ETD

• Modellazione Grey-Box
• Modelli Resistenza-Capacità
• Previsione energetica
• Strutture ospedaliere

The current global context is characterized by a growing focus on environmental sustainability and emissions reduction, key themes in energy policies and international regulations. In this context, the construction sector is highly energy-intensive, and healthcare facilities represent a particularly significant category. Characterized by considerable morphological complexity and large dimensions, hospital complexes present unique technological and management challenges: frequently consisting of multiple pavilions of different construction periods, they require 24/7 operation, controlled thermo-hygrometric conditions, and exhibit extremely variable thermal loads, all while strictly adhering to hygiene and safety constraints. In light of these critical issues, this paper, part of the energy efficiency plan promoted by the North-West Tuscany Local Health Authority and managed by N.O.T.E Srl, proposes the application and analysis of a simplified model for forecasting energy consumption, to support design and operational decisions geared towards energy savings. Specifically, the thesis uses a "Grey-Box" approach to investigate the hourly thermal dynamics of one of the thirteen healthcare facilities involved, the San Francesco Hospital in Barga. A four-node R-C (Resistance-Capacity) model was developed and implemented in MATLAB, capable of performing hourly analyses useful for medium- and long-term forecasts while balancing computational simplicity, ease of calibration, and predictive capacity. Following a preliminary phase of collecting and processing geometric, meteorological, and consumption data, the model was applied and tested using sensitivity analyses to assess its robustness with respect to the main variables. Finally, an evolution of the model was proposed, moving from a 24-hour constant-parameter configuration to a time-slot formulation with variable parameters. The results demonstrate that the transition to the time-slot model, combined with a rolling strategy, optimizes predictive accuracy, reducing the CVRMSE error to approximately 21%, a value well within the limits set by ASHRAE guidelines. Having also verified the marginal impact of solar gains on global dynamics, the work confirms that this approach can balance computational simplicity and physical rigor, providing a reliable tool for hospital energy management and requalification even in conditions of limited data availability.

L’attuale contesto globale è caratterizzato da una crescente attenzione alla sostenibilità ambientale e alla riduzione delle emissioni, temi centrali nelle politiche energetiche e nelle normative internazionali. In questo scenario, il settore edilizio risulta fortemente energivoro e le strutture sanitarie rappresentano una categoria di particolare rilevanza. Caratterizzati da una notevole complessità morfologica ed estese dimensioni, i complessi ospedalieri presentano sfide tecnologiche e gestionali particolari: frequentemente articolati in più padiglioni di diverse epoche costruttive, richiedono un funzionamento ininterrotto (24/7), ambienti con condizioni termo-igrometriche controllate e presentano carichi termici estremamente variabili, il tutto nel rigido rispetto dei vincoli di igiene e sicurezza. Alla luce di queste criticità, il presente elaborato, inserito nel piano di efficientamento
energetico promosso da USL Toscana Nord-Ovest e gestito da N.O.T.E Srl, propone l’applicazione e l’analisi di un modello semplificato per la previsione dei consumi energetici, a supporto di decisioni progettuali e operative orientate al risparmio. Nello specifico, la tesi indaga attraverso un approccio "Grey-Box", la dinamica termica oraria di una delle tredici strutture sanitarie coinvolte, l’ospedale San Francesco di Barga. È stato sviluppato ed implementato in MATLAB un modello R-C (Resistenza-Capacità) a quattro nodi, capace di svolgere analisi a passo orario utili per previsioni a medio e lungo termine bilanciando semplicità computazionale, facilità di calibrazione e capacità predittiva. A seguito di una fase preliminare di raccolta ed elaborazione dei dati geometrici, meteorologici e dei consumi, il modello è stato applicato e testato tramite analisi di sensibilità per valutarne la robustezza rispetto alle variabili principali. Infine, è stata proposta un’evoluzione del modello passando da una configurazione a parametri costanti sulle 24 ore, a una formulazione a fasce orarie con parametri variabili. I risultati dimostrano che la transizione al modello a fasce orarie, unita a una strategia di tipo rolling, ottimizza l’accuratezza predittiva abbattendo l’errore (CVRMSE) a circa il 21%, un valore ampiamente entro i limiti imposti dalle linee guida ASHRAE. Avendo inoltre verificato la marginalità degli apporti solari sulle dinamiche globali, il lavoro conferma che questo approccio può bilanciare semplicità computazionale e rigore fisico, fornendo uno strumento affidabile per la gestione e la riqualificazione energetica ospedaliera anche in condizioni di limitata reperibilità dei dati.