sistema se basa en datos más precisos, aumentando su eficiencia a medida que acumula experiencia. Además, esta capacidad adaptativa elimina la necesidad de supervisión humana constante, liberando recursos para tareas estratégicas. CASO DE ESTUDIO: EL PROYECTO EN ESTOCOLMO Contexto del estudio El proyecto liderado por SISAB (Skolfastigheter i Stockholm AB), en colaboración con Schneider Electric, se llevó a cabo en 87 edificios educativos de Estocolmo. SISAB gestiona más de 600 propiedades que incluyen escuelas y guarderías, con una superficie de más de un millón de metros cuadrados. Con un consumo energético anual de 250 GWh y un gasto de 29,4 millones de euros, cualquier incremento en la eficiencia, por pequeño que sea, tienen un impacto significativo tanto económica como medioambientalmente. Antes de 2013, SISAB enfrentaba desafíos debido a la falta de integración en los sistemas de gestión de edificios (BMS) y a la diversidad de interfaces de proveedores. En respuesta, se implementó un centro de operaciones centralizado y una red de más de 20,000 sensores para recopilar datos en tiempo real, sentando las bases para la introducción de IA. Resultados La solución adoptada, conocida como SOLIDA (SISAB Online Intelligent Data Analysis), utilizó un enfoque basado en IA para optimizar los puntos de ajuste del sistema HVAC cada 15 minutos. Este sistema permitió ajustes dinámicos basados en datos históricos y predicciones climáticas, logrando los siguientes resultados entre 2019 y 2023: Reducción en consumo energético: • Calefacción: de 76,586 MWh a 74,198 MWh, un ahorro del 3.12%. • Electricidad: de 39,489 MWh a 35,962 MWh, una disminución del 8.93%. Reducción en emisiones de carbono: • Emisiones totales disminuyeron en 259.17 tCO2e, de las cuales 109.87 tCO2e provinieron de calefacción y 149.3 tCO2e de electricidad. Estos ahorros demostraron la eficacia de la IA para reducir tanto los costes como el impacto ambiental en edificios educativos, sin comprometer la calidad del confort interior. Impactos indirectos El estudio también identificó varios efectos colaterales significativos: • Obsolescencia acelerada de componentes: Los ajustes frecuentes realizados por la IA redujeron la vida útil de los controladores HVAC de 10 años a poco más de 4 años, aumentando los costes de reemplazo y las emisiones asociadas. • Aumento en el uso de servidores: La solución incrementó el uso de CPU y memoria en los servidores de SISAB entre un 5% y 10%. Aunque el impacto ambiental de este aumento fue mínimo gracias al sistema de generación de energía bajo en carbono de Suecia hay que tener en cuenta este aspecto. • Reducción de quejas de ocupantes: Los ajustes dinámicos mejoraron la calidad del aire y la temperatura, disminuyendo las quejas relacionadas con el confort. 42 DOSIER GESTIÓN DE EDIFICIOS
RkJQdWJsaXNoZXIy Njg1MjYx