Plataforma basada en la estadística y el análisis de datos para predecir y monitorizar la gestión energética integrada e inteligente de edificios de gran consumo

• Autores: Juan Manuel Gallardo Salazar, Alicia Desirée Manceras Rodríguez, Fernando Díaz Rodríguez, Fernando Moreno Abras, Rogelio Zubizarreta Jiménez
• Localización: DYNA energía y sostenibilidad, ISSN-e 2254-2833, Vol. 12, Nº. 1, 2023
• Idioma: español
• Títulos paralelos:
  • Platform based on data analytics and statistics to predict and monitor the integrated and intelligent energy management of energy-intensive buildings
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    En la actualidad, los edificios de gran tamaño suelen contar con sistemas de gestión de edificaciones (BMS), aunque bien sea por el tipo de control o bien por la dificultad de interacción con ellos, no permiten implementar políticas de optimización. En lo que respecta a la eficiencia energética, a menudo las estrategias de optimización resultan del análisis por parte de un especialista de datos monitorizados, lo que ralentiza tanto la toma de decisiones como la implementación de estas.

    Conscientes de esta problemática surge este proyecto, en el cual se elabora una plataforma complementaria a los sistemas BMS que dota de mayor inteligencia a los mismos. Para su diseño, se ha tomado como caso piloto el Hospital Puerta del Hierro de Madrid, a partir de los datos captados por su propio BMS y haciendo uso de la metodología 6 SIGMA, se han elaborado algoritmos capaces por sí mismos de optimizar los sistemas de producción ayudando así a suplir las debilidades en la operativa de los sistemas y reduciendo el consumo de energía, minimizando el impacto ambiental y permitiendo obtener el máximo rendimiento de sus activos.

    La plataforma utiliza la información recopilada por el BMS y las previsiones meteorológicas para predecir la demanda energética de un edificio y en función de esta, optimizar la producción de energía en cada momento.

  • English

    Currently, large buildings are often equipped with building management systems (BMS), but either because of the type of control or the difficulty of interacting with them, they do not allow optimization policies to be implemented. As far as energy efficiency is concerned, optimization strategies often result from the analysis of monitored data by a specialist, which slows down both decision making and implementation.

    Aware of this problem, this project arises, in which a complementary platform to the BMS systems is developed to provide them with greater intelligence. For its design, the Puerta del Hierro Hospital in Madrid has been taken as a pilot case, from the data captured by its own BMS and using the 6 SIGMA methodology, algorithms have been developed capable of optimizing the production systems themselves, thus helping to make up for the weaknesses in the operation of the systems and reducing energy consumption, minimizing the environmental impact and allowing to obtain the maximum performance of its assets.

    The platform uses the information gathered by the BMS and weather forecasts to predict a building's energy demand and, based on this, optimize energy production at any given moment.