Caro energia: sei soluzioni tecnologiche per ridurre i consumi sulla produzione

5 Ottobre 2022

Il prezzo dell’energia al consumo ha visto continui rincari negli ultimi 6 anni: a inizio 2022 è arrivato a un costo doppio rispetto al 2016. Come possono le aziende intervenire sui consumi per affrontare le difficoltà che l’attuale contesto presenta?

Ammagamma, società di data science e IA, ha disegnato un percorso di adozione dell’intelligenza artificiale che abilita le aziende a raggiungere l’efficienza energetica. Ottimizzazione produttiva, applicazione di controllori predittivi, manutenzione predittiva: le opportunità sono molteplici.

Un impatto diretto può valere risparmi energetici fino al 30%. Come? Ottimizzando la pianificazione complessiva di tutte le fasi produttive, e considerando i consumi energetici di ogni apparato per una specifica lavorazione. Si usano, per ogni fase, quelli che consumano di meno, a parità di risultato finale. Ciò è possibile all’interno di grandi aziende ma anche nelle PMI, dove il consumo di energia diventa una delle cosiddette “funzioni obiettivo” del programma di ottimizzazione, con risparmi di energia anche superiori al 10%.
Va considerata la produzione di energia rinnovabile: all’interno della pianificazione produttiva è possibile massimizzarne l’autoconsumo (aggiungendo a questo la previsione della generazione elettrica puntuale per sito) e aumentando i benefici economici e ambientali connessi, in quanto, si favorisce un consumo (tecnico) in loco senza gravare sulla rete di distribuzione. Tale ottimizzazione è possibile laddove il processo produttivo presenti fasi più energivore rispetto ad altre, non in ciclo continuo, che possono quindi essere spostate nella giornata senza ridurre l’efficienza produttiva.
Adottare dei veri e propri controllori predittivi che, in maniera automatica e supervisionata, gestiscano i BEMS per la climatizzazione degli edifici, sfruttando la previsione delle condizioni climatiche esterne e l’inerzia termica degli edifici. Ammagamma ha applicato algoritmi di IA adattivi, nel settore bancario, portando impatti significativi di ottimizzazione energetica pari al 13%, e nel mondo della GDO, con risparmi dal 10% al 20%, rispetto a una gestione “per fasce orarie” preimpostate.
Un altro importante impatto deriva dall’applicazione di strumenti di manutenzione predittiva, che supportino l’individuazione di anomalie di consumo in maniera intelligente, dinamica e adattiva.
E poi ci sono gli impatti indiretti, più difficilmente misurabili, ma non trascurabili. Nell’ambito della ristorazione è possibile raggiungere importanti impatti indiretti, derivanti dall’applicazione di una soluzione di IA, anche nell’ottica di aumentare il livello di sostenibilità e di efficienza dei processi dell’impresa.
Un’ulteriore soluzione di IA in campo energetico consiste nella riduzione dei consumi dei data center attraverso l’applicazione di modelli di intelligenza artificiale a supporto del personale, con la possibilità di generare nuove opportunità di energy saving, a beneficio degli impianti stessi e dell’ambiente.