La tematica dell’efficientamento energetico degli impianti sta diventando sempre più importante sia per quanto riguarda la riduzione di emissioni nell’atmosfera sia per quanto riguarda il consumo di risorse e l’abbattimento dei costi di gestione.
 

Per raggiungere tale obiettivo è necessario innanzitutto conoscere lo stato degli impianti per poterne verificare i consumi, le modalità di funzionamento ed un insieme di altri parametri; è necessario inoltre conoscere anche il contesto in cui gli impianti sono installati, le modalità operative da parte dei fruitori e altri fattori ambientali che possono concorrere al buono o cattivo funzionamento degli impianti stessi. Tali aspetti infatti possono influire in maniera non trascurabile sui consumi energetici poiché azioni umane sulla regolazione dell’impianto, apparentemente non correlate ai consumi, possono comunque influire sul modo non trascurabile sulle dinamiche di funzionamento.

A partire da questa base di conoscenze deterministiche è possibile modellare gli impianti e, utilizzando tecniche di intelligenza artificiale, è possibile identificare i punti di intervento al fine di migliorarne la resa energetica in termini di consumi, utilizzo e manutenzione.

In molti casi però, specialmente nel caso di impianti datati, non è possibile reperire tali informazioni in maniera semplice: spesso gli impianti dispongono solo di una centralina di controllo locale e non connessa in rete.

Si devono quindi introdurre negli impianti dei sensori che permettano di acquisire i valori dei parametri di funzionamento. Inoltre, specialmente negli impianti di grosse dimensioni, una parte dei dati risulta disponibile ma fornita da componenti che dialogano con protocolli di comunicazione diversi a cui bisogna sommare quanto acquisito tramite i sensori.

È quindi necessario avere un sistema unico di raccolta dati che permetta di interfacciarsi verso l’impianto gestendo i vari protocolli di comunicazione e di arricchire i dati d’impianto con informazioni provenienti da altre fonti che permettano anche di aumentare la conoscenza dell’ambiente. Occorre inoltre aggregare tutti i dati in modo da poter avere una base unica sulla quale operare azioni di analisi basate su intelligenza artificiale al fine di poter definire azioni correttive.

Il progetto PERSICO, sviluppato da TEK SERVICE SRL, EDALAB SRL e MANUTHERM SRL con la collaborazione dell’Università degli Studi di Verona, ha visto la realizzazione di una piattaforma in grado di svolgere le predette funzioni e costituita da:

 

 

Questa soluzione integrata permetterà sia un controllo dell’impianto basato su regole di decisione automatica su regole di intelligenza artificiale sia un controllo diretto da parte degli operatori che gestiscono o fruiscono dell’impianto stesso.

PERSICO ha trovato applicazione in due diversi scenari, uno in ambito residenziale (un condominio) e uno in ambito GDO (un supermercato), scenari in cui si è potuto testare ed affinare quanto realizzato.

E' possibile consultare i risultati dell'installazione demo da http://app.connetcrm.it/persico/