Comunicación presentada al II Congreso Edificios Inteligentes:
Autor
Juan Pablo García Perdichizzi, Director, Leantricity SLU
Resumen
Medir por software la actividad de los usuarios de ordenadores de oficinas permite adaptar la gestión de los sistemas energéticos a la demanda, utilizando los PC como sensores de presencia ad-hoc de bajo coste omnipresentes. Enviando los datos de ocupación por zonas calculados por nuestro sistema hacia el BMS (sin instalar nuevos sensores) podemos ayudar a determinar los parámetros de control adecuados de forma rápida y eficiente. El objetivo es desarrollar una «caja negra» agnóstica que permita contabilizar la actividad de las personas a nivel de los PC (no nos limitamos a saber si un PC está encendido o no, sino que conocemos si las personas están activamente trabajando en ellos), definir reglas que activen respuestas a eventos frente a determinadas condiciones («la ocupación de la planta 3 está por debajo del 10%») y una interface que permita enviar esta señal a diferentes sistemas de control en el BMS donde estos cambios de ocupación se conviertan en actuaciones concretas.
Introducción
El cálculo de la presencia y actividad en los ámbitos afectados a los servicios básicos que permiten llevar a cabo una vida confortable en cualquier edificio es un factor importante para adaptar la entrega de dichos servicios (iluminación, ventilación, calefacción y refrigeración, entre otros) a la demanda real fruto de la actividad humana. La presencia de personas dentro de los espacios de trabajo incide, principalmente en los edificios de oficinas de alta densidad, sobre las variables fundamentales consideradas como inputs por los sistemas de control inteligentes: humedad, niveles de gases y temperatura son dependientes de la cantidad de personas cohabitando en un determinado momento en un espacio de trabajo. Las soluciones tradicionales se basan en la instalación específica de sensores para contar la cantidad de personas ocupando un edificio (normalmente en los puntos de acceso principales) y de sensores de presencia que detectan movimiento para determinar si existe actividad o no, en un espacio determinado.
Las aproximaciones actuales al problema exigen altas inversiones de tiempo y dinero con tal de acometer las tareas necesarias para instrumentar las oficinas para ser monitorizadas, con el problema añadido de requerir, en caso de incorporarse estos elementos a oficinas en funcionamiento, de la coordinación de las interrupciones en las tareas habituales, o en su defecto, de la realización de estas instalaciones fuera de horarios laborables con los consiguientes inconvenientes logísticos (e incremento del coste).
Las avances tecnológicos añaden nuevas funciones y concentran múltiples capacidades de detección en sensores individuales (nivel de iluminación, presencia, niveles de gases) y también incorporan nuevas posibilidades de conexión además de los sistemas habituales en edificios: Ethernet, ZigBee, WiFi y diversas variantes de protocolos. Sin embargo, hay una cuestión que permanece en la base de todas las iniciativas y es que se tiende a añadir nuevos sensores a la oficina para realizar las mediciones y, en casi todos los casos, se trata de proyectos continuistas en la forma: para medir presencia, se añaden nuevos dispositivos que hay que comprar, instalar y mantener.
Si bien hay antecedentes de trabajos que han relacionado la ocupación de los edificios (algunos directamente destinados a mejorar la eficiencia energética) con otros parámetros, como por ejemplo el nivel de ruido (Kelly, 2015), la carga de las señales WiFi (Martani et. al, 2011) y la presencia de dispositivos móviles y “wearables” (Monmonier M S, 2002) creemos que la mayoría de aproximaciones en monitorización de presencia han pasado por alto la utilidad de un elemento de trabajo habitual, omnipresente. Este elemento,
- Posee capacidades técnicas más que suficientes para la función de medición requerida
- Forma parte del catálogo de herramientas ya incluidas en el presupuesto de cualquier oficina actual
- Por esto no hace falta instalarlo ni configurarlo ex-profeso para lograr usarlo como medidor de presencia y actividad
- No exige nuevas capacidades técnicas para el despliegue, la utilización y el mantenimiento
- La extracción de datos relevantes puede hacerse en tiempo récord comparado con la instalación de sensores al uso
Estamos hablando de “el ordenador”
El ordenador está tan presente en la vida de las oficinas actuales que imaginar un sitio de trabajo contemporáneo sin él sería equivalente a visualizar un edificio sin cristales o ascensores. El PC está en la “lista de la compra” en la provisión del puesto de trabajo en cualquier oficina. Además, utilizar un PC como sensor tiene una importantísima ventaja relacionada con la privacidad, que es un gran problema en el caso de los dispositivos móviles: la frontera entre lo empresarial y lo privado es muy difusa en la trazabilidad de la ubicación de móviles (nadie deja el teléfono de empresa en un armario cuando acaba la jornada laboral), mientras que los “protocolos invasores de la privacidad” relacionados con el PC de la oficina están socialmente aceptados desde hace décadas: todo trabajador firma un documento donde acepta que su PC puede ser investigado, que no debe hacer uso ilícito de él, y que la relación entre usuario y equipo es nominal e indubitable. Si conozco los datos de un PC, conozco al usuario (de forma directa o por medio de sus datos de conexión a la red) y esto es habitual.
Reutilización de un software de eficiencia energética TIC para análisis de la ocupación y actividad en zonas de oficinas
Si bien la curva de encendido o de utilización de aplicaciones corporativas brinda una idea aproximada de la actividad registrada por un PC, no fue hasta que dimos con la reutilización de un software de eficiencia energética TIC que pudimos tener un dato fiable (debido a la medición de la actividad real). El mero encendido de un PC, o la existencia de una o varias aplicaciones abiertas, no es indicio suficientemente concluyente como para determinar que una persona está activa en su ordenador (sobre todo en sitios donde el encendido sin uso de los equipos puede superar el 25% del total por las noches o en fines de semana).
Luego de una década de trabajo en proyectos de eficiencia energética en redes de ordenadores, utilizando datos reales de utilización (medidos con precisión de minutos) que se destinaban a la configuración de políticas de ahorro específicas y locales en un PC o grupo de ellos (centenares o decenas de miles de equipos), creímos que había una linea a investigar a partir de la amplificación del alcance de un principio básico: si podemos gestionar energéticamente un PC poniéndolo en modo de bajo consumo cuando el usuario no lo utiliza, y este PC es una herramienta básica en el trabajo en las oficinas, ¿qué otras cosas podemos gestionar utilizando como input el estado (activo o inactivo) de un ordenador? ¿Podremos gestionar los servicios del edificio? ¿Podremos gestionar el uso del espacio? ¿Podremos ayudar a la gestión más eficiente del edificio en el más amplio de los sentidos? La profundización en el estudio de los datos almacenados en diversos proyectos de eficiencia energética, pero esta vez enfocados en la actividad de los usuarios (y no de las máquinas) nos permitió abrir dos líneas de trabajo: por un lado la utilización de los datos de actividad a nivel de ordenadores para optimizar la distribución de las personas en las oficinas (Batey & García Perdichizzi, 2014) y por el otro usar el cálculo de la ocupación y la actividad como input destinado a los BMS. Nuestro método basado en software nos permite actuar sobre el consumo energético y la eficiencia de la oficina en un proceso de 4 fases que pueden efectuarse como proyectos independientes. Estas fases son:
- Medir la ocupación, como el ratio entre ordenadores existentes y activos (en cada período de tiempo).
- Perfilado de usuarios basado en tiempo e intensidad de la actividad registrada en el PC.
- Optimización del espacio sugiriendo ubicaciones ideales basadas en tiempos e intensidad coincidentes en el uso de los ordenadores (y por lo tanto, de presencia).
- Integración con BMS basada en reglas.
Este documento se enfoca en el trabajo efectuado en esta última vertiente como añadido al BMS pero describiremos brevemente la utilidad de las otras para aportar contexto y fortalecer el debate.
Medición de la ocupación
Nuestro método permite realizar estimaciones de ocupación en tiempo real, de forma remota (no nos afecta el número de edificios o la ubicación física de los trabajadores) en tiempo récord. Sin siquiera tener que acudir físicamente a las oficinas podemos calcular el ratio de actividad derivado del uso de los PC como porcentaje del total de ordenadores instalados.
Perfilado de usuarios
Detectamos tipologías de actividad basadas en la intensidad y cronología de trabajo en los ordenadores. Esto es útil para estimar cuál sería la ubicación ideal de los trabajadores para optimizar el uso de los recurso (por ejemplo, los usuarios esporádicos podrían compartir equipos y espacios).
Optimización del uso del espacio
Si agrupamos los puestos de trabajo según horarios e intensidad coincidentes, podemos disponer de una zonificación más eficiente que posibilite ahorros de recursos (energía y espacio).
Integración con BMS basada en reglas
Dado que la realidad demuestra que se invierten importantes sumas de dinero en la instalación de sensores para aportar datos a los sistemas de control de edificios, nosotros proponemos un sistema de cálculo 100% software y un mecanismo de fijación de reglas asociadas a zonas, que añadan un parámetro adicional a otros inputs de los utilizados por el BMS y los enriquezcan a bajo coste.
El proyecto inicial
Analizando datos recopilados en dos proyectos productivos de eficiencia energética en las ciudades de Sant Feliú de Llobregat y Barcelona determinamos que teníamos indicios suficientes para estimar el nivel de ocupación y actividad en diversas zonas de las oficinas.
Para recoger los datos, instalamos remotamente un agente de software en cada PC (originalmente destinado al ahorro energético) que almacena información en una base de datos y nos brinda mediciones de tiempo total en cada uno de los estados energéticos básicos del PC y sobre todo y principalmente, detecta la actividad en el teclado, el ratón, el umbral de carga de la CPU, la actividad del disco duro y de la tarjeta de red, grupo de variables que permiten afirmar inequívocamente si un PC está en uso (usuario activo) o no. Como hemos dicho, el que un PC esté encendido no es dato suficiente (como sí lo son los otros) para saber si un usuario está trabajando en él. El próximo paso fue asociar los equipos a las zonas específicas de localización real, representando el estado (usuario activo o inactivo) sobre mapas de las plantas de las oficinas. El análisis de estos datos de forma dinámica (componiendo una película en la cual cada cuadro representa el estado activo o inactivo de cada usuario en una planta o zona, cada 15 minutos, a lo largo de 2 semanas) nos permitió detectar patrones de ocupación, determinar tendencias que podrían usarse para hacer predicciones y puntualizar anomalías: por ejemplo el caso de usuarios trabajando aislados en horas extremas, exigiendo servicios del edificio que deben ser mantenidos con ciertos niveles de confort con el consiguiente malgasto de recursos.
Los siguientes pasos – conexión con BMS
El sistema actualmente en desarrollo está compuesto de los siguientes elementos: en primer lugar como requisito necesario tenemos el software de detección del estado energético y actividad de los usuarios (reutilización de una herramienta estándar para eficiencia energética TIC). A partir de esta base, hemos creado herramientas que nos permiten añadir las siguientes funcionalidades:
Zonificación virtual de las oficinas en base a la localización real de los PC
Creamos una organización que agrupa los PC por Ciudad, Edificio, Planta y Zona de cada planta. Esto nos permite hacer cálculos y tomar decisiones en las que el principal valor que tiene la información es que sabemos cuál es el origen de la actividad humana, su densidad y patrón, sin instalar sensores físicos. Al agrupar, por ejemplo, los PC “del ala izquierda de la planta 4” podemos hacer consultas en la base de datos para conocer los niveles de actividad a nivel de área particular de la oficina, con el nivel de detalle temporal que sea necesario.
El sistema tiene flexibilidad para segmentar el tiempo de estudio (el período en minutos que utilicemos para detectar actividad o ausencia de esta) y el umbral en cantidad de minutos totales activo para decidir que un usuario está trabajando o no con el PC. Podemos buscar, por ejemplo, puestos de trabajo que han estado activos al menos 5 minutos en los últimos 30 minutos, etc.
Por último, creamos la asociación de localización entre el PC y las zonas de la planta de la oficina correspondientes. En el siguiente ejemplo, los PC #1 al #16 corresponden a la Zona 1.
Sistema de creación de reglas que disparen acciones en base a datos de ocupación
El software permitirá la creación de reglas inicialmente basadas en tres parámetros: zona, nivel de ocupación y fecha y hora del dato. La cantidad de reglas y zonas es ilimitada, y esta es la base de la conexión con sistemas BMS ya que se podrán definir niveles de ocupación mínimos o máximos, asignarlos a zonas monitorizadas (basadas en la agrupación de los PC antes mencionada) y especificar acciones a realizar en base al cumplimiento de las condiciones de las reglas (en las cuales la fecha y hora son valores importantes).
Envío de señales de control hacia el BMS como resultado de las reglas
Dado que entendemos que la mayor utilidad de nuestro sistema se dará cuanto más agnóstico y transparente sea a los diferentes sistemas BMS existentes, entendemos que la integración de nuestra creación y estos será, finalmente, tarea de especialistas del mercado. Por esto, no queremos cerrar el funcionamiento a protocolos o fabricantes específicos, sino mantener un nivel de abstracción tal que sea indistinto cuál será el entorno de utilización final (en lo que al BMS respecta). Por lo tanto, nuestro software simplemente estará preparado para enviar, cumplida alguna de las reglas definidas, un parámetro que será utilizado como input en algunos de los sistemas de control existentes en el BMS y donde esto tenga sentido, por ejemplo: habiendo definido una Zona “A”, podemos calcular el nivel de ocupación cada 15 minutos (en base a la actividad de los PC) y determinar que se debe enviar una orden de situar la ventilación en el “Nivel X” si la ocupación medida cae por debajo de un porcentaje especificado en la regla y nos encontramos en un rango de horario determinado también en la propia regla. Este sistema tendría principalmente aplicación útil para fijar puntos de control de HVAC y controlar la iluminación por zonas.
Formato de conexión con los sistemas BMS
Dado que existen variedad de protocolos que se han introducido con mayor o menor despliegue en los sistemas BMS actuales, creemos que lo mejor es mantener una distancia tecnológica y una independencia que permita acoplar nuestro sistema en cualquiera de las plataformas compatibles. Existen en el mercado diversos fabricantes de dispositivos conversores de protocolos, lo que nos ofrece una gran variedad de alternativas para convertir nuestro cálculo de ocupación zonificado en una señal útil para el control de los servicios conectados al BMS. Nuestro software funciona en base a web services estándar, por lo que la conversión en señales compatibles es una operación técnica de baja complejidad.
Referencias
- Batey, M & García Perdichizzi, JP, Uso innovativo de dispositivos TIC tradicionales para descubrir patrones de uso y mejorar la eficiencia energética en edificios de oficinas (5th European Conference?on Energy Efficiency and Sustainability in Architecture and Planning)
- Kelly, B, 2015, Methodology for reducing energy consumption using occupancy data, Austrian Institute of Technology.
- Martani, C, 2011, ENERNET: Studying the dynamic relationship between building occupancy and energy consumption, Senseable City Laboratory, Massachusetts Institute of Technology (MIT), USA
- Monmonier M S, 2002, “Spying with maps: surveillance technologies and the future of privacy”, (University of Chicago Press, Chicago)