English
AI e machine learning per aumentare efficienza e sostenibilità
Nel 2023 Surgital, storica azienda italiana leader nel settore di pasta fresca surgelata, ha scelto CGT per il revamping su misura del proprio impianto di trigenerazione: con una potenza di 4,3 MW, l'impianto produce energia elettrica, termica e frigorifera, con una riduzione di CO2 di quasi 2.000 tonnellate all'anno, che arrivano a 2.900 grazie all'integrazione di un impianto fotovoltaico.
Nelle varie fasi del ciclo produttivo sono fondamentali l'energia elettrica, il vapore saturo e l'acqua calda per alimentare le 34 linee produttive, oltre all'energia frigorifera sottozero per lo stoccaggio del prodotto finito.
Nel corso degli anni lo stabilimento si è dotato di diversi sistemi di generazione ed è sorta l'esigenza di gestirli in modo efficiente e pratico.
Per tale scopo CGT ha fornito una piattaforma di comando e controllo di tutti i sistemi di produzione di energia che, a regime, porterà una ulteriore riduzione dei consumi energetici e quindi delle conseguenti emissioni di CO2 fino a 1.500 tonnellate all'anno.
Il sistema, fornito da CGT e sviluppato con TRIGENIA su misura per Surgital, ha diverse funzionalità integrate in un'unica piattaforma. Innanzitutto, monitora tutti i vettori di energia termica ed elettrica (fotovoltaico, caldaie, cogeneratore) restituendo i principali KPI economici, ambientali ed energetici di ogni asset e dell'intero sito produttivo.
Tramite l'applicazione di metodologie e modelli di machine learning, questo sistema raccoglie le informazioni dal gestionale dello stabilimento che monitora la produzione associandola ai consumi energetici.
Infine, l'applicazione di algoritmi AI permette elaborazioni più complesse sul fabbisogno energetico previsionale ed una vera e propria gestione degli asset.
Fornendo come input le informazioni della produzione prevista, le caratteristiche energetiche dei vari asset e le condizioni meteorologiche viene infatti modellizzata la curva oraria di consumo energetico per l'intero stabilimento, andando poi a generare una vera e propria "ricetta di esercizio ottimizzata" per il controllo di tutti gli asset energetici.
Il sistema acquisisce inoltre i prezzi di tutti i vettori energetici coinvolti, andando quindi a soddisfare il fabbisogno perseguendo diversi obiettivi, sia economici (con la minore spesa) sia ambientali (con il minore impatto ambientale).
"Attraverso lo sviluppo della centrale di cogenerazione con CGT" spiega Elena Balbi, responsabile finanza e controllo di Surgital, "è stato anche integrato un programma informatico di intelligenza artificiale, di machine learning, che ci permette di tenere sotto controllo tutti i driver energetici e soprattutto termici che servono a Surgital.
Questo sistema, imparando quali sono le esigenze di Surgital migliorerà continuamente e prenderà veramente il potere di gestire accensione e spegnimenti di tutti gli asset energetici presenti in azienda".
Nel corso degli anni lo stabilimento si è dotato di diversi sistemi di generazione ed è sorta l'esigenza di gestirli in modo efficiente e pratico.
Per tale scopo CGT ha fornito una piattaforma di comando e controllo di tutti i sistemi di produzione di energia che, a regime, porterà una ulteriore riduzione dei consumi energetici e quindi delle conseguenti emissioni di CO2 fino a 1.500 tonnellate all'anno.
Il sistema, fornito da CGT e sviluppato con TRIGENIA su misura per Surgital, ha diverse funzionalità integrate in un'unica piattaforma. Innanzitutto, monitora tutti i vettori di energia termica ed elettrica (fotovoltaico, caldaie, cogeneratore) restituendo i principali KPI economici, ambientali ed energetici di ogni asset e dell'intero sito produttivo.
Tramite l'applicazione di metodologie e modelli di machine learning, questo sistema raccoglie le informazioni dal gestionale dello stabilimento che monitora la produzione associandola ai consumi energetici.
Infine, l'applicazione di algoritmi AI permette elaborazioni più complesse sul fabbisogno energetico previsionale ed una vera e propria gestione degli asset.
Fornendo come input le informazioni della produzione prevista, le caratteristiche energetiche dei vari asset e le condizioni meteorologiche viene infatti modellizzata la curva oraria di consumo energetico per l'intero stabilimento, andando poi a generare una vera e propria "ricetta di esercizio ottimizzata" per il controllo di tutti gli asset energetici.
Il sistema acquisisce inoltre i prezzi di tutti i vettori energetici coinvolti, andando quindi a soddisfare il fabbisogno perseguendo diversi obiettivi, sia economici (con la minore spesa) sia ambientali (con il minore impatto ambientale).
"Attraverso lo sviluppo della centrale di cogenerazione con CGT" spiega Elena Balbi, responsabile finanza e controllo di Surgital, "è stato anche integrato un programma informatico di intelligenza artificiale, di machine learning, che ci permette di tenere sotto controllo tutti i driver energetici e soprattutto termici che servono a Surgital.
Questo sistema, imparando quali sono le esigenze di Surgital migliorerà continuamente e prenderà veramente il potere di gestire accensione e spegnimenti di tutti gli asset energetici presenti in azienda".
Leggi tutto
Settori: AI per industria, Cogenerazione, Efficienza energetica edifici, Efficienza energetica immobili terziario e commerciale, Efficienza energetica industriale, Elettrotecnica, Energia, Fotovoltaico, Industria alimentare, Intelligenza artificiale, Refrigerazione, Rete elettrica, Revamping impianti, Rinnovabili
Mercati: Alimentare e Beverage, Edilizia
Parole chiave: AI Intelligenza artificiale per Efficienza energetica, Energia elettrica, Fotovoltaico, Gruppi Frigoriferi, Poligenerazione, Revamping, Surgelazione, Trigenerazione
