AI ed energia: come ridurre consumi e costi
Il rapporto tra Intelligenza artificiale, ESG ed energia si sta arricchendo di nuovi contenuti e apre nuove prospettive. In particolare, soprattutto in un periodo come questo in cui il tema dei costi energetici sta incidendo in modo sempre più rilevante sulle imprese e sull’economia in generale l’intelligenza artificiale sta contribuendo alla trasformazione dell’Energy Management e permette di passare dal semplice monitoraggio dei consumi alla previsione e all’ottimizzazione continua dell’utilizzo dell’energia.
Secondo l’IEA, l’AI può contribuire a ridurre costi, aumentare l’efficienza e gestire sistemi energetici sempre più elettrificati, distribuiti e complessi. (Leggi a questo proposito i servizi sulla domanda elettrica globale secondo IEA e l’evoluzione e il ruolo delle energy technology n.d.r.).
Dai dati energetici alle previsioni
Il primo vantaggio riguarda la capacità di elaborare contemporaneamente grandi quantità di informazioni provenienti da smart meter, sensori, impianti produttivi, edifici, batterie e sistemi di generazione rinnovabile. A questi dati l’AI può aggiungere variabili esterne, come previsioni meteorologiche, prezzi dell’elettricità e andamento previsto della produzione fotovoltaica ed eolica. Attraverso il machine learning è quindi possibile prevedere quanta energia servirà nelle ore o nei giorni successivi e anticipare picchi di consumo o situazioni di inefficienza.
Consumare energia quando costa meno
L’AI permette poi di intervenire sul momento in cui l’energia viene utilizzata. Un algoritmo può analizzare l’andamento dei prezzi e spostare automaticamente alcuni consumi verso le ore economicamente più convenienti, senza compromettere i processi produttivi o il comfort degli edifici. È il principio della demand flexibility: modificare quantità o momento dei consumi in risposta alle condizioni del sistema elettrico. L’IEA considera questa flessibilità sempre più importante per gestire reti caratterizzate da una crescente presenza di fonti rinnovabili.
AI per coordinare fotovoltaico e batterie
La stessa logica può essere applicata agli asset energetici aziendali. In presenza di fotovoltaico e sistemi di accumulo, l’intelligenza artificiale può decidere quando conviene utilizzare direttamente l’energia prodotta, quando accumularla nella batteria e quando prelevarla dalla rete. La decisione può essere presa considerando simultaneamente produzione prevista, domanda aziendale, stato della batteria e prezzo dell’elettricità.
Il sistema energetico aziendale passa così da una gestione prevalentemente statica a una gestione predittiva e dinamica.
Ridurre i picchi di potenza
Un’altra applicazione riguarda il peak shaving, cioè la riduzione dei picchi di domanda. L’AI può prevedere l’avvicinarsi di un picco e intervenire, ad esempio, utilizzando l’energia contenuta nelle batterie o spostando temporaneamente alcuni carichi flessibili. Questo consente di ridurre la potenza richiesta alla rete e, nei sistemi tariffari che prevedono costi legati ai picchi o alla capacità impegnata, può tradursi in un vantaggio economico.
Dalla manutenzione preventiva a quella predittiva
L’intelligenza artificiale può ridurre i costi energetici anche individuando anomalie nel funzionamento degli impianti. Analizzando continuamente i dati provenienti dalle apparecchiature, gli algoritmi possono riconoscere comportamenti differenti rispetto alle normali condizioni operative e segnalare possibili inefficienze o guasti prima che diventino evidenti.
La manutenzione diventa così predittiva: invece di intervenire soltanto dopo un guasto o sulla base di scadenze prestabilite, l’azienda può programmare gli interventi sulla base delle condizioni effettive dell’asset. L’IEA indica proprio manutenzione predittiva, maggiore uptime e prolungamento della vita degli asset tra le applicazioni dell’AI nel settore energetico.
L’AI trasforma la flessibilità in valore
L’evoluzione più interessante riguarda infine la possibilità di considerare la flessibilità energetica come una risorsa economica. Batterie, sistemi HVAC, ricarica dei veicoli elettrici e alcuni processi industriali possono modificare i propri consumi in funzione delle esigenze della rete e dei segnali di prezzo.
L’AI può orchestrare automaticamente questi asset e, dove i mercati lo consentono, supportarne la partecipazione ai meccanismi di demand response e ai servizi di flessibilità. Un edificio o uno stabilimento industriale non deve quindi necessariamente limitarsi a consumare meno: può consumare nel momento più conveniente, utilizzare meglio l’energia autoprodotta, ridurre i picchi e valorizzare la propria capacità di adattare la domanda. È questo il passaggio fondamentale introdotto dall’intelligenza artificiale: trasformare l’Energy Management da attività di controllo a sistema di ottimizzazione continua, nel quale dati, previsioni e automazione permettono di prendere in tempo reale le decisioni energetiche economicamente più efficienti.
Il ruolo di Companion.energy
La crescente diffusione delle fonti rinnovabili, dei sistemi di accumulo e della generazione distribuita sta cambiando profondamente il modo in cui le aziende devono gestire l’energia. Non si tratta più soltanto di acquistare elettricità al miglior prezzo e controllare i consumi: bisogna prevedere l’andamento dei mercati, coordinare produzione e domanda, gestire batterie e impianti rinnovabili, sfruttare la flessibilità e decidere quando consumare, produrre, accumulare o immettere energia in rete.
È su questa crescente complessità che ha costruito il proprio modello Companion.energy, società tecnologica belga fondata nel 2022 con l’obiettivo di trasformare l’energia da voce di costo a leva finanziaria e competitiva per le imprese.
L’idea alla base della società è che la transizione energetica non abbia bisogno soltanto di nuovo hardware come pannelli fotovoltaici, batterie, infrastrutture di ricarica, ma anche di un vero e proprio financial operating layer capace di coordinare le decisioni energetiche ed economiche.
Una piattaforma tra Energy Management e finanza
Companion.energy nasce durante la crisi energetica europea, inizialmente esplorando tre possibili applicazioni: ottimizzazione della ricarica delle flotte elettriche, finanziamento di batterie attraverso soggetti terzi e matching dei Power Purchase Agreement.
Il progetto si è successivamente evoluto verso una piattaforma più ampia dedicata alla gestione energetica delle grandi imprese.
Il punto di partenza è un problema molto concreto: in un sistema energetico sempre più distribuito e volatile, gestire manualmente dati provenienti da contatori, contratti, mercati, impianti rinnovabili, batterie e processi produttivi diventa progressivamente più difficile. Companion.energy punta quindi a costruire un unico ambiente digitale nel quale procurement energetico e operations possano lavorare sugli stessi dati.
Prism crea una vista unica su consumi, contratti e costi
Il primo elemento della piattaforma è Prism, il modulo dedicato alla trasparenza e all’analisi. Prism collega i dati provenienti dai contatori con quelli relativi ai contratti di fornitura e con i segnali provenienti dai mercati energetici, costruendo una rappresentazione aggiornata dell’esposizione energetica dell’impresa.
L’obiettivo è superare la frammentazione delle informazioni tra fogli Excel, sistemi di misura, contratti e strumenti utilizzati dai diversi dipartimenti aziendali. La piattaforma modella contemporaneamente dati energetici, operativi e finanziari, consentendo di comprendere non soltanto quanta energia viene utilizzata, ma quale sia il suo costo effettivo e quali variabili lo determinino. Finance, procurement ed energy manager possono così lavorare sulla stessa base informativa.
Dal controllo della bolletta alla previsione dei costi
Una delle funzioni più interessanti riguarda la capacità di passare da una lettura retrospettiva a una gestione forward-looking dell’energia. Companion.energy utilizza modelli di machine learning che combinano informazioni relative a meteo, mercati energetici e attività operative dell’azienda per costruire previsioni. In questo modo il responsabile energetico non deve limitarsi a osservare quanto è accaduto nel mese precedente, ma può valutare anticipatamente l’evoluzione della domanda, dei prezzi e dell’esposizione finanziaria. La piattaforma permette inoltre di confrontare scenari differenti prima di prendere una decisione, supportando ad esempio le strategie di approvvigionamento e di hedging.
Il budget energetico diventa dinamico
Questa impostazione ha conseguenze anche sulla gestione finanziaria. Prism consente di confrontare continuamente il budget energetico con l’esposizione effettiva dell’impresa, riducendo la necessità di effettuare riconciliazioni manuali tra sistemi differenti alla fine del mese.
Il costo dell’energia viene quindi seguito come una variabile dinamica, influenzata contemporaneamente da volumi consumati, prezzi, contratti, produzione degli impianti aziendali e condizioni di mercato. Secondo Companion.energy, questa automazione può consentire una riduzione compresa tra il 50 e l’80% delle attività manuali legate alla gestione dei dati energetici.
Propel porta l’automazione sugli asset energetici
Se Prism rappresenta la componente dedicata alla comprensione e alla previsione, Propel porta la piattaforma sul terreno dell’azione. Il sistema utilizza le previsioni dei diversi mercati energetici per programmare automaticamente il funzionamento degli asset flessibili dell’azienda. Questo significa che il software può decidere come coordinare fotovoltaico, eolico, batterie, infrastrutture di ricarica e flessibilità dei processi produttivi, considerando contemporaneamente esigenze operative e opportunità offerte dal mercato. L’obiettivo è passare dal semplice monitoraggio dell’energia al suo controllo automatico.
La batteria viene utilizzata quando crea più valore
Un esempio permette di comprendere meglio il funzionamento. Una batteria industriale può essere utilizzata per immagazzinare l’energia prodotta da un impianto fotovoltaico, ridurre i picchi di prelievo dalla rete oppure acquistare energia quando costa meno e utilizzarla quando il prezzo aumenta. Ma la stessa batteria può potenzialmente partecipare anche ai servizi di flessibilità e ai mercati energetici. Decidere manualmente quale opportunità sia economicamente più conveniente in ogni momento diventa estremamente complesso. Propel analizza le diverse possibilità e programma il funzionamento dell’asset sulla base delle condizioni previste, cercando di massimizzarne il valore economico.
Dall’energy saving alla generazione di nuovi ricavi
Energy saving e nuovi ricavi: su questi fattori Companion.energy amplia il tradizionale concetto di Energy Management. L’obiettivo non è semplicemente consumare meno energia, ma utilizzare in modo economicamente più intelligente quella prodotta, acquistata, accumulata o resa flessibile.mLa piattaforma può cercare opportunità nei mercati dell’imbalance, nei servizi ancillari e nell’arbitraggio dei prezzi. La flessibilità energetica dell’impresa diventa così un asset potenzialmente monetizzabile.
Secondo i dati dichiarati dalla società, l’utilizzo della piattaforma può consentire una riduzione dei costi energetici compresa tra il 10 e il 30%, includendo componenti commodity e non commodity.
Peak shaving e capacity tariff
Un altro campo di applicazione riguarda il peak shaving, ovvero la riduzione dei picchi di potenza prelevata dalla rete. In presenza di tariffe che dipendono anche dalla capacità massima richiesta, concentrare elevati consumi in determinati momenti può generare costi significativi. La piattaforma può quindi coordinare batterie, produzione locale e carichi flessibili per limitare questi picchi.
Companion.energy sottolinea proprio questa capacità come una delle differenze rispetto a un EMS tradizionale: collegare ogni kWh al suo effettivo impatto economico e prendere decisioni considerando simultaneamente vincoli energetici e finanziari.
Non un sostituto dell’EMS, ma un livello superiore
La società distingue infatti esplicitamente la propria soluzione dai tradizionali Energy Management System. Un EMS locale rimane fondamentale per bilanciare la potenza, proteggere gli asset, monitorare gli impianti e assicurare il corretto funzionamento operativo del sito. Companion.energy si vuole posizionare sopra questo livello. La piattaforma cloud dialoga con i sistemi locali e aggiunge capacità di ottimizzazione finanziaria, multi-asset e multi-market, coordinando potenzialmente siti differenti e valutando opportunità provenienti da diversi mercati energetici.
Non sostituisce quindi necessariamente il sistema locale di controllo: utilizza i dati disponibili per aggiungere un ulteriore livello decisionale.
Energia rinnovabile e flessibilità lavorano insieme
Questa architettura diventa particolarmente importante con la crescita delle fonti rinnovabili. Un’impresa dotata di fotovoltaico, eolico e batterie deve continuamente decidere come utilizzare l’energia prodotta: autoconsumarla, accumularla, venderla oppure modificare determinati carichi per sfruttare una finestra di prezzo favorevole.
L’intermittenza delle rinnovabili rende inoltre necessario coordinare le decisioni con le previsioni meteorologiche e con l’andamento atteso della domanda. L’algoritmo può quindi orchestrare contemporaneamente generazione, accumulo e consumo, trattandoli come componenti di un unico sistema energetico.
Un’applicazione per industria, data center e mobilità
Companion.energy indirizza la propria piattaforma soprattutto verso organizzazioni con consumi e infrastrutture energetiche significative. Tra i settori indicati figurano manufacturing, telecomunicazioni e data center, charging e logistica e società energetiche. Per l’industria l’obiettivo è ridurre i costi senza interferire con la continuità produttiva. Nel mondo telecom e data center diventa importante coordinare consumi distribuiti su numerosi siti. Nella mobilità elettrica la sfida consiste invece nel gestire grandi infrastrutture di ricarica evitando che l’aumento della domanda produca picchi di costo o problemi di capacità.
La piattaforma è pensata inoltre per lavorare su migliaia di asset senza richiedere l’installazione di hardware proprietario.
Dai dati energetici alle decisioni autonome
Il modello di Companion.energy rappresenta un’evoluzione dell’Energy Management perché sposta progressivamente il valore dal dato alla decisione. La prima generazione di strumenti digitali permetteva di raccogliere i consumi. La seconda ha consentito di visualizzarli attraverso dashboard e KPI. La nuova dimensione punta invece a utilizzare dati, modelli previsionali e automazione per prendere direttamente alcune decisioni operative. L’energy manager mantiene il controllo sulle strategie e sui vincoli, mentre il software può gestire la complessità delle decisioni che devono essere prese continuamente.
In un sistema caratterizzato da prezzi variabili, rinnovabili intermittenti, batterie, generazione distribuita e mercati della flessibilità, questa capacità può diventare particolarmente importante.
Partecipa alla community