.
À medida que as organizações trabalham para reduzir o consumo de energia e as emissões de carbono associadas, uma área que ainda precisa de ser otimizada é o aquecimento e arrefecimento interiores. Na verdade, HVAC – que significa Aquecimento, Ventilação e Ar Condicionado – representa, em média, cerca de 40% do consumo total de energia de um edifício. Métodos que economizem electricidade e ao mesmo tempo proporcionem um ambiente interior confortável aos trabalhadores poderão fazer uma diferença significativa na luta contra as alterações climáticas.
Agora, investigadores da Universidade de Osaka demonstraram poupanças de energia significativas através da aplicação de um novo algoritmo orientado por IA para controlar sistemas HVAC. Este método não requer modelagem física complexa, nem mesmo conhecimento prévio detalhado sobre o próprio edifício.
Durante o tempo frio, às vezes é difícil para os sistemas convencionais baseados em sensores determinar quando o aquecimento deve ser desligado. Isso se deve à interferência térmica da iluminação, dos equipamentos ou mesmo do calor produzido pelos próprios trabalhadores. Isso pode fazer com que o HVAC seja ativado quando não deveria, desperdiçando energia.
Para superar esses obstáculos, os pesquisadores empregaram um algoritmo de controle que funcionou para prever a resposta termodinâmica do edifício com base nos dados coletados. Esta abordagem pode ser mais eficaz do que tentar calcular explicitamente o impacto da multiplicidade de factores complexos que podem afectar a temperatura, tais como o isolamento e a geração de calor. Assim, com informação suficiente, as abordagens “baseadas em dados” podem muitas vezes superar até mesmo os modelos sofisticados. Aqui, o sistema de controle HVAC foi projetado para “aprender” as relações simbólicas entre as variáveis, incluindo o consumo de energia, com base em um grande conjunto de dados.
O algoritmo foi capaz de economizar energia e ao mesmo tempo permitir que os ocupantes do edifício trabalhassem com conforto. “Nosso sistema autônomo mostrou economias de energia significativas, de 30% ou mais para edifícios de escritórios, aproveitando o poder preditivo do aprendizado de máquina para otimizar os tempos em que o HVAC deve operar.” diz o autor principal Dafang Zhao. “É importante ressaltar que os quartos estavam confortavelmente quentes, apesar de ser inverno.”
O algoritmo funcionou para minimizar a energia total consumida, a diferença entre a temperatura ambiente real e a desejada e a mudança na taxa de produção de energia no pico de demanda. “Nosso sistema pode ser facilmente personalizado para priorizar a conservação de energia ou a precisão da temperatura, dependendo das necessidades da situação”, acrescenta o autor sênior Ittetsu Taniguchi.
Para alcançar colectivamente o objectivo de uma economia neutra em carbono, é altamente provável que as empresas precisem de estar na vanguarda da inovação. Os investigadores observam que a sua abordagem pode ser rapidamente adotada em tempos de aumento dos custos de energia, o que torna as suas descobertas positivas tanto para o ambiente como para a viabilidade das empresas.
.
