R&D

Il futuro del clima è a un bivio. C’è una crescente consapevolezza rispetto agli sfidanti obiettivi di i riduzione del 55% delle emissioni di CO2 entro il 2030 e l’abbattimento totale entro il 2050

R&D

Il futuro del clima è a un bivio. C’è una crescente consapevolezza rispetto agli sfidanti obiettivi di i riduzione del 55% delle emissioni di CO2 entro il 2030 e l’abbattimento totale entro il 2050

Il momento giusto in cui agire è ora

Negli ultimi anni, l’evoluzione delle nuove tecnologie ha fatto passi da gigante: da tempo l’Internet of Things e le soluzioni Cloud fanno ormai parte della nostra quotidianità. Anche se questa crescita ci porta a pensare che la tecnologia sia diffusa ovunque, il settore della regolazione degli edifici è ancora molto arretrato e questa condizione si verifica in tutti i contesti (terziario, industria e residenziale).

Il gruppo R&S presente in Enerbrain lavora a stretto contatto con i centri di ricerca europei per rispondere prontamente alle diverse sfide poste direttamente dalla comunità Europea in termini di innovazione e sostenibilità delle nostre città.

Il team si occupa dell’integrazione delle tecnologie al fine di massimizzare l’efficienza energetica e di rendere la soluzione sempre più scalabile.
All’interno vanta professionisti altamente preparati e l’equipe, in crescita ogni anno, è composta da matematici, fisici, ingegneri elettronici, energetici e informatici.
L’obiettivo è creare un team interdisciplinare affiatato per contribuire con soluzioni ad alta efficienza energetica che siano facilmente installabili e con un impatto immediato.

Sistemi HVAC innovativi

Nonostante negli ultimi anni siano stati apportati miglioramenti significativi in termini di efficienza energetica, Enerbrain ha scelto di concentrarsi sulla regolazione dei sistemi HVAC, da sempre caratterizzati dal loro consumo energetico elevato, soprattutto nel settore non residenziale.

Una delle principali sfide legate alla gestione ottimale dei sistemi HVAC consiste nel gestire la non linearità delle variabili di controllo come il comportamento degli occupanti o le condizioni meteorologiche esterne.

Pertanto, i ricercatori Enerbrain hanno concentrato la loro attenzione su strategie di controllo innovative per gli impianti HVAC che possono mantenere condizioni di comfort termico interno e, allo stesso tempo, ridurre il consumo di energia. Queste strategie devono essere anche in grado di gestire i segnali dalla rete elettrica al fine di soddisfare i requisiti di alimentazione e migliorare l’affidabilità e la stabilità della rete.

Queste attività sono realizzabili grazie all’introduzione di strumenti intelligenti di Automated System Optimization (ASO), che possono contribuire in modo significativo a migliorare la flessibilità energetica di un edificio. La flessibilità energetica rappresenta una caratteristica fondamentale degli edifici intelligenti e definisce la loro capacità di adattamento e di risposta alle richieste della rete, condizioni climatiche e esigenze degli utenti.

Previsione intelligente

I controllori tradizionali, come il controllo ON/OFF o proporzionale-integrativo-derivativo (PID), possono essere inadeguati a causa della loro incapacità di prevedere i cambiamenti dinamici che influenzano il funzionamento dei sistemi energetici. Il controllo ON/OFF regola un processo che opera entro i limiti, mentre il PID richiede una regolazione fine dei parametri di controllo prima dell’implementazione. Anche se quest’ultimo esegue meglio dei controllori ON / OFF, può ancora essere inadeguato perché le prestazioni PID diminuiscono significativamente quando le condizioni di funzionamento sono diverse dalle condizioni di sintonizzazione in cui le costanti che governano il controllo sono calibrate.

Cybersecurity

L’Internet Of Things (IoT) rappresenta l’evoluzione tecnologica che oggi consente l’interconnessione sempre più pervasiva tra dispositivi e oggetti di qualsiasi tipologia.
Il protocollo MQTT è alla base della comunicazione tra i dispositivi e la Rete e permette infatti di distribuire messaggi da uno a più destinatari così come di disaccoppiare all’occorrenza le applicazioni.

L’evoluzione degli algoritmi di controllo

Oggi i PID sono i sistemi di controllo di livello inferiore più comuni, mentre il controllo basato su regole Rule Based Controller (RBC) è considerato lo standard per l’ottimizzazione della gestione di alto livello dei sistemi HVAC, ma i risparmi energetici che ne derivano sono limitati. Infatti, nel controllo RBC le strategie sono statiche e non scalabili su diverse condizioni climatiche o caratteristiche dell’edificio, incapaci di prevedere i cambiamenti nei sistemi HVAC.

Per ovviare a tali limitazioni, negli ultimi anni é stata esplorata l’applicazione di strategie basate su modelli. In particolare, il Model Predicted Control (MPC) è diventato la strategia di controllo predominante nella ricerca sul funzionamento intelligente degli edifici.

Tuttavia, sebbene l’implementazione di MPC abbia dimostrato un’eccellente capacità di migliorare il comfort termico e ridurre il consumo energetico, la sua natura basata su modelli rappresenta in alcuni casi un aspetto critico.

Infatti, un problema significativo del MPC è legato alla dipendenza delle prestazioni dalla definizione del modello per l’ottimizzazione della strategia di controllo, che è spesso difficile da progettare con accurata precisione. Inoltre, è difficile generalizzare il suo uso a diversi tipi di impianti ed edifici. Di conseguenza, i controllori MPC non sono stati adottati come previsto nel settore edile, nonostante i risultati promettenti.

La ricerca si è anche concentrata sullo sviluppo di controllori model-free basati sul Machine Learning (ML), che ha mostrato un grande potenziale nel miglioramento delle prestazioni degli edifici, in particolare quando basato sul Reinforcement Learning (RL). L’interesse per le strategie di controllo basate su RL sta crescendo, ed Enerbrain sta contribuendo alla ricerca in questo campo.

I progetti di ricerca nei quali siamo coinvolti

Help2Grow

Tecnologie innovative per un’agricoltura cibernetica

Help2Grow vuole dare vita ad una agricoltura cibernetica per la farm del futuro (Farm 4.0), proponendo nuove tecnologie e risorse rinnovabili gestite da soluzioni intelligenti per rendere lo spazio agricolo più energeticamente efficiente e per permettere una crescita delle piante con un basso utilizzo di fitofarmaci.

Territorio di riferimento
Nazionale

Periodo
in corso, Marzo 2020 – Marzo 2022

Finanziamento
Bando PRISM-E, F.E.S.R. 2014/2020, Regione Piemonte

Soggetti coinvolti
Partner industriali: ATM SERVICE S.R.L.

Istituzioni di ricerca: Università di Torino – Centro AGROINNOVA; Politecnico di Torino – Dipartimento di Scienze e Tecnologie Applicate;
Università di Milano Bicocca – Dipartimento di Ingegneria dei Materiali

AI4Cities

Accelerating Carbon Neutrality

AI4CITIES è un progetto finanziato con fondi dell’Unione Europea (Pre-Commercial Procurement – PCP) che punta ad aiutare le città nella transizione verso processi a zero emissioni (carbon neutrality goals). Il progetto sfrutta soluzioni intelligenti per ridurre le emissioni di gas a effetto serra negli ambiti della mobilità e dell’energia, due settori responsabili dell’82% delle emissioni di inquinanti totali nelle città europee.

Territorio di riferimento
Internazionale

Periodo
Luglio 2021 – in corso

Finanziamento
Parte del progetto AI4Cities che ha ricevuto finanziamenti dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea.

SMART2B

Smartness to existing Buildings

Smart2B è un progetto finanziato dall’Unione Europea, che punta a migliorare i livelli di “smartness” degli edifici esistenti attraverso il controllo coordinato di apparecchiature e di elettrodomestici intelligenti. L’obiettivo è consentire agli smart buildings di interagire in tempo reale con gli occupanti e con la rete, così da massimizzare i risultati in termini di efficienza energetica e flessibilità locale.

Territorio di riferimento
Europeo

Periodo
Settembre 2021 – In corso

Finanziamento
Il progetto ha ricevuto finanziamenti dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea. Grant agreement No. 101004152

Attori coinvolti
In arrivo

Collaborazione accademica

Enerbrain ha il piacere di collaborare con il Politecnico di Torino su diversi progetti e sulla scrittura di articoli di ricerca come:

  • Deep reinforcement learning per ottimizzare il controllo della temperatura interna e consumo di energia per il riscaldamento negli edifici
  • Implementazione online di un agente soft Actor-Critic per migliorare il controllo della temperatura interna e l’efficienza energetica negli edifici

Il team di R&S di Enerbrain ha fatto domanda di brevetto per due delle sue invenzioni che permettono l’integrazione di algoritmi avanzati nel controllo dei sistemi HVAC negli edifici esistenti.

Attraverso l’installazione dei dispositivi Enerbrain è possibile migliorare l’intelligenza degli edifici migliorandone la regolazione, il comfort e il consumo.