Algorithmic thermophysical analysis for composite PCM-perlite materials, using machine learning mechanisms, for optimizing passive energy storage in buildings

Abstract

The European Commission has set climate neutral targets to reduce carbon emissions by 40% by 2030, while in parallel increase the penetration of Renewable Energy Sources (RES) up to 32% and enhancing energy performance by 32.5%. This has been quantified under the European climate law that expects the EU countries to overall minimise their carbon-related emissions by 55% by 2030. Investigating the benefits deriving from shifting electricity demand in buildings highlights the potential for exploiting the available thermal energy storage capacity resulting from the envelope mass of a building by applying pre-heating or pre-cooling strategies. This concept introduces a passive energy storage system named “structural thermal energy storage” which employs the mass of the structural elements—i.e., walls, slabs and ceilings—to store thermal energy and retrieve it at a later time. The efficiency of this strategy has been proven for ages, with a typical case being the passive night cooling of heavyweight buildings as a traditional way to treat the heated thermal mass of stone or concrete in hot climates. Several studies have investigated the opportunity to increase building envelope thermal mass by utilising composite materials, through incorporating low-cost carriers, like industrial minerals, for absorbing phase change materials (PCMs). PCMs provide a way for exploiting the latent heat when storing thermal energy. In principle, any material that undergoes a phase change process when absorbing or releasing thermal energy can be used as Latent Thermal Energy Storage (LTES). A fundamental characteristic of LTES materials is that there is a phase change temperature at which the material changes from one state (solid or liquid or gas) to another without a change in chemical composition. However, the integration of such composites in building envelope like cement-based mortars, or loose fill applications should maintain desired properties like workability, durability, hydration reaction time, ensuring also competitiveness in relation to environmental footprint and cost. In this framework, recent studies have been dedicated on the utilisation of lightweight industrial minerals as potential carriers due to large surface area, porous structure, low cost and chemical inertness. Τhe effective activation of structural thermal energy storage corresponds with the physical and thermal properties tailored to each building application. On this account, there is a need for analysing the thermal behaviour of hybrid LTES-enhanced composites and evaluate the heat transfer phenomena occurring between the building’s envelope layers for each use case. Furthermore, for each layer, like mortars and plasters, the thermal interaction between the particles of binder and fillers, within a volume unit and the packing density is crucial. Particle morphology of binders’ effects on binder-filler interfacial interaction, while packing characteristics of filler particles could provide insight to possible link between particle morphology and interfacial behaviour. Hybrid LTES-enhanced composites is a promising additive that can replace conventional fillers for storing energy in thermal mass, as soon as desired end product properties are ensured. LTES-enhanced composites performance is correlated with the carrier ability to capture a melted LTES material within its pores and is affected mainly by the density, the particle size specific surface and porosity. Mixing conditions like temperature (affecting LTES viscosity), duration and pressure are also affecting the sorption process's efficiency and dynamics. All these factors can be modelled for the analysis of LTES sorption into porous industrial minerals and to predict the thermal storage capacity of LTES-enhanced composites but also to evaluate possible utilisation schemes at building envelope. Even more, the combination of mathematical modelling (knowledge-driven) and machine / deep learning (data-driven) are capable of handling complex, high-dimensional data with numerous parameters. The use of physics-informed neural networks, where mechanistic equations guide the learning process allows for more precise calculations, able to successfully predict the thermal behaviour of composite LTES-enhanced materials and their thermal efficiency at building envelope level. This doctoral thesis develops an integrated model for evaluating energy storage capabilities and energy flow of building envelope layers incorporating LTES-enhanced composites in mortars and loose fill applications, at two levels:1.Theoretical and numerical framework:•Thermodynamic prediction of the thermal energy able to be stored in each LTES-enhanced building envelope layer •Kinetics of thermal charging/discharging cycles of the energy stored in LTES-enhanced building thermal mass •Overall efficiency of the technology, promoted for two envelope building applications: loose fill and mortar utilising as filler industrial mineral carrying PCM enhanced composites •LTES-enhanced mortar’ thermal mass efficiency, by analysing thermophysical filler properties, and by ensuring in parallel end product compatibility for building applications •Thermal interaction between the particles of binder and fillers of mortar, within a volume unit in relation to the packing density •Packing density correlation with particle size distribution •Sorption capacity of porous structure, in relation to density, particle size distribution, specific surface and porosity. Sorption capacity is quantified in both inter capacity (open cavities of the porous structure) and intra capacity in relation to the open pores. •Sorption mixing process efficacy in relation to the mixing temperature affecting also contact angle, interfacial surface tension, LTES material density and dynamic viscosity 2.Data driven analytical modules: •SEM image recognition and analysing particles morphology such as the circular shape factor, the porosity, the specific surface, the radius of surface and their size distribution, including the mean radius and the standard deviation. The correlation of inter capacity and the image analysis derived properties the calculation of the volume available to sorb melted PCM in particles surface •Particles 3D visualisation based on SEM image recognition module taking into account particle size distribution, for calculating packing density •Computational tool for converting volume weighted particle size distributions to probability distribution. This tool predicts the number of the particles in relation to their size than can be distributed within an inter sorption volume unit This twofold analysis delivers a holistic hybrid data-driven mechanistic model enabling multiscale material and process insight by defining and predicting thermal mass utilisation potential at both particle and building envelope level, evaluating LTES-enhanced composites thermodynamic efficiency to be applied for hybrid energy storage. Accordingly, materials were evaluated based on their energy storage and release capabilities. An organic LTES material, like Rubitherm RT27, with latent heat capacity of 150-200 kJ/kg, was selected for its high energy storage properties combined with compatible to the carrier properties and market-ready accessibility. The LTES-enhanced composites’ specific heat capacity, found to be in the range of 35-40 kJ/kg·K, also facilitating the enhancing of TES applications during heating and cooling cycles. Simulations showed that incorporating LTES-enhanced mortars into building walls could reduce energy consumption by prolonging the thermal discharge of the building block up to 18 and 20 hours. This demonstrates a significant delay of roughly 15 hours compared to a conventional building block being thermally discharges after around 3 to 5 hours. The delayed solidification process effectively prolongs the wall's ability to maintain a stable temperature, as the PCM absorbs heat from the surrounding layers before fully solidifying. This contributes to the extended cooling period observed in the enhanced wall, reducing the risk of sudden temperature drops and enhancing indoor thermal comfort. This reduction was mainly due to the materials' ability to stabilize indoor temperatures, thereby decreasing the reliance on HVAC systems. Furthermore, sorption capacity models analysed factors such as particle size, surface area, and pore volume, particularly highlighting the performance of EP as a PCM carrier due to its high porosity (around 90%) and large surface area (up to 20 m²/g), which allowed for improved energy storage density and heat transfer. The hybrid data-driven mechanistic model developed provides a valuable tool for evaluating the emerging class of next-generation LTES solutions. The multidimensional efficacy developed is overcoming the persistent challenges in material synthesis, scalability, and long- term stability. By encouraging solutions for tool-based evaluation of next-generation LTES materials and through synergies with other matching technologies and promote new LTES technological solutions able to be applied in wider fields encompass spacecraft, photonics, paint emulsions, biomedical and healthcare, textiles, foods, cold chain logistics, as well as energy storage and conversion.

Η Ευρωπαϊκή Επιτροπή έχει θέσει στόχους κλιματικής ουδετερότητας για τη μείωση των εκπομπών άνθρακα κατά 40% έως το 2030, ενώ παράλληλα στοχεύει στην αύξηση της διείσδυσης Ανανεώσιμων Πηγών Ενέργειας (ΑΠΕ) έως 32% και στη βελτίωση της ενεργειακής απόδοσης κατά 32,5%. Αυτό ποσοτικοποιείται στο πλαίσιο του Ευρωπαϊκού κλιματικού νόμου, ο οποίος απαιτεί από τα κράτη-μέλη της Ευρωπαϊκής Ένωσης (ΕΕ) να μειώσουν συνολικά τις εκπομπές άνθρακα κατά 55% έως το 2030. Η διερεύνηση των πλεονεκτημάτων που προκύπτουν από τη μετατόπιση της ζήτησης ηλεκτρικής ενέργειας στα κτίρια αναδεικνύει τις δυνατότητες αξιοποίησης της διαθέσιμης θερμικής αποθήκευσης ενέργειας που προσφέρει η θερμική μάζα του κελύφους ενός κτιρίου, μέσω στρατηγικών προ-θέρμανσης ή προ-ψύξης. Πολλές μελέτες έχουν εξετάσει την προοπτική της αύξησης της θερμικής μάζας του κελύφους ενός κτιρίου μέσω σύνθετων υλικών, αξιοποιώντας οικονομικές πρώτες ύλες, όπως βιομηχανικά ορυκτά, για την απορρόφηση υλικών αλλαγής φάσης (PCM). Τα PCM παρέχουν έναν μηχανισμό αξιοποίησης της λανθάνουσας θερμότητας για την αποθήκευση θερμικής ενέργειας. Στην ουσία, οποιοδήποτε υλικό που υφίσταται μια διαδικασία αλλαγής φάσης κατά την απορρόφηση ή την απελευθέρωση θερμικής ενέργειας μπορεί να χρησιμοποιηθεί ως υλικό λανθάνουσας αποθήκευσης θερμότητας (LTES). Ένα βασικό χαρακτηριστικό των υλικών LTES είναι ότι διαθέτουν μια συγκεκριμένη θερμοκρασία αλλαγής φάσης, στην οποία το υλικό μεταβαίνει από μια κατάσταση (στερεά, υγρή ή αέρια) σε άλλη, χωρίς να αλλάζει η χημική του σύνθεση. Η αποτελεσματική ενεργοποίηση της δομικής αποθήκευσης θερμικής ενέργειας σχετίζεται με τις φυσικές και θερμικές ιδιότητες που είναι προσαρμοσμένες σε κάθε εφαρμογή κτιρίου. Υπάρχει ανάγκη για ανάλυση της θερμικής συμπεριφοράς των σύνθετων υλικών LTES και για αξιολόγηση των φαινομένων μεταφοράς θερμότητας μεταξύ των στρώσεων του κελύφους του κτιρίου για κάθε περίπτωση χρήσης. Επιπλέον, για κάθε στρώση, όπως τα κονιάματα και οι σοβάδες, η θερμική αλληλεπίδραση μεταξύ των σωματιδίων του συνδετικού υλικού και των πληρωτικών υλικών είναι κρίσιμη. Η μορφολογία των σωματιδίων του συνδετικού υλικού επηρεάζει τη διεπιφανειακή αλληλεπίδραση μεταξύ συνδετικού υλικού και πληρωτικού, ενώ τα χαρακτηριστικά συσκευασίας των πληρωτικών σωματιδίων παρέχουν πληροφορίες για τη σχέση μεταξύ μορφολογίας και διεπιφανειακής συμπεριφοράς. Αυτοί οι παράγοντες μπορούν να μοντελοποιηθούν για την ανάλυση της απορρόφησης του LTES σε πορώδη βιομηχανικά ορυκτά και την πρόβλεψη της θερμικής αποθηκευτικής ικανότητας των ενισχυμένων με LTES σύνθετων υλικών, καθώς και για την αξιολόγηση πιθανών εφαρμογών στο κέλυφος του κτιρίου. Επιπλέον, ο συνδυασμός μαθηματικής μοντελοποίησης (knowledge-driven) και μηχανικής μάθησης (data-driven) μπορεί να χειριστεί πολύπλοκα δεδομένα υψηλών διαστάσεων. Η χρήση νευρωνικών δικτύων, όπου οι μηχανιστικές εξισώσεις καθοδηγούν τη διαδικασία μάθησης, επιτρέπει πιο ακριβείς υπολογισμούς, ικανούς να προβλέψουν με επιτυχία τη θερμική συμπεριφορά των σύνθετων LTES και την ενεργειακή τους απόδοση στο επίπεδο του κελύφους του κτιρίου. Αυτή η διδακτορική διατριβή αναπτύσσει ένα ολοκληρωμένο μοντέλο για την αξιολόγηση της ικανότητας αποθήκευσης ενέργειας και της ροής ενέργειας στα στρώματα του κελύφους κτιρίων που ενσωματώνουν σύνθετα υλικά LTES σε κονιάματα και εφαρμογές χύδην πλήρωσης, σε δύο επίπεδα: 1.Θεωρητικό και αριθμητικό πλαίσιο:oΘερμοδυναμική πρόβλεψη της θερμικής ενέργειας που μπορεί να αποθηκευτεί σε κάθε στρώμα του κελύφους κτιρίου που ενισχύεται με LTES. oΑνάλυση της κινητικής των θερμικών κύκλων φόρτισης/εκφόρτισης της αποθηκευμένης ενέργειας στη θερμική μάζα του κτιρίου. oΣυνολική απόδοση της τεχνολογίας, σε δύο εφαρμογές του κελύφους: χύδην πλήρωση και κονίαμα που χρησιμοποιεί ως πληρωτικό ένα βιομηχανικό ορυκτό εμπλουτισμένο με PCM. oΑξιολόγηση της απόδοσης της θερμικής μάζας του κονιάματος εμπλουτισμένου με LTES, μέσω ανάλυσης των θερμοφυσικών ιδιοτήτων των πληρωτικών υλικών και διασφάλισης της συμβατότητας του τελικού προϊόντος για δομικές εφαρμογές. oΘερμική αλληλεπίδραση μεταξύ των σωματιδίων του συνδετικού υλικού και του πληρωτικού του κονιάματος, εντός μιας μονάδας όγκου, σε σχέση με την πυκνότητα συσκευασίας. oΣυσχέτιση της πυκνότητας συσκευασίας με την κατανομή μεγέθους σωματιδίων.oΧωρητικότητα απορρόφησης της πορώδους δομής, σε σχέση με την πυκνότητα, την κατανομή μεγέθους σωματιδίων, τη συγκεκριμένη επιφάνεια και την πορώδη δομή. Η χωρητικότητα απορρόφησης ποσοτικοποιείται τόσο ως εξωτερική (ανοιχτές κοιλότητες της πορώδους δομής) όσο και ως εσωτερική (ανοιχτοί πόροι). oΑποτελεσματικότητα της διαδικασίας ανάμιξης κατά την απορρόφηση, σε σχέση με τη θερμοκρασία ανάμιξης, η οποία επηρεάζει επίσης τη γωνία επαφής, την επιφανειακή τάση στη διεπιφάνεια, την πυκνότητα του υλικού LTES και το δυναμικό ιξώδες. 2.Αναλυτικά μοντέλα βασισμένα σε δεδομένα: oΑναγνώριση εικόνων SEM και ανάλυση της μορφολογίας των σωματιδίων, όπως ο κυκλικός συντελεστής σχήματος, η πορώδης δομή, η συγκεκριμένη επιφάνεια, η ακτίνα της επιφάνειας και η κατανομή μεγέθους τους, συμπεριλαμβανομένου του μέσου μεγέθους ακτίνας και της τυπικής απόκλισης. Συσχέτιση της εξωτερικής χωρητικότητας απορρόφησης με τις ιδιότητες που προκύπτουν από την ανάλυση εικόνας και υπολογισμός του όγκου που είναι διαθέσιμος για απορρόφηση PCM στην επιφάνεια των σωματιδίων. oΤρισδιάστατη οπτικοποίηση των σωματιδίων με βάση την αναγνώριση εικόνων SEM, λαμβάνοντας υπόψη την κατανομή μεγέθους σωματιδίων για τον υπολογισμό της πυκνότητας συσκευασίας. oΥπολογιστικό εργαλείο για τη μετατροπή κατανομών μεγέθους σωματιδίων σε κατανομές πιθανότητας. Αυτό το εργαλείο προβλέπει τον αριθμό των σωματιδίων σε σχέση με το μέγεθός τους, που μπορούν να κατανεμηθούν εντός μιας μονάδας όγκου απορρόφησης. Η ανάλυση αυτή παρέχει ένα υβριδικό μοντέλο που συνδυάζει δεδομένα και μηχανιστική μοντελοποίηση, επιτρέποντας ανάλυση πολλαπλής κλίμακας υλικών και διαδικασιών. Ο στόχος είναι να οριστεί και να προβλεφθεί η δυνατότητα αξιοποίησης της θερμικής μάζας τόσο σε επίπεδο σωματιδίων όσο και σε επίπεδο κελύφους κτιρίου, αξιολογώντας τη θερμοδυναμική απόδοση των ενισχυμένων με LTES σύνθετων υλικών για εφαρμογές υβριδικής αποθήκευσης ενέργειας. Αντίστοιχα, τα υλικά αξιολογήθηκαν με βάση τις δυνατότητες αποθήκευσης και απελευθέρωσης ενέργειας. Ένα οργανικό υλικό LTES, όπως το Rubitherm RT27, με λανθάνουσα θερμοχωρητικότητα 150-200 kJ/kg, επιλέχθηκε για τις υψηλές ενεργειακές του ιδιότητες, την καταλληλότητά του για το συγκεκριμένο φορέα και την εμπορική του διαθεσιμότητα. Η ειδική θερμοχωρητικότητα των σύνθετων υλικών LTES προσδιορίστηκε στην περιοχή 35-40 kJ/kg·K, ενισχύοντας έτσι τις εφαρμογές αποθήκευσης θερμότητας κατά τη διάρκεια των κύκλων θέρμανσης και ψύξης. Οι προσομοιώσεις έδειξαν ότι η ενσωμάτωση ενισχυμένων κονιαμάτων LTES στους τοίχους των κτιρίων μπορεί να μειώσει την κατανάλωση ενέργειας, επιμηκύνοντας τη θερμική εκφόρτιση του δομικού στοιχείου έως 18-20 ώρες. Αυτό αντιπροσωπεύει μια σημαντική καθυστέρηση περίπου 15 ωρών, συγκριτικά με έναν συμβατικό δομικό λίθο, ο οποίος εκφορτίζει θερμικά σε περίπου 3-5 ώρες. Η καθυστερημένη στερεοποίηση συμβάλλει στη διατήρηση μιας σταθερής θερμοκρασίας στον τοίχο, καθώς το PCM απορροφά θερμότητα από τα γύρω στρώματα πριν στερεοποιηθεί πλήρως. Αυτό παρατείνει την περίοδο ψύξης του ενισχυμένου τοίχου, μειώνοντας τον κίνδυνο απότομων μεταβολών της θερμοκρασίας και βελτιώνοντας τη θερμική άνεση των εσωτερικών χώρων. Η μείωση αυτή οφείλεται κυρίως στην ικανότητα των υλικών να σταθεροποιούν τις εσωτερικές θερμοκρασίες, μειώνοντας έτσι την εξάρτηση από συστήματα HVAC. Επιπλέον, τα μοντέλα χωρητικότητας απορρόφησης ανέλυσαν παράγοντες όπως το μέγεθος των σωματιδίων, η επιφάνεια και ο όγκος των πόρων, αναδεικνύοντας ιδιαίτερα την απόδοση του διευρυμένου περλίτη (EP) ως φορέα PCM, λόγω της υψηλής πορώδους δομής του (~90%) και της μεγάλης επιφάνειας (έως 20 m²/g), που επιτρέπουν τη βελτιωμένη πυκνότητα αποθήκευσης ενέργειας και τη μεταφορά θερμότητας.Το υβριδικό μηχανιστικό μοντέλο που αναπτύχθηκε παρέχει ένα πολύτιμο εργαλείο για την αξιολόγηση της αναδυόμενης κατηγορίας λύσεων LTES νέας γενιάς. Η πολυδιάστατη αποτελεσματικότητα του μοντέλου υπερβαίνει τις προκλήσεις που σχετίζονται με τη σύνθεση υλικών, την κλιμάκωση και τη μακροπρόθεσμη σταθερότητα. Παράλληλα, προωθεί λύσεις για την αξιολόγηση υλικών LTES μέσω εργαλείων προσομοίωσης και δημιουργεί συνέργειες με άλλες συναφείς τεχνολογίες, προωθώντας νέες λύσεις LTES που μπορούν να εφαρμοστούν σε ευρύτερους τομείς, όπως διαστημικές εφαρμογές, φωτονική, χρώματα, ιατρικές και βιοϊατρικές εφαρμογές, υφάσματα, τρόφιμα, ψυκτική αλυσίδα, καθώς και αποθήκευση και μετατροπή ενέργειας.