Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
140
Lista 2024
Status:
Autorzy: Łokczewska Wiktoria, Cholewa Tomasz, Staszowska Amelia, Wolszczak Piotr, Guz Łukasz, Bocian Martyna, Siuta-Olcha Alicja, Balaras Constantinos A., Deb Chirag, Kosonen Risto, Michalczyk Krystian
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2024
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 320
Numer artykułu: 114650
Strony: 1 - 14
Impact Factor: 6,6
Web of Science® Times Cited: 0
Scopus® Cytowania: 0
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Finansowanie: This study was supported by a research project (POIR.04.01.02-00-0012/18), financed from European Funds (under the Intelligent Development Program) by the Polish National Centre for Research and Development.
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 8 sierpnia 2024
Abstrakty: angielski
Throughout the world there is an ongoing emphasis on the implementation of modern technologies and services to reduce the carbon footprint and increase the energy efficiency of existing and new buildings. Of particular interest are energy-efficient measures that can be easily implemented in existing building stock and at a low cost, such as a forecast controller for heating systems. However, there is a lack of detailed measured data for assessing the influence of varying outdoor conditions on energy savings from a heating system controlled by a forecast controller. The work aimed to assess the influence of variations in solar insolation and outdoor air temperature on the supply temperature, power demand, and heat consumption within thirteen buildings equipped with a forecast control system. The application employs simple correlations, utilizing an equivalent outdoor temperature derived from an online weather prediction application (API) leveraging the data from nearby meteorological stations. The algorithm utilises the weather predictions for changes in outdoor conditions, such as wind speed, temperature, and solar insolation, to optimise the conditions of the heat supplied to buildings. The field research was conducted for one year. It was found that the use of the forecast controller in four public buildings and nine residential buildings reduced heat consumption by an average of 9.0% and 11.8%, respectively, for the case when the variations of the outdoor temperature or the solar insolation were taken into account independently. Higher energy savings (16.5%) were achieved for the case when the outdoor temperature increase as well as solar insolation were taken into account at the same time in the process of forecast control of the heating system.