Clima che cambia, mercato energetico ballerino, necessità urgente di agire sul proprio impatto ambientale. Bastano pochi, ma importantissimi, fattori a spiegare perché oggi le aziende non possano più rimandare la ricerca di soluzioni per ridurre i loro consumi di energia. Ma da dove partire? Adottare buone pratiche di risparmio è certamente una strada, ma non tutto può essere affrontato con il razionamento: è necessario anche investire nell’efficienza energetica, sfruttando l’innovazione tecnologica in modo funzionale.
Algoritmi di Machine Learning, per ottimizzare i consumi energetici
Un supporto chiave è certamente rappresentato dalle tecnologie che, grazie ad algoritmi di Machine Learning, ottimizzano e riducono i consumi energetici, fornendo un contributo prezioso per migliorare la gestione dell’energia negli edifici aziendali.
Strumenti di monitoraggio degli impianti di riscaldamento, soluzioni di AI per la riduzione dei cicli di accensione e spegnimento delle centrali termiche, sensori di temperatura in grado di reagire in maniera dinamica, storage intelligente, manutenzione predittiva, abilità analitiche per identificare tendenze di consumo su cui attuare strategie di risparmio: il ventaglio di opzioni per agire sulla Carbon footprint permette di agire in maniera semplice e mirata sui processi.
Intercettare la formula migliore per le proprie esigenze diventa quindi la chiave per fare la differenza: un obiettivo che A2A Smart City posiziona al cuore della propria mission, fra soluzioni di Smart e Green Energy per accompagnare PMI e grandi aziende in un percorso di ottimizzazione energetica.
Gli approcci aziendali possono essere di diverso tipo. Quello storico è quello delle ESCo, aziende energetiche il cui scopo è proprio favorire un miglioramento del profilo di consumo degli edifici. Il loro contributo si fonda su una serie di step: dalla diagnosi energetica, ovvero l’individuazione delle potenziali linee di spreco e di utilizzo non ottimale dell’energia, all’individuazione degli investimenti per migliorare l’infrastruttura esistente.
A2A Smart City, si posiziona in maniera complementare rispetto a questa visione. La strategia si basa infatti sull’uso di tecnologie, generalmente fondate sull’intelligenza artificiale, che riducono i consumi senza modificare l’infrastruttura, ma semplicemente interfacciandosi con l’impianto esistente. Sono strumenti che migliorano il processo giornaliero, fornendo risultati misurabili che permettono anche un ritorno sull’investimento sostenibile e quantificabile nel corso del tempo. Un approccio dunque più tecnologico, snello e leggero.
Obiettivo primario: grandi quantità di dati
Per funzionare, queste soluzioni hanno bisogno di una grande mole di dati. Con la maturità tecnologica oggi disponibile questo risultato si riesce a conseguire in modo semplice. Nel caso, ad esempio, della climatizzazione nel settore terziario se immaginiamo un grande edificio, del quale ci interessa misurare i parametri di consumo energetico interni ed esterni, è nello sviluppo del modello termodinamico della struttura che entrano in gioco il Machine Learning e l’intelligenza artificiale.
Grazie a sensori che misurano la temperatura e l’umidità delle zone più significative, è possibile condividere questi dati con il cloud a definiti intervalli di tempo. Gli algoritmi incrociano poi questi dati con quelli esterni all’edificio, quindi temperatura, previsioni meteo, inclinazione dei raggi solari e trend di variazione di condizioni climatiche e umidità. Raccolti i cosiddetti coefficienti termici, l’intelligenza artificiale è in grado di prevedere come cambierà nei successivi 30, 60, 120 o 180 minuti l’ambiente della struttura in questione, trasmettendo comandi specifici alla macchina.
Per spiegare ancora meglio, si consideri il caso dei gruppi frigo: grazie alla capacità predittiva è possibile modificare la temperatura di mandata dell’acqua, che verrà ottimizzata sulla base del fabbisogno reale della struttura. Variabili come la temperatura di mandata dell’acqua storicamente agiscono su base reattiva e statica: in pratica si fissano dei valori, ad esempio a livello stagionale, e ci si muove soltanto sulla base di essi.
Il ruolo di un modello dinamico e predittivo
Con l’applicazione delle soluzioni smart, in cui A2A Smart City ha consolidata esperienza, i gruppi frigo lavorano invece sulla base di un modello dinamico e predittivo che consente aggiornamenti ogni 10-15 minuti, e sempre sulla base del fabbisogno energetico reale dell’edificio, e garantisce un risparmio energetico sul raffrescamento di almeno il 17%. Con la stessa logica si può agire sugli impianti di riscaldamento intervenendo su accensioni e spegnimenti: in tal modo si ottimizza la dispersione all’interno dell’impianto di distribuzione del fluido termico, garantendo un 10% di risparmio sui consumi energetici.
I benefici sono anche di natura finanziaria: l’azienda, infatti, a parità di comfort interno che deve essere sempre mantenuto, consumerà di meno. Oltre a questo, bisogna considerare anche l’impatto in termini di sostenibilità: queste soluzioni, agendo sulla quantità di CO2 che viene generata per la climatizzazione dell’edificio, aiutano infatti a ridurre la Carbon footprint dell’impresa.
L’impiego dell’AI per l’energy saving può inoltre influenzare e indirizzare la strategia aziendale. Il sistema di controllo permette infatti di avere a portata di clic tutti i consumi praticamente in tempo reale, di monitorare le indicazioni di risparmio che vengono generate dall’intelligenza artificiale e di compilare alcune voci del bilancio di sostenibilità in maniera centralizza. I vantaggi naturalmente dipendono molto dalla situazione di partenza. In una società con tante strutture dotate di sistemi di gestione differenti, applicazioni come queste permettono di centralizzare l’analisi e l’acquisizione di dati in tempo reale, migliorando il processo di manutenzione quotidiano oltre che il monitoraggio degli impianti.
Le soluzioni realizzate da A2A Smart City si avvalgono di una tecnologia matura analizzata e convalidata con il Dipartimento Energia del Politecnico di Milano. Per garantire un ritorno sull’investimento entro i due anni è importante che siano applicate all’interno di strutture che abbiano dei livelli minimi di consumo, ossia almeno 60.000 m³ di gas per il riscaldamento e almeno 300 megawatt ora di consumi l’anno per il raffrescamento. I verticali di applicazione oggi sono il settore terziario, dall’hotellerie ai centri commerciali, e anche il comparto residenziale, purchè si impieghino sistemi di riscaldamento centralizzati.
Queste soluzioni hanno un notevole margine di sviluppo anche se in Italia non è ancora sviluppata la tendenza a ridurre i consumi attraverso le tecnologie: spesso chi ha la responsabilità degli impianti ha difficoltà anche a valutare questo tipo di sistemi perché vi si confronta solo con approccio emergenziale. In ogni caso, è bene prendere coscienza del fatto che in futuro è prevista una crescita importante delle soluzioni di questo tipo e la loro importanza è destinata a diventare centrale.
Naturalmente ci possono essere dei limiti tecnici: non sempre, infatti, è possibile applicarle a qualsiasi impianto. Dove questo è possibile, nel privato, nel residenziale e nella pubblica amministrazione, le potenzialità nel miglioramento dei consumi, dei costi interni e dell’impatto ambientale sono enormi. Un importantissimo fattore di cambiamento sarà la svolta culturale.
