6 motivi per cui dividere in cluster gli archetipi degli edifici può migliorare la tua strategia ESG

Clementine Tanguy
Date15 Dicembre 2023

Gli edifici e le costruzioni sono responsabili di una parte considerevole del consumo energetico globale e delle emissioni di gas serra. Infatti, a livello globale, gli edifici e le infrastrutture sono responsabili del 36% dell’utilizzo finale di energia e del 39% delle emissioni di CO2 legate all’energia. Pertanto, la riduzione dei consumi energetici in questo settore è una componente cruciale per realizzare una transizione energetica sostenibile. È dunque chiaro il bisogno sia di stime accurate dell’uso attuale dell’energia che di previsioni sulla sua domanda futura. Ciò richiede modelli energetici del patrimonio edilizio su larga scala che siano precisi e di alta qualità.

Ridurre la domanda di energia nel settore edilizio, o migliorare l’efficienza energetica degli edifici, si è rivelata un’impresa estremamente complessa. Inoltre, il settore immobiliare è caratterizzato da una grande eterogeneità, con edifici di diverse tipologie, dimensioni e destinazioni d’uso. Proprietari, conduttori, appaltatori, architetti, ricercatori, legislatori e politici… Tutti hanno motivazioni diverse perché vengano implementate misure di efficienza energetica. Queste divergenze si traducono in ostacoli al miglioramento dell’efficienza energetica.

Il settore immobiliare, una leva per la transizione energetica

La domanda di energia negli edifici è determinata da vari fattori, come il clima, le caratteristiche dell’edificio o il comportamento di chi lo occupa. In questo contesto, un metodo essenziale per analizzare l’attuale patrimonio immobiliare consiste nell’integrare delle simulazioni su ampia scala spazio-temporale. Tuttavia, ciò è molto impegnativo in termini di risorse computazionali. Effettuare simulazioni dettagliate per un gran numero di edifici, ad esempio migliaia o milioni, richiede molto tempo e dati quando si considerano diversi scenari climatici, meteorologici o di riqualificazione.

Per affrontare la sfida di simulare la domanda energetica di molti edifici su scala regionale o nazionale, vengono comunemente applicate tecniche di raggruppamento e clustering. Queste tecniche consentono di effettuare simulazioni su un sottoinsieme di edifici rappresentativi, definiti anche archetipi di edifici, che possono poi essere utilizzati per la messa in scala. Il vantaggio di affidarsi a una rappresentazione semplificata del patrimonio immobiliare non è solo la riduzione dei costi di calcolo per l’analisi, ma anche la riduzione della necessità di dati di input dettagliati per i singoli edifici, che spesso sono protetti e difficili da ottenere.

Il clustering è una delle tecniche generali più comuni per i dati sulle prestazioni degli edifici. Viene utilizzata per generare sottogruppi di osservazioni simili in base a determinate caratteristiche. L’approccio di aggregazione degli archetipi mira a definire edifici tipici che rappresentino il gruppo in esame, opzione preferibile in caso di dati scarsi o non disponibili. Raggruppare gli edifici per tipologia e classificare le azioni in base ai tipi di asset può essere un approccio prezioso per risparmiare tempo e denaro in vari settori, come la gestione immobiliare, il facility management o la pianificazione urbana.

Come creare archetipi di edifici?

La segmentazione del patrimonio edilizio e l’identificazione degli archetipi di edifici sono elementi critici di questo processo, che può essere più o meno complesso. Non esiste una metodologia standard per questo processo, che può coinvolgere diversi approcci e tecniche. Tuttavia, il processo si svolge generalmente in tre fasi principali: classificazione (o segmentazione), caratterizzazione e calibrazione.

In primis, gli edifici vengono classificati, il che comporta la suddivisione in sottogruppi per rappresentare meglio le differenze tipologiche o il comportamento di simulazione. I parametri di segmentazione tipici possono includere l’età dell’edificio, il tipo e la dimensione dei sistemi HVAC (riscaldamento, ventilazione e raffreddamento). Dopo la classificazione del patrimonio immobiliare, gli archetipi identificati vengono caratterizzati tenendo conto di tutti i parametri rilevanti dell’edificio, non solo di quelli utilizzati nella segmentazione. Infine, gli archetipi vengono calibrati e i risultati vengono aggregati a una scala più ampia o alla risoluzione spaziale appropriata.

Quando applicare il clustering?

Ecco sei motivi per cui è utile raggruppare gli edifici in cluster per tipologia:

1. Pianificazione urbana

Aiuta gli urbanisti a comprendere la distribuzione e la composizione dei diversi tipi di edifici all’interno di una città o di una regione. Queste informazioni possono essere utili per le decisioni relative alle norme di zonizzazione, alla pianificazione dell’uso del territorio e all’allocazione delle risorse per lo sviluppo delle infrastrutture.

2. Analisi del mercato immobiliare

Consente ai professionisti del real estate di analizzare le tendenze del mercato e i valori degli immobili in base alle tipologie di edificio. Queste informazioni possono essere utilizzate per prendere decisioni ponderate in materia di investimenti, sviluppo immobiliare e strategie di prezzo.

3. Gestione delle infrastrutture

Aiuta a gestire e mantenere le infrastrutture in modo efficiente. I diversi tipi di edifici possono avere requisiti diversi per quanto riguarda gli allacciamenti alle utenze, i programmi di manutenzione e i fornitori di servizi. Raggruppando edifici simili, la gestione delle infrastrutture può essere ottimizzata, con conseguenti risparmi sui costi e una migliore erogazione dei servizi.

4. Efficienza energetica

I diversi tipi di edifici hanno modelli di consumo energetico diversi. Il raggruppamento degli edifici per tipologia consente di individuare le pratiche di efficienza energetica e di sviluppare strategie mirate per la conservazione dell’energia. Consente l’implementazione di codici, standard e politiche edilizie che promuovono pratiche sostenibili e riducono gli sprechi energetici.

5. Valutazione dei rischi

Il raggruppamento in cluster di edifici per tipologia può anche aiutare a valutare i rischi associati ai diversi tipi di edifici. Ad esempio, alcuni tipi di edifici possono essere più soggetti a specifici problemi di manutenzione o a pericoli per la sicurezza.

Focus sul rischio climatico

Il raggruppamento in cluster degli edifici in base alla loro vulnerabilità a specifici rischi climatici (come alluvioni, frane o ondate di calore) consente di sviluppare strategie di resilienza mirate. Identificando gruppi di edifici con rischi e impatti potenziali simili, è possibile allocare in modo efficiente le risorse per implementare misure di mitigazione, come il miglioramento dei sistemi di drenaggio, le barriere antiallagamento o le infrastrutture green.

Questo approccio mirato consente di risparmiare tempo concentrando gli sforzi dove sono più necessari e permettendo così di dare priorità alle azioni. Questo approccio aumenta quindi l’efficienza complessiva degli sforzi di resilienza climatica. In sintesi, fornisce indicazioni su come le condizioni climatiche future potrebbero influenzare gli edifici e il loro utilizzo energetico.

Leggi anche Le sfide del rischio climatico: valutare il proprio livello di resilienza

6. Benchmarking

La clusterizzazione degli edifici consente un più facile benchmarking rispetto a tipologie di edifici simili. Le organizzazioni possono confrontare le performance dei propri asset con altri dello stesso cluster per identificare le aree di miglioramento.

Nel complesso, il raggruppamento degli edifici fornisce preziose indicazioni sulla composizione, le caratteristiche e le esigenze specifiche dei diversi tipi di edifici. Queste informazioni possono supportare i processi decisionali, ottimizzare l’allocazione delle risorse e migliorare la gestione complessiva e l’efficienza degli ambienti urbani.

Il successo di questo approccio dipende fortemente dalla qualità e dalla significatività dei dati raccolti, nonché dall’accuratezza dei modelli di clustering e classificazione. Ciò richiede una revisione e azioni di perfezionamento costanti dei modelli per garantirne l’efficacia e adattarli all’evoluzione dei portafogli immobiliari nel tempo.

Leggi di più sulla raccolta dei dati

Deepki dispone di un team di data scientist qualificati che è stato capace di costruire una metodologia all’avanguardia con un approccio che garantisce un taglio scientifico e un rigore eccezionale nel controllo di qualità dietro le quinte.