ZE/E' K ^D Zd ,hD E^ M W>/ K DKE/dKZ/ /ME z ' ^d/ME - CASADOMO · 2017-09-20 · Title: Microsoft...
Transcript of ZE/E' K ^D Zd ,hD E^ M W>/ K DKE/dKZ/ /ME z ' ^d/ME - CASADOMO · 2017-09-20 · Title: Microsoft...
“MACHINE LEARNING O SMART HUMANS?APLICADO A MONITORIZACIÓN Y GESTIÓN
ENERGÉTICA DE LA DEMANDA EN EDIFICIOS”“Francisco Conesa Cervantes”
“Director de Eficiencia Energética”“ACCIONA Service”
2
DESARROLLO DE LA OPTIMIZACIÓN ENERGÉTICA
Desarrollo de soluciones tecnológicas
Facilitan la captura de información y la toma de decisiones
Medición Monitorización Análisis Gestión
3
EVOLUCION DE TECNOLOGIA Y SISTEMAS
ComputerScience
ArtificialIntelligence
MachineLearning
DeepLearning
SCADA BMS EMBS SGE
Existe un volumen desproporcionado de información
BIG DATA
Favorece el desarrollo de herramientas para gestionar inteligente y eficazmente la eficiencia energética
Situación actual
4
MÁQUINA VS HUMANO
Volumen de Información Rapidez Exactitud Acciones programadas e
inmediatas
Intuición, innovación y creatividad
Aprendizaje natural Cambio de perspectivas Supervisión de las
máquinas
Uso combinado
Alarmas, informes y control Procesado de señales y operaciones Calculo de potencia optima a contratar Captura y procesado de variables
meteorológicas y modelos predictivos Simulación de modelos de operación y
búsqueda eficiente
Diseño y selección de líneas base Detección de irregularidades Estudio cruzado Combinación de análisis Análisis de pautas de conducción y
mantenimiento Percepción de límites y condiciones límite
5
HOSPITAL INFANTA SOFÍA
Tipología de edificio más exigente y demandante de energía
80.000 m2
Construcción en 2008
Instalaciones nuevas y eficientes
BMS de última generación
200 variables seleccionadas supervisadas por el Centro de Control de Edificios (CCE) de ACCIONA
6
HOSPITAL INFANTA SOFÍAEvolución del consumo gestionado por el CCE de ACCIONA en los últimos 5 años
Evolución del consumo eléctrico Evolución del consumo gas natural
20% de ahorro 42% de ahorro
Exclusivamente con la monitorización y el análisis
energético avanzado
7
EDIFICIO CORPORATIVO DE OFICINAS
Tipología constructiva más común
Impacto energético y medioambiental evidentes
Problemática
Casuística del análisis energético en edificios muy variada
Mejoras detectadas gracias al análisis de expertos de análisis energéticos
Variedad instalaciones
8
EDIFICIO CORPORATIVO DE OFICINAS
23.00033.00043.00053.00063.00073.00083.00093.000
103.000113.000123.000
ELECTRICIDAD (kWh)
CONSUMO REAL CONSUMO CALCULADO
33.000
38.000
43.000
48.000
53.000
58.000
63.000
68.000
73.000
78.000
ELECTRICIDAD (kWh)
CONSUMO REAL CONSUMO CALCULADO
3.000
3.500
4.000
4.500
5.000
5.500
ELECTRICIDAD (kWh)
CONSUMO REAL CONSUMO CALCULADO
Diversidad de líneas base en edificios de oficinas en Madrid
9
EDIFICIO CORPORATIVO DE OFICINAS
100000
120000
140000
160000
180000
200000
220000
240000
260000
280000
300000
1-n
ov-1
3
1-d
ic-1
3
1-e
ne
-14
1-f
eb
-14
1-m
ar-
14
1-a
br-
14
1-m
ay
-14
1-j
un
-14
1-j
ul-
14
1-a
go
-14
1-s
ep
-14
1-o
ct-1
4
1-n
ov-1
4
1-d
ic-1
4
1-e
ne
-15
1-f
eb
-15
1-m
ar-
15
1-a
br-
15
1-m
ay
-15
1-j
un
-15
1-j
ul-
15
1-a
go
-15
1-s
ep
-15
1-o
ct-1
5
1-n
ov-1
5
1-d
ic-1
5
Consumo de Electricidad
Consumo real
Consumo calculado
Consumo monitorizado
Periodo de referenciaPeriodo de demostración
0
20000
40000
60000
80000
100000
120000
no
v-1
3
dic
-13
en
e-1
4
feb
-14
ma
r-1
4
abr-
14
ma
y-1
4
jun
-14
jul-
14
ag
o-1
4
sep
-14
oct
-14
no
v-1
4
dic
-14
en
e-1
5
feb
-15
ma
r-1
5
abr-
15
ma
y-1
5
jun
-15
jul-
15
ag
o-1
5
sep
-15
oct
-15
no
v-1
5
dic
-15
Consumo de Electricidad
Consumo Real
Consumo de referencia 1
Consumo monitorizado
Consumo de referencia 2
Periodo de referencia Periodo de demostración
Evolución consumo eléctrico en diferentes edificios de oficinas en Madrid
10
EDIFICIO CORPORATIVO DE OFICINAS
Evolución consumo eléctrico en la misma tipología de sucursales bancarias
CONCLUSIONES
• Uso de herramientas sofisticadas
• La actividad de monitorización y gestión energéticarequiere la participación y el análisis de expertos
• Principal clave de éxito
• Viabilidad de la realización de estas actividadespor un sistema inteligente
11
Capacidad de análisis, experiencia y dedicación del gestor
Mejores resultados
Menores costes de RRHH
Cuestión de tiempo y dinero