettura precedente. In realtà questo controllo non è sufficiente per qualificare il consumo: le varie tipologie di fornitura, relazionate alle caratteristiche termiche della zona in cui viene erogato, alla stagionalità di rilievo del consumo, permettono di definire intervalli coerenti, entro i quali una lettura può essere considerata significativa, contribuendo di fatto alla generazione della banca dati storica dei consumi.
Di fatto l’algoritmo è così descrivibile:
– acquisizione della lettura;
– prima verifica di coerenza (lettura positiva e superiore alla lettura antecedente);
– calcolo consumo (differenza delle ultime due letture);
– verifica stagionalità ed acquisizione del consumo medio calcolato per quel POD;
– verifica se il consumo stagionale è coerente con il consumo medio a meno di una tolleranza percentuale predefinita (es. +- 15%) (2)
Nel caso la verifi ca sia superata seguono:
– verifica associazione tra strumento di misura e POD;
– popolamento storico consumi per il POD;
– memorizzazione ultima lettura in valore assoluto.
Altrimenti:
– lettura considerata come non significativa per un corretto calcolo dei consumi.
La profondità della banca dati storica delle letture permette, di fatto, di utilizzare un dato significativo nel calcolo dei consumi, evitando di utilizzare valori fortemente condizionati da particolari condizioni meteorologiche di un’annata termica e da consumi associati ad esigenze eccezionali del cliente.
È così possibile ottenere consumi giornalieri, quali:
– medie dell’intero periodo di esercizio rilevato (differenza tra la prima lettura e l’ultima lettura / numero di giorni intercorsi);
– media dell’ultimo periodo (differenza tra le ultime due letture significative/il numero di giorni intercorsi);
– media dell’ultimo anno (differenza tra l’ultima lettura significativa e la lettura significativa più prossima alla differenza temporale di un anno/numero di giorni intercorsi e successivamente rapportata proporzionalmente ad un anno).
Di seguito le ulteriori Entità e Relazioni che consentono l’attribuzione del consumo all’edificio
Contatore
Matricola = matricola del contatore, univoca (PK)
Altri dati = anno di costruzione, fabbrica, modello, tipologia gas erogato,…, stato (aperto/chiuso) Contatore_POD (relazione )
Matricola = matricola del contatore, univoca
ID_pod = ID numerico che identifica il POD
Dal = data installazione del contatore in quello specifico POD
Al = data di disinstallazione del contatore da quello specifico POD
Storico Letture
Matricola = matricola del contatore
ID = ID numerico che identifica la lettura
Data_lettura = data effettuazione lettura
Lettura = valore lettura espresso in mc (valore letto direttamente dallo strumento di misura)
POD_Civico (relazione)
ID_pod = ID numerico che identifica il POD
CivKey = ID che identifica univocamente il civico – FK sulla tabella Civici

Elaborazioni
Calcolo della superficie calpestabile dell’edificio
Ipotizzando che su ciascun metro quadrato gravi una colonna di 3 metri cubi, è stato diviso il volume dell’edificio per tre, ottenendo la superficie calpestabile dell’edificio stesso.
In alcuni casi la superficie calpestabile è stata assunta uguale al valore dell’area di base, indipendentemente dal volume. In particolare, questo criterio è stato applicato per tutti gli edifici
con le seguenti destinazioni d’uso:
– baracca;
– cabina Enel;
– cimitero;
– edificio ad uso agricolo;
– serra;
– stabilimento industriale.

Identificazione civici per edificio
Per mezzo di JOIN spaziali, è possibile attribuire a ciascun civico l’ID_edificio all’interno del quale è topologicamente contenuto il civico stesso. Lo Spatial Join permette di fatto di generare un nuovo shape file in cui, ai campi e agli attributi dei civici, vengono associati gli attributi degli edifici, in cui la componente tabellare esprime la relazione 1 –> n tra edificio e civico (mantenendo anche l’associazione con gli altri attributi di superfi cie, volumetria e consumi).

Identificazione Consumi
Operando con funzioni di “summarize” su quest’ultimo shape file è possibile associare la sommatoria dei consumi dell’anno sui singoli civici (contenuti topologicamente nel perimetro edificio) all’edificio stesso. Ottenuti i consumi annui per edificio, è possibile ottenere il consumo espresso in KW/mq annuo attraverso le seguenti espressioni:
Consumo Totale annuo /superficie calpestabile edificio = consumo annuo /mq espresso in mc
1 mc di gas = 9,8 KWh
consumo annuo/ mq * 9,8 KWh = Kwh/ mq anno

Risultati
Analizzando le diverse parti dell’area indagata, si possono osservare delle variazioni nell’efficienza energetica degli edifici, spesso correlate al periodo di edificazione delle aree e alle tecnologie costruttive prevalenti. Come ricordato nella descrizione del metodo adottato, tali informazioni non erano presenti nel database utilizzato; è stato tuttavia possibile stabilire delle relazioni tra prestazioni energetiche degli edifici e epoca di costruzione, sulla base della conoscenza generale dell’area di studio.

Nella figura 1 ad esempio, si può osservare un’area della città realizzata negli anni ’60, nella quale il valore medio dei consumi energetici è pari a 82 kWh/mq anno.

Nella figura 2 si osserva una zona di espansione realizzata negli anni ’90, dove la media dell’efficienza energetica è pari a 70 kWh/mq anno. L’approccio mediante Gis rende possibili ulteriori analisi, quali ad esempio la valutazione delle prestazioni energetiche in funzione dei coefficienti di forma; si potrebbe in questo caso ricorrere ad un parametro di semplice determinazione, quale il rapporto area/perimetro.
Conclusioni
Obiettivo del progetto è quello di definire dei criteri per qualificare gli edifici in termini di efficienza energetica utilizzando la metodologia Gis.
L’intenzione è quella di proporre una metodologia universalmente applicabile e di immediata realizzazione, che consenta sia alle amministrazioni che ai singoli cittadini di classificare con criteri di oggettività l’edificio. Le informazioni utilizzate per raggiungere l’obiettivo indicato sono i consumi oggettivamente registrati assegnati a ciascun edificio, secondo criteri topologici e geometricamente corretti. È comunque necessario considerare che i dati presentati sono puramente indicativi e finalizzati a presentare il metodo proposto. La caratterizzazione degli edifici è stata realizzata utilizzando una banca dati esistente e non è stata oggetto di ulteriori verifiche, né relativamente ai parametri fisici (altezza edifici), né relativamente alle vetustà. L’informazione sui consumi può, peraltro, essere arricchita per mezzo di altri dati (residenti per civico, età media dei residenti, tipologia costruttiva degli edifici, vetustà degli edifici, destinazione d’uso delle varie unità immobiliari, l’albedo, l’asse eliotermico, i dati climatici della zona, ecc.), spesso di proprietà degli enti territoriali, al fine di una più completa ed esaustiva tecnica di indagine massiva.
Si ritiene che l’approccio proposto possa consentire di ottenere importanti informazioni, propedeutiche alla realizzazione di interventi di riqualificazione energetica, sia a livello di distretto, sia a livello di singolo edificio. Questa metodologia potrebbe poi trovare un utile complemento nell’uso di immagini telerilevate nell’infrarosso termico.

Articolo di Ivan Tani e Ciro Gardi

———-
(1) UTM* indica il sistema sdi geoereferenziazione scelto dalla Regione Emilia Romagna. (di seguito RER). Sistema ottenuto proiettando la cartografi a nel sistema UTM con Datum ED50 nel fuso 32 nord, anche la zona geografica che normalmente risiede nel fuso 33, a tale proiezione vengono poi sottratti 4.000.000 metri sull’ordinata (ovvero l’asse Y).
(2) La differenza fra due letture a parità di stagionalità (confronto fra i consumi invernali di due anni consecutivi) può ovviamente risentire anche delle variazioni di temperatura (aumenti di consumi superiori al 15% potrebbero essere imputabili a inverni particolarmente rigidi). In tal caso il confronto fra letture di più clienti effettuate nello stesso periodo può risultare un buon criterio per decidere se considerare la lettura valida.


Lascia una risposta

L'indirizzo email non verrà pubblicato. I campi obbligatori sono contrassegnati *

News dal Network Tecnico