Energy Data Management per la riduzione dei consumi Ing. Giovanni Anceschi

Transcript

1 Energy Data Management per la riduzione dei consumi Ing. Giovanni Anceschi

2 Energy Way Fondata a novembre A dicembre 2014 viene riconosciuta come Start up innovativa e a gennaio 2015 si certifica secondo la UNI CEI L originalità e l estrema efficacia dei metodi le permettono partecipare a progetti UE e di crescere, attualmente la società conta 19 tecnici, tra ingegneri e matematici. Energy Way si distingue dalle altre ESCo per il metodo innovativo e scientifico, con il quale effettua l analisi dei transitori e delle anomalie e crea modelli di gestione basati su misure, analisi statistiche ed ottimizzazione delle regolazioni.

3 La nostra storia idea 3 ingegneri 1 Piattaforma 8 ingegneri 18 ingegneri matematici 3 data scientists 3 Dottorati Industriali 5 Tesi Premio Start Up Innovativa Microsoft BizSpark Program Premio Italia - Canada Premio Start Up Innovativa Premio UpIdea Climate KIC Italiano e finale a Francoforte 2 Clienti 80 Clienti 120 Clienti 6 R&D Contratti di Ricerca e Sviluppo

4 Baseline Dinamica Baseline Dinamica - Servizio di Data Management Data Collection Model Prediction Prescription Raccolta delle variabili ed organizzazione dei dati Creazione di un modello del fenomeno per intuirne e controllare il comportamento M o d e l l i d i o t t i m i z z a z i o n e attraverso metodi di Intelligenza Artificiale

5 Esperienze Ottimizzazione delle regolazioni di 10 Centri Commerciali con metodi di Intelligenza Artificiale Ottimizzazione delle regolazioni degli impianti di climatizzazione di un Data Centre con metodi di Intelligenza Artificiale Azienda del settore Ceramico Applicazione di metodi di Intelligenza Artificiale per la pianificazione ottimale della manutenzione di impianti di cogenerazione

6 Coop Alleanza 3.0 OBIETTIVO ottimizzare le regolazioni degli impianti di Climatizzazione ed avere un modello previsionale sui risparmi Intelligenza Artificiale: METODO analisi multivariabile non lineare dei dati di input e stima dei consumi energetici grazie alla Baseline Dinamica. Grazie all applicazione di metodi di Intelligenza Artificiale il modello individua le regolazioni ottimali degli impianti in funzione delle condizioni climatiche ed occupazionali.

7 Baseline Dinamica Contratto EPC (Direttiva 2012/27/UE) accordo contrattuale tra il beneficiario e il fornitore di una misura di miglioramento dell'efficienza energetica, verificata e monitorata durante l'intera durata del contratto, laddove siano erogati investimenti (lavori, forniture o servizi) nell'ambito della misura in funzione del livello di miglioramento dell'efficienza energetica stabilito contrattualmente o di altri criteri di prestazione energetica concordati, quali i risparmi finanziari Primo Obiettivo: Dimostrare il risparmio generato dall ottimizzazione delle regolazioni degli impianti gestiti da BMS in 10 punti vendita su tutto il territorio nazionale. Problema: il consumo giornaliero di un punto vendita (pv) è influenzato da diversi fattori, esterni e interni al pv kwh_el Consumi pv in una se8mana 9po

8 Il Risultato 400 Il Modello Individua e applica interventi di ottimizzazione Test Sola ventilazione Accensione Gruppi Frigo Energia elettrica Generale Netta [kwh] /05/ /05/ /05/ /06/2016 Consumi ottimizzati C(t) Consumi non ottimizzati C'(t)

9 Il Risultato Risparmio del 29% in 8 giorni Energia elettrica Generale Netta [kwh] Consumi ottimizzati C(t) Consumi non ottimizzati C'(t) Text /05/ /09/ /07/ /07/2016

10 Risparmi conseguiti dal Cliente kwh Risparmi Conseguiti 1 Bari Brindisi Gelsi Soliera Bondeno Castelnuovo Ferrara Doro Grand Emilia Mezzavia Special Coop Punti Vendita Risparmio Conseguito [kwh] Risparmio Percentuale [%] Bari ,1 Brindisi ,4 Gelsi ,2 Soliera Bondeno ,4 Castelnuovo Ferrara Doro ,4 Grand Emilia ,7 Mezzavia ,1 Special Coop ,3 TOTALE ,3 % 1 0

11 Acantho OBIETTIVO ottimizzare le regolazioni degli impianti di climatizzazione del Data Centre Intelligenza Artificiale: METODO Definizione del PUE e della Baseline Dinamica. Grazie all applicazione di metodi di Intelligenza Artificiale il modello individua le regolazioni ottimali degli impianti in funzione delle condizioni climatiche esterne.

12 Il percorso Organizzazione dei dati acquisiti da sistemi di misura Definizione del PUE di primo tentativo Integrazione sistemi di monitoraggio Modellazione matematica del Data Centre, visualizzazione PUE reale e PUE simulato via web Applicazione di metodi di Intelligenza Artificiale per ottimizzazione delle regolazioni degli impianti

13 Il Risultato Il Modello Matematico permette di simulare e prevedere il comportamento del Data Centre individuando anomalie nel profilo dei consumi o eventuali derive. Il cruscotto web-based dell andamento del PUE misurato e del PUE previsto permette al Cliente di avere un controllo dei consumi. 1,80 Confronto PUE misurato - previsto 1,70 1,60 1,50 1,40 1,30 1, Misurato Previsto

14 Risparmio conseguito dal Cliente Data Center- Consumi giornalieri medi Risparmi annuali Consumi ante interventi [kwh] Data Center Consumi post interventi [kwh] Risparmio [kwh] Giorni DC spento equivalenti [kwh] 10,66 kwh Ante Post

15 Industria Ceramica OBIETTIVO Minimizzare i costi di manutenzione e quantificare le perdite a causa di una riduzione del rendimento dell impianto di Cogenerazione Azienda del settore Ceramico Intelligenza Artificiale: METODO Modellizzazione del sistema Cogenerativo Grazie all applicazione di metodi di Intelligenza Artificiale il modello simula il comportamento del motore ed individua lo scostamento di rendimento. Lo scopo è la pianificazione ottimale delle manutenzioni.

16 Il Risultato Il Modello Matematico permette di quantificare l usura del motore. Errore assoluto medio orario = 1,1% (~70kW) Coefficiente di determinazione R 2 = 95,6% L errore tende ad aumentare nel tempo, indice del deterioramento della macchina

17 In breve In ambito industriale applicazione di metodi di Intelligenza Artificiale rientrano nell ambito dell Industry 4.0 Molte aziende attraverso un percorso guidato l Energy Data Management hanno la possibilità di ottenere saving importanti senza sostituire macchinari, ma ottimizzando gli impianti esistenti.

18 Energy Way Un approccio rivoluzionario all analisi di Sistemi Energetici Complessi