הפחיתו את בזבוז האנרגיה בעד 35% באמצעות אופטימיזציה מבוססת IoT של מערכות HVAC, תאורה ותפוסה בכל תיק הנכסים שלכם.

מבנים מסחריים מהווים כמעט 40% מסך צריכת האנרגיה בכלכלות מפותחות, אך רובם פועלים עם מערכות 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/מחממות באופן שגרתי קומות וחדרי ישיבות ריקים. התאורה פועלת בעוצמה מלאה בחללים מוצפים באור יום. מנהלי מבנים מקבלים חשבונות חשמל חודשיים ללא נראות מפורטת לגבי היכן אנרגיה מבוזבזת או כיצד מערכות ספציפיות מקיימות אינטראקציה. דרישות הקיימות ודוחות ESG הולכות ומתהדקות, ושוכרים דורשים יותר ויותר חללים בעלי אישור ירוק, אך בעלי נכסים חסרים את תשתית הנתונים כדי למדוד, לייעל ולדווח באופן אמין על ביצועיהם הסביבתיים.
גלו תוכניות יישום נוספות לפרויקט הבא שלכם
לקוחות MicrocosmWorks משיגים בדרך כלל הפחתה של 20-35% בצריכת אנרגיה 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 וקורלציות מזג אוויר כדי למזער את צריכת האנרגיה תוך שמירה על נוחות הדיירים במסגרת פרמטרים מוגדרים.
כן, ה-blueprint של MicrocosmWorks תומך בפרוטוקולים BACnet IP/MSTP, Modbus TCP/RTU, KNX, LonWorks ו-EnOcean באמצעות שכבת protocol gateway שמנרמלת נתונים ממערכות בניין מדור קודם ומודרניות לתוך מודל נתונים אחיד. המערכת מפעילה אופטימיזציה מבוססת AI על גבי תשתית אוטומציית הבניין הקיימת שלכם מבלי לדרוש החלפה של בקרים או ציוד מתפקדים.
MicrocosmWorks מיישמת אופטימיזציה מבוקרת נוחות שמשתמשת בחיישני תפוסה בזמן אמת, רמות CO2, קריאות לחות ואפליקציות משוב אופציונליות של דיירים כדי לשמור על תנאים בטווח הנוחות של ASHRAE Standard 55 תוך מזעור צריכת האנרגיה. המערכת לומדת העדפות אזוריות אינדיבידואליות ומתאימה נקודות ייחוס (setpoints) באופן דינמי, ובכך משיגה חיסכון באנרגיה ללא תלונות הנוחות שגישות אגרסיביות מבוססות לוח זמנים קבוע עלולות לייצר.
פלטפורמת ניהול האנרגיה MicrocosmWorks כוללת יכולות אוטומטיות של תגובת ביקוש (DR) שיכולות לצמצם עומסים לא קריטיים במהלך אירועי DR של חברות השירות, לקרר/לחמם מבנים מראש לפני תקופות תמחור שיא, ולהעביר עומסים גמישים לשעות שפל. המערכת משתלבת עם פרוטוקולי OpenADR 2.0 ו-APIs של חברות השירות כדי להשתתף אוטומטית בתוכניות DR שיכולות להפיק $5-$15 לכל kW בשנה בהכנסות מתגובת ביקוש.
בשיעורי הפיתוח של MicrocosmWorks הנעים בין $20-$40 לשעה, עלות הטמעת הפלטפורמה עבור בניין מסחרי בשטח של 50,000-200,000 sq ft נעה בדרך כלל בין $40,000-$100,000, עם חיסכון שנתי באנרגיה של $20,000-$80,000 בהתאם לאזור האקלים וסוג הבניין. רוב הלקוחות משיגים החזר 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 המוטמעת 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, המכוונן באופן רציף את נקודות ההגדרה של HVAC, עוצמת התאורה וקצבי האוורור בזמן אמת. הפלטפורמה לומדת את המאפיינים התרמיים הייחודיים של כל בניין, קצבי התפוסה שלו ורגישותו למזג האוויר, כדי לייצר אסטרטגיות בקרה חזויות המקדימות את הדרישה במקום להגיב לה. לוח מחוונים אנרגיה מאוחד מספק פירוט צריכה קומה-אחר-קומה ואזור-אחר-אזור, לצד 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 שערים לתרגום פרוטוקולים, הפרוסים בכל קומה או חדר מכונות. שערים אלו מנרמלים נתוני חיישנים שונים לסכימה משותפת ומזרמים אותם באמצעות MQTT לפלטפורמת האנליטיקה בענן. פקודות בקרה זורמות חזרה דרך אותם שערים, ומבטיחות תאימות עם מפעילים ולוחות בקרה קיימים.
| שכבה | טכנולוגיות |
|---|---|
| צד שרת | Python (FastAPI), Node.js, Apache Kafka, BACnet/Modbus adapters |
| AI / ML | TensorFlow, Stable Baselines3 (RL), Prophet (energy forecasting), scikit-learn |
| צד לקוח | React, Recharts, Mapbox (floor plans), Figma design system |
| מסד נתונים | InfluxDB, PostgreSQL, Redis, Amazon S3 (report artifacts) |
| תשתית | AWS IoT Core, ECS Fargate, CloudWatch, Terraform, GitHub Actions |
הפלטפורמה נמסרת על פני 10-12 שבועות בארבעה שלבים. שבועות 1-2 כוללים ביצוע ביקורת אנרגיה של תשתית BMS קיימת, מיפוי סביבות פרוטוקולים מדור קודם (BACnet, Modbus, KNX), ותכנון שכבת החיישנים וארכיטקטורת שער הפרוטוקולים. שבועות 3-6 כוללים פריסת שערי תרגום פרוטוקולים וחיישני IoT ברחבי קומות פיילוט, בניית צינור הטלמטריה מבוסס MQTT לפלטפורמת האנליטיקה בענן, ויישום מנוע בינת התפוסה המשלב נתוני PIR, CO2, תגים ו-WiFi probe. שבועות 7-9 כוללים אימון ופריסת ממטב ה-HVAC מבוסס למידת חיזוק באמצעות נתוני תגובה תרמית היסטוריים ותחזיות מזג אוויר, בניית לוחות המחוונים לצריכת אנרגיה ברמת האזור, ושילוב בקרת תאורה אוטומטית המבוססת על תפוסה וחישת אור יום. שבועות 10-12 כוללים אימות חיסכון באנרגיה מול מדידות בסיס, הגדרת קונסולת דיווחי הקיימות לצורך עמידה בתקני ENERGY STAR ו-GRESB, ומסירת הפלטפורמה יחד עם הכשרת צוות תפעול הבניין.
| מדד | שיפור | פירוט |
|---|---|---|
| צריכת אנרגיה כוללת | 25-35%- | התאמות HVAC ותאורה מבוססות AI מבטלות קירור/חימום של אזורים לא מאוכלסים |
| שעות פעולה של HVAC | 30%- | חימום/קירור מראש חזוי והגדרות חופשה (setback) מבוססות אי-תפוסה מפחיתים את זמן הפעולה של המדחס והמאוורר |
| פליטות פחמן (Scope 2) | 20-30%- | צריכת חשמל נמוכה יותר מהרשת מפחיתה ישירות את טביעת הרגל הפחמנית המדווחת |
| תלונות דיירים בנוגע לנוחות | 50%- | וויסות טמפרטורה יזום שומר על נקודות הגדרה באופן עקבי יותר מלוחות זמנים ריאקטיביים של BMS |
| זמן הכנה לדוחות קיימות | 80%- | איסוף ועיצוב נתונים אוטומטי מחליף שבועות של עבודת גיליונות אלקטרוניים ידנית |
גלה יותר עם פחות באמצעות חקלאות מדויקת הממירה נתוני קרקע, מזג אוויר וגידולים למודיעין שדה בר-פעולה.