Lingotto: Costruzione di un Digital Twin per la Gestione e l'Ottimizzazione dei Processi Energetici = Lingotto: Implementation of a Digital Twin for the Management and Optimization of Energy Processes

Tale elaborato di tesi magistrale è volto all’implementazione di un Digital Twin del centro polifunzionale Lingotto, edificio storico e simbolo indiscusso dell’industrializzazione di Torino. Data l’estensione e gli ingenti consumi energetici di tale complesso, risulta utile uno strumento che permetta di condurre analisi energetiche approfondite riguardanti il comportamento dell’edificio, gli impianti energetici a servizio degli ambienti e di identificare interventi di retrofit e regolazione specifici per conseguire un’ottimizzazione e un risparmio dei consumi energetici. Per una simulazione aderente al comportamento reale del complesso, tutti i dati utilizzati nella costruzione del modello digitale sono stati ricavati a partire da numerose ispezioni condotte in campo, finalizzate alla verifica della consistenza impiantistica. Tale operazione ha portato a tracciare gli schemi funzionali delle tre centrali termiche e delle due frigorifere presenti e a catalogarne i componenti, fondamentali per la produzione di fluidi tecnici caldi e refrigerati utilizzati per alimentare le numerose unità trattamento aria. Si è inoltre verificata la consistenza delle UTA, dei terminali di immissione ed estrazione, degli impianti HVAC, approfondendone le logiche di regolazione e le portate d’aria coinvolte. Sulla base dei progetti originari, si sono implementate la geometria dell’edificio e delle singole zone e le stratigrafie dei componenti opachi e trasparenti, nonché tutte le caratteristiche dell’edificio riguardanti la termofisica, l’efficienza, i consumi e i carichi endogeni ed esogeni, dettagliando su base oraria in funzione della tipologia di zona termica. Al fine di fornire al modello virtuale un elevato dettaglio, si è implementato il sistema HVAC in modalità avanzata, ricostruendo tutte le UTA con i loro componenti e le effettive logiche di controllo. È stato condotto, tramite tecniche di analisi non supervisionata e di riduzione di serie storiche, un processo di fault detection and diagnosis relativo ai consumi elettrici di un sottosistema HVAC, i cui dati annuali sono stati campionati dal Building Management System e dalla sensoristica IoT. Si è applicata una Symbolic Aggregate Approximation al fine di individuare i profili motif e discord. Su questi ultimi è stata condotta un’analisi di clustering, finalizzata all’individuazione di pattern discord ricorrenti, fornendo la possibilità di risalire al problema e indagare sulle cause. Segue la simulazione annuale dinamica del digital twin, ottenendo statistiche relative ai carichi endogeni ed esogeni a livello dei singoli ambienti, alle prestazioni termo-igrometriche e di comfort interno, temperature delle singole superfici e dettagli relativi al consumo energetico a differenti livelli, in base alla finalità dell’analisi. Una volta normalizzati sulla base dei gradi giorno, i valori simulati sono stati confrontati con i consumi normalizzati fiscali del Lingotto, procedendo alla calibrazione del modello, fino al raggiungimento di uno scostamento massimo pari al 15%, soglia considerata accettabile ai fini di tale trattazione. Tale modello risulta di particolare interesse per i possibili sviluppi, quali una calibrazione maggiormente dettagliata a livello di singolo componente e per le applicazioni future, come la possibilità di aggiornare e calibrare in real time il twin collegandolo al BMS e di individuare risparmi energetici ed economici conseguenti a interventi di retrofit e regolazione, integrando anche logiche di intelligenza artificiale.