IA al servicio de la calefacción

Innovación para el beneficio mutuo

 

Uso de inteligencia artificial para optimizar la calefacción central de edificios

La solución desarrollada por BERGER emplea algoritmos de aprendizaje automático y pronóstico climático para mejorar la eficiencia de calefacción central, aprovechando la inercia térmica de los edificios y reduciendo el consumo energético.

 

Reducción del consumo

El sistema busca reducir el consumo de gas en calefacción central sin afectar el confort térmico del usuario final.

 

Esto se traduce en:

. Menores costos operativos

. Clientes satisfechos

. Reducción de emisiones contaminantes

 

 

Inteligencia artificial aplicada a sistemas térmicos

Tradicionalmente, el diseño de calefacción se basa en un "día tipo" con condiciones climáticas extremas.
Esto genera sobredimensionamiento y desperdicio de energía.

 

La solución MCT-BERGER ajusta continuamente el setpoint de temperatura basándose en:

. Pronóstico del clima para las próximas 24, 12 y 3 horas

. Corrección continua cada hora según temperatura real

 

 

Optimización dinámica del setpoint

Este sistema predictivo permite:

 

. Control adaptativo en tiempo real

. Reducción de consumo energético

. Disminución de emisiones de gases de efecto invernadero

. Mayor confort térmico y sostenibilidad

 

En calderas de condensación o bombas de calor, bajar el setpoint incrementa la eficiencia instantáneamente.

 

 

Aprovechando la inercia térmica del edificio

Los edificios calefaccionados acumulan calor en su estructura. MCT-BERGER aprovecha esta inercia térmica para mantener el confort con menor uso energético, anticipando cambios climáticos y evitando picos innecesarios de energía.

 

 

Principio de funcionamiento

. Usa la predicción térmica para establecer el setpoint más eficiente

. Compatible con calderas tradicionales, de condensación y bombas de calor

. Especialmente efectivo en pisos radiantes por su alta masa térmica

. Calcula un promedio de temperatura futura y ajusta retorno térmico con antelación

. Maximiza confort reduciendo consumo

 

 

Componentes del sistema

 

. Equipos HVAC existentes

. Dispositivo de comunicación

. Pronóstico del clima actualizado

. Almacenamiento de datos y monitoreo

. Algoritmos de optimización inteligentes

 

 

Requisitos para un funcionamiento óptimo

 

. Sistema debe estar en régimen térmico

. Edificios con alta inercia (ej. pisos radiantes)

. Datos clave necesarios:

          Seteo de impulsión

          Temperatura de retorno

          Temperatura interior

          Horarios de uso

          Consumo instantáneo

 

 

Edificios elegibles

 

. Consorcios interesados en ahorro energético

. Administraciones dispuestas a colaborar en el retorno de datos

. Uso extendido de calefacción

. Sistemas con consumos considerables

. Instaladores/coordinadores disponibles para ajustes y seguimiento

 

 

Participación del instalador

 

. Proponer edificios adecuados

. Colaborar en instalación de sensores y equipos

. No se modifica la instalación hidráulica

. Retorno de datos para el sistema

. Evaluación de resultados al finalizar el primer invierno