Come cambia l’energy manager: dalle certezze alle incertezze sui dati

di Robero Gerbo – EGE SECEM

Uno dei primi energy manager, oggi EGE SECEM, racconta la sua esperienza nel settore bancario, evidenziando come sia cambiato il modo di lavorare dall’inizio degli anni 80 ai nostri giorni.

 

Il passato

All’inizio della mia carriera di energy manager (EM) in gruppo bancario (inizio anni ’80, tanti anni fa purtroppo per me) ricordo le difficoltà con cui mi facevo spedire dai colleghi fotocopie delle bollette elettriche di alcuni palazzi uffici/filiali significativi; le ricevevo almeno 3 mesi dopo il pagamento (era usuale il pagamento presso la  filale stessa come un comune cittadino!) e da esse catturavo i pochi dati energetici disponibili, in genere il complessivo dei consumi mensili, che andavano a popolare rudimentali tabelle di calcolo (in multiplan, non c’era ancora excel).

Ero un energy manager fortunato o innovatore. Tanti colleghi avevano disponibili solo i dati spesa annui della loro azienda. A pasqua dell’anno successivo disponevo dei dati dell’anno solare precedente (baseline per il primo anno) e individuavo:

  • i consumi totali della azienda con estrapolazioni (spesso un po’ avventurose) dai pochi dati disponibili;
  • i target (kWh/addetto spesso causa non disponibilità superfici affidabili) in base alla mia esperienza;
  • i saving ottenibili con azioni per lo più di investimento, cioè cambi di tecnologie/impianti, comunque con un ritardo di almeno sei mesi rispetto alle analisi

Ovviamente i dati del monitoraggio erano quelli complessivi mensili e per definizione erano affidabili e di precisione(anche perché gli unici disponibili). L’energy manager era il tenutario della unica conoscenza ed era certo e soddisfatto della affidabilità dei dati raccolti. Peraltro, proseguendo la raccolta dati secondo quanto sopra indicato, si doveva attendere un anno per verificare eventuali miglioramenti, consequenziale il rischio di vedere passare anni per concretizzare azioni efficaci di miglioramento della efficienza energetica.

Negli anni 90 e successivi (direi sino al 2005) ci fu una progressiva evoluzione (generata dalla introduzione di nuove tipologie di contatori di energia elettrica), che ha messo a disposizione il dettaglio di dati sulle bollette elettriche mensili (fasce orarie, ecc.) e successivamente i primi report mensili per clienti multisito (in excel), mentre per il gas non ci furono sostanziali miglioramenti. Il settore bancario, apripista in questo settore, attraverso convenzioni standard per tutte le banche, arrivò ad ottenere via mail file mensili di report in formato unificato, da cui costruire (senza ricorrere alle bollette e quindi al caricamento dati) tabelle più approfondite. Ricordato che per definizione tali dati erano affidabili e di precisone (essendo ancora gli unici disponibili), si potevano così valutare i consumi per fascia oraria e quindi strutturare, sempre solo su base mensile ma almeno 1 mese dopo i consumi reali, analisi più approfondite anche di tipo gestionale, i cui risultati potevano essere monitorati pochi mesi dopo le eventuali azioni di miglioramento adottate.

Il recente passato ed oggi

Negli ultimi anni l’introduzione di contatori elettrici sempre più intelligenti, di datalogger, di multimetri, ecc. collegati via web ha totalmente variato il contesto. La messa a disposizione su file/on line da parte di fornitore/sistemi HW di monitoraggi orari, ossia una serie approfondita e strutturata di informazioni su cui sviluppare le analisi, ha consentito all’energy manager di innalzare il livello delle sue analisi. Così da anni molti EM e società del settore hanno sviluppato database e algoritmi che usando grandi masse di dati orari, giornalieri, ecc. individuano, per lo più attraverso valori medi, baseline e azioni di miglioramento correlate di stime/calcoli (con numero di decimali a volte da “concentrazione chimica”) i saving ottenibili.

La ricchezza di dati ha un prezzo pesante per l’EM (e/o EGE), che non deve farsi prendere la mano dalle elaborazioni, spesso sconosciute, dei SW, bensì deve interiorizzare che il grande numero dati di cui dispone ne impone un trattamento con nuovi e più specifici criteri di valutazione statistica dei dati. Va accertato se i valori medi che si utilizzano in genere come sintesi (esempio: giorno e/o mese tipo, articolato in 24 ore) hanno una oscillazione bassa rispetto alla media stessa, ossia quale è il livello di precisione di cui si dispone.

Diversamente il rischio che corre l’EM/EGE è di fornire indicazioni imprecise, a volte errate.Un esempio tipico sono analisi/diagnosi energetiche in cui viene definita una baseline con un valore definito, senza precisare il grado di precisione e quindi di oscillazione (spesso >+/-10%), a cui spesso si accoppiano saving che hanno (come usuale per molti interventi in campo energetico) una percentuale di incidenza sulla baseline non elevata (es. 5-10%); conseguentemente i saving potrebbero risultare del tutto inaffidabili.

L’EM di oggi ha quindi la fortuna di lavorare su più dati ma anche molte più incertezze da eliminare utilizzando idonei supporti statistici, ad es. il protocollo IPMVP. Analisi o diagnosi energetiche basate su monitoraggi/raccolte dati di tipo orario, ecc. che non trattino adeguatamente il tema secondo principi di analisi di qualità dei dati sono un segnale di possibile non elevato livello di qualità delle analisi/diagnosi stesse.

EM/EGE rifletti ….

Taggato , , , , , . Aggiungi ai preferiti : Permalink.

I commenti sono chiusi