Gli edifici possono imparare a salvare da soli? I ricercatori dell'Empa la pensano così. Nei loro esperimenti, hanno alimentato un nuovo sistema di controllo del riscaldamento ad autoapprendimento con i dati di temperatura dell'anno precedente e le previsioni meteorologiche attuali. Il sistema di controllo "intelligente" è stato quindi in grado di valutare il comportamento dell'edificio e agire con buon anticipo. Il risultato:maggiore comfort, minori costi energetici.

capannoni di fabbrica, i terminal aeroportuali e i grattacieli per uffici sono spesso dotati di sistemi di riscaldamento "anticipazione" automatizzati. Questi funzionano con scenari predefiniti calcolati appositamente per l'edificio e aiutano a risparmiare ai proprietari dell'edificio una grande quantità di energia per il riscaldamento. Però, tale programmazione individuale è troppo costosa per i singoli appartamenti e le case private.

La scorsa estate, un gruppo di ricercatori Empa ha dimostrato per la prima volta che potrebbe essere davvero molto più semplice di così:il controllo intelligente del riscaldamento e del raffreddamento non deve essere necessariamente programmato, il sistema può altrettanto facilmente imparare a ridurre i costi da solo e in base ai dati delle settimane e dei mesi passati. Gli esperti di programmazione non sono più necessari. Con questo trucco, la tecnologia economica sarà presto disponibile anche per famiglie e single.

L'esperimento cruciale si è svolto nell'edificio di ricerca dell'Empa NEST. L'unità UMAR (Urban Mining and Recycling) offre le condizioni ottimali per questo test:una grande cucina abitabile è incorniciata su entrambi i lati da due stanze per studenti. Entrambe le camere sono di 18 mq ciascuna. L'intera facciata della finestra guarda est-sudest verso il sole del mattino. Nell'unità UMAR, l'acqua riscaldata o preraffreddata scorre attraverso un rivestimento del soffitto in acciaio inossidabile e garantisce la temperatura ambiente desiderata. L'energia utilizzata per il riscaldamento e il raffrescamento può essere calcolata per ogni singolo ambiente utilizzando le rispettive posizioni delle valvole.

Raffreddamento intelligente, grazie alle previsioni del tempo

Poiché il capo progetto Felix Bünning e il suo collega Benjamin Huber non volevano aspettare il periodo di riscaldamento, hanno iniziato un esperimento di raffreddamento nel giugno 2019. La settimana dal 20 al 26 giugno è iniziata con due soleggiati, ma ancora giorni piuttosto freddi, seguito da una giornata nuvolosa, alla fine il sole bruciò su Dübendorf e portò la temperatura esterna a poco meno di 40 gradi.

Nelle due camere da letto, la temperatura non deve superare il segno di 25 gradi durante il giorno, di notte il limite è fissato a 23 gradi. Una valvola termostatica convenzionale forniva il raffreddamento in una stanza. Nell'altra stanza, il sistema di controllo sperimentale dotato di intelligenza artificiale (AI) sviluppato da Bünning e Huber e dal loro team era al lavoro. L'IA era stata alimentata con i dati degli ultimi dieci mesi e conosceva le attuali previsioni del tempo di MeteoSvizzera.

Più comfort con meno energia

Il risultato è stato chiarissimo:il sistema di controllo intelligente del riscaldamento e del raffreddamento ha aderito molto più strettamente alle specifiche di comfort preimpostate, utilizzando circa il 25% in meno di energia. Questo principalmente perché al mattino, quando il sole splendeva dalle finestre, il sistema stava raffreddando le stanze in anticipo. Il termostato convenzionale nella seconda stanza, d'altra parte, poteva reagire solo quando la temperatura superava il soffitto. Troppo tardi, troppo frenetico e con piena potenza. A novembre 2019, un mese fresco con poco sole, tanta pioggia e vento fresco, Bünning e Huber hanno ripetuto l'esperimento. Ora si trattava di riscaldare le due stanze. Al momento in cui questo numero è andato in stampa, la valutazione era ancora in corso. Ma Bünning è convinto che anche qui il suo sistema di controllo predittivo del riscaldamento raccoglie punti.

Il team Empa ha già preparato il passo successivo:"Per testare il sistema in un ambiente reale, abbiamo previsto un test sul campo più ampio in un edificio con 60 appartamenti. Dotare quattro di questi appartamenti del nostro sistema di controllo intelligente del riscaldamento e del raffrescamento". Bünning è curioso dei risultati. "Penso che i nuovi controller basati sull'apprendimento automatico offrano un'enorme opportunità. Con questo metodo possiamo costruire un bene, soluzione di retrofit a risparmio energetico per i sistemi di riscaldamento esistenti utilizzando mezzi relativamente semplici e i dati registrati."