El Centro de Innovación de Moeve ha creado un Gemelo Digital orientado a la monitorización y optimización del consumo energético en el edificio, tanto en las zonas comunes como en los laboratorios. Los consumos se geolocalizan a través de un modelo 3D del edificio, asociándose tanto a las distintas áreas como a los tipos de dispositivos para analizar su evolución temporal, disparar alarmas ante excesos de consumo y correlacionar datos para hacer predicciones y simulaciones de consumo.
Gemelo Digital del Centro de Innovación de Moeve. La sostenibilidad energética asociada a la innovación
Indicadores y procesos de mejora
– Detección temprana de excesos de consumo: se han definido indicadores sobre los consumos esperados por periodo y área, y se disparan automáticamente alarmas cuando se alcanzan esos indicadores que se geolocalizan en el Gemelo Digital.
– Comparación entre periodos similares: se han creado cuadros de mando con la evolución de los indicadores, relacionados con el consumo, las condiciones ambientales (ofrece una medida del confort que se necesita) y la generación de residuos (indicador del uso que están teniendo los laboratorios y espacios del edificio).
– Análisis del impacto de optimización del consumo: muestra qué ocurriría si se modificaran una serie de indicadores, para sacar conclusiones de su conveniencia antes de acometer las medidas.
– Correlaciones: unido a los analizadores de consumo y con los datos de las variables de proceso, entendemos el patrón de comportamiento, justificando las fluctuaciones de forma adecuada y enfocada hacia la eficiencia en consumos energéticos.
Cuantificación/Estimación reducción consumo
El consumo se ha reducido en 500,000 kwh gracias al seguimiento y alerta temprana, que envía notificaciones a los responsables del servicio para mejorar la eficiencia energética en el Centro de Innovación de Moeve en Alcalá de Henares.
Además, gracias al Gemelo Digital es posible detectar fluctuaciones en el consumo que explicamos en el mismo momento que ocurren. De esta manera, entendemos los comportamientos y patrones de los consumos y nos permite llevar a cabo decisiones de acciones de mejora encaminadas a la reducción y eficiencia en los consumos energéticos, que validamos con la predicción y simulación de escenarios.
Cuantificación/Estimación reducción emisiones CO2
La incorporación del Gemelo Digital en el Centro de Innovación de Moeve nos ha permitido reducir las emisiones del centro en 130 Tm de CO2 al año, aproximadamente.
Innovación aplicada y buenas prácticas
El proyecto nos ha demostrado que es fundamental disponer de datos de calidad. Para empezar, Moeve instaló múltiples analizadores de red, capaces de generar datos sobre los consumos en ciertas áreas y dispositivos. La gran mayoría de estos datos se almacenan en un “data lake” corporativo y es necesario gestionar excepciones y procesar datos procedentes de otras fuentes, por lo que el mecanismo de integración es multiprotocolo.
El Gemelo Digital trabaja con datos distintos, procedentes de dispositivos y aplicativos diferentes y con independencia de los fabricantes y tecnologías usados. La ingesta de datos viene acompañada de un proceso de análisis, depuración y clasificación y una vez que los datos están en el Gemelo Digital, es cuando empieza el trabajo. Moeve ha utilizado la IA para entrenar modelos predictivos que van un paso más allá, poniendo el foco también en la simulación de situaciones en las que analizar el impacto en el consumo de determinados cambios.
Uso de tecnologías (TICs)
El Gemelo Digital se ha construido utilizando componentes open source a lo largo del ciclo de vida de su desarrollo.
– Levantamiento del edificio en 3D a partir de un modelo BIM, con el fin de categorizar las distintas áreas y dispositivos existentes en el edificio.
– Geolocalización del edificio utilizando librerías de MapTalks.
– Publicación del modelo en un portal web empleando la librería IFC.js
– Integración de datos de distintos orígenes utilizando el Getronics Integration Hub (compatible con FIWARE) en el que se han creado una serie de agentes IoT para la conexión con las distintas fuentes de datos.
– Creación de cuadros de mando utilizando Grafana.
– Modelos predictivos y de simulación apoyándonos en algoritmos de inteligencia artificial como Prophet, NumPy o Pandas.
– Almacenamiento de series temporales utilizando Prometheus.