Analisi dei contributi aggregati e dei singoli carichi in ambito residenziale per load monitoring and management

The detailed knowledge of building loads, especially in residential settings, has shown that it is possible to reduce consumption by up to 30% thanks to the development of specific load management strategies. In order to produce consumption optimization strategies, it is important to understand the daily profile of individual loads for analysis. Various load monitoring strategies, particularly non-intrusive methods, have been proposed and developed based on the characteristics of the loads, generally focusing on the most energy-intensive ones. Starting from public datasets of electricity consumption in residential buildings, an analysis of the energy consumption of individual households was conducted, investigating the characteristics of electricity consumption on an hourly, daily (weekdays and working days), monthly, seasonal, and annual basis. The correlation between the various uses of household appliances throughout the day was also explored. The datasets considered are two: one from the United Kingdom (REFIT) and the other from Italy (MAC). Matlab software was used for the analysis.

La conoscenza dettagliata dei carichi di un edificio, specialmente in ambito residenziale, ha dimostrato che si possono ridurre i consumi fino al 30%, grazie alla possibilità di sviluppare specifiche strategie di gestione dei carichi. Al fine di produrre strategie di ottimizzazione dei consumi, è importante conoscere il profilo giornaliero dei singoli carichi per analizzarlo. Varie strategie di monitoraggio del carico (load monitoring), specialmente non intrusivo, sono state proposte e sviluppate in base alle caratteristiche dei carichi, generalmente considerando quelli più energivori. Partendo da dataset pubblici di consumi elettrici in edifici residenziali, è stata prodotta un’analisi dei consumi delle singole abitazioni, investigando le caratteristiche dei consumi di energia elettrica su base oraria, giornaliera (giorni feriali e lavorativi), mensile, stagionale ed annuale. Si è inoltre approfondita la correlazione tra i vari utilizzi degli elettrodomestici all’interno della giornata. I dataset considerati sono due, uno del Regno Unito (REFIT) l'altro italiano (MAC). Si è utilizzato il software Matlab per l’analisi.