Caso d’uso: Ottimizzazione energetica meteo-predittiva
Gestione dinamica e adattiva degli impianti attraverso una soluzione che comprende IoT, l'analisi dei dati meteo reali e previsionali e l'intelligenza artificiale
Soggetti coinvolti
Loogos Srl (solution provider) e Comune di Parma.
Benefici
I dati di funzionamento degli impianti e delle condizioni ambientali e circostanti vengono acquisiti, monitorati e inviati al Cloud dove un algoritmo di Intelligenza Artificiale li analizza insieme alle informazioni meteorologiche specifiche della zona, li elabora e determina le correzioni necessarie, che vengono trasferite al sistema per ottimizzare le prestazioni complessive.
La Sfida
Tutti gli approcci tradizionali di efficientamento energetico si concentrano principalmente sulla sostituzione o modifica degli impianti esistenti. Tuttavia, questi metodi tendono a ignorare i numerosi fattori esterni che possono influenzare i consumi energetici degli impianti stessi. Di solito, si punta su un’ottimizzazione statica a lungo termine, progettata per essere efficace in qualsiasi condizione. Questo tipo di ottimizzazione, però, non tiene conto delle variazioni ambientali e adatta le regolazioni dell’impianto solo al variare delle condizioni. Di conseguenza, non si riesce a raggiungere un’efficienza energetica ottimale che consideri il comportamento dinamico dell’ambiente.
La mancanza di un adattamento preventivo e continuo alle diverse condizioni esterne limita fortemente il potenziale di risparmio energetico e la sostenibilità degli impianti stessi.
Per ottenere risultati migliori, è necessario un approccio più integrato e flessibile, capace di rispondere preventivamente ai cambiamenti esterni, massimizzando così l’efficienza e riducendo gli sprechi. Solo attraverso una gestione dinamica e adattiva degli impianti è possibile raggiungere un vero efficientamento energetico sostenibile.
La sfida è stata proposta dal Comune di Parma che ha lanciato un Bando teso a individuare soluzioni innovative per efficientare alcune scuole della città.
La Soluzione
Il suddetto Bando ha permesso al Comune di Parma di selezionare il progetto di ottimizzazione energetica proposto da Loogos Srl e lo ha applicato a due scuole ubicate sul territorio: la Scuola per L’Europa e l’Istituto Comprensivo Albertelli-Newton.
Il paradigma meteo predittivo, fattore premiante e determinante per l’assegnazione dell’incarico a Loogos, ha implicato un approccio alla previsione del tempo atmosferico basato sull’analisi dei dati storici, delle osservazioni attuali e sui modelli matematici per stimare le condizioni meteorologiche future in quella specifica area geografica.
L’adozione delle tecnologie innovative ed avanzate impiegate nel progetto, come l’Intelligenza Artificiale i modelli predittivi e l’IoT in grado di rivoluzionare di fatto il modo in cui vengono generate le previsioni, hanno permesso l’analisi di una vasta gamma di dati in tempo reale, provenienti dai sensori perimetrali ed esterni installati, da quelli meteorologici forniti dagli aggiornamenti satellitari, consentendo così di produrre previsioni sempre più precise riuscendo a rilevare micro-variazioni nelle due aree molto ristrette.
L’integrazione tra i dati meteorologici, ambientali e quelli operativi dei sistemi HVAC (riscaldamento, ventilazione e aria condizionata) ha consito una previsione e una correzione preventiva del comportamento dei due singoli impianti. Questa sinergia e correlazione dei dati è resa possibile grazie all’utilizzo del sofisticato algoritmo di Intelligenza Artificiale, che ha potuto elaborare e analizzare i dati in tempo reale, permettendo correzioni immediate.
Grazie all’impiego dei sensori ambientali, è stato possibile monitorare costantemente le condizioni degli ambienti, garantendo un livello ottimale di comfort e, simultaneamente, si è riusciti ad ottimizzare il consumo energetico. Questo approccio, pertanto, consente non solo di prevenire eventuali inefficienze o malfunzionamenti dei sistemi sistema HVAC, ma anche di massimizzare l’efficienza energetica complessiva degli edifici o degli ambienti in cui è installato.
Questi dati vengono inviati al Cloud tramite il sistema di acquisizione, dove un algoritmo di Intelligenza Artificiale li analizza insieme alle informazioni meteorologiche specifiche della zona. L’algoritmo elabora quindi le correzioni necessarie, che vengono trasferite al sistema per ottimizzare le prestazioni complessive.
Il sistema elabora costantemente le informazioni dell’impianto con le informazioni metereologiche e determina le correzioni ottimali da applicare.
I dispositivi Slave acquisiscono i dati dai diversi sensori e li inviano al dispositivo Master che è dotato di un modulo per la connessione che gli permette di inviare i dati al sistema di elaborazione in Cloud.
In seguito, il dispositivo Master riceverà le correzioni da applicare all’impianto e tramite i dispositivi Slave invierà i comandi agli attuatori installati sui componenti di regolazione.
Tutti i dati raccolti dai sensori e le modifiche apportate dal sistema sono accessibili tramite una piattaforma online dedicata, che fornisce un quadro dettagliato e in tempo reale sul funzionamento dell’impianto, consentendo agli utenti di monitorare i consumi energetici di ogni singolo componente.
Inoltre, questa piattaforma permette di individuare eventuali anomalie o segni di usura dei componenti, consentendo di adattare dinamicamente il programma di manutenzione e di intervenire prontamente su parti che necessitano di assistenza. Grazie a questa capacità di analisi approfondita e intervento tempestivo, si prolunga la sua vita.
Il Metodo EVO
Si avvia un periodo di monitoraggio per valutare il funzionamento del sistema. Inizialmente, il sistema viene attivato a giorni alterni per verificarne il corretto funzionamento. Questo approccio consente di utilizzare il metodo dei gradi giorno per confrontare i consumi dell’impianto quando il sistema predittivo è attivo e quando è spento. Tale metodo, denominato Evo, consente di ottenere rapidamente una valutazione accurata del grado di ottimizzazione raggiunto nell’impianto nel breve periodo.
Il Metodo dei gradi giorno
Il metodo dei gradi giorno misura la domanda energetica necessaria per riscaldare o raffreddare un edificio basandosi sulle differenze tra la temperatura interna desiderata e quella esterna. Calcola poi la somma delle differenze giornaliere rispetto a una temperatura di bilanciamento. Viene utilizzato per valutare l’efficienza energetica e confrontare i consumi.
COMPOSIZIONE DEI SISTEMI INSTALLATI
CENTRALINA MASTER
Funzione temperatura interna in Real Time, on line gestibile da App. + 4 SONDE (Temperatura Esterna, Temperatura Monopiano, Temperatura Mandata Acqua, Temperatura Ritorno Acqua). Circuito CALDO / FREDDO.
- Power meter a quadro con 3 sonde Rogowski
- Centralina slave circuito caldo
- Sensori di temperatura wireless in tecnologia Mesh
- Sensori di temperatura e umidità wireless in tecnologia Mesh
Nella rappresentazione sopra riportata viene analizzato il mese di aprile presso la struttura scolastica Albertelli Newton, utilizzando il sistema in modalità Evo. I dati di consumo, per essere confrontabili, sono stati bilanciati tramite il differenziale dei gradi giorno (KW/Gradi giorno).
La rappresentazione mostra come, mediamente, i consumi giornalieri con il sistema in funzione siano inferiori. Verso la fine del mese, un crollo delle temperature è stato anticipato e gestito dal sistema, riducendo i picchi di consumo e aumentando sostanzialmente la media di risparmio, che alla fine del periodo si attesta al 27%.
In conclusione, le performance registrate confermano che, in una situazione climatica in continuo mutamento, le tecnologie sperimentate in questo lavoro rappresentano una risposta efficace. Esse sono in grado di adattare in tempo reale la climatizzazione degli ambienti, mantenendo un giusto equilibrio tra comfort ambientale e risparmio energetico.
VANTAGGI
Il principale vantaggio nell’adozione di un sistema di questo tipo è che il livello di efficientamento è in costante crescita.
Grazie al continuo apprendimento del comportamento degli ambienti e al miglioramento della predittività delle variazioni ambientali esterne, il sistema riesce a incrementare progressivamente la sua precisione e affidabilità.
