Gli impianti di condizionamento servono a rinnovare l’aria all’interno dei locali con aria esterna e a riscaldare o raffrescare gli ambienti con l’obiettivo di assicurare una buona qualità dell’aria all’interno di locali chiusi, come uffici e centri commerciali, garantendo il comfort termico in ogni stagione.
Nel settore terziario (GDO, uffici, scuole, ospedali, alberghi, centri sportivi) il consumo legato all’esercizio di questi impianti può incidere fino al 50% del consumo energetico annuale. Di conseguenza, porre attenzione alla gestione di questi impianti può rivelarsi una grande opportunità, non soltanto per il miglioramento del comfort degli occupanti, ma anche per risparmiare energia e ridurre l’impatto ambientale legato al condizionamento.
Il settore energetico sta attraversando un periodo di profonda trasformazione. Digitalizzazione e customer centricity sono i due paradigmi fondamentali di questa trasformazione.
Digitalizzare significa raccogliere informazioni in tempo reale anche da ambienti, come un impianto di condizionamento per l’appunto, che prima erano isolati e interagire con questi per migliorarne il comportamento.
La customer centricity è la bussola che ci guida nelle azioni di miglioramento che vogliamo intraprendere, ponendo come obiettivo il soddisfacimento del cliente, che, nel caso ad esempio, di un gestore di un centro commerciale si misura in comfort e contenimento dei consumi energetici.
Comfort Management è il servizio che Enel X offre alle imprese per la gestione da remoto degli impianti di condizionamento in grado di assicurare il comfort degli ambienti e al contempo ridurne notevolmente la relativa spesa energetica.
Grazie all’applicazione di una serie di algoritmi, e all’integrazione delle informazioni che provengono dal monitoraggio in campo, i livelli ottimali di comfort vengono garantiti aggiornando continuamente i parametri di regolazione dell’impianto al variare delle condizioni ambientali esterne e di qualità dell’aria all’interno dei locali.
Un algoritmo può essere definito come un procedimento meccanico che permette la risoluzione di problemi mediante un numero finito di passi. A regole di immediata comprensione (esempio: se succede X allora esegui Y) si possono affiancare processi estremamente complessi, che affondano le radici nell’analisi stocastica.
In questo caso, gli algoritmi di controllo implementati, si fondano sull’analisi dei dati storici di consumo e di condizioni interne ed esterne verificatesi nei giorni e mesi precedenti, grazie ai quali si costruisce un modello predittivo delle condizioni interne degli ambienti (ad esempio, la temperatura), ovvero un modello matematico in grado di prevederne i valori nel futuro.
Grazie a tale predizione, unitamente al monitoraggio delle condizioni interne in tempo reale e allo studio delle condizioni di comfort, l’algoritmo è in grado di valutare dinamicamente il momento migliore per accendere l’impianto al mattino o spegnerlo alla sera, al fine di ridurre il più possibile gli sprechi di energia e garantire al contempo il comfort termico desiderato. I comandi di accensione e spegnimento verranno poi impartiti alle macchine in maniera automatica.
Allo stesso modo l’algoritmo è in grado di ottimizzare l’utilizzo delle macchine durante tutta la giornata, non solo in fase di accensione e spegnimento, determinando i set point ottimali che verranno utilizzati per la regolazione degli impianti al fine di ottenere il massimo del comfort al minimo consumo energetico.
È importante sottolineare come tali algoritmi, la cui forza è quella di unire l’analisi termica dell’edificio a metodologie di machine learning, nonché a quelle più complesse di deep learning, siano in grado di sfruttare informazioni tipicamente non utilizzate da un sistema di gestione tradizionale, come le condizioni climatiche esterne sia attuali che previsionali, l’affollamento degli edifici, la tipologia di giorno (feriale piuttosto che festivo) ecc.
Informazioni che, insieme ai dati dell’edificio, consentono l’attuazione di logiche di controllo dinamiche, ottimizzate e sempre coerenti con la situazione presente all’interno dell’edificio.
Inoltre, la cosiddetta storicizzazione dei dati, ovvero l’archiviazione quotidiana dei parametri di rilievo dell’edificio, delle condizioni climatiche, e di tutte le variabili più influenti, costituisce l’insieme di informazioni utilizzate per l’addestramento e miglioramento continuo delle performance dei modelli. Si instaura, in questo modo, un ciclo virtuoso di miglioramento continuo. Un’intelligenza artificiale che apprende in che modo reagisce il sistema per regolare le modulazioni successive.
L’adozione di questa soluzione non prevede alcuna modifica all’impianto esistente né l’interferenza con il servizio di manutenzione e si adatta a sistemi di monitoraggio eventualmente già presenti in sito.
L’intervento che esegue Enel X consiste semplicemente nel mettere in comunicazione le varie parti dell’impianto di condizionamento tra di loro e con il cloud Enel all’interno del quale risiede il cervello dell’intelligenza artificiale necessaria all’erogazione del servizio.
All’interno del contesto emergenziale che stiamo vivendo in questi mesi, a causa della pandemia Covid19, la gestione degli impianti di condizionamento assume un nuovo obiettivo: ridurre al minimo il rischio di contagio in ambienti chiusi.
Insieme all’Istituto Superiore di Sanità (ISS), le più importanti associazioni del settore del condizionamento – REHVA e AICARR – hanno definito alcune linee guida di gestione degli impianti che puntano a ridurre il rischio di diffusione del virus nei locali chiusi.
Tra le prescrizioni più importanti l’esclusione dei ricircoli d’aria, l’aumento dei ricambi d’aria e il controllo costante del livello di CO2. Il monitoraggio della qualità dell’aria e, in particolare, della concentrazione di CO2, è infatti indice del grado di occupazione degli ambienti e diventa essenziale per verificare la corretta conduzione degli impianti di condizionamento.
Tutte queste azioni, sulla carta, comportano un maggiore consumo di energia. La soluzione Enel X di Comfort Management permette di mitigare sensibilmente questi sovra-consumi rispetto ad una soluzione limitata ad una regolazione manuale a portata fissa. Tutto ciò è possibile attraverso l’utilizzo di algoritmi di previsione della CO2 che permettono di attuare azioni in anticipo rispetto a quanto può fare un controllore di campo e quindi:
- sfruttare la flessibilità concessa all’interno della fascia di tolleranza della concentrazione di CO2;
- gestire l’anticipo di accensione e posticipo di spegnimento della ventilazione, riducendo i tassi di ventilazione in mancanza di occupazione (ad esempio di notte);
- regolare la portata d’aria esterna in funzione della concentrazione indoor di CO2;
Grazie alla soluzione di Comfort Management è inoltre possibile:
- visualizzare i valori di qualità dell’aria all’ingresso del locale su una dashboard grafica personalizzata per una chiara e immediata interpretazione di questi valori da parte dei gestori e dei clienti che entrano nell’esercizio commerciale;
- ricevere alert al superamento di una soglia di sicurezza (in ppm CO2) indice del grado di affollamento degli ambienti al fine di individuare e decongestionare zone che tendono più facilmente ad affollarsi.
Per saperne di più su Air Quality, la soluzione che permette di ridurre il rischio di contagio in ambienti chiusi clicca qui.
Vai al webinar “Come gestire gli impianti di climatizzazione per il comfort degli ambienti e per ridurre il rischio contagio da Covid19“.
