Eines avançades per a la gestió energètica eficient i la planificació estratègica en edificis públics i ciutats

BeeMind

Un consorci de:

En col·laboració amb:

Què és BEE_DigiHub?

Tecnologia per a edificis i ciutats resilients 4.0

  • És un conjunt d'eines TIC per a la gestió, integració i harmonització de dades d’edificis i ciutats, concebuda com un autèntic hub de digitalització.
  • Recull informació de múltiples fonts —sensors, sistemes de control, comptadors energètics, cadastre, dades meteorològiques, dades socioeconòmiques...— i les transforma en dades comprensibles i totalment interoperables.

Un sistema pensat per facilitar la transició energètica i l'adaptació al canvi climàtic, a escala d'edificis i de ciutats

BEE_DigiHub

Característiques clau

Per a una ciutat intel·ligent

  • Arquitectura oberta, modular, escalable i preparada per a entorns cloud.

  • Agregació i validació automàtica de dades de múltiples orígens.

  • Tractament avançat d’anomalies i buits geoespacials i temporals.

  • Estandardització semàntica dels fluxos d’informació.

  • Integració de models IA per a planificació urbana, sistemes de control predictiu en temps real i comunitats energètiques

Una eina essencial per a ciutats intel·ligents, planificació energètica, adaptació d'infraestructures públiques i proveïdors de serveis digitals.

Dissenyada des de i per al sector públic

Característiques clau

Per a una ciutat intel·ligent

  • BEE_DigiCity

 

  • BEE_DigiBuild

 

  • BEE_DigiSolar

Una eina essencial per a ciutats intel·ligents, planificació energètica, adaptació d'infraestructures públiques i proveïdors de serveis digitals.

Tres solucions integrades

Tecnologia

Arquitectura de BeeMind

ENMA és una arquitectura big data open source desenvolupada per CIMNE que ofereix serveis a la ciutat de Barcelona i a 10.000 edificis de la Generalitat de Catalunya. Permet la recol·lecció, harmonització i anàlisi intel·ligent de grans volums de dades heterogènies

ENMA: Plataforma d'harmonització i anàlisi massiu

  • Ingesta de dades en temps real des de sensors, comptadors i plataformes externes (API-REST, MQTT, Kafka)
  • Estandardització i harmonització semàntica mitjançant ontologies W3C (BIGG)
  • Anàlisi avançada amb models IA i machine learning
  • Visualització i exportació mitjançant APIs públiques i privades

ENMA: Plataforma d'harmonització i anàlisi massiu

Arquitectura de BEE_DIGIHUB

Tecnologia

Una eina web d'anàlisi espacial que permet visualitzar i comparar el consum energètic per codi postal. Facilita la identificació de patrons territorials i zones prioritàries per a actuacions energètiques

BEE_Geo: Plataforma de benchmarking energético geográfico

 

  • Mapa interactiu per àrees geogràfiques (municipi, districte, CP)
  • Anàlisi comparativa d'indicadors energètics
    Representació visual clara de consums, emissions o pobresa energètica
  • Compatible amb dades pròpies i fonts obertes (INE, cadastre, etc.)

 

Eines i solucions BEE_HUB

  • Análisis de conjuntos de datos altamente heterogéneos
    • Armonizando estos datos a un formato común y interoperable.
    • Estimando KPIs útiles en términos de detección de vulnerabilidad climática y energética
  • Escalando datos meteorológicos a un nivel geográfico micro-local.
  • Estimando la demanda y el consumo energético del parque edificado.
  • Visualización de la información a través de una interfaz web con mapas interactivos.
  • Proporcionando alertas focalizadas a la ciudadanía más vulnerable

 

 

 

Aplicacions pràctiques (Mòduls)

Estimar vulnerabilidad energética mediante IA

Processos tècnics i d'integració

Aplicació d'IA a la pràctica

General concept: Knowledge graph

1. Data at building level

2. Data and census tract level

3. Data and postal code level

  • Building characteristics:
    • Context of nearby buildings​

    • Number of dwellings

    • Built area per use

    • Effective year of construction

    • Category / economic value

    • Typology

  • Energy
    • Energy systems from EPCs
    • Energy consumption from DSOs
    • Aggregated data from DATADIS

Aplicacions pràctiques (Mòduls)

Dates obertes

  • Weather conditions:
    • Microlocal weather file
  • Demographics and socioeconomics*:
    • People per household
    • Incomes (sources and annual amount)
    • Age range
    • Rental Housing Price Index
  • Building thermal demand
    • At building level
      Based on large-scale simulations and Artificial Neural Networks (ANN)

Processos tècnics i d'integració

Ordres de treball

Indicadors de manteniment

Ordres i  indicadors

Processos tècnics i d'integració

Monitorització

Edificis

Control i seguiment

La Plataforma BEE_DigiHub

Mòduls

Mòduls i APP

  1. Supervisió multi-edifici
  2. Supervisió energètica
  3. Tauler control manteniment
  4. Supervisió Autoconsum
  5. Supervisió integral d'equipaments
  6. Mapa Vulnerabilitat Climàtica

 

APP ciutadana

  • WebApp externa i opcional pel sistema

 BEE_Hub_Build

Interfície d'entrada

Inici

 BEE_Hub_Build

Tauler de controli manteniment

KPI's de seguiment
 

 

 BEE_Hub_Build

Una eina per a l'anàlisi massiva del potencial d'instal·lacions solars fotovoltaiques en entorns urbans. Es diferencia d'altres eines (Solar API de Google) per proporcionar perfils horaris de generació tenint en compte els efectes d'ombres en entorns urbans

Prospecció massiva d'autoconsum fotovoltaic

 

  • Detecció de teulades potencials a partir de dades de cadastre i de LiDAR
  • Càlcul detallat d'ombres d'edificacions veïnes
  • Dimensionament d'instal·lacions FV amb la llibreria oberta PySAM

 

 BEE_Hub_Solar

Dades i fonts

Dades i fonts

Dades de BEE_DiGI_City

  • Catastro (INSPIRE + Ficheros CAT)
  • Certificado de Eficiencia Energética
  • Consumo de electricidad y gas (Anuales por edificio, horarios por código postal)
  • Datos de encuestas de los Puntos de Atención Ciudadana (+40k por año)
  • Datos meteorológicos (Históricos, predicciones)
  • Indicadores socioeconómicos (Censo, atlas de rentas...)
  • Refugios climáticos
  • Capas administrativas
  • Índices de Vegetación
  • Establecimientos relacionados con el turismo
  • Mortalidad y morbilidad por eventos de calor extremo

Dades i fonts

Entrada i naturalessa de les dades

Text

Elements bàsics-GEO referencials

Dades i fonts

Model de dades ICAT

Alcover

SES Fonts del Glorieta

--geosp_sfContains

--geosp_sfContains

Edifici 2

Dades descriptives

Dades i fonts

Dades descriptives

MATCH (n:bigg__Patrimony)-[:bigg__isManagedBy]-(o) MATCH (n:bigg__Patrimony)-[:bigg__hasLegalStatus]-(Ls) MATCH (n:bigg__Patrimony)-[:gn__featureCode]-(fc) MATCH (n:bigg__Patrimony)-[:gn__featureClass]-(fcl) MATCH (n:bigg__Patrimony)-[:vcard__hasAddress]-(ass) MATCH (n:bigg__Patrimony)-[:bigg__hasContract]-(cont) RETURN n,o,Ls,fc, fcl, ass, cont  Limit 1

Modelat de dades i ontologies

Ontologies i models de dades

Index de Vulnerabiliat Climàtica

  • Índex de vulnerabilitat climática by BEEGroup
    • Es basa en la integració i anàlisi de diferents indicadors que permeten avaluar i comparar-la vulnerabilitat energètica i climàtica entre diferents zones de la ciutat.
    • Utilitza dades reals obertes i intel·ligència artificial que permet, entre altres,  simular la demanda de refrigeració i calefacció de tots els edificis residencials de la ciutat, creant un model tèrmic específic per a cada tipus d’edifici i família
    • El model desenvolupat a Barcelona pretén ser escalable i replicable en altres ciutats.

 

Ontologies i models de dades

Model demanda tèrmica

Tres models: diferents objectius

Red Neuronal de Grafos (GNN)

Model general per a predir indicadors a nivell d'edifici, basat en mesuraments reals, la ubicació dels edificis i les seves relacions entre diferents capes d'agregació.

Model de Demanda d'Energia èérmica d'Edificos

Simulació de la demanda energètica dels edificis en àrees urbanes, basada en: arquetips, tipologies de construcció, dades meteorològiques micro-locals, patrons de comportament dels usuaris

Model d'Escalat de Resolució Meteorològica

Model de predicció per a augmentar la resolució de les dades meteorològiques, passant de la *mesoescala a la microescala.

 

Ontologies i models de dades

?????????????

Ontologia BIGG

 

Text

Arquitectura i models analítics

Entitats i relacions principals del model de dades

Els nodes del model de dades es poden agrupar en tres dominis principals per simplificar la seva
estructura i funcionalitat:

1. Nodes Georeferenciats: Inclou entitats com Patrimonis, Espais i Municipis, que defineixen ubicacions físiques o jerarquies espacials dins del sistema. Aquests nodes representen la base geogràfica del model, connectant propietats amb la seva localització en el territori.
2. Nodes Descriptius Estàtics: Proporcionen informació addicional sobre els nodes georeferenciats, com ara característiques físiques, usos, parcel·les cadastrals, adreces i informació  contractual. Aquest domini encapsula propietats estàtiques que no canvien sovint però són crucials per descriure completament l'entitat.
3. Nodes de Sistemes Connectats: Representen la infraestructura tècnica associada al patrimoni i espais, incloent sistemes de monitorització i control, dispositiuus IoT i sistemes

 

Arquitectura i models analítics

Ontologia BIGG per a estructurar les dades

Web semàntica

A través de l'ús massiu de dades i   de processos de machine learning i intel·ligència artificial permet fer una analítica amb uns resultats d'un gran valor mediambiental i d'eficiència dels recursos públics.

ENMA: Plataforma d'harmonització i anàlisi massiu

Arquitectura de BEE_DIGIHUB

Integració i harmonització

Integració i harmonització

Identificació i atmonització de dades

Processos d'ingestió

  • Executats manual o periòdicament
  • Lectura des de llocs web, arxius, bases de dades externes o APIs.
  • Implementats mitjançant scripts en Python.

Processos d'harmonització

  • Procés d'alineació a l'ontologia de dades.
  • Les dades s'emmagatzemen en les bases de dades.
  • Implementats en Python utilitzant les funcionalitats de Rml.io.

Integració i harmonització

Red Neuronal de Grafos

HTG (Heterogeneus Temporal Graph

Integració i harmonització

Data Model - Infraestructura

Modelització edificis

  • S'implementa una combinació de caixes blanques i caixes negres
  • S'inclouran les següents característiques:
    • Tecnològic (Tipologia dels sistemes HVAC, els electrodomèstics i el seu ús)
    • Social (Característiques de la població i de les llars, condicions sanitàries)
    • Econòmic (preus de la llar, índexs salarials, costos energètics, IPC)
    • Físic (Característiques de l'embolcall de construcció, condicions meteorològiques, condicions de l'aire)
       

 

Processos

????????

Microclima

  • Ejecutados manual o periódicamente
  • Lectura desde sitios web, archivos, bases de datos externas o APIs.
  • Implementados mediante scripts en Python.

Processos d'harmonització

  • Proceso de alineación a la ontología de datos.
  • Los datos se almacenan en las bases de datos.
  • Implementados en Python utilizando las funcionalidades de RML.io.

Arquitectura i models analítics

Arquitectura i models analítics

Data Model Infraestructures Cat

Infraestructures.cat

infrastructures-data/sources at main · BeeGroup-cimne/infrastructures-data (github.com)

Casos d'ús

Casos d'ús

Què pot fer una administració pública?

  • Operar de forma integral l'energia
    • Dels inputs de tots edificis municipals
    • Teulades solars municipals
    • Carregadors
    • Bateries
    • Altres recursos

Administració Pública

  • Millorar de la gestió energètica
    • Integració de noves dades per a la  gestió de la ciutat
    • Destinar de forma estratègica els recursos
    • Aprofitar millor

Què aconsegueix?

Casos d'ús

Serveis ICAEN

  • ICAEN (Institut Català d’Energia) per al seguiment i avaluació del Pla d’Estalvi Energètic dels edificis de la Generalitat de Catalunya.

  • Infraestructures.cat, facilitant el control i l’anàlisi de les dades dels equipaments sota la seva gestió directa.

Institut Català d'Energia

Casos d'ús

Infraestructures.cat

Infraestructura del projecte

En aquest projecta s’utilitza una infraestructura basada en Kubernetes i Apache Kafka.

  • Kubernetes permet la gestió i escalabilitat dels serveis desplegats, garantint alta disponibilitat i eficiència en l'execució de les aplicacions.
  • Apache Kafka actua com a plataforma de missatgeria distribuïda, facilitant la transmissió fiable i en temps real de grans volums de dades entre els diferents components del sistema.

Casos d'ús

Facilitem el control i l’anàlisi de les dades dels equipaments sota la seva gestió directa.

Infraestructures.cat

  • Els processos principals s'organitzen en quatre etapes diferenciades:
    • A. Recollida de dades
    • B. Guardat de dades
    • C. Harmonització estàtica
    • D. Processament de sèries temporals

Casos d'ús

Mapa

Mapa i app de vulnerabilitat climàtica

  • Els processos principals s'organitzen en quatre etapes diferenciades:
    • A. Recollida de dades
    • B. Guardat de dades
    • C. Harmonització estàtica
    • D. Processament de sèries temporals

APP La Meva Energia

  • Els processos principals s'organitzen en quatre etapes diferenciades:
    • A. Recollida de dades
    • B. Guardat de dades
    • C. Harmonització estàtica
    • D. Processament de sèries temporals
  • Focusing on assessing building-level vulnerability to heat waves
  • Detailed Key Performance Indicators (KPIs) over 60,000 residential buildings
  • Estimation of climate vulnerability using a hybrid AI approach that combines real and simulated data.
  • Generation of downloadable georeferenced layers of KPIs
  • Short and long-time  projections for building retrofitting, urban greening and vulnerability mitigation actions
  • Develop an interoperable and scalable data model and optimization methodology that can be applied to other European cities.

 

Casos d'ús

Mapa de vulnerabilitat climàtica

Casos d'ús

El valor estratègic i comunitari de ciutat

  • Accés a recuros energètics
    • Facilitar l'accés a les renovables
    • Nous serveis per eificiència Pymes
    • Facilitar i implicar el teixit industria
    • Més energia renovable disponible

Administració Pública

  • Descarbonització
    • Per eficiència recursos renovables
    • Per noves dades disponible
    • Més disposició energia

La Plataforma BEE_DigiBuildings

Supervisió Energètica

Benchmarking
 

 

Gobernança i llicències

Gobernança i llicències

Protecció

  • Resiliència climàtica
    • Sistemes de protecció ciutadana vers els canvis climàtic

Planificació

  • Dades estratègiques
    • Detecció d'arees vulnerables d'edificis per a la planificació urbana
  • Aprofitament recursos
    • Ús eficient dels recuros energètics i hídrics de tots els sectors que habiten la ciutat

Alt valor estratègic

Gobernança i llicències

Aposta per la innovació

  • Inversió pública en innovació
    • Catalana
    • Espanyola
    • Europea

Economia d'escala

  • Retorn de la inversió  
    • Alt cost implementació d'inici
    • Baix cost manteniment
    • Retorn a mig i llarg plaç
    • Sense llicències mensuals
    • Millora col·laborativa del programari
  • Autosuficiència
    • Independència de les grans tech
    • Aposta per ecosistema local tecnològic
    • Transparència

Codi lliure i obert

Una administració lliure

Gobernança i llicències

Llicència EUPL-1.1

  • Llicència de codi obert promoguda per la Comissió Europea, dissenyada específicament per a programari desenvolupat per administracions públiques a Europa
    • Compatibilitat legal amb el marc europeu
    • Obligació de compartir millores (copyleft)
    • Promou la interoperabilitat i reutilització

Tipus de llicència

Un marc legal sòlid que promou la col·laboració i la millora contínua del programari en l'àmbit públic

La plataforma

Casos d'ús

Algunes dades

Mapa i app de vulnerabilitat climàtica

Actualment, la plataforma dona suport a un ecosistema de més de 10.000 equipaments, dels quals:

  • 1.000 disposen de dades de manteniment estructurades,

  • amb més de 40.000 zones, 100.000 actius digitals,

  • i més d’1 milió d’ordres de treball processades.

  • integra dades de més de 250.000 dispositius IoT mitjançant protocols com Modbus i BACnet, recopilant en temps real informació dels sistemes de control dels edificis.

 

La Plataforma BEE_DigiHub

Filtres

A través dels filtres triem la funcionalitat que ens interessa
 

 

La Plataforma BEE_DigiHub

Panell Administració

Configuració
 

 

La Plataforma BEE_DigiHub

Supervisió Energètica

Vista Global
 

 

La Plataforma BEE_DigiHub

Supervisió Energètica

Vista Específica
 

 

La Plataforma BEE_DigiHub

Tauler de controli manteniment

KPI's de seguiment
 

 

La Plataforma BEE_DigiHub

Supervisió FV Autoconsum

Dades globals de tota la xarxa

 

BEE_DIGI_HUB

By CIMNE BEE Group

BEE_DIGI_HUB

Explora el mapa de vulnerabilitat climàtica de Barcelona, que presenta perspectives d'experts i una plataforma de dades sòlida. Descobreix com s'avalua la vulnerabilitat i els conjunts de dades innovadors que informen aquesta anàlisi ambiental crucial.

  • 54