Resumen
El trabajo desarrolla un modelo de control predictivo para la climatización de edificios de oficinas a partir de datos de sensores IoT y previsiones meteorológicas. El sistema anticipa la demanda térmica de cada zona y ajusta las consignas de forma dinámica.
Las pruebas en un edificio piloto de Zaragoza durante una temporada completa muestran un ahorro medio del 18 % en climatización, manteniendo la temperatura dentro del rango de confort el 96 % del tiempo de ocupación.
Trabajo de ejemplo con datos ficticios para revisar el diseño.
El reto
Los edificios terciarios consumen buena parte de su energía en climatización con sistemas que reaccionan tarde a los cambios de ocupación y de tiempo. Se buscaba reducir ese consumo sin obras ni sustitución de equipos.
Metodología
Recogida de datos de 120 sensores durante seis meses, entrenamiento de un modelo de demanda por zonas, diseño del controlador predictivo y validación en un edificio piloto frente al control convencional.
“Lo más valioso fue trabajar con datos reales de un edificio en uso: cada decisión del modelo se notaba en la factura.”
