

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:



BEEMind
Tecnologia per a edificis i ciutats resilients 4.0
- Mind City és una solució orientada a la digitalització i gestió integrada de dades a escala territorial per a ajuntaments, entitats supramunicipals i consorcis. Permet visualitzar, analitzar i planificar actuacions d’eficiència energètica a partir d’informació harmonitzada de múltiples fonts públiques i pròpies.

Espai de dades per a la creació de models d'energia pel disseny intel·ligent en entorns urbans


BEEMind Tools






MindCity
MindOpera


MindCity







BEEMind:MindCity
Ciutats 4.0 : Mediambientalment intel·ligents
Descripció
És una solució orientada a la digitalització i gestió integrada de dades a escala territorial per a ajuntaments, entitats supramunicipals i consorcis. Permet visualitzar, analitzar i planificar actuacions d’eficiència energètica a partir d’informació harmonitzada de múltiples fonts públiques i pròpies.
Una eina essencial per a ciutats intel·ligents, plan ficació energètica, adaptació d'infraestructures públiques proveïdors de serveis digitals.



BEEMind : MindCity
-
Integració, processament i visualització de grans quantitats dades a nivell d'edificis de la ciutat
-
Models d'IA per a la generació d'escenaris per a la rehabilitació i resiliència urbana davant events extrems
-
Càlcul d'indicadors geoespacials detallats relacionats amb l' acció climàtica i transició energètica
-
Avaluació d’escenaris de vegetació i climatologia urbana.
-
Màxima interoperatibilitat amb estandards coneguts i capactitats d'exportació en formats goreferenciats.
Funcionalitats
Ciutats 4.0 : Mediambientalment intel·ligents
-
Facilita la presa de decisions estratègiques en l’àmbit energètic, climàtic i urbanístic
-
Optimitza els recursos i procesos per a un anàlisi massiu de dades de la ciutat
-
Millora la coordinació entre departaments tècnics i d'interacció amb la ciutadania
-
Permet obtenir visió detallada i la identificació de patrons de comportament urbà
-
Alta escalabilitat a qualsevol ciutat de l'estat espanyol.
Beneficis


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


Tecnologia


MindOpera







BEEMind : MindOpera
Edificis 4.0 : Eficiència energètica i protecció climàtica
Descripció
Solució modular per a la integració de dades operatives d’edificis públics o privats, amb l’objectiu de millorar-ne l’eficiència energètica, facilitar el manteniment i centralitzar el coneixement sobre el seu funcionament.
Una eina essencial per a ciutats climàtica i energèticament intel·ligents: Planificació energètica, adaptació d'infraestructures públiques i proveïdors de serveis digitals.



BEEMind : MindOpera
-
Integració de dades operatives heterogenies (des dels medidors de conusm i temperatura, ordres de manteniment i mesures d'eficiència energètica, generació renvables).
-
Harmonització automàtica de registres de múltiples fonts (Modbus, Bacnet, DEXMA, etc.).
-
Generació d'idicadors (autoconsum, PR, CO₂ evitat, etc.).
-
Visualitzacions adaptables a cada infraestructura.
-
Mòduls d'IA per a mateniment i control predictiu i optimització energètica
Funcionalitats
Edificis 4.0 : Eficiència energètica i protecció climàtica
-
Orquestració i harmonització de grans quantitats de dades operatives d'edificis
-
Millora la gestió global d'equipaments i edificis comercials
-
Disminueix el temps de supervisió i genera alertes intel·ligents.
-
Alta interoperabilitat i comunicació amb sistemes de gestió i manteniment.
-
Apte per a gestors de portfolios d'edificis públics i comercials.
Beneficis


Tecnologia BEEGroup







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 BEEMind
Imatge: arquitectura


ENMA: Plataforma d'harmonització i anàlisi massiu

Arquitectura de BEE_DIGIHUB


Arquitectura BEEMind
BEEGeoUna 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
BEEGeo: 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.)



Tecnologia BEEGroup
IVC
-
Anàlisi de conjunts de dades altament heterogènies
- Harmonització de dades a un format comú i interoperable.
- Estimació a través d¡indicadors útils en termes de detecció de vulnerabilitat climàtica i energètica
- Escalació de dades meteorològiques a un nivell geogràfic micro-local.
- Estimació de la demanda i el consum energètic del parc edificat.
- Visualització de la informació a través d'una interfície web amb mapes interactius.
- Alertes focalitzades a la ciutadania més vulnerable
- Recomanacions d'ús energètic i d'aigua
Índex Vulnerabilitat Climàtica
Outputs


Tecnologia BEEGroup
Data i sistema de coneixement



1. Data at building level
2. Data and census tract level
3. Data and postal code level
Característiques de l'edificació:
- Context d'edificis propers
- Nombre d'habitatges
- Edifici construït per a ús
- Any efectiu de la construcció
- Categoria / Valor econòmic
Energia
- Context d'edificis propers
-
Nombre d'habitatges
-
Edifici construït per a ús
-
Any efectiu de la construcció
-
Categoria / Valor econòmic
Dades i indicadors


Tecnologia BEEGroup
Tipologia
- Sistemes d'energia a partir de EPCs
- Consum d'energia a partir de DSOs
- Dades agregades de DATADIS

Indicadors de manteniment





Dades i indicadors


Condicions meteorològiques:
- Fitxer meteorològic microlocal
Demogràfica i socioeconòmica
- Persones per llar
- Ingressos (fonts i import anual)
- Interval d'edat
- Índex de preus de lloguer d'habitatge
Construir demanda tèrmica
- A nivell d'edifici
- Basat en simulacions a gran escala i xarxes neuronals artificials (ANN)
Indicadors
Tecnologia BEEGroup

Ordres de treball
Processos tècnics i d'integració
Monitorització
Edificis
Control i seguiment


- Supervisió multi-edifici
- Supervisió energètica
- Tauler control manteniment
- Supervisió Autoconsum
- Supervisió integral d'equipaments
- Mapa Vulnerabilitat Climàtica




Integració massiva de dades





Ingestors
Ontologies i modelatge
Harmonització i analítica
Integració massiva de dades
Ingestió de dades


Procés de dades



Ingestors





Integració massiva de dades
Ingestió de dades


- Cadastre (INSPIRI + Fitxers CAT)
- Certificat d'Eficiència Energètica
- Consum d'electricitat i gas (Anuals per edifici, horaris per codi postal)
- Dades d'enquestes dels Punts d'Atenció Ciutadana (+40k per any)
- Dades meteorològiques (Històrics, prediccions)
- Indicadors socioeconòmics (Cens, atles de rendes...)
- Refugis climàtics
- Capes administratives
- Índexs de Vegetació
- Establiments relacionats amb el turisme
- Mortalitat i morbiditat per esdeveniments de calor extrema
Dades Públiques
Captació dispositius
- Equips xarxa elèctrica
- Inversors
- Sensors IoT
- Temperatura
- Routers
- FV
- Emmagatzematge


Ingestió de dades
ENMA en acció
Processos d'ingestió

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


Ontologies i modelatge







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 tèrmica d'Edificis
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.


Integració i harmonització
Red Neuronal de Grafos
HTG (Heterogeneus Temporal Graph)



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


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)


Harmonització i analítica







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.


Integració i harmonització
Identificació i atmonització de dades
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.
Elements bàsics-GEO referencials
Integració massiva de dades
Model de dades ICAT



Alcover
SES Fonts del Glorieta
--geosp_sfContains
--geosp_sfContains
Edifici 2


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.


MindCity
Interfície d'entrada



Dashboard Administració

MindCity


Mòdul: Control i manteniment
KPI's de seguiment



MindCity


MindCity
Mòduls i APP
APP ciutadana
- WebApp externa i opcional pel sistema


Ingestió de dades
ENMA en acció

Millora continua i qualitat dels datasets

Integració massiva de dades
Integració massiva de dades
Text



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
Dades descriptives


Arquitectura i models analítics
Data Model Infraestructures Cat
Infraestructures.cat
infrastructures-data/sources at main · BeeGroup-cimne/infrastructures-data (github.com)



Casos d'ús





Infraestructures.cat
ICAEN
Mapa Vulnerabilitat BCN


Infraestructures.cat







Casos d'ús
Objectius
Desplegar una infraestructura d’orquestració de dades per a edificis públics amb sistemes de monitoratge (DEXMA, Modbus, etc.) i generació fotovoltaica, integrant dades estructurals, operatives i energètiques
Infraestructures.cat
El projecte
Control anàlisi de les dades dels equipaments sota la seva gestió directa.
Actors principals
Ajuntaments i Oficines de Transformació Comunitària
Entitats socials i energètiques
Desenvolupadors de polítiques públiques


Casos d'ús
Algunes dades
Infraestructures.cat
Actualment, MindCity 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.


Casos d'ús
Infraestructures.cat
Tecnologia emprada
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.
Control i análisi de dades
Gestió directa
-
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


ICAEN







Casos d'ús
Objectius
Integrar i visualitzar dades d’actius municipals i territorials a escala de ciutat/regió, com ara fotovoltaica, BMS, climatització, EV charging o subministraments d’aigua, per facilitar la presa de decisions energètica i estratègica.
Institut Català d'Energia
El projecte
-
Seguiment i avaluació del Pla d’Estalvi Energètic dels edificis de la Generalitat de Catalunya.



Casos d'ús
ICAEN
Benchmarking



Mapa Vulnerabilitat BCN







Casos d'ús
Objectius
- El seu objectiu és proporcionar informació precisa i actualitzada per a la presa de decisions en planificació urbana, polítiques públiques, gestió climàtica i protecció dels habitants més vulnerables.
- Objectiu: Donar suport a la ciutadania i autoritats públiques per a adaptar-se als events climàtics extrems i a la reducció de la pobresa energètica
Mapa vulnerabilitat
El projecte
-
El Mapa de Vulnerabilitat Climàtica de Barcelona és una eina d'anàlisi geoespacial dissenyada per a identificar els edificis de la ciutat més vulnerables en cas d’events extrems relacionats amb calor.
-
Un model de dades interoperable i escalable i una metodologia d'optimització que es pugui aplicar a altres ciutats europees.
Valor afegit
- Facilita el seguiment i la millora contínua del rendiment energètic
- Permet auditories i informes automatitzats
- Escalabilitat per afegir més edificis (fins a 4000 previstos en 5 anys)


Casos d'ús
Mapa i app de vulnerabilitat climàtica
APP La Meva Energia
-
Un nou canal d'accés digital als Punts d'Assessorament Energètic (PAEs) de l'Ajuntament de Barcelona:
- Universal i accessible per a tots els ciutadans.
- Complementa els canals d'accés existents.
- Augmenta l'abast de les accions de prevenció de la pobresa energètica
- Sensibilitza i garanteix el dret a l'informació energètica per a tota la ciutadania.
- Proporciona al personal tècnic dels PAES una eina de gestió avançada





Avaluació de la vulnerabilitat a nivell d'edificis a les onades de calor:
- Indicadors de rendiment clau detallats (KPIs) més de 60.000 edificis residencials
- Estimació de la vulnerabilitat climàtica mitjançant un enfocament híbrid d'IA que combina dades reals i simulades.
- Generació de capes georeferenciades descarregables de KPIs
-
Projeccions curtes i llargues per a actuacions de rehabilitació d'edificis, verd urbà i mitigació de vulnerabilitat



Casos d'ús
KPI's
Mapa i app 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


Casos d'ús aplicats
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?
- CR-BCN Mapa vulnerabilitat
- Sistema d'integral de monitorització energètica ICAEN
- Orquestrador de dades dels edificis de infraestructures.cat


Valor afegit energètic i estratègic
MindOpera
Taula comparativa City & Opera
MindCity


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




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
Borrador
By CIMNE BEE Group
Borrador
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.
- 50