Variable air volume damper reconfiguration in demand side management operation

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Electrical Engineering | Master's thesis

Authors

Date

2025-11-24

Department

Major/Subject

Control, Robotics and Autonomous Systems

Mcode

Degree programme

Master's Programme in Automation and Electrical Engineering
Automaation ja sähkötekniikan maisteriohjelma
Magisterprogrammet i automation och elektroteknik

Language

en

Pages

49

Series

Abstract

The International Maritime Organization's goal to reduce CO2 produced by the maritime sector by 40% by 2030 creates a need to achieve energy savings in already existing ships. Cruise ship ventilation system has potential in demand side management (DSM) strategies as it is the second largest energy consumer on a cruise ship. Variable air volume (VAV) systems can add a level of flexibility to applying DSM due to their advantage of conserving energy by controlling the ventilation rates of individual ventilation zones. In VAV systems, ventilation zones are equipped with VAV terminal units that operate by opening and closing mechanical dampers. VAV systems suffer from drifting in measurement causing the actual value of the damper position to differ from the measured value which is why a reconfiguration of the damper is necessary. Reconfiguration poses a problem under DSM strategies of the ventilation system, especially time critical demand response (DR), as it can have unwanted outputs for the power consumption of the ventilation system. The aim of this thesis is to analyze, how the reconfiguration of VAV dampers affects the power consumption of a ventilation system, and how the reconfiguration should be considered during DSM operation. A reinforcement learning (RL) model was trained for the reconfiguration of the VAV dampers during a DR request. An Apros simulation of a cruise ship's ventilation system was used as a basis for the RL environment. The Apros model was modified into a VAV system by adding simulated VAV terminal units with damper control. An RL agent was trained in the environment to determine temperature setpoints for each cabin. The results from the simulation showed that a reconfiguration creates a peak in the power consumption of a cabin. As the power consumption is affected by the reconfiguration, it should be avoided during a DR request.

Kansainvälisen merenkulkujärjestön (engl. International Maritime Organization, IMO) tavoitteen mukaan merenkulkusektorissa tuotetun hiilidioksidin määrää tulisi laskea 40:llä prosentilla vuoteen 2030 mennessä. Tämä tavoite luo tarpeen vähentää jo olemassa olevien laivojen hiilidioksidipäästöjä ja energiankulutusta. Risteilyalusten ilmastointijärjestelmä kuluttaa laivalla toiseksi eniten energiaa, ja sen vuoksi sillä on merkitystä energiatarpeen kysyntäpuolen hallinnassa (engl. Demand Side Management, DSM). Vaihtelevan ilmamäärän (engl. Variable Air Volume, VAV) ilmastointijärjestelmät luovat joustavuutta DSM-ohjaukseen, sillä niiden etuna on yksittäisten ilmanvaihtovyöhykkeiden ilmanvaihtonopeuksien hallinta. VAV-järjestelmissä ilmanvaihtovyöhykkeet on varustettu VAV-päätelaitteilla, jotka toimivat avaamalla ja sulkemalla mekaanisia ilmamääräsäätimen peltejä. VAV-järjestelmät kärsivät muun muassa pellin asennon mittausten ajelehtimisesta, jolloin todellinen arvo poikkeaa mitatusta arvosta. Tämän vuoksi pellit on konfiguroitava uudelleen. Uudelleenkonfigurointi aiheuttaa kuitenkin ongelmia ilmanvaihtojärjestelmän DSM-ohjauksessa, ja erityisesti kysyntäjoustossa (engl. Demand Response, DR), sillä pellin avaamisella ja sulkemisella voi olla ei-toivottuja vaikutuksia systeemin tehonkulutukseen. Tämän opinnäytetyön tavoitteena on analysoida kuinka ilmamääräsäätimen peltien uudelleenkonfigurointi vaikuttaa tehonkulutukseen, ja kuinka uudelleenkonfigurointi tulisi ottaa huomioon VAV-ilmastointijärjestelmän DSM-ohjauksessa. Vahvistusoppimista (engl. Reinforcement Learning, RL) käytettiin ilmamääräsäätimen peltien uudelleenkonfigurointiin DR-pyynnön aikana. Vahvistusoppimisympäristönä käytettiin Apros-simulaatio-ohjelmistolla tehtyä mallia risteilyaluksen ilmastointijärjestelmästä. Mallia muokattiin lisäämällä ilmamääräsäätimien simuloidut versiot jokaiseen hyttiin. RL agentti koulutettiin ympäristössä määrittämään lämpötilan asetusarvot hyteille. Simulointitulokset osoittivat, että pellin uudelleenkonfigurointi luo hetkellisen piikin hytin tehonkulutukseen. Tämän takia uudelleenkonfigurointia tulisi välttää DSM-pyynnön aikana.

Description

Supervisor

Vyatkin, Valeriy

Thesis advisor

Aaltonen, Harri

Keywords

VAV system, VAV damper reconfiguration, demand side management, demand response, heating, ventilation, and air conditioning, reinforcement learning

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202512159251

Collections

[dipl] Sähkötekniikan korkeakoulu / ELEC