צמצם את בזבוז האנרגיה בעד 35% עם אופטימיזציה מבוססת IoT של מערכות HVAC, תאורה ותפוסה בכל תיק הנכסים שלך.

מבנים מסחריים מהווים כמעט 40% מסך צריכת האנרגיה בכלכלות מפותחות, אך רובם פועלים עם מערכות ניהול מבנים (BMS) בנות עשרות שנים, העוקבות אחר לוחות זמנים קבועים לפי שעות היום ללא קשר לתפוסה בפועל או לתנאי מזג האוויר. מערכות HVAC, המהוות 40-60% מחשבון האנרגיה של בניין, מקררות או מחממות באופן שגרתי קומות וחדרי ישיבות ריקים. תאורה פועלת בעוצמה מלאה בחללים מוצפים באור יום. מנהלי מבנים מקבלים חשבונות חשמל חודשיים ללא נראות מפורטת לגבי היכן מתבזבזת אנרגיה או כיצד מערכות ספציפיות מקיימות אינטראקציה. דרישות הקיימות ודוחות ה-ESG מתהדקות, ושוכרים דורשים יותר ויותר חללים בעלי הסמכה ירוקה, אך בעלי נכסים חסרים את תשתית הנתונים למדוד, לייעל ולדווח באופן מהימן על ביצועיהם הסביבתיים.
גלו תוכניות יישום נוספות לפרויקט הבא שלכם
לקוחות MicrocosmWorks משיגים בדרך כלל הפחתה של 20-35% בצריכת האנרגיה בהשוואה ללוחות זמנים מסורתיים של BMS, על ידי יישום אופטימיזציית HVAC מבוססת AI, בקרת תאורה מבוססת תפוסה, וניהול עומסים חזוי. המערכת לומדת באופן רציף מאפיינים תרמיים של מבנים, דפוסי תפוסה, ומתאמי מזג אוויר כדי למזער את צריכת האנרגיה תוך שמירה על נוחות הדיירים בתוך פרמטרים מוגדרים.
כן, התוכנית של MicrocosmWorks תומכת בפרוטוקולי BACnet IP/MSTP, Modbus TCP/RTU, KNX, LonWorks, ו-EnOcean באמצעות שכבת שער פרוטוקולים שמנרמלת נתונים ממערכות בניין מדור קודם ומודרניות למודל נתונים אחיד. המערכת מפעילה אופטימיזציה מונעת AI על גבי תשתית אוטומציית המבנים הקיימת שלך מבלי לדרוש החלפה של בקרים או ציוד פונקציונליים.
MicrocosmWorks מיישמת אופטימיזציה מוגבלת נוחות המשתמשת בחיישני תפוסה בזמן אמת, רמות CO2, קריאות לחות, ואפליקציות משוב אופציונליות לדיירים כדי לשמור על תנאים בטווח נוחות של ASHRAE Standard 55 תוך מזעור צריכת האנרגיה. המערכת לומדת העדפות אזוריות אינדיבידואליות ומתאימה setpoints באופן דינמי, ומשיגה חיסכון באנרגיה ללא תלונות על נוחות שגישות אגרסיביות מבוססות לוח זמנים קבוע מייצרות.
פלטפורמת ניהול האנרגיה של MicrocosmWorks כוללת יכולות תגובת ביקוש אוטומטיות שיכולות לצמצם עומסים לא קריטיים במהלך אירועי DR של חברות חשמל, לקרר/לחמם מבנים מראש לפני תקופות תמחור שיא, ולהעביר עומסים גמישים לשעות שפל. המערכת משתלבת עם פרוטוקולי OpenADR 2.0 ו-APIs של חברות חשמל כדי להשתתף אוטומטית בתוכניות DR שיכולות לייצר הכנסות של 5-15 דולר לקילוואט בשנה מהכנסות תגובת ביקוש.
בתעריפי פיתוח של MicrocosmWorks של 20-40 דולר לשעה, עלות יישום הפלטפורמה עבור בניין מסחרי בגודל 50,000-200,000 sq ft נעה בדרך כלל בין 40,000 ל-100,000 דולר, עם חיסכון שנתי באנרגיה של 20,000-80,000 דולר בהתאם לאזור האקלים וסוג הבניין. רוב הלקוחות מגיעים להחזר מלא בתוך 12-24 חודשים, ולאחר מכן החיסכון באנרגיה זורם ישירות לשורה התחתונה.
צרו קשר לדון כיצד נוכל לבנות פתרון זה עבור העסק שלכם עם צוות המומחים שלנו.
צרו קשרMicrocosmWorks יכולה לפרוס שכבת ניהול אנרגיה חכמה המונחת על גבי תשתית BMS קיימת, ללא צורך בשדרוגי 'הסר והחלף'. רשת של חיישני IoT המודדים טמפרטורה, לחות, CO2, רמות אור ותפוסה מזינה מנוע AI מבוסס ענן, המתאים באופן רציף את נקודות ההגדרה של HVAC, עוצמת התאורה ושיעורי האוורור בזמן אמת. הפלטפורמה לומדת את המאפיינים התרמיים הייחודיים של כל בניין, את קצבי התפוסה שלו ואת רגישותו למזג האוויר כדי לייצר אסטרטגיות בקרה חזויות המקדימות את הביקוש במקום להגיב אליו. לוח מחוונים מאוחד לאנרגיה מספק פירוט צריכה לפי קומות ולפי אזורים, יחד עם דוחות קיימות אוטומטיים המותאמים למסגרות ENERGY STAR, LEED ו-GRESB.
הארכיטקטורה מגשרת על פרוטוקולי BMS מדור קודם (BACnet, Modbus, KNX) עם תשתית IoT מודרנית באמצעות שערי תרגום פרוטוקולים הפרוסים בכל קומה או חדר מכונות. שערים אלו מנרמלים נתוני חיישנים שונים לסכימה משותפת ומזרמים אותם באמצעות MQTT לפלטפורמת האנליטיקה בענן. פקודות הבקרה זורמות בחזרה דרך אותם שערים, מה שמבטיח תאימות למפעילים ולוחות בקרה קיימים.
| שכבה | טכנולוגיות |
|---|---|
| צד שרת (Backend) | Python (FastAPI), Node.js, Apache Kafka, BACnet/Modbus adapters |
| AI / ML | TensorFlow, Stable Baselines3 (RL), Prophet (חיזוי אנרגיה), scikit-learn |
| צד לקוח (Frontend) | React, Recharts, Mapbox (תוכניות קומה), Figma design system |
| מסד נתונים | InfluxDB, PostgreSQL, Redis, Amazon S3 (ארטיפקטים של דוחות) |
| תשתית | AWS IoT Core, ECS Fargate, CloudWatch, Terraform, GitHub Actions |
הפלטפורמה נמסרת במהלך 10-12 שבועות, בארבעה שלבים. שבועות 1-2 כוללים ביצוע ביקורת אנרגיה של תשתית BMS קיימת, מיפוי נוף הפרוטוקולים המיושנים (BACnet, Modbus, KNX), ותכנון שכבת החיישנים וארכיטקטורת שער הפרוטוקולים. שבועות 3-6 כוללים פריסת שערי תרגום פרוטוקולים וחיישני IoT בקומה/ות הפיילוט, בניית צינור הטלמטריה מבוסס ה-MQTT לפלטפורמת האנליטיקה בענן, ויישום מנוע התפוסה החכם המאחד נתוני PIR, CO2, תגים ו-WiFi. שבועות 7-9 כוללים אימון ופריסת מייעל HVAC מבוסס למידת חיזוק תוך שימוש בנתוני תגובה תרמית היסטוריים ותחזיות מזג אוויר, בניית לוחות מחוונים לצריכת אנרגיה ברמת האזור, ושילוב בקרת תאורה אוטומטית המבוססת על חישת תפוסה ואור יום. שבועות 10-12 כוללים אימות חיסכון באנרגיה מול מדידות בסיס, הגדרת קונסולת דוחות הקיימות לתאימות ל-ENERGY STAR ו-GRESB, ומסירת הפלטפורמה עם הדרכה לצוותי תפעול המבנים.
| מדד | שיפור | פרטים |
|---|---|---|
| צריכת אנרגיה כוללת | 25% עד 35% | התאמות HVAC ותאורה מבוססות AI מבטלות את מיזוג האזורים הלא תפוסים |
| שעות פעילות HVAC | 30% | קירור/חימום מראש חזוי וצמצום פעילות מבוסס אי-תפוסה מפחיתים את זמן הפעלת המדחס והמאוורר |
| פליטות פחמן (Scope 2) | 20% עד 30% | צריכת חשמל נמוכה יותר מהרשת מפחיתה ישירות את טביעת הרגל הפחמנית המדווחת |
| תלונות נוחות דיירים | 50% | ויסות טמפרטורה יזום שומר על נקודות הגדרה באופן עקבי יותר מלוחות זמנים ריאקטיביים של BMS |
| זמן הכנת דוחות קיימות | 80% | איסוף נתונים ועיצוב אוטומטיים מחליפים שבועות של עבודת גיליונות אלקטרוניים ידנית |
גלה יותר עם פחות באמצעות חקלאות מדויקת הממירה נתוני קרקע, מזג אוויר וגידולים למודיעין שדה בר-פעולה.