Modelo híbrido de chiller industrial en Parc Bit

Abstract

[spa] El objetivo principal del trabajo es desarrollar un modelo híbrido para la predicción de consumo eléctrico de un chiller industrial que combine las características de un modelo físico, que aporta información física del sistema, y un modelo estadístico, que incluye información de los datos recopilados por el propio chiller. El análisis de este modelo permitirá determinar si el uso de un modelo híbrido ayudaría a tomar mejores decisiones que un sistema basado solamente en datos. En el trabajo se explican las bases termodinámicas del funcionamiento del chiller y se diseña un modelo de regresión basado únicamente en los datos recopilados por el chiller para predecir el consumo eléctrico. Sin embargo, se reconoce que este modelo basado en datos tiene limitaciones al no considerar las propiedades físicas del sistema. Por lo tanto, se plantea la necesidad de desarrollar un modelo híbrido que integre tanto la información física como los datos recopilados. Se realiza una revisión del estado del arte en el campo de los modelos híbridos aplicados a los chillers industriales, destacando diferentes técnicas y enfoques utilizados en investigaciones previas. Al combinar la información de las ecuaciones físicas con los datos recopilados por el chiller, se aprovechan las fortalezas de ambos enfoques, modelando fielmente el comportamiento de las pérdidas de eficiencia y prediciendo de forma mucho más precisa el consumo eléctrico del chiller.

[eng] The main objective of this work is to develop a hybrid model for the power consumption prediction of an industrial chiller that combines the characteristics of a physical model, which provides physical information of the system, and a statistical model, which includes information from data collected by the chiller. The analysis of this model will allow to determine if the use of a hybrid model would help to make better decisions than a system based only on data. The paper explains the thermodynamic basis of chiller operation and designs a linear regression model based solely on data collected by the chiller to predict power consumption. However, it is recognized that this data model has limitations by not considering the physical properties of the system. Therefore, the need to develop a hybrid model that integrates both the physical information and the collected data is proposed. A review of the state of the art in the field of hybrid models applied to industrial chillers is performed, highlighting different techniques and approaches used in previous research. By combining the information from the physical equations with the data collected by the chiller, the strengths of both approaches are leveraged, faithfully modeling the behavior of efficiency losses and much more accurately predicting chiller power consumption.