L’energia intelligente

Insomma: soluzioni efficaci ed efficienti per semplificarci la gestione dell’energia

L’intelligenza artificiale è sempre più pervasiva nelle nostre vite (spesso inconsapevolmente per noi) e, diciamolo, è ormai capace di cose sorprendenti.

COS’È L’INTELLIGENZA ARTIFICIALE

L’intelligenza artificiale (IA) è l’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività. Essa permette ai sistemi di capire il proprio ambiente, mettersi in relazione con quello che percepisce, risolvere problemi e agire verso un obiettivo specifico. Il computer riceve i dati (già preparati o raccolti tramite sensori), li processa e risponde.

I sistemi di IA – a valle di un addestramento – sono capaci di adattare il proprio comportamento analizzando gli effetti delle azioni precedenti e lavorando in autonomia.

L’IA COME PARTNER TECNICO PER IL RISPARMIO ENERGETICO

Ci sono applicazioni dell’intelligenza artificiale che possono però dare enormi contributi nel contrastare il cambiamento climatico.

Ne citiamo tre macrocategorie:

• L’IA come supporto nel migliorare l’efficienza e aumentare il risparmio energetico,

• L’IA come supporto nella manutenzione preventiva e predittiva degli impianti energetici, e

• L’IA come supporto nel prendere decisioni strategiche.

L’IA come supporto nel migliorare l’efficienza e aumentare il risparmio energetico

Con un’IA spesso basata su modelli data-driven che utilizzano tecniche di machine e deep learning, si possono considerare le fonti energetiche e i metodi di utilizzo dell’energia all’interno di uno o più processi (industriali e non)

Il primo step è ovviamente comprendere i fabbisogni energetici dei diversi sotto-processi. Il secondo step è capire (tendenzialmente con una modellazione dei sotto-processi stessi) le dinamiche (anche energetiche) dei sotto-processi stessi. L’unione dei due step ha come obiettivo l’armonizzazione l’energy management nei vari processi e sotto-processi con tecniche di ottimizzazione avanzata.

Traduzione: un risparmio energetico, a parità di output della macchina. Efficienza energetica pura!

Grazie a infrastrutture IIoT (Industrial Internet of Things), questi sistemi vengono già efficacemente utilizzati nell’ambito industriale sfruttando la digitalizzazione e l’integrazione del flusso delle informazioni relative ai processi noto come Industria 4.0 e:

• rendono molto più flessibile la gestione energetica degli stabilimenti tramite il monitoraggio in real-time degli obiettivi di risparmio energetico e delle variabili di processo,

• contribuiscono a un utilizzo efficiente e sostenibile utilizzo delle risorse, e

• portano a significativi risparmi energetici ed economici.

L’IA come supporto nella manutenzione degli impianti energetici

In sintesi, l’obiettivo della manutenzione predittiva è prevedere quando potrebbe accadere un guasto o un malfunzionamento a un impianto, in modo da adottare in anticipo le opportune contromisure, come l’ordine dei pezzi di ricambio necessari alla riparazione o sostituzione dei componenti usurati.

Di fatto, la manutenzione predittiva punta a mantenere in perfetta efficienza ogni macchinario, riducendo il più possibile l’eventualità di un fermo-macchina causato da una rottura improvvisa e imprevista o il deterioramento accelerato delle sue prestazioni. Un altro vantaggio della manutenzione predittiva è la possibilità di pianificare con notevole precisione gli interventi di controllo e assistenza agli impianti. Questo permette di gestire le squadre di tecnici nel modo più efficace e ridurre i costi dei singoli interventi, che saranno eseguiti solo quando realmente necessario.

Ovviamente, l'intelligenza artificiale sfrutta l’IoT per ottenere i dati necessari (occorre quindi equipaggiare ogni impianto con speciali sensori connessi a una rete wireless) per le sue analisi.

L’IA come supporto nel prendere decisioni strategiche

Uno studio condotto da ENEA tra il 2020 e il 2021 ha utilizzato IA per valutare l’efficacia delle strategie di efficienza energetica del patrimonio edilizio italiano nel medio-lungo periodo è stato condotto uno studio attraverso l’uso dell’intelligenza artificiale.

Una volta stimata la domanda energetica totale del parco edilizio della Regione Umbria, è stata sviluppata una rete neurale artificiale (ovvero un modello avanzato di elaborazione dati) capace di simulare i consumi energetici del patrimonio edilizio, in un intervallo temporale di 25 anni, e applicando sei diverse strategie di efficientamento energetico. La rete sviluppata è stata in grado di fornire delle proiezioni di risparmio energetico in relazione a differenti interventi realizzabili sugli edifici riguardanti solo l’involucro, solo gli impianti, o la loro combinazione. ENEA ha utilizzato le previsioni energetiche elaborate per individuare gli edifici da riqualificare in relazione anche al contesto climatico; il risultato è stato un aumento del risparmio energetico ottenibile (fino al 23%), grazie agli interventi sul patrimonio edilizio più energivoro della Regione e una riduzione complessiva della domanda energetica del settore pari al 13%.