Software dotati di capacità associate normalmente all’intelligenza umana: quello che fino a pochi anni fa sembrava pura “fantascienza”, oggi è considerata la tecnologia con maggior potenziale per il prossimo futuro in una molteplicità di settori. Tra questi, quello dell’efficientamento energetico è uno dei più significativi, dove i benefici dell’applicazione di algoritmi di intelligenza artificiale sono concreti e tangibili per tutti.
Diversamente dai computer, che sono programmati per svolgere compiti predefiniti, un’intelligenza artificiale è pensata per autoprogrammarsi attraverso un processo di apprendimento denominato Machine Learning (ML), o apprendimento automatico, grazie al quale le macchine sono in grado di trovare soluzioni a problemi specifici in maniera pressoché autonoma imparando dai dati.
La capacità di simulare scenari ipotetici permette di gestire in modo automatico e intelligente i dispositivi connessi che caratterizzano la nostra epoca, ed è oggi associato in modo sempre più stretto alla raccolta, analisi e gestione dei dati che possa portare a scelte più consapevoli.
Un esempio delle enormi potenzialità dell’intelligenza artificiale e, in particolare, delle reti neurali artificiali come sofisticato strumento di elaborazione dati e di analisi energetiche previsionali, viene da un recente studio condotto da ENEA, l'Agenzia nazionale per le nuove tecnologie, l'energia e lo sviluppo economico sostenibile.
Per valutare l’efficacia delle strategie di efficienza energetica del patrimonio edilizio italiano nel medio-lungo periodo, ENEA ha scelto come caso applicativo l’Umbria, un contesto rappresentativo della situazione nazionale, dove quasi l’84% degli immobili è stato costruito prima degli anni ’90, ha una superficie utile compresa tra i 60 e i 150 m2 ed è dotato per lo più di impianti autonomi alimentati a gas naturale.
Una volta stimata la domanda energetica totale del parco edilizio della Regione, è stata sviluppata una rete neurale artificiale, ossia 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 aziendale.
A partire dai primi risultati, gli esperti ENEA hanno continuato a mettere alla prova l’intelligenza artificiale, utilizzando 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%.
Un risultato raggiunto grazie alla capacità delle reti neurali artificiali di simulare il comportamento del cervello umano: questo, infatti, gli permette di “apprendere” attraverso l’esperienza. L’intelligenza artificiale, in sostanza, non viene programmata, ma “addestrata” ad eseguire compiti sempre più complessi attraverso un processo di apprendimento basato su dati empirici.
Medi e grandi edifici nel settore industriale e terziario, ma anche i piccoli impianti domestici possono avvantaggiarsi dei servizi abilitati dalle nuove tecnologie.
Software basati su algoritmi di intelligenza artificiale risultano infatti preziosi per ottimizzare in modo predittivo i consumi energetici. Insieme a dati come il previsionale meteo e le misure dei sensori ambientali, questi software sono in grado di:
osservare e imparare quali sono i trend di consumo;
prevedere il comportamento energetico di ogni edificio o azienda in merito a consumi e necessità di comfort;
intervenire in maniera automatica sul funzionamento degli impianti.
Gestendo in questo modo gli asset, è possibile evitare i picchi di consumo, responsabili principali di discomfort e sprechi.
Grazie alle simulazioni predittive si può ottenere la migliore strategia di controllo del processo, che tenga conto dei vincoli e che intercetti le migliori opportunità, da un punto di vista energetico, economico, di impatto ambientale, di comfort.
