Lavori & Tecnologie

Energia: Enea sperimenta l'intelligenza artificiale per gli interventi di efficientamento degli edifici

Simulate alcune strategie energetiche ottenendo una riduzione dei consumi del 13% ed un risparmio energetico del 23%

di Davide Madeddu

L'intelligenza artificiale per un efficientamento degli edifici sempre più efficace. È l'iniziativa portata avanti dall'Enea con la Regione Umbria. Il tutto nell'ambito di un progetto che ha come obiettivo la valutazione dell'efficacia delle «strategie di efficienza energetica del patrimonio edilizio italiano nel medio lungo periodo». Punto di partenza il dato che vede, in Italia, l'edilizia come uno dei settori più energivori, con circa il 40% della domanda energetica totale e un incremento dei consumi dello 0,6% solo nel 2019.

Il caso umbro
Poi la scelta di utilizzare come “caso studio” gli edifici dell'Umbria dove circa l'84% è stato costruito prima degli anni ’90 e ha «una superficie utile compresa tra i 60 e i 150 mq ed è dotata per lo più di impianti autonomi alimentati a gas naturale».Una volta stimata la domanda energetica totale del parco edilizio della Regione, i ricercatori hanno sviluppato una «rete neurale artificiale», ossia un modello avanzato di elaborazione dati, capace di simulare i consumi energetici del patrimonio edilizio, in un intervallo temporale di 25 anni, e applicando «sei diverse strategie di efficientamento energetico».

«In alcuni contesti, come quello umbro, gli interventi combinati su involucro e impianti, anche se più onerosi e dunque realizzabili su un numero limitato di edifici - spiega Iole Nardi, ricercatrice del laboratorio Enea di Efficienza energetica negli edifici e sviluppo urbano - permettono risparmi energetici più significativi rispetto a quelli derivanti da singoli interventi, come la sostituzione degli infissi, anche se replicati su molti più edifici».

Risparmio fino al 23%
Il risultato dello studi, (a partire dai primi risultati, gli esperti hanno continuato a testare l'intelligenza artificiale, utilizzando le previsioni energetiche elaborate per individuare gli edifici da riqualificare in relazione anche al contesto climatico) è stato «un aumento del risparmio energetico ottenibile (fino al 23%), grazie agli interventi sul patrimonio edilizio più energivoro della Regione e una riduzione complessiva della domanda energetica del settore pari al 13%».

Un dato significativo, come sottolinea Domenico Palladino, ricercatore del Laboratorio efficienza energetica negli edifici e Sviluppo urbano dell'agenzia di ricerca: «Questi risultati confermano le enormi potenzialità dell'intelligenza artificiale e, in particolare, delle reti neurali artificiali come sofisticato strumento di elaborazione dati e di analisi energetiche previsionali. La loro capacità di simulare il comportamento del cervello umano gli permette di apprendere attraverso l'esperienza».

Negli ultimi anni, come rimarcano all'Enea, sono state adottate numerose strategie di efficientamento del parco edilizio, finalizzate a raggiungere una riduzione energetica di 25,5 Mtep entro il 2020, obiettivo conseguito solo parzialmente dal momento che tra il 2014 e il 2019 è stato raggiunto un risparmio di 17,6 Mtep.

Per saperne di piùRiproduzione riservata ©