צמצם בזבוז אנרגיה בעד 35% עם אופטימיזציית HVAC, תאורה ותפוסה מבוססת IoT בכלל הפורטפוליו שלך.

מבנים מסחריים מהווים כמעט 40% מצריכת האנרגיה הכוללת 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 בניינים מקבלים חשבונות חשמל חודשיים ללא נראות מפורטת לגבי היכן מתבזבזת אנרגיה או כיצד מערכות ספציפיות מקיימות אינטראקציה. דרישות הקיימות ודיווח ה-ESG מתהדקות, ושוכרים דורשים יותר ויותר חללים בעלי אישור ירוק, אך בעלי נכסים חסרים את תשתית הנתונים כדי 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 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 המתממשקת על גבי תשתית ה-BMS הקיימת, ללא צורך בשדרוגי 'rip-and-replace'. 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 וקצבי האוורור בזמן אמת. הפלטפורמה לומדת את המאפיינים התרמיים הייחודיים של כל בניין, את קצבי התפוסה ואת הרגישות למזג האוויר, כדי לייצר אסטרטגיות בקרה חזויות המקדימות את הדרישה במקום להגיב אליה. לוח מחוונים אנרגטי מאוחד מספק פירוט צריכה לפי קומה ולפי אזור, יחד עם דוחות קיימות אוטומטיים התואמים למסגרות ENERGY STAR, LEED ו-GRESB.
הארכיטקטורה מגשרת בין פרוטוקולי BMS מדור קודם (BACnet, Modbus, KNX) לבין תשתית IoT מודרנית באמצעות שערים (gateways) לתרגום פרוטוקולים, הפרוסים בכל קומה או חדר מכונות. שערים אלו מנרמלים נתוני חיישנים שונים לסכמה משותפת ומזרמים אותם באמצעות MQTT לפלטפורמת האנליטיקה בענן. פקודות הבקרה זורמות בחזרה דרך אותם שערים, מה שמבטיח תאימות למפעילים ולוחות הבקרה הקיימים.
| 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 ה-BMS הקיימת, מיפוי נופי פרוטוקולים מדור קודם (BACnet, Modbus, KNX), ותכנון שכבת החיישנים וארכיטקטורת שער הפרוטוקולים. שבועות 3-6 כוללים פריסת שערי תרגום פרוטוקולים וחיישני IoT ברחבי קומות הפיילוט, בניית צינור הטלמטריה מבוסס ה-MQTT לפלטפורמת האנליטיקה בענן, ויישום מנוע מודיעין התפוסה המאחד נתוני PIR, CO2, כרטיסים ו-WiFi probe. שבועות 7-9 כוללים אימון ופריסת אופטימייזר HVAC מבוסס למידת חיזוק, תוך שימוש בנתוני תגובה תרמית היסטוריים ותחזיות מזג אוויר, בניית לוחות המחוונים של צריכת האנרגיה ברמת האזור, ושילוב בקרת תאורה אוטומטית המבוססת על חישת תפוסה ואור יום. שבועות 10-12 כוללים אימות חיסכון באנרגיה מול מדידות בסיס, הגדרת קונסולת דיווח הקיימות לצורך עמידה בתקני ENERGY STAR ו-GRESB, ומסירת הפלטפורמה יחד עם הדרכה לצוותי תפעול הבניין.
| מדד | שיפור | פירוט |
|---|---|---|
| צריכת אנרגיה כוללת | -25 עד 35% | התאמות HVAC ותאורה מבוססות AI מבטלות חימום/קירור של אזורים לא תפוסים |
| שעות פעולת HVAC | -30% | חימום/קירור מראש חזוי והגדרות חסכון מבוססות אי-תפוסה מפחיתים את זמן פעולת המדחס והמאוורר |
| פליטות פחמן (Scope 2) | -20 עד 30% | צריכת חשמל נמוכה יותר מהרשת מפחיתה ישירות את טביעת הרגל הפחמנית המדווחת |
| תלונות דיירים על נוחות | -50% | ויסות טמפרטורה יזום שומר על נקודות ההגדרה באופן עקבי יותר מלוחות זמנים תגובתיים של BMS |
| זמן הכנת דוחות קיימות | -80% | איסוף נתונים ועיצוב אוטומטי מחליפים שבועות של עבודת גיליונות אלקטרוניים ידנית |
גַדֵּל יותר בפחות באמצעות חקלאות מדויקת שהופכת נתוני קרקע, מזג אוויר וגידולים למודיעין שדה בר-פעולה.