Sala di controllo EGO
Analisi dei dati, gestione del rischio, machine learning, intelligenza artificiale, analisi predittive: sono terminologie importanti per EGO: indicano la capacità di trattare in maniera automatica grandi moli di dati per ottenere, da un’analisi degli stessi, indicazioni fondamentali per comprendere determinati fenomeni e quindi prendere decisioni. Il concetto è semplice e, banalizzandolo in estremo, al crescere della mole dei dati servono strumenti automatici per la loro organizzazione, e competenze specifiche per dare ai numeri la corretta interpretazione.
L’analisi dei dati è comunque fondamentale in diverse situazioni: i dati di consumo energetico sono importanti per le valutazioni relative ai certificati bianchi, le previsioni meteo sono utili per prevedere la produzione di rinnovabili e/o i consumi energetici per gli impianti di climatizzazione, la produzione di un impianto industriale è necessaria per prevederne il fabbisogno energetico, quindi dimensionare e gestire un impianto di autoproduzione energetica. Elemento comune di tutte queste analisi è la raccolta e la gestione dei dati storici: maggiore è la quantità di dati disponibile e più affidabili sono i risultati delle analisi fatte, quindi disporre di strumenti evoluti di gestione dei dati.
I “Big Data” per l’efficienza energetica
A distanza di circa sedici anni dall’introduzione dei Titolo di Efficienza Energetica, di circa dieci anni dall’introduzione dei Certificati Bianchi CAR, di sei anni dalla direttiva UE 27/2012, che imponeva la diagnosi energetica obbligatoria ogni 4 anni è necessario fare un passo in più: avere una visione più ampia dell’impatto dell’energia sul budget aziendale, per avere una correlazione immediata fra consumi energetici e produttività aziendale. Di seguito alcuni esempi concreti di come un servizio di monitoraggio da remoto, appoggiato su una piattaforme tecnologia evoluta di gestione dei dati, possa essere efficacie nella gestione dei servizi di efficienza energetica.
Il primo esempio è relativo alla rendicontazione dei certificati bianchi CAR. Un servizio di monitoraggio dinamico, attivo da remoto 24 ore su 24, ha permesso di evidenziare, grazie al confronto automatico in tempo reale, l’efficienza attuale dell’impianto con i dati storici, con la possibilità di intervenire senza che l’inefficienza minasse per un lungo periodo il ritorno previsto dell’investimento. Dall’analisi dei dati di misura in continuo e dal confronto con i dati storici degli anni precedenti è stata evidenziata una riduzione nella produzione di energia termica. A seguito delle indagini tecniche è emerso che la causa era uno scambiatore sporco: un dettaglio tecnicamente banale che di fatto stava causando una perdita economica importante, considerando la perdita di efficienza energetica e la riduzione dei certificati bianchi a questa associata.
Un secondo esempio proviene dall’esperienza maturata nel settore della carta, dove nel corso delle attività di monitoraggio è stata evidenziata un’inefficienza nel ciclo di patinatura, attività che consiste essenzialmente nell’applicazione di uno strato di patina uniforme sulla superficie del foglio di carta o di cartone allo scopo di migliorarne l’aspetto superficiale (lisciatura, lucido, uniformità) e la stampabilità. In questo caso è stato fondamentale, oltre all’identificazione del guasto, la capacità di EGO di dare visibilità della perdita economica ad esso associata, determinante per ottenere una azione correttiva immediata da parte della direzione e del personale tecnico della cartiera. La perdita di efficienza di pochi punti percentuali si traduceva infatti in un aggravio significativo della spesa energetica.
Sono casi nei quali algoritmi di machine learning, uniti alle competenze tecniche nel settore energetico e alla conoscenza dei cicli produttivi dei principali settori industriali hanno permesso di analizzare i dati raccolti da misuratori situati presso gli impianti, confrontarli con dati storici e/o KPI specifici, per evidenziare eventuali anomalie ed associare a queste inefficienze tecniche e perdite economiche. Più sono complessi gli impianti maggiori sono i parametri da monitorare, che non si devono limitare ai consumi energetici ma anche a tutte le variabili di processo, quali ad esempio variazioni di pressione e/o di temperatura e parametri specifici che diano indicazioni sulla produttività aziendale.
EGO Energy ha investito da anni nello sviluppo di un servizio di supporto al cliente, che sfrutta la potenzialità di piattaforme e sistemi di Intelligenza Artificiale, per la gestione dei dati energetici con l’obiettivo di migliorare la redditività degli impianti di generazione di energia rinnovabile e vendere al meglio l’energia sui mercati. Dalla propria “control room” è infatti possibile per EGO gestire in modo intelligente l’infrastruttura energetica di un’azienda confrontando in ogni momento i consumi energetici, confrontandoli con dati storici di consumo per evidenziare eventuali anomalie e potere intervenire in tempi brevi.
La piattaforma tecnologica utilizzata per il monitoraggio dei consumi può essere integrata con i sistemi SCADA aziendali per una gestione completa dei dati di misura energetici. È inoltre coerente con l’approccio Plan-Do-Check-Act (PDCA),necessario per l’implementazione di un Sistema di Gestione dell’Energia e la certificazione ISO50001.